مقایسه تاثیر سیستم های تطبیقی آموزش مبتنی بر هوش مصنوعی بر کاهش شکاف یادگیری در دوره ابتدایی و متوسطه

پژوهش حاضر با هدف مقایسه تاثیر سیستم های تطبیقی آموزش مبتنی بر هوش مصنوعی بر کاهش شکاف یادگیری در دوره ابتدایی و متوسطه در سال تحصیلی ۱۴۰۴-۱۴۰۵ انجام شد. روش پژوهش آمیخته (کمی–کیفی) با طرح متوالی اکتشافی بود. در بخش کمی، طرح شبه تجربی با پیش آزمون–پس آزمون و گروه کنترل به کار رفت. نمونه شامل ۲۴۰ دانش آموز (۱۲۰ نفر در هر مقطع) در چهار گروه ۶۰ نفری بود که به صورت خوشه ای چندمرحله ای انتخاب شدند. مداخله به مدت ۱۲ هفته اجرا شد و داده ها با آزمون پیشرفت تحصیلی، پرسشنامه شکاف یادگیری، مقیاس انگیزش تحصیلی و پرسشنامه خودتنظیمی یادگیری گردآوری و با آزمون t وابسته، ANCOVA، MANOVA و SEM تحلیل شدند. در بخش کیفی نیز مصاحبه نیمه ساختاریافته با ۲۵ معلم و تحلیل مضمون انجام شد.نتایج نشان داد که سیستم های تطبیقی مبتنی بر هوش مصنوعی به طور معناداری شکاف یادگیری را در هر دو مقطع کاهش دادند (p<۰.۰۰۱). در دوره ابتدایی، بیشترین تاثیر بر شکاف انگیزشی (η²=۰.۴۷) و در دوره متوسطه، بیشترین تاثیر بر شکاف مهارتی (η²=۰.۴۵) مشاهده شد. تفاوت دو مقطع در شکاف دانشی معنادار نبود (F=۲.۱۴, p=۰.۱۴۵)، اما در شکاف مهارتی (به نفع متوسطه) و شکاف انگیزشی (به نفع ابتدایی) معنادار بود (p<۰.۰۰۱). متغیرهای واسطه ای شامل تعامل با سیستم (β=۰.۴۱)، انگیزه درونی (β=۰.۳۵)، خودتنظیمی (β=۰.۳۲) و بار شناختی (β=-۰.۲۸) و متغیرهای تعدیل کننده شامل حمایت والدین (β=۰.۲۷)، سواد دیجیتال معلمان (β=۰.۲۴) و دسترسی به فناوری (β=۰.۱۹) بر اثربخشی سیستم ها موثر بودند.بر اساس یافته ها، مدل بومی چهارلایه ای (طراحی آموزشی، فناوری، انسانی و ارزشیابی) برای هر مقطع ارائه شد. نتیجه گیری نهایی این است که سیستم های تطبیقی مبتنی بر هوش مصنوعی در صورت طراحی مبتنی بر نظریه، بومی سازی فرهنگی و توجه به عدالت آموزشی، ابزاری کارآمد برای کاهش شکاف یادگیری در هر دو مقطع هستند؛ با این حال، موفقیت آن ها به هم افزایی فناوری، معلم، والدین و سیاست گذاران بستگی دارد.

کلیدواژه ها:

سیستم های تطبیقی آموزش ، هوش مصنوعی در آموزش ، شکاف یادگیری ، دوره ابتدایی ، دوره متوسطه ، یادگیری شخصی سازی شده