بررسی تاثیر شبیه سازی های تعاملی مبتنی بر هوش مصنوعی بر درک مفاهیم انتزاعی فیزیک و کاهش بدفهمی های مفهومی دانش آموزان

یادگیری فیزیک، به ویژه در موضوعاتی که ماهیتی انتزاعی، نامرئی یا چندلایه دارند، تنها با ارائه فرمول ها و توضیحات کلامی به سادگی شکل نمی گیرد. بسیاری از دانش آموزان در مفاهیمی مانند میدان الکتریکی و مغناطیسی، نیرو، انرژی، حرکت ذرات، مدارهای الکتریکی و برهم کنش های میکروسکوپی، به جای ساختن یک مدل علمی منسجم، به برداشت های شهودی و گاه نادرست تکیه می کنند. این بدفهمی های مفهومی می توانند حتی پس از آموزش رسمی نیز باقی بمانند و در حل مسائل جدید خود را نشان دهند. در سال های اخیر، شبیه سازی های تعاملی به عنوان ابزاری برای پیوند دادن مفاهیم نظری با بازنمایی های دیداری، پویا و قابل دست کاری مورد توجه قرار گرفته اند و ظهور هوش مصنوعی ظرفیت تازه ای برای شخصی سازی و سازگار کردن این شبیه سازی ها با سطح فهم و خطاهای شناختی دانش آموزان فراهم کرده است. پژوهش حاضر با هدف بررسی تاثیر شبیه سازی های تعاملی مبتنی بر هوش مصنوعی بر درک مفاهیم انتزاعی فیزیک و کاهش بدفهمی های مفهومی دانش آموزان تدوین شده است. رویکرد مقاله، تحلیلی مروری و مبتنی بر بررسی مبانی نظری و یافته های پژوهش های آموزشی مرتبط با یادگیری مفهومی، شبیه سازی رایانه ای، بازنمایی های چندگانه و فناوری های هوشمند است. یافته های پژوهش های این حوزه نشان می دهد که هنگامی که دانش آموز بتواند متغیرهای یک پدیده فیزیکی را تغییر دهد، پیامدهای آن را مشاهده کند، فرضیه خود را بیازماید و بازخورد دریافت کند، فرصت بیشتری برای اصلاح مدل ذهنی خود خواهد داشت. شبیه سازی های تقویت شده با هوش مصنوعی می توانند با تشخیص الگوهای خطا، ارائه بازخورد متناسب و تنظیم سطح پیچیدگی فعالیت، فرایند یادگیری را از یک تجربه منفعل به فرایندی اکتشافی و تعاملی تبدیل کنند. با این حال، اثربخشی این فناوری به کیفیت طراحی آموزشی، نقش هدایتگر معلم، تناسب شبیه سازی با اهداف درسی و جلوگیری از بار شناختی اضافی وابسته است. بر این اساس، استفاده هدفمند از شبیه سازی های هوشمند می تواند به عنوان یکی از رویکردهای نوین برای تعمیق فهم مفهومی فیزیک و کاهش پایدار بدفهمی های دانش آموزان مطرح شود.