طراحی مدل نوین آموزش زبان عربی با تاکید بر هوش مصنوعی ،یادگیری تعاملی و تقویت مهارت ترجمه دانش آموزان

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 65

فایل این مقاله در 20 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AAIESSSP01_625

تاریخ نمایه سازی: 1 مهر 1405

چکیده مقاله:

این پژوهش از نظر هدف کاربردی و از لحاظ روش، نیمه آزمایشی با طرح پیش آزمون–پس آزمون همراه با گروه کنترل انجام شد. جامعه آماری پژوهش شامل تمامی دانش آموزان یک مدرسه در سال تحصیلی ۱۴۰۵-۱۴۰۴ بود که از میان آنان ۴۰ نفر به روش نمونه گیری در دسترس انتخاب و به صورت تصادفی در دو گروه آزمایش (۲۰ نفر) و کنترل (۲۰ نفر) جایگزین شدند. گروه آزمایش به مدت ۱۰ هفته تحت آموزش مبتنی بر مدل طراحی شده قرار گرفت که در آن از ابزارهای هوش مصنوعی برای ارائه بازخورد فوری، تولید تمرین های ترجمه متناسب با سطح یادگیرندگان و ایجاد محیط های تعاملی یادگیری استفاده شد، در حالی که گروه کنترل آموزش متداول را دریافت کرد. داده ها از طریق آزمون مهارت ترجمه عربی، پرسشنامه یادگیری تعاملی و مقیاس نگرش به یادگیری زبان گردآوری شد. روایی محتوایی ابزارها به تایید ۱۰ نفر از متخصصان حوزه برنامه ریزی درسی و آموزش زبان رسید و ضرایب آلفای کرونباخ برای آزمون مهارت ترجمه، پرسشنامه یادگیری تعاملی و مقیاس نگرش به یادگیری زبان به ترتیب ۰/۸۸، ۰/۹۱ و ۰/۸۶ به دست آمد که بیانگر پایایی مطلوب ابزارها بود. تجزیه و تحلیل داده ها با استفاده از نرم افزارهای SPSS-۲۷ و AMOS-۲۴ انجام شد و برای آزمون روابط بین متغیرها از تحلیل کوواریانس و مدل یابی معادلات ساختاری بهره گرفته شد. یافته ها نشان داد اجرای مدل نوین آموزش زبان عربی تاثیر مثبت و معناداری بر مهارت ترجمه دانش آموزان دارد (β=۰/۶۴, p<۰/۰۰۱) و ۴۸ درصد از واریانس تغییرات این متغیر را تبیین می کند (R²=۰/۴۸). همچنین هوش مصنوعی اثر مستقیمی بر یادگیری تعاملی داشت (β=۰/۵۹, p<۰/۰۰۱) و یادگیری تعاملی نیز به طور معناداری مهارت ترجمه را ارتقا داد (β=۰/۵۲, p<۰/۰۰۱). نتایج تحلیل میانجی گری نشان داد یادگیری تعاملی نقش میانجی جزئی و معناداری در رابطه بین کاربرد هوش مصنوعی و مهارت ترجمه ایفا می کند (β غیرمستقیم=۰/۳۱, p<۰/۰۱). شاخص های برازش مدل نیز مطلوب ارزیابی شد (χ²/df=۱/۸۴، CFI=۰/۹۵، TLI=۰/۹۴ و RMSEA=۰/۰۴۹). بر اساس نتایج، بهره گیری هدفمند از فناوری های هوش مصنوعی در کنار راهبردهای یادگیری تعاملی می تواند به بهبود کیفیت آموزش زبان عربی، افزایش مشارکت یادگیرندگان و ارتقای توانایی ترجمه آنان منجر شود.

نویسندگان

امیدعلی رحمتی

کارشناسی ارشد حقوق و جزا ،دبیر عربی