مروری بر یادگیری تطبیقی زیست شناسی مبتنی برکج‌فهمی و هوش مصنوعی
کد مقاله : 1021-6THBIOEC (R1)
نویسندگان
فاطمه بردستانی1، الهام قاسملو *2
1دانشجوی رشته آموزش زیست شناسی، دانشگاه فرهنگیان، تبریز، ایران
2گروه آموزش زیست‌شناسی، دانشگاه فرهنگیان، تهران، ایران
چکیده مقاله
آموزش مفاهیم زیست‌شناسی به دلیل وجود کج‌فهمی و تفاوت‌های فردی یادگیرندگان، با چالش‌هایی در دستیابی به یادگیری عمیق و پایدار روبه‌رو است. هدف این مقاله، مرور و تحلیل پژوهش‌های انجام‌شده در زمینه یادگیری تطبیقی، کج‌فهمی و کاربرد هوش مصنوعی در آموزش زیست‌شناسی و ارائه یک مدل مفهومی یکپارچه بر پایه یافته‌های مطالعات پیشین است. این پژوهش از نوع مروری ـ تحلیلی بوده و با استفاده از مرور نظام‌مند منابع علمی معتبر در حوزه‌های یادگیری تطبیقی، کج‌فهمی، هوش مصنوعی در آموزش و آموزش زیست‌شناسی انجام شده است. نتایج بررسی منابع نشان داد که تلفیق تحلیل کج‌فهمی با قابلیت‌های هوش مصنوعی در چارچوب یادگیری تطبیقی، می‌تواند زمینه شخصی‌سازی مسیر یادگیری، انتخاب محتوای آموزشی متناسب با نیاز فراگیران و ارائه بازخورد هوشمند را فراهم کند. بر این اساس، یک مدل مفهومی برای یکپارچه‌سازی این مؤلفه‌ها ارائه شد. در مجموع، یافته‌های این مقاله نشان می‌دهد که بهره‌گیری از این رویکرد می‌تواند در کاهش کج‌فهمی، ارتقای کیفیت یادگیری و بهبود اثربخشی آموزش مفاهیم زیست‌شناسی در آموزش عالی مؤثر باشد.
کلیدواژه ها
یادگیری تطبیقی، آموزش زیست‌شناسی، کج فهمی، هوش مصنوعی، شخصی‌سازی یادگیری.
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر