عنوان: کاربرد هوش مصنوعی در سنجش و ارزشیابی آموزشی درس علوم چهارم ابتدای
Keywords:
هوش مصنوعی, سنجش آموزشی, ارزشیابی, علوم چهارم ابتدایی, یادگیری شخصیسازی شده, فناوری آموزشیAbstract
هوش مصنوعی با قابلیتهای خود، تحول قابل توجهی در نظامهای آموزشی ایجاد کرده و نقش مؤثری در بهبود فرایندهای سنجش و ارزشیابی دارد. این پژوهش به بررسی کاربردهای هوش مصنوعی در ارزشیابی درس علوم پایه چهارم ابتدایی پرداخته است، درسی که به دلیل ماهیت ترکیبی خود نیازمند روشهای نوینی برای افزایش دقت و کیفیت ارزشیابی و تقویت مشارکت دانشآموزان است. از مزایای هوش مصنوعی میتوان به تحلیل دقیق عملکرد دانشآموزان، ارائه بازخوردهای شخصیسازیشده، طراحی آزمونهای تطبیقی و کاهش بار کاری معلمان اشاره کرد. با وجود این، چالشهایی مانند هزینههای بالا، نیاز به زیرساختهای فناوری، محدودیت در ارزیابی جنبههای خلاقانه یادگیری و دغدغههای اخلاقی مرتبط با حریم خصوصی وجود دارد که مدیریت آنها ضروری است.
Downloads
References
1. Xia, Q., Chiu, T. K., Lee, M., Sanusi, I. T., Dai, Y., & Chai, C. S. (2022). A self-determination theory (SDT) design approach for inclusive and diverse artificial intelligence (AI) education. Computers & Education, 189, 104582.
2. Shin, W. S., & Shin, D. H. (2020). A study on the application of artificial intelligence in elementary science education. Journal of Korean Elementary Science Education, 39(1), 117-132.
3. Ugli, U. K. Q. (2023, November). Artificial intelligence technologies in creating personalized science tasks for 4th grade students. In Next Scientists Conferences (pp. 100-102).
4. Hu, X., Liu, Y., Huang, J., & Mu, S. (2022). The effects of different patterns of group collaborative learning on fourth-grade students’ creative thinking in a digital artificial intelligence course. Sustainability, 14(19), 12674.
5. Chai, C. S., Lin, P. Y., Jong, M. S. Y., Dai, Y., Chiu, T. K., & Qin, J. (2021). Perceptions of and behavioral intentions towards learning artificial intelligence in primary school students. Educational Technology & Society, 24(3), 89-101.
6. Liu, F., Shi, Y., & Liu, Y. (2017). Intelligence quotient and intelligence grade of artificial intelligence. Annals of Data Science, 4, 179-191.
7. García-Martínez, I., Fernández-Batanero, J. M., Fernández-Cerero, J., & León, S. P. (2023). Analysing the impact of artificial intelligence and computational sciences on student performance: Systematic review and meta-analysis. Journal of New Approaches in Educational Research, 12(1), 171-197.
8. Cooper, G. (2023). Examining science education in ChatGPT: An exploratory study of generative artificial intelligence. Journal of Science Education and Technology, 32(3), 444-452.
9. Tedre, M., Toivonen, T., Kahila, J., Vartiainen, H., Valtonen, T., Jormanainen, I., & Pears, A. (2021). Teaching machine learning in K–12 classroom: Pedagogical and technological trajectories for artificial intelligence education. IEEE Access, 9, 110558-110572.
