کاربردها، چالش ها و چشم انداز آینده هوش مصنوعی مولد و مدل های زبانی بزرگ (LLMs) در ارتقای آموزش عالی: یک مرور نظام مند

مقدمه: ظهور هوش مصنوعی مولد و مدل های زبانی بزرگ (LLMs)، پارادایم های آموزشی و پژوهشی را در نظام آموزش عالی دچار تحولی بنیادین کرده است. این فناوری ها با فراهم سازی امکاناتی نظیر تولید خودکار محتوا، یادگیری تعاملی و ارزیابی شخصی سازی شده، افق های نوینی را در فرایند یاددهی-یادگیری گشوده اند؛ بااین حال، پذیرش شتابان آن ها چالش های متعددی را در زمینه های آموزشی، روان شناختی و اخلاقی در پی داشته است. هدف: این مطالعه با هدف شناسایی، طبقه بندی و تحلیل نظام مند کاربردها، چالش های پیش رو و چشم انداز آینده به کارگیری هوش مصنوعی مولد و مدل های زبانی بزرگ در ارتقای آموزش عالی انجام گرفت. روش پژوهش: پژوهش حاضر یک مرور نظام مند است که بر اساس دستورالعمل استاندارد PRISMA انجام شد. جست وجوی منابع در پایگاه های اطلاعاتی معتبر بین المللی شامل Scopus،Web of Science،PubMed،IEEE Xplore و موتور جست وجوی Google Scholar با استفاده از کلیدواژه های مرتبط به زبان انگلیسی انجام پذیرفت. مقالات مرتبط پس از غربالگری اولیه بر پایه معیارهای ورود و خروج، از نظر کیفیت روش شناختی مورد ارزیابی قرار گرفتند و داده های نهایی با رویکرد تحلیل مضمون سنتز شدند. یافته ها: تحلیل شواهد نشان داد که کاربردهای اصلی این فناوری در آموزش عالی در چهار حوزه عمده دسته بندی می شوند: بازطراحی فرایند تدریس و یادگیری (شخصی سازی آموزش و بازخورد فوری)، ارتقای بهره وری پژوهشی (تحلیل متون، ایده پردازی و نگارش علمی)،

کلیدواژه ها:

هوش مصنوعی مولد ، مدل های زبانی بزرگ ، آموزش عالی ، یادگیری شخصی سازی شده ، تمامیت علمی ، اخلاق هوش مصنوعی ، مرور نظام مند