گذار پارادایمی از آموزش سنتی به بوم سازگان های یادگیری هوشمند و دیجیتال: بازطراحی پداگوژی، سنجش تکوینی و عاملیت انسانی در افق هوش مصنوعی (AIED)

تحولات شتابان فناوری های محاسباتی، سامانه های هوش مصنوعی مولد (Generative AI)، تحلیل گری کلان داده های یادگیری (Learning Analytics) و محیط های همه جاحاضر (Ubiquitous Computing)، نظام های آموزشی را با یک گذار گریزناپذیر و پارادایمی از ساختارهای متمرکز و یکسان ساز سنتی به اکوسیستم های یادگیری تطبیقی و هوشمند مواجه ساخته است. هدف پژوهش بنیادین و کاربردی حاضر، واکاوی جامع ابعاد چندگانه این دگرگونی از حیث ساختار پداگوژیک، معماری فنی زیرساخت ها، روان شناسی یادگیری شناختی، شیوه های سنجش عملکردی و پیامدهای جامعه شناختی-اخلاقی است. روش شناسی این تحقیق مبتنی بر رویکرد آمیخته اکتشافی متوالی (Exploratory Sequential Mixed-Methods) در ترکیب با تحلیل اسنادی نظام مند و مدل سازی معادلات ساختاری (SEM) است. جامعه آماری پژوهش شامل ۴۸۰ نفر از صاحب نظران، اعضای هیئت علمی، فناوران آموزشی و معلمان پیشرو در حوزه فناوری اطلاعات و علوم تربیتی بوده که از طریق نمونه گیری تصادفی طبقه ای انتخاب گردیده اند. یافته های کمی و کیفی این مطالعه نشان می دهد که ادغام ابزارهای هوش مصنوعی یادگیرنده محور و سامانه های تدریس خصوصی هوشمند (ITS)، ضمن کاهش ۴۲ درصدی زمان هدررفت بوروکراتیک کادر آموزشی، میزان درگیری شناختی (Cognitive Engagement) و حفظ مفاهیم مفهومی را به میزان ۵۱.۳ درصد ارتقا می بخشد. با این وجود، گذار پایدار مستلزم برطرف سازی سه مانع اساسی شامل شکاف ساختاری دیجیتال، خطرات فرسایش تفکر انتقادی ناشی از اتکای بیش ازحد شناختی به مدل های زبانی بزرگ، و چالش های صیانت از داده و سوگیری های الگوریتمی است. این مقاله با تدوین مدل جامع «گذار پنج بعدی پداگوژیک-فناورانه»، چارچوبی سیاستی و عملیاتی را برای بازتعریف نقش معلم از انتقال دهنده دانش به معمار یادگیری و تسهیل گر هم زیستی شناختی انسان و ماشین ارائه می دهد.کلمات کلیدییادگیری هوشمند، آموزش سنتی، هوش مصنوعی در آموزش (AIED)، یادگیری تطبیقی، سامانه های تدریس خصوصی هوشمند (ITS)، تحلیل داده های یادگیری، عاملیت انسانی، پداگوژی دیجیتال.