تاثیر هوش مصنوعی بر حریم خصوصی داده های دانش آموزان: مسئولیت اخلاقی معلمان

پژوهش حاضر با هدف تحلیل و تبیین مسئولیت اخلاقی معلمان در قبال حریم خصوصی داده های دانش آموزان در محیط های آموزشی مبتنی بر هوش مصنوعی انجام شد؛ زیرا ورود هوش مصنوعی به نظام های آموزشی، ماهیت جمع آوری، پردازش و تحلیل داده های دانش آموزان را دگرگون کرده و معلمان را به عنوان کنشگران کلیدی این فرآیند، در موقعیت های اخلاقی پیچیده ای قرار داده است (Holmes et al., ۲۰۲۲). مسئله اصلی آن بود که بسیاری از معلمان از ماهیت داده های جمع آوری شده، نحوه پردازش آن ها توسط الگوریتم ها و پیامدهای اخلاقی و حقوقی ناشی از آن آگاهی کافی ندارند (Akgun & Greenhow, ۲۰۲۲). بر این اساس، پنج سوال پژوهش در زمینه انواع داده ها و میزان آگاهی معلمان، چالش ها و تعارضات اخلاقی، تبیین نظری مسئولیت اخلاقی، چارچوب مفهومی و راهکارهای عملی طراحی شد. از نظر روش شناختی، پژوهش از نوع بنیادی-کاربردی با رویکرد آمیخته (کیفی-کمی) و طرح اکتشافی-تبیینی است (Creswell & Creswell, ۲۰۲۳)؛ در بخش کیفی، از تحلیل محتوای جهت دار منابع معتبر و مصاحبه نیمه ساختاریافته با ۱۲ تا ۱۵ متخصص اخلاق آموزش، هوش مصنوعی و حقوق داده استفاده شد و داده ها تا اشباع نظری ادامه یافت (Glaser & Strauss, ۱۹۶۷)، و در بخش کمی، پرسشنامه محقق ساخته مبتنی بر چارچوب مفهومی چهارلایه ای میان ۳۸۴ معلم دوره متوسطه با نمونه گیری خوشه ای چندمرحله ای توزیع شد که روایی آن توسط ۸ متخصص تایید و پایایی آن با آلفای کرونباخ بالای ۰٫۸ سنجیده شد (Hair et al., ۲۰۲۲). تحلیل داده ها در بخش کیفی با کدگذاری و مثلث سازی، و در بخش کمی با آمار توصیفی و استنباطی (تحلیل عاملی تاییدی و مدل سازی معادلات ساختاری با PLS) انجام شد (Hsieh & Shannon, ۲۰۰۵). نتایج نشان داد که ۶۸٪ از معلمان از ماهیت داده های جمع آوری شده آگاهی کم دارند و ۸۵٪ آنان هیچ کد اخلاقی یا راهنمای عملی در اختیار ندارند (UNESCO, ۲۰۲۱)؛ چهار چالش اصلی شناسایی شد: تعارض میان شخصی سازی و حریم خصوصی، تعارض شفافیت و محرمانگی، فشار نهادی و فقدان چارچوب اخلاقی (Slade & Prinsloo, ۲۰۲۱)؛ چارچوب مفهومی چهارلایه ای (زمینه، داده ها، مسئولیت اخلاقی معلمان، پیامدها) با چهار مولفه آگاهی، توانمندسازی، پاسخ گویی و مراقبت، ۷۳٪ از واریانس مسئولیت اخلاقی معلمان را تبیین کرد و مدل از برازش مطلوب برخوردار بود (Chounta et al., ۲۰۲۴)؛ مراقبت قوی ترین و پاسخ گویی ضعیف ترین مولفه شناخته شد (Zhang et al., ۲۰۲۳)؛ در نهایت، پنج راهکار عملی شامل آموزش سواد داده، تدوین کدهای اخلاقی مدرسه محور، ایجاد کمیته های اخلاق داده، شفافیت ابزارهای هوش مصنوعی و توانمندسازی حقوقی معلمان ارائه شد و نتیجه نهایی آن است که مسئولیت اخلاقی معلمان در قبال حریم خصوصی داده های دانش آموزان، نه یک انتخاب اختیاری، بلکه یک تعهد حرفه ای و انسانی است که تحقق آن نیازمند آگاهی، توانمندسازی، پاسخ گویی و مراقبت مستمر است (Prinsloo & Slade, ۲۰۱۷).

کلیدواژه ها:

واژگان کلیدی: هوش مصنوعی در آموزش ، حریم خصوصی داده های دانش آموزان ، مسئولیت اخلاقی معلمان ، اخلاق داده ، سواد داده ، چارچوب مفهومی.