هوش مصنوعی و عدالت آموزشی در کلاس‌های چندپایه: پیش‌بینی و کاهش تبعیض در آموزش نامرئی
کد مقاله : 1046-MGE7
نویسندگان
امیر مرادی *، محسن کردلو
استادیار گروه آموزش علوم‌تربیتی دانشگاه فرهنگیان
چکیده مقاله
در عصر داده‌محور کنونی، نابرابری آموزشی دیگر پدیده‌ای مبهم و غیرقابل‌مشاهده نیست، بلکه در لایه‌های داده‌های یادگیری، بازخوردهای معلم و الگوهای مشارکت دانش‌آموزان قابل ردیابی است. هوش مصنوعی این ظرفیت را دارد که این داده‌های پنهان را به آگاهی تبدیل کند و آنچه در آموزش نامرئی رخ می‌دهد را آشکار سازد. هدف پژوهش حاضر بررسی نقش هوش مصنوعی در شناسایی، پیش‌بینی و کاهش تبعیض پنهان در آموزش نامرئی کلاس‌های چندپایه و تبیین ظرفیت آن در تقویت عدالت آموزشی است. این پژوهش از نظر هدف کاربردی و با رویکرد کیفی و روش تحلیل فلسفی، شامل تحلیل مفهومی–زبانی و تحلیل منطقی فرارونده انجام شد. داده‌های پژوهش از طریق بررسی اسناد و متون علمی مرتبط با هوش مصنوعی، عدالت آموزشی و آموزش چندپایه گردآوری و به‌صورت استنتاجی تحلیل شد. یافته‌ها نشان داد که هوش مصنوعی قادر است الگوهای تبعیض پنهان در تعاملات معلم–دانش‌آموز، بازخوردهای زبانی، میزان مشارکت، ساختار فعالیت‌ها و محتوای آموزشی را با بهره‌گیری از ابزارهایی چون تحلیل گفتار، پردازش زبان طبیعی و یادگیری ماشین آشکار و پیش‌بینی کند. همچنین نتایج نشان داد که هوش مصنوعی می‌تواند با ارائه بازخورد هوشمند، طراحی مسیرهای یادگیری شخصی‌سازی‌شده، تحلیل محتوای درسی و پیش‌بینی نابرابری‌ها، زمینه اصلاح فرایندهای آموزشی و تقویت عدالت در فرصت‌های یادگیری را فراهم آورد. نتیجه‌گیری پایانی نشان داد؛ هوش مصنوعی در کنار قضاوت اخلاقی معلم می‌تواند به ابزاری برای مدیریت آموزش نامرئی و تحقق عدالت آموزشی در کلاس‌های چندپایه تبدیل شود.
کلیدواژه ها
هوش مصنوعی، عدالت آموزشی، آموزش نامرئی، تبعیض پنهان، کلاس‌های چندپایه.
وضعیت: پذیرفته شده برای ارائه شفاهی