ارائه چارچوب مفهومی مدیریت یادگیری سیار مبتنی بر هوش مصنوعی برای خودبه سازی شایستگی تدریس اعضای هیات علمی

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 58

فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JEIT-20-2_001

تاریخ نمایه سازی: 21 مهر 1405

چکیده مقاله:

پیشینه و اهداف: در سالیان اخیر، تحولات شگرف در فناوری های دیجیتال و هوش مصنوعی، ساختار آموزش عالی را به صورت بنیادین متحول ساخته است. این دگرگونی، همراه با پیچیدگی های فزاینده در محیط های آموزشی، چالش های جدیدی را در زمینه­ توسعه­ حرفه ای اعضای هیات علمی پدید آورده است. مطالعات نشان می دهد که برنامه های توسعه­ حرفه ای سنتی علی رغم سرمایه گذاری قابل توجه، با محدودیت هایی چون عدم انعطاف پذیری زمانی و مکانی، فقدان شخصی سازی، محدودیت در بازخورد مستمر و عدم انطباق با نیازهای متغیر آموزشی مواجه بوده اند. یادگیری سیار و هوش مصنوعی، با قابلیت های تحلیل الگوهای یادگیری، شخصی سازی محتوا و ارائه­ بازخورد هوشمند، می توانند این چالش ها را مرتفع سازند. پژوهش حاضر با هدف طراحی چارچوب مفهومی یادگیری سیار مبتنی بر هوش مصنوعی برای خودبه­سازی شایستگی های تدریس انجام شده است.روش ها : این پژوهش کاربردی، با ماهیت بین رشته ای، از رویکرد پژوهش مبتنی بر طراحی استفاده کرد که در چهار چرخه تکراری اجرا شد: (۱) تحلیل و شناسایی مسئله از طریق مرور نظام مند ادبیات علمی براساس راهنمای پریزما (PRISMA) در سه حوزه یادگیری سیار، هوش مصنوعی، و توسعه­ حرفه ای با تمرکز بر شایستگی تدریس که منجر به انتخاب ۳۷ مقاله از پایگاه های اطلاعاتی Scopus، Web of Science، ERIC وPubMed  شد؛ (۲) طراحی و توسعه­ اولیه چارچوب مفهومی از طریق ترکیب یافته های نظری و تجربی با استفاده از تحلیل مضمون؛ (۳) اعتبارسنجی با مشارکت ۱۵ متخصص در حوزه­های فناوری آموزشی، هوش مصنوعی و آموزش عالی؛ و (۴) بازطراحی و نهایی سازی چارچوب. اعتبار و قابلیت اعتماد پژوهش از طریق طراحی مبتنی بر مبانی نظری مستحکم، مثلث سازی داده ها، اعتبارسنجی متخصصان، و شفافیت در فرایند پژوهش تامین شد.یافته ها: چارچوب پیشنهادی از چهار بعد کلیدی و ۲۰ مولفه­ فرعی تشکیل شده است که عبارتند از: بعد ورودی (شناسایی نیازها و ویژگی های فردی را برای تدوین مسیرهای توسعه­ شخصی سازی شده)؛ بعد پردازش (تحلیل داده­ها با استفاده از الگوریتم های هوش مصنوعی)؛ بعد خروجی ( ارائه­ خدمات و محتوای قابل اجرا)؛ و بعد پشتیبانی (فراهم­سازی زیرساخت ها و خدمات مورد نیاز). فرایند خودبه­سازی در این چارچوب به صورت چرخه ای و مستمر طراحی شده و شامل پنج مرحله­ متمایز است: ارزیابی اولیه، برنامه ریزی مسیر توسعه، اجرا و یادگیری، ارزیابی مستمر، و بازاندیشی و اصلاح. نتایج اعتبارسنجی توسط ۱۵ متخصص نشان داد که چارچوب در تمامی شاخص های ارزیابی شامل جامعیت، کاربردپذیری، نوآوری و انسجام منطقی به طور معناداری تایید شده است (۰۰۱/۰p<).نتیجه گیری: چارچوب مفهومی ارائه شده، رویکردی جامع، نوآورانه و یکپارچه برای طراحی سیستم های یادگیری سیار هوشمند جهت خودبه­سازی شایستگی های تدریس اعضای هیات علمی ارائه می دهد. این چارچوب با تلفیق ابعاد چهارگانه در قالب یک فرآیند چرخه ای پنج مرحله ای، تمامی مولفه های ضروری برای یک سیستم یادگیری هوشمند، انعطاف پذیر، و موثر را دربرمی گیرد. نقاط قوت کلیدی شامل شخصی سازی مسیرهای یادگیری، تحلیل هوشمند نیازها و دسترسی انعطاف پذیر به منابع آموزشی است. این چارچوب مبنایی عملی برای طراحی و پیاده سازی نظام مدیریت یادگیری سیار هوشمند در آموزش عالی ارائه می دهد. محدودیت های پژوهش شامل اعتباربخشی محدود به ۱۵ متخصص و عدم اجرای آزمایشی برای تایید اثربخشی عملی است. برای مطالعات آتی، پیشنهاد می شود طرح های پایلوت در موسسات آموزش عالی اجرا شوند و الگوریتم های هوشمندی برای تحلیل پویای نیازها و ارائه­ی مسیرهای یادگیری انعطاف پذیر طراحی شود.

کلیدواژه ها:

نویسندگان

سجاد رضائیان

گروه مدیریت و برنامه ریزی آموزشی، دانشکده علوم تربیتی و روانشناسی، دانشگاه شیراز، شیراز، ایران

قاسم سلیمی

گروه مدیریت و برنامه ریزی آموزشی، دانشکده علوم تربیتی و روانشناسی، دانشگاه شیراز، شیراز، ایران

مهدی محمدی

گروه مدیریت و برنامه ریزی آموزشی، دانشکده علوم تربیتی و روانشناسی، دانشگاه شیراز، شیراز، ایران

الهام حیدری

گروه مدیریت و برنامه ریزی آموزشی، دانشکده علوم تربیتی و روانشناسی، دانشگاه شیراز، شیراز، ایران

علیرضا نیک سرشت

گروه علم اطلاعات و دانش شناسی ، دانشکده علوم تربیتی و روانشناسی، دانشگاه شیراز، شیراز، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Abulibdeh A, Baya Chatti C, Alkhereibi A, El Menshawy S. ...
  • Katsamakas E, Pavlov OV, Saklad R. Artificial intelligence and the ...
  • Abgaryan H, Asatryan S, Matevosyan A. Revolutionary changes in higher ...
  • Castro-Guzmán W. Challenges of professional development for technology integration in ...
  • Mah D-K, Groß N. Artificial intelligence in higher education: exploring ...
  • Sappaile BI, Vandika AY, Deiniatur M, Nuridayanti N, Arifudin O. ...
  • Phuong TT, Foster MJ, Reio TG Jr. Faculty development: a ...
  • Dahri NA, Al-Rahmi WM, Almogren AS, Yahaya N, Vighio MS, ...
  • Drwish A, Al-Dokhny A, Al-Abdullatif A. A sustainable quality model ...
  • Ofosu-Ampong K. Beyond the hype: exploring faculty perceptions and acceptability ...
  • Berge ZL, Muilenburg LY, editors. Handbook of mobile learning. New ...
  • Todino MD, Desimone G, Kidiamboko S. Mobile learning and artificial ...
  • Crompton H, Burke D. The use of mobile learning in ...
  • Al-Rahmi AM, Al-Rahmi WM, Alturki U, Aldraiweesh A, Almutairy S, ...
  • Siemens G. Connectivism: a learning theory for the digital age. ...
  • Goldie JGS. Connectivism: a knowledge learning theory for the digital ...
  • Kumar BA, Sharma B, Nakagawa EY. Context aware mobile learning: ...
  • Wong J, Baars M, de Koning BB, Paas F. Examining ...
  • Zawacki-Richter O, Marín VI, Bond M, Gouverneur F. Systematic review ...
  • Crompton H, Burke D. Artificial intelligence in higher education: the ...
  • Hwang G-J, Xie H, Wah BW, Gašević D. Vision, challenges, ...
  • Bond M, Khosravi H, De Laat M, Bergdahl N, Negrea ...
  • Chen L, Chen P, Lin Z. Artificial intelligence in education: ...
  • Dogan ME, Goru Dogan T, Bozkurt A. The use of ...
  • Abdallah N, Abdallah O, Bohra O. Factors affecting mobile learning ...
  • Mollah MB, Azad MAK, Vasilakos A. Security and privacy challenges ...
  • Criollo-C S, Guerrero-Arias A, Jaramillo-Alcázar Á, Luján-Mora S. Mobile learning ...
  • Naveed QN, Choudhary H, Ahmad N, Alqahtani J, Qahmash AI. ...
  • Darling-Hammond L, Hyler ME, Gardner M. Effective teacher professional development. ...
  • Borko H, Jacobs J, Koellner K. Contemporary approaches to teacher ...
  • Abou Said S, Abdallah W. Enhancing lifelong learning and professional ...
  • Koay J. Self-directed professional development activities: an autoethnography. Teach Teach ...
  • Loeng S. Self-directed learning: a core concept in adult education. ...
  • Deci EL, Ryan RM. The "what" and "why" of goal ...
  • KKolb AY, Kolb DA. Learning styles and learning spaces: enhancing ...
  • Chaipidech P, Kajonmanee T, Chaipah K, Panjaburee P, Srisawasdi N. ...
  • Desimone LM, Garet MS. Best practices in teacher's professional development ...
  • Turnbull D, Chugh R, Luck J. Learning management systems: an ...
  • Ruiz-Calleja A, Prieto LP, Ley T, Rodríguez-Triana MJ, Dennerlein S. ...
  • Blašková M, Blaško R, Kucharčíková A. Competences and competence model ...
  • Tigelaar DE, Dolmans DH, Wolfhagen IH, Van Der Vleuten CP. ...
  • Darling-Hammond L, Flook L, Cook-Harvey C, Barron B, Osher D. ...
  • Basilotta-Gómez-Pablos V, Matarranz M, Casado-Aranda L-A, Otto A. Teachers' digital ...
  • Devlin M, Samarawickrema G. The criteria of effective teaching in ...
  • Fletcher JA. Peer observation of teaching: a practical tool in ...
  • Anuyahong B, Pucharoen N. Exploring the effectiveness of mobile learning ...
  • Xie H, Chu H-C, Hwang G-J, Wang C-C. Trends and ...
  • Nguyen A, Ngo HN, Hong Y, Dang B, Nguyen B-PT. ...
  • Ali M, Wahab IBA, Huri HZ, Yusoff MS. Personalised learning ...
  • Bell P, Hoadley CM, Linn MC. Design-based research in education. ...
  • Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, ...
  • Braun V, Clarke V. Using thematic analysis in psychology. Qual ...
  • Chyung SY, Roberts K, Swanson I, Hankinson A. Evidence-based survey ...
  • Chaharbashloo H, Talebzadeh H, Largani MH, Amirian S. A systematic ...
  • Lim SH, Lim L, Lye CY, Lim WYR. Personalised professional ...
  • Eguchi A, Okada H, Muto Y. Contextualizing AI education for ...
  • نمایش کامل مراجع