بررسی به‌کارگیری هوش مصنوعی برون‌خط در تدریس زیست‌شناسی مناطق کم‌بر‌خوردار و ارائه الگوی کاربردی
کد مقاله : 1118-6THBIOEC (R1)
نویسندگان
ذکیه زنگارکی1، فاطمه محمدپور1، مرجان عابدی *2
1دانشجوی کارشناسی آموزش علوم تجربی، دانشکده علوم پایه شهید رجایی، دانشگاه فرهنگیان، اصفهان، ایران
2استادیار، گروه آموزش زیست شناسی، دانشگاه فرهنگیان، تهران، ایران
چکیده مقاله
علیرغم ظرفیت چشمگیر هوش مصنوعی در آموزش، یادگیری و سنجش، شیوه‌های بهره‌مندی از قابلیت‌های آن در محیط‌هایی که با محدودیت دسترسی به اینترنت و کمبود منابع فناورانه (مناطق کم‌برخوردار) مواجه‌اند، همچنان نیازمند بررسی و تدوین رویکردهای متناسب است. مطالعه با رویکرد توصیفی‑تحلیلی وبررسی منابع داخلی انجام شد. شواهد حاکی از آن است که این فناوری از راه شبیه‌سازی‌های کنش‌محور، تمرین‌های خودراهبر و بازخوردهای مقدماتی، تا اندازه‌ای کمبود آزمایشگاه و کمبود منابع آموزشی را جبران می‌کند، با این حال موفقیت آن در گرو هماهنگی با توان پردازشی سخت‌افزار، غنای محتوای علمی، مهارت‌های دیجیتال معلمان، دسترسی به برق پایدار و به‌روزرسانی دوره‌ای است. بر مبنای مطالعات انجام شده و تجربیات نویسندگان، الگویی عملیاتی در هفت مرحله (نیازسنجی، زیرساخت، انتخاب فناوری، اجرا، نظارت معلم، ارزشیابی و به‌روزرسانی) متناسب با بستر زیرساختی و اقتضائات آموزشی این مناطق ارائه شده است. همچنین، ابزارهای کاملاً محلی نظیر AI Tutor Offline (مبتنی بر Gemma)، CellWal و SimGemma معرفی شده‌اند. شایان توجه است که بر نقش کلیدی معلم به‌عنوان تسهیل‌گر، ناظر و تأییدکننده‌ی صحت علمی محتوا تأکید می‌شود و هوش مصنوعی را در جایگاه ابزاری مکمل و پشتیبان می‌بایست بکارگرفت. در پایان، پیاده‌سازی این الگو توام با توانمندسازی معلمان، ایجاد حداقل‌های زیرساختی و اعتبارسنجی مستمر محتوای آموزشی می‌تواند گامی موثر در ارتقای کیفیت آموزش در مناطق کم‌برخوردار بوده و تلاشی در جهت تحقق عدالت آموزشی باشد. اعتبار این الگو بر تحلیل منابع و تجربه‌های نویسندگان استوار است؛ اما اثربخشی تجربی آن باید در پژوهش‌های آینده ارزیابی شود.
کلیدواژه ها
هوش‌مصنوعی غیربرخط، آموزش زیست‌شناسی، مناطق کم‌برخوردار، عدالت‌آموزشی، الگوی تدریس، توانمندسازی معلمان.
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر