بررسی ارتباط روشهای هوش مصنوعی با آموزش مرمت بر مبنای نظریههای یادگیری

هوش مصنوعی به عنوان یکی از حوزههای نوین فناوری که وجوه مختلف زندگی انسان را متحول میکند، میتواند نﻘشی کلیدی در ارتﻘا آموزش مهندسی ایفا کند. با این حال نﻘش این فناوری در آموزش مرمت چندان مورد بررسی قرار نگرفته است. پژوهش حاضر سعی دارد تا با کمک نظریههای یادگیری، وجوه استفاده از هوش مصنوعی در آموزش مرمت را مورد بررسی قرار دهد. در این پژوهش از روش اسنادی و  به طور خاص روش تحلیل محتوای کیفی جهتدار برای بررسی پژوهشهای ده سال اخیر (۲۰۲۵-۲۰۱۵). استفاده و ارتباط تحﻘیﻘات گذشته  با سه نظریه یادگیری) یادگیری تجربی، یادگیری سازنده گرا و یادگیری ارتباط گرا). بررسی می شود. کدگذاری دادهها بر اساس مولفههای هر یک از سه نظریه یادگیری است و  پژوهشهای قبلی بر این اساس مورد تجز یه و تحلیل قرار میگیرند. یافتهها نشان میدهد که در حوزه یادگیری تجربی، مولفه تجربه عینی، در خصوص یادگیری سازندهگرا، مو لفههای تعامل اجتماعی و بعد از آن یادگیری فعال، و تکیه بر دانش قبلی با اقبال بیشتری مواجه هستند و در خصوص یادگیری ارتباطگرا، هوش مصنوعی بر شبکهسازی و ارتباطات، تسهیل فناوری، یادگیری مداوم، مهارتهای شناختی و همکاری دیجیتال به نسبت سایر مولفهها ارتباط بیشتری دارند. یافتهها همچنین نشان میدهند که محدودیتهای هوش مصنوعی در دسترسی به دانش مرمت، بر مولفههایی مانند متن محوری که مرتبط به دانش زمینهای است اثرگذار است و در آموزش مرمت این گونه مولفهها کمتر مورد توجه قرار میگیرند. یافتههای پژوهش میتواند توسط معلمین و پژوهشگران مورد استفاده قرار گیرد تا با در نظر گرفتن ویژگیهای دروس مرمت و نیازهای یادگیری هر کدام، روش هوش مصنوعی  مناسب را انتخاب یا  مورد بررسی قرار دهند.

Keywords:

Artificial intelligence , Restoration education , Learning theory. , هوش مصنوعی , آموزش مرمت , نظریه یادگیری.