طراحی الگوی ارزشیابی توصیفی هوشمند مبتنی بر هوش مصنوعی مولد در دوره ابتدایی: چارچوبی برای ارتقای کیفیت بازخورد، یادگیری و تصمیم گیری آموزشی

تحولات گسترده فناوری های نوین، به ویژه ظهور هوش مصنوعی مولد، فرصت های تازه ای را برای بازآفرینی نظام های آموزشی و بهبود فرایندهای یاددهی–یادگیری فراهم کرده است. یکی از حوزه هایی که می تواند از ظرفیت های این فناوری بهره مند شود، ارزشیابی توصیفی در دوره ابتدایی است. اگرچه ارزشیابی توصیفی با هدف حمایت از یادگیری، ارائه بازخورد مستمر، کاهش اضطراب ناشی از نمره محوری و توجه به رشد همه جانبه دانش آموزان در نظام آموزشی ایران اجرا می شود، اما اجرای آن در عمل با چالش هایی همچون افزایش حجم کار معلمان، دشواری ارائه بازخوردهای فردی، محدودیت زمان، تفاوت های فردی دانش آموزان و نبود ابزارهای هوشمند برای تحلیل شواهد یادگیری مواجه است. پژوهش حاضر با هدف طراحی الگوی ارزشیابی توصیفی هوشمند مبتنی بر هوش مصنوعی مولد در دوره ابتدایی و ارائه چارچوبی برای ارتقای کیفیت بازخورد، یادگیری و تصمیم گیری آموزشی انجام شده است. این پژوهش از نظر هدف، کاربردی و از نظر روش، کیفی از نوع طراحی مدل مفهومی است. داده های پژوهش از طریق مطالعه اسناد، تحلیل منابع علمی معتبر داخلی و خارجی، بررسی پژوهش های مرتبط و تحلیل مفهومی گردآوری و تجزیه و تحلیل شده اند. یافته های پژوهش نشان می دهد که الگوی پیشنهادی بر شش مولفه اصلی شامل گردآوری هوشمند شواهد یادگیری، تحلیل داده های آموزشی، تولید بازخورد توصیفی شخصی سازی شده، قضاوت حرفه ای معلم، تصمیم گیری آموزشی مبتنی بر داده و بهبود مستمر فرایند یادگیری استوار است. همچنین، نتایج نشان می دهد که استفاده هدفمند و اخلاق مدار از هوش مصنوعی، ضمن حفظ نقش محوری معلم، می تواند موجب افزایش دقت ارزشیابی، کاهش بار کاری معلمان، ارتقای کیفیت بازخوردهای آموزشی، توجه بیشتر به تفاوت های فردی دانش آموزان و توسعه یادگیری عمیق شود. الگوی ارائه شده می تواند به عنوان چارچوبی کاربردی برای توسعه ارزشیابی هوشمند در مدارس ابتدایی و سیاست گذاری های آینده نظام تعلیم و تربیت مورد استفاده قرار گیرد.