نقش عاملیت دانش آموز در سیستم های آموزشی مبتنی بر الگوریتم

ظهور سیستم های آموزشی مبتنی بر الگوریتم، از جمله یادگیری تطبیقی، سیستم های توصیه گر آموزشی و پلتفرم های هوش مصنوعی، ماهیت تعامل دانش آموز با فرایند یادگیری را دگرگون ساخته است. در چنین بافت هایی، عاملیت دانش آموز به عنوان ظرفیت وی برای انتخاب، تصمیم گیری، خودتنظیمی و اثرگذاری بر مسیر یادگیری خویش، هم با فرصت های تازه و هم با محدودیت های ساختاری مواجه می شود. از یک سو، الگوریتم ها می توانند با شخصی سازی محتوا و بازخورد فوری، زمینه ی خودمختاری بیشتری را فراهم آورند؛ از سوی دیگر، طراحی غیرشفاف، سوگیری های داده ای و ساختارهای کنترلی می توانند عاملیت دانش آموز را به حاشیه برانند یا به شکل سطحی بازتولید کنند. پژوهش های موجود نشان می دهند که رابطه میان عاملیت و الگوریتم نه خطی است و نه قطعی، بلکه وابسته به طراحی ، سطح سواد داده ای دانش آموز، نقش معلم و سیاست های نهادی است. این مقاله مروری با تحلیل ادبیات نظری و تجربی، چهار الگوی اصلی تعامل عاملیت و الگوریتم را شناسایی می کند: عاملیت تقویت شده، عاملیت محدودشده، عاملیت شبیه سازی شده و عاملیت مقاومتی. همچنین نشان می دهد که غفلت از عاملیت در طراحی سیستم های الگوریتمی می تواند به کاهش انگیزه، وابستگی شناختی و نابرابری آموزشی منجر شود. در مقابل، طراحی مشارکتی، شفافیت الگوریتمی و آموزش سواد داده ای، مسیرهایی برای حفظ و تقویت عاملیت دانش آموز پیشنهاد می کنند. نتیجه گیری اصلی آن است که عاملیت در این سیستم ها نه یک ویژگی از پیش موجود، بلکه دستاوردی تعاملی و طراحی محور است که باید به صورت آگاهانه در معماری آموزشی گنجانده شود. این مرور در پایان، شکاف های پژوهشی و جهت گیری های آینده را برای پژوهشگران، طراحان و سیاست گذاران آموزشی ترسیم می کند.

کلیدواژه ها:

عاملیت دانش آموز ، سیستم های آموزشی مبتنی بر الگوریتم ، یادگیری تطبیقی ، خودتنظیمی ، سواد داده ای