هوش مصنوعی در آموزش

هوش مصنوعی در آموزش (اغلب با سرواژهٔ AIEd) یک زیررشته از فناوری آموزشی است که به مطالعهٔ کاربرد هوش مصنوعی—مانند هوش مولد و چت‌بات‌ها—برای ایجاد محیط‌های یادگیری می‌پردازد.[۱]

این حوزه پیامدها و تأثیرات هوش مصنوعی بر زیرساخت‌های آموزشی موجود را، همچنین امکان‌ها و نوآوری‌های آینده را بررسی می‌کند. ملاحظات در این حوزه شامل تصمیم‌گیری داده‌محور، اخلاق هوش مصنوعی، حریم خصوصی داده و سواد هوش مصنوعی است.[۲] نگرانی‌ها شامل امکان تقلب، اتکای بیش از حد، عدالت در دسترسی، کاهش تفکر انتقادی، و تداوم اطلاعات نادرست و سوگیری است.[۳]

تاریخچه

تلاش‌ها برای ادغام هوش مصنوعی در زمینه‌های آموزشی اغلب همگام با پیشرفت‌های فناورانه در تاریخچهٔ هوش مصنوعی بوده است.

در دههٔ ۱۹۶۰، مربیان و پژوهشگران شروع به توسعهٔ سامانه‌های آموزش مبتنی بر رایانه کردند، مانند PLATO که توسط دانشگاه ایلینوی ساخته شد.[۴]

در دهه‌های ۱۹۷۰ و ۱۹۸۰، سامانه‌های آموزش هوشمند (ITS) برای آموزش در کلاس درس مورد استفاده قرار گرفتند.

انجمن بین‌المللی هوش مصنوعی در آموزش در سال ۱۹۹۳ تأسیس شد.[۵]

در اواخر دههٔ ۲۰۱۰ و دههٔ ۲۰۲۰، مدل‌های زبانی بزرگ (LLMs) و دیگر فناوری‌های هوش مولد به محور اصلی گفتگوهای AIEd تبدیل شدند. در این دوره، تشخیص محتوای تولید شده توسط هوش مصنوعی برای شناسایی و/یا مجازات استفادهٔ غیرمجاز از هوش مصنوعی در زمینه‌های آموزشی توسعه یافته و به کار گرفته شد، هرچند دقت آن‌ها محدود است. برخی مدارس استفاده از مدل‌های زبانی بزرگ را ممنوع کردند، اما بسیاری از این ممنوعیت‌ها بعداً لغو شد.[۶]

نظریه

هوش مصنوعی در آموزش (AIEd) نظریه‌هایی از علوم تربیتی، یادگیری ماشینی و حوزه‌های مرتبط را به کار می‌گیرد.

سه پارادایم هوش مصنوعی در آموزش

یک مدل پیشنهادی سه پارادایم زیر را برای هوش مصنوعی در آموزش مطرح می‌کند که تقریباً از کمترین تا بیشترین تمرکز بر یادگیرنده و از کمترین تا بیشترین پیچیدگی فنی در سامانه‌های هوش مصنوعی مرتب شده‌اند:

هوش مصنوعی هدایت‌گر، یادگیرنده به‌عنوان دریافت‌کننده: سامانه‌های AIEd یک برنامهٔ درسی از پیش تعیین‌شده را بر اساس الگوهای آماری ارائه می‌کنند که به بازخورد یادگیرنده تنظیم نمی‌شوند.

هوش مصنوعی پشتیبان، یادگیرنده به‌عنوان همکار: سامانه‌هایی که پاسخ‌گویی به بازخورد یادگیرنده را در خود جای می‌دهند، برای نمونه از طریق پردازش زبان طبیعی، که در آن هوش مصنوعی می‌تواند به ساخت دانش کمک کند.

هوش مصنوعی توانمندساز، یادگیرنده به‌عنوان رهبر: این مدل تلاش می‌کند هوش مصنوعی را به‌عنوان مکملی برای هوش انسانی قرار دهد، جایی که یادگیرندگان نقش فعال دارند و هوش مصنوعی بازخوردی پیوسته و قابل اقدام فراهم می‌کند.[۷]

خیال‌های اجتماعی-فنی

برخی پژوهشگران هوش مصنوعی در آموزش را در چارچوب مفهوم «خیال اجتماعی-فنی» قرار می‌دهند؛ مفهومی که به چشم‌اندازها و آرمان‌های جمعی اشاره دارد و دگرگونی‌های اجتماعی و شیوه‌های حکمرانی را از رهگذر تعامل فناوری و هنجارهای اجتماعی شکل می‌دهد.[۸] این چارچوب، هوش مصنوعی را در تاریخچهٔ «فناوری‌های نوظهور» قرار می‌دهد که آموزش را دگرگون کرده و خواهند کرد؛ فناوری‌هایی مانند رایانه، اینترنت یا رسانه‌های اجتماعی.[۹]

کاربردها

سامانه‌های آموزش مبتنی بر هوش مصنوعی، یا سامانه‌های آموزش هوشمند (ITS)، در دههٔ ۱۹۷۰ با سامانه‌هایی مانند SCHOLAR معرفی شدند. این سامانه‌ها برای ایجاد تعامل میان دانش‌آموز و یک معلم شبیه‌سازی‌شده طراحی شده بودند.[۱۰]

یادگیری تطبیقی روشی است که از الگوریتم‌های رایانه‌ای و یادگیری ماشینی برای سازمان‌دهی منابع و فعالیت‌های آموزشی شخصی‌سازی‌شده استفاده می‌کند.[۱۱] این سامانه‌ها که اغلب با عنوان «سکوهای یادگیری تطبیقی» (ALPs) شناخته می‌شوند، تلاش می‌کنند عملکرد، رفتار و دانش پیشین دانش‌آموز را تحلیل کنند.[۱۱] ALPs با ایجاد و نگهداری یک مدل دانش‌آموز عمل می‌کنند که پیشرفت فردی، شکاف‌های دانشی و سبک‌های یادگیری ترجیحی را دنبال می‌کند. آن‌ها از تحلیل پیش‌بینانه برای پیش‌بینی حوزه‌های احتمالی دشواری استفاده کرده و به‌طور خودکار با تنظیم سطح دشواری، سرعت یا قالب محتوای آموزشی مداخله می‌کنند.[۱۲] برای نمونه، اگر دانش‌آموزی یک مفهوم را سریع بیاموزد، سامانه سرعت را افزایش داده یا موضوعات پیچیده‌تر معرفی می‌کند. برعکس، اگر دانش‌آموزی دچار مشکل شود، سکوی یادگیری بازخورد ارائه می‌دهد یا منابع تکمیلی مانند ویدئوها یا شبیه‌سازی‌های تعاملی فراهم می‌کند. پژوهش‌ها نشان داده‌اند که ALPs نتایج مثبتی در بهبود عملکرد تحصیلی و نمرات آزمون، مشارکت دانش‌آموزان و انگیزش داشته‌اند.[۱۲]

کاربردهای چت‌بات‌های هوش مولد در آموزش شامل ارزیابی و ارائهٔ بازخورد، ترجمه‌های ماشینی، ویراستاری و اصلاح نگارش، یا ایفای نقش به‌عنوان دستیار مجازی بوده است.[۱۳]

دیدگاه‌ها

دیدگاه‌های تجاری

جامعهٔ هوش مصنوعی در آموزش در کشورهای شمال جهانی به‌سرعت رشد کرده است؛ رشدی که توسط سرمایه‌گذاری خطرپذیر، شرکت‌های بزرگ فناوری و کنشگران آموزش باز هدایت می‌شود.[۱۳] در دههٔ ۲۰۲۰، شرکت‌هایی که خدمات هوش مصنوعی ایجاد می‌کنند، دانشجویان و مؤسسات آموزشی را به‌عنوان مصرف‌کنندگان و شرکای سازمانی هدف قرار داده‌اند. به‌طور مشابه، شرکت‌های آموزشی پیش از رونق هوش مصنوعی نیز در حال گسترش ادغام هوش مصنوعی یا خدمات مبتنی بر هوش مصنوعی خود هستند.[۱۴] این انگیزه‌های تجاری برای نوآوری در AIEd ممکن است با احتمال شکل‌گیری حباب هوش مصنوعی مرتبط باشد. در ایالات متحده، حمایت دوحزبی از توسعهٔ هوش مصنوعی در آموزش K-12 ابراز شده است، اما پیاده‌سازی‌های مشخص و بهترین شیوه‌ها همچنان محل بحث و مناقشه باقی مانده‌اند.[۱۵]

دیدگاه‌های نهادی

از دههٔ ۲۰۲۰، مؤسسات آموزش عالی شروع به تدوین دستورالعمل‌ها و سیاست‌هایی برای در نظر گرفتن هوش مصنوعی کرده‌اند.[۱۶] سازمان‌های دولتی و غیردولتی مانند یونسکو، مادهٔ ۴ اتحادیه اروپا در قانون هوش مصنوعی، و وزارت آموزش ایالات متحده گزارش‌هایی منتشر کرده‌اند که رویکردهای مشخصی برای هوش مصنوعی در آموزش پیشنهاد می‌کنند.[۱۷][۱۸][۱۹] در سال ۲۰۲۴، یونسکو راهنمای جهانی به‌روزشده‌ای برای هوش مصنوعی مولد در آموزش منتشر کرد که بر استفادهٔ اخلاقی، آموزش معلمان، و حفاظت از داده‌ها تأکید داشت تا ادغام مسئولانهٔ ابزارهای هوش مصنوعی در محیط‌های یادگیری تضمین شود.[۲۰]

دیدگاه‌های معلمان

پژوهش‌ها و گزارش‌های منتشرشده از سال ۲۰۲۴ به بعد نشان می‌دهند که شمار استادان آموزش عالی که از مدل‌های زبانی بزرگ برای نمره‌دهی، پژوهش و/یا طراحی برنامهٔ درسی استفاده می‌کنند افزایش یافته است.[۲۱] با این حال، مطالعات نشان می‌دهند که بسیاری از معلمان پیش‌خدمت نسبت به پذیرش گستردهٔ هوش مصنوعی مردد هستند؛ نگرانی‌هایی دربارهٔ قابلیت اعتماد، سوگیری و آمادگی ناکافی وجود دارد. این یافته‌ها نیاز به آموزش قوی‌تر در زمینهٔ سواد هوش مصنوعی در برنامه‌های تربیت معلم را برجسته می‌کنند.[۲۲]

دیدگاه‌های دانشجویان

گزارش‌ها نشان داده‌اند که استفادهٔ دانشجویان از هوش مصنوعی در آموزش عالی از سال ۲۰۲۲ به بعد رو به افزایش بوده و نسبتاً رایج است. شواهد حاکی از آن است که دانشجویان باور دارند آموزش دانشگاهی‌شان توسط هوش مصنوعی «تخریب» نشده بلکه تغییر کرده است و آن‌ها خواستار راهنمایی مستمر در زمینهٔ هوش مصنوعی برای خود و استادان هستند.[۲۳]

در سپتامبر ۲۰۲۵، نشریهٔ The Atlantic سرمقاله‌ای از یک دانش‌آموز دبیرستانی منتشر کرد که استدلال می‌کرد عادی‌سازی تقلب با هوش مصنوعی در حال فرسایش تفکر انتقادی، صداقت علمی، خلاقیت و تجربهٔ مشترک دانش‌آموزی است.[۲۴]

چالش‌ها و دغدغه‌های اخلاقی

پیشرفت و پذیرش هوش مصنوعی در آموزش با انتقادها و چالش‌های اخلاقی همراه بوده است.

اتکای بیش از حد، نا دقتی و صداقت علمی

برخی منتقدان بر این باورند که اتکا به این فناوری می‌تواند باعث کاهش خلاقیت، تفکر انتقادی و/یا توانایی حل مسئله در دانش‌آموزان شود. اتکا به هوش مصنوعی مولد با کاهش اعتمادبه‌نفس علمی و عملکرد تحصیلی و افزایش درماندگی آموخته‌شده مرتبط دانسته شده است.[۲۵] خطاهای الگوریتمی و توهمات از نقص‌های رایج در عامل‌های هوش مصنوعی هستند که آن‌ها را کمتر قابل اعتماد و اتکا می‌سازند.[۳] این محدودیت‌ها نگرانی‌هایی دربارهٔ صداقت علمی، توسعهٔ مهارت‌ها و دقت اطلاعات در زمینهٔ استفاده از هوش مصنوعی در محیط‌های دانشگاهی را برجسته می‌کنند.[۲۶] یکی از شکاف‌های عمده در پژوهش‌های کنونی دربارهٔ هوش مصنوعی در آموزش، تمرکز محدود بر نیازها و دیدگاه‌های معلمان است. مرور بیش از یک دهه مطالعات نشان داده است که بیشتر پژوهش‌ها طراحی فناورانه را بر ادغام آموزشی اولویت داده‌اند و این امر نیاز به همکاری عمیق‌تر میان دانشمندان رایانه و مربیان را برجسته می‌کند.[۲۷]

دسترس‌پذیری

اگرچه فناوری‌های هوش مصنوعی در آموزش (AIEd) ممکن است بتوانند دسترسی فردی به آموزش را با ایفای نقش به‌عنوان فناوری کمکی بهبود بخشند، گسترش یا نیاز به هوش مصنوعی در آموزش همچنان نگرانی‌هایی دربارهٔ دسترسی برابر به فناوری ایجاد می‌کند.[۲۸] برای نمونه، مناطق کم‌درآمد یا روستایی ممکن است دسترسی محدودتری به سخت‌افزار رایانه‌ای یا اشتراک‌های نرم‌افزاری پولی مورد نیاز برای استفاده از سکوهای AIEd داشته باشند.[۲۹] این امر می‌تواند شکاف دیجیتال را گسترش دهد یا شکاف‌های بیشتری در زمینهٔ دسترسی به آموزش ایجاد کند. برخی از متخصصان AIEd بر این باورند که باید تلاش‌های جهانی برای افزایش دسترس‌پذیری و آموزش معلمان برای خدمت به مناطق محروم صورت گیرد.[۳][۳۰]

سوگیری

عامل‌های هوش مصنوعی ممکن است بر روی مجموعه‌داده‌های سوگیرانه آموزش ببینند و بنابراین به بازتولید سوگیری‌های اجتماعی ادامه دهند. از آنجا که مدل‌های زبانی بزرگ برای تولید متن شبیه انسان ساخته شده‌اند، سوگیری الگوریتمی می‌تواند به‌سادگی و به‌طور ناخواسته وارد شده و بازتولید شود.[۳۱] برخی منتقدان همچنین استدلال می‌کنند که پردازش داده و پایش توسط هوش مصنوعی رویکردهای نولیبرالی در آموزش را تقویت می‌کند، به‌جای آنکه به نابرابری‌ها رسیدگی کند.[۳۲][۳۳]

حریم خصوصی داده و مالکیت فکری

حریم خصوصی داده و مالکیت فکری از دیگر دغدغه‌های اخلاقی در زمینهٔ هوش مصنوعی در آموزش (AIEd) هستند.[۳۴][۳۵][۳۶] مدل‌های زبانی بزرگ معاصر بر روی مجموعه‌داده‌هایی آموزش دیده‌اند که اغلب مالکیت اختصاصی دارند و ممکن است شامل مواد دارای حق نشر یا به‌طور نظری خصوصی (مانند ایمیل‌های شخصی) باشند. افزون بر این، بسیاری از این مدل‌ها به‌طور منظم با داده‌های کاربران نهایی آموزش داده می‌شوند.[۱۰][۳۷]

جستارهای وابسته

منابع

  1. ↑ Chen, Lijia; Chen, Pingping; Lin, Zhijian (2020). "Artificial Intelligence in Education: A Review". IEEE Access. 8: 75264–75278. Bibcode:2020IEEEA...875264C. doi:10.1109/ACCESS.2020.2988510.
  2. ↑ Knaus, Thomas (2024). "Künstliche Intelligenz und Pädagogik – ein Plädoyer für eine Perspektiverweiterung". LBZM. 24: 4–8. doi:10.21240/lbzm/24/11.
  3. 1 2 3 Nguyen, Andy; Ngo, Ha Ngan; Hong, Yvonne; Dang, Belle; Nguyen, Bich-Phuong Thi (April 2023). "Ethical principles for artificial intelligence in education". Education and Information Technologies. 28 (4): 4221–4241. doi:10.1007/s10639-022-11316-w. PMC 9558020. PMID 36254344.
  4. ↑ Communications, Grainger Engineering Office of Marketing and. "PLATO". grainger.illinois.edu (in English). Retrieved 2025-05-07.
  5. ↑ "International AIED Society". iaied.org. Retrieved 2025-09-29.
  6. ↑ "ChatGPT is going to change education, not destroy it". MIT Technology Review (in English). Retrieved 2025-05-29.
  7. ↑ Ouyang, Fan; Jiao, Pengcheng (2021). "Artificial intelligence in education: The three paradigms". Computers and Education: Artificial Intelligence. 2 100020. doi:10.1016/j.caeai.2021.100020.
  8. ↑ Beck, Silke; Jasanoff, Sheila; Stirling, Andy; Polzin, Christine (2021). "The governance of sociotechnical transformations to sustainability". Current Opinion in Environmental Sustainability. 49: 143–152. Bibcode:2021COES...49..143B. doi:10.1016/j.cosust.2021.04.010.
  9. ↑ Hrastinski, Stefan; Olofsson, Anders D.; Arkenback, Charlotte; Ekström, Sara; Ericsson, Elin; Fransson, Göran; Jaldemark, Jimmy; Ryberg, Thomas; Öberg, Lena-Maria; Fuentes, Ana; Gustafsson, Ulrika; Humble, Niklas; Mozelius, Peter; Sundgren, Marcus; Utterberg, Marie (October 2019). "Critical Imaginaries and Reflections on Artificial Intelligence and Robots in Postdigital K-12 Education". Postdigital Science and Education. 1 (2): 427–445. doi:10.1007/s42438-019-00046-x.
  10. 1 2 Murphy, Robert F. (2019). Artificial Intelligence Applications to Support K?12 Teachers and Teaching: A Review of Promising Applications, Opportunities, and Challenges (Report). RAND Corporation. JSTOR resrep19907.
  11. 1 2 Merino-Campos, Carlos (2025-03-26). "The Impact of Artificial Intelligence on Personalized Learning in Higher Education: A Systematic Review". Trends in Higher Education (in English). 4 (2): 17. doi:10.3390/higheredu4020017. ISSN 2813-4346.
  12. 1 2 Chen, Yajun (2025-09-12). "Evaluation of the impact of AI-driven personalized learning platform on medical students' learning performance". Frontiers in Medicine. 12 1610012. National Institutes of Health. doi:10.3389/fmed.2025.1610012. PMC 12465117. PMID 41020237.
  13. 1 2 Crompton, Helen; Burke, Diane (24 April 2023). "Artificial intelligence in higher education: the state of the field". International Journal of Educational Technology in Higher Education. 20 (1) 22. doi:10.1186/s41239-023-00392-8.
  14. ↑ Archie, Ayana (2025-08-06). "So long, study guides? The AI industry is going after students". NPR (in English). Retrieved 2025-10-10.
  15. ↑ Shroff, Lila (2025-08-12). "The AI Takeover of Education Is Just Getting Started". The Atlantic (in English). Retrieved 2025-10-09.
  16. ↑ "Revolutionizing Education: The Impact of AI on Learning and Teaching". Pearson (in American English). 2023-11-08. Retrieved 2024-09-30.
  17. ↑ "Guidance for generative AI in education and research". UNESCO (in English). Archived from the original on 3 اكتبر 2025. Retrieved 2025-10-10. {{cite news}}: تاریخ وارد شده در |archive-date= را بررسی کنید (کمک)
  18. ↑ "Artificial Intelligence and the Future of Teaching and Learning" (PDF). Office of Educational Technology. May 2023.
  19. ↑ "AI Literacy - Questions & Answers". European Commission | Shaping Europe’s digital future (in English). Retrieved 2025-10-10.
  20. ↑ "Guidance for generative AI in education and research" (in English). Archived from the original on 11 اكتبر 2025. Retrieved 2025-10-26. {{cite news}}: تاریخ وارد شده در |archive-date= را بررسی کنید (کمک)
  21. ↑ Gaines, Lee V. (2025-10-02). "Research, curriculum and grading: new data sheds light on how professors are using AI". NPR (in English). Retrieved 2025-10-10.
  22. ↑ Pokrivcakova, Silvia (2023). "Pre-service teachers' attitudes towards artificial intelligence and its integration into EFL teaching and learning". Journal of Language and Cultural Education. 11 (3): 100–114. doi:10.2478/jolace-2023-0013.
  23. ↑ Flaherty, Colleen. "How AI Is Changing—Not 'Killing'—College". Inside Higher Ed (in English). Retrieved 2025-10-10.
  24. ↑ Rosario, Ashanty (2025-09-03). "I'm a High Schooler. AI Is Demolishing My Education". The Atlantic (in English). Retrieved 2025-10-09.
  25. ↑ Azeem, Sundas; Abbas, Muhammad (2025). "Personality correlates of academic use of generative artificial intelligence and its outcomes: does fairness matter?". Education and Information Technologies (in English). 30 (13): 18131–18155. doi:10.1007/s10639-025-13489-6.
  26. ↑ Cotton, Debby; Cotton, Peter; Shipway, Reuben (2023). "Chatting and cheating: Ensuring academic integrity in the era of ChatGPT". Innovations in Education and Teaching International (in English). 61 (2): 228–239. doi:10.1080/14703297.2023.2190148.
  27. ↑ Zawacki-Richter, Olaf; Marín, Victoria I.; Baecher, Laura (2019). "Systematic review of research on artificial intelligence applications in higher education". International Journal of Educational Technology in Higher Education. 16 (39): 1–27. doi:10.1186/s41239-019-0171-0.
  28. ↑ Harkins-Brown, Andrea R.; Carling, Linda Z.; Peloff, David C. (2025-01-15). "Artificial Intelligence in Special Education". Encyclopedia (in English). 5 (1): 11. doi:10.3390/encyclopedia5010011. ISSN 2673-8392.
  29. ↑ "Heartland Gen Z Adopting AI Quickly, but Schools and Workplaces Lag Behind". Walton Family Foundation (in English). Retrieved 2025-10-09.
  30. ↑ Fengchun, Miao; Wayne, Holmes; Huang, Ronghuai; Zhang, Hui (2021). AI and education: A guidance for policymakers. UNESCO Publishing. ISBN 978-92-3-100447-6. OCLC 1262785646.
  31. ↑ Aaron, Lynn; Abbate, Santina; Allain, Nicola Marae; Almas, Bridget; Fallon, Brian; Gavin, Dana; Gordon, C. (Barrett); Jadamec, Margarete; Merlino, Adele (2024), "AI Bias Concerns", Optimizing AI in Higher Education, SUNY FACT² Guide, Second Edition, State University of New York Press, pp. 5–9, ISBN 979-8-8558-0235-1, JSTOR jj.20522984.11{{یادکرد}}: نگهداری یادکرد:پارامتر اثر با شابک (رده)
  32. ↑ Prinsloo, Paul (18 May 2020). "Data frontiers and frontiers of power in (higher) education: a view of/from the Global South". Teaching in Higher Education. 25 (4): 366–383. doi:10.1080/13562517.2020.1723537.
  33. ↑ Selwyn, Neil (2022). "The future of AI and education: Some cautionary notes". European Journal of Education. 57 (4): 620–631. doi:10.1111/ejed.12532.
  34. ↑ "Generative AI is a marvel. Is it also built on theft?". The Economist. Retrieved 2024-08-20.
  35. ↑ "Researchers tested leading AI models for copyright infringement using popular books, and GPT-4 performed worst". CNBC. 6 March 2024.
  36. ↑ Lee, Katherine; Feder Cooper, A.; Grimmelmann, James (2023). "Talkin' 'Bout AI Generation: Copyright and the Generative-AI Supply Chain". arXiv:2309.08133 [cs.CY].
  37. ↑ Selwyn, Neil (December 2022). "The future of AI and education: Some cautionary notes". European Journal of Education. 57 (4): 620–631. doi:10.1111/ejed.12532.
This page is issued from ویکی‌پدیا. The text is available under Creative Commons Attribution-Share Alike 4.0 unless otherwise noted. Additional terms may apply for the media files.