برنامه ریزی درسی خودکار با کمک مدل های هوش مصنوعی مولد: از اهداف تا ارزیابی

رشد شتابان فناوری های نوین و ظهور مدل های هوش مصنوعی مولد (Generative AI) زمینه ساز تحولی بنیادین در نظام های آموزشی شده است. برنامه ریزی درسی سنتی به دلیل زمان بر بودن، هزینه بالا و محدودیت در شخصی سازی، دیگر پاسخگوی نیازهای متنوع یادگیرندگان در عصر حاضر نیست. پژوهش حاضر با هدف بررسی ظرفیت مدل های مولد در برنامه ریزی درسی خودکار و ارائه چارچوبی جامع از تدوین اهداف آموزشی تا ارزیابی یادگیری انجام گرفته است. روش تحقیق به صورت توصیفی–تحلیلی با رویکرد اکتشافی بوده و داده ها از طریق مرور نظام مند منابع علمی و مصاحبه با خبرگان گردآوری شد. چارچوب پیشنهادی در سه لایه «اهداف آموزشی، محتوای درسی و ارزیابی یادگیری» طراحی گردید. یافته ها نشان داد که مدل های مولد می توانند زمان و هزینه طراحی دروس را کاهش دهند، کیفیت و تنوع محتوای آموزشی را ارتقا بخشند و امکان شخصی سازی واقعی یادگیری را فراهم کنند. همچنین این مدل ها توانایی تدوین اهداف آموزشی مبتنی بر طبقه بندی های علمی، تولید محتوای متنی و چندرسانه ای، و طراحی آزمون های انطباقی را دارند. با این وجود، چالش هایی نظیر هالوسینیشن محتوایی، سوگیری داده ها و مسائل حقوقی و اخلاقی مطرح است که نیازمند نظارت انسانی و سیاست گذاری دقیق می باشد. بر اساس نتایج، چارچوب معرفی شده می تواند به عنوان گامی موثر در توسعه و استقرار نظام های آموزشی هوشمند در ایران و جهان مورد استفاده قرار گیرد.

Keywords:

ارزیابی یادگیری , برنامه ریزی درسی خودکار , شخصی سازی یادگیری , مدل های مولد , هوش مصنوعی