هوش مصنوعی، یادگیری همسالان و تلفیق دروس در کلاس‌های چندپایه روستایی: سنتز مفهومی عدالت‌محور
کد مقاله : 1055-MGE8 (R1)
نویسندگان
حسن مدرس زاده1، فاطمه گنجی *2
11 گروه آموزش زیست‌شناسی، دانشگاه فرهنگیان، صندوق پستی 889-14665، تهران، ایران
2دانشجوی کارشناسی اموزش ابتدایی، دانشگاه فرهنگیان،گرگان،ایران
چکیده مقاله
آموزش چندپایه روستایی با هم‌زمانی چند پایه، کمبود معلم و منابع، و اتصال ناپایدار روبه‌روست. ورود هوش مصنوعی می‌تواند بخشی از بار طراحی و بازخورد را کاهش دهد، اما اگر با یادگیری همسالان و تلفیق دروس پیوند نخورد، به فردی‌سازی سطحی و کاهش تعامل می‌انجامد. این مقاله با مرور روایتی و سنتز مفهومی منابع داخلی (یک سند بالادستی ۱۳۹۱ و چهار مقاله ۱۴۰۴ تا ۱۴۰۵) و لاتین (۲۰۲۲ تا ۲۰۲۶) ظرفیت‌ها، چالش‌ها و راهبردهای به‌کارگیری هوش مصنوعی را با تأکید بر یادگیری همسالان و تلفیق دروس بررسی می‌کند. یافته‌ها نشان می‌دهد این ابزارها در تولید مواد چندسطحی و پشتیبانی از گروه‌بندی انعطاف‌پذیر، ارزشیابی و بازخورد کوتاه، جبران نسبی منابع به‌ویژه در شرایط آفلاین، و آزادسازی توجه معلم سودمند هستند. اما زیرساخت ناپایدار و اتصال شکننده، سواد دیجیتال نابرابر معلمان، خطر غلبه فناوری بر تعامل همسالان، و حکمرانی ناکافی داده و زبان، به‌کارگیری آن را محدود می‌کند. راهبردها بر آفلاین‌محوری مرحله‌ای، آموزش حرفه‌ای زمینه‌محور، ترکیب ابزار با تدریس همتا و گروه‌بندی انعطاف‌پذیر، و بومی‌سازی محتوا تأکید دارد. چارچوب پیشنهادی چهارلایه است: زیرساخت حداقلی، توانمندسازی معلم، طراحی آموزشی تلفیقی و همسال‌محور، و حکمرانی عدالت‌محور. نتیجه آن است که هوش مصنوعی در کلاس چندپایه، با وجود قابلیت‌های واقعی، ابزاری مشروط است؛ تنها با حفظ تعامل همسالان، طراحی آموزشی آگاهانه و حکمرانی عادلانه در بافت روستایی می‌تواند کیفیت یادگیری را بهبود دهد و به کاهش شکاف آموزشی و تقویت عدالت آموزشی بینجامد.
کلیدواژه ها
آموزش چندپایه، هوش مصنوعی در آموزش، یادگیری همسالان، تلفیق دروس، سواد دیجیتال، عدالت آموزشی
وضعیت: پذیرفته شده برای ارائه شفاهی