پژوهش در نظام‌های آموزشی

چکیده هدف: ورود هوش مصنوعی (AI) به آموزش، علی‌رغم فرصت‌های گسترده آن برای ارتقای یاددهی-یادگیری، چالش‌هایی اساسی را در حفظ صداقت تحصیلی ایجاد کرده است. هدف پژوهش حاضر، شناسایی نظام‌مند چالش‌های ناشی از AI برای صداقت تحصیلی، بررسی عوامل مؤثر و مداخلات آموزشی مقابله‌ای است.
روش: پژوهش از نوع مرور نظام‌مند و بر اساس مدل PRISMA انجام شد. بدین منظور، پایگاه داده Scopus با رشته‌های جستجوی مرتبط با «هوش مصنوعی»، «بی‌صداقتی تحصیلی»، «آموزش رسمی» و «مداخله» بررسی گردید. از مجموع ۳۲۲ مقاله شناسایی‌شده، پس از غربالگری و ارزیابی متن کامل، ۳۳ مقاله تجربی واجد شرایط وارد فرایند کدگذاری و تحلیل محتوا شدند.
یافته ‏ها: یافته‌ها نشان داد که چالش‌های بی‌صداقتی تحصیلی در عصر AI در پنج دسته اصلی طبقه‌بندی می‌شوند: ۱) ابهام سیاستی، ۲) ضعف ابزارها و دشواری تشخیص، ۳) وابستگی افراطی به AI، ۴) تهدید عدالت و اعتماد آموزشی، و ۵) افت کیفیت یادگیری. در مقابل، مداخلات معلمان و اساتید شامل بازطراحی ارزشیابی و تکالیف، آموزش و توانمندسازی اخلاقی و مهارتی، یکپارچه‌سازی مسئولانه AI، افزایش تعاملات انسانی، راهبردهای تشخیص، شفاف‌سازی سیاست‌ها، و پیشگیری و تنبیه گزارش شد.
نتیجه ‏گیری: درنتیجه، پژوهش بیانگر آن است که برای حفظ صداقت تحصیلی در عصر AI، بازتعریف نقش معلم، توسعه سواد اخلاقی فناورانه و سیاست‌گذاری نهادی یکپارچه ضروری است.

چکیده هدف از انحام این پژوهش، بررسی پیش‌بینی بی‌صداقتی تحصیلی بر اساس مجذوبیت تحصیلی، اهداف پیشرفت و باورهای ضمنی هوش در دوران شیوع کرونا ویروس(کووید-19) بود. روش پژوهش توصیفی و از نوع همبستگی است. جامعه آماری پژوهش دانش‌آموزان دختر دوره متوسطه شهر تهران در سال تحصیلی 1399-1398 بودند. حجم نمونه 200 نفر از این‏ افراد بر اساس فرمول پلنت از تاپاکینگ، فیدل و اولمن(2007) و به شیوه نمونه‏گیری در دسترس انتخاب‌ و به مقیاس بی صداقتی تحصیلی(ADS) ویترسپون، مالدونادو و لاسی(2010)، سیاهه مجذوبیت تحصیلی(SEI) سالملا-آرو و آپادایا(2012)، پرسشنامه تجدیدنظر شده اهداف پیشرفت(AGQ-R) الیوت و مورایاما(2008) و مقیاس باورهای ضمنی هوش(ITIS) عبدالفتاح و یاتس(2006) پاسخ دادند. داده‏های جمع‌آوری شده با استفاده از ضریب همبستگی پیرسون و تحلیل رگرسیون چندمتغیره تحلیل شد. یافته‌ها نشان داد که بین مجذوبیت تحصیلی، اهداف پیشرفت و باورهای ضمنی هوش با بی‌صداقتی تحصیلی رابطه معناداری وجود دارد (01/0>P). نتایج تحلیل رگرسیون چندمتغیره نیز آشکار کرد که 3/64 درصد واریانس بی‌صداقتی تحصیلی به ‌وسیله مجذوبیت تحصیلی، اهداف پیشرفت و باورهای ضمنی هوش تبیین می‏شود. یافته‏های این پژوهش نشان می‌دهد که مجذوبیت تحصیلی، اهداف پیشرفت و باورهای ضمنی هوش سهم معنادار در پیش‌بینی بی صداقتی تحصیلی دانش‌آموزان دارند.