الگوی بهره گیری از هوش مصنوعی در ارزشیابی فرآیند طراحی و تدوین برنامه های درسی آموزش عالی: رویکرد نظریه برپایه (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف پژوهش حاضر، بررسی الگوی بهره گیری از هوش مصنوعی در ارزشیابی برنامه های درسی طراحی و تدوین شده در نظام آموزش عالی است. این پژوهش با رویکرد کیفی و با استفاده از روش داده بنیاد انجام گرفت. جامعه آماری شامل کلیه متخصصان درزمینهبرنامه ریزی درسی، تکنولوژی آموزشی و مهندسی کامپیوتر که تجربه تألیف و پژوهش علمی در زمینه هوش مصنوعی داشتند، بود، که با شیوه نمونه گیری هدفمند و از نوع ملاک محور، 19 نفر برای مشارکت در پژوهش انتخاب شدند. روش جمع آوری اطلاعات، مصاحبه نیمه ساختاریافته بود که به منظور تجزیه وتحلیل داده ها از روش کدگذاری باز، محوری و انتخابی استفاده شد. به منظور اعتبارسنجی و تأمین روایی و پایایی یافته های پژوهشی از معیارهای چهارگانه لینکن و گوبا استفاده شد. نتایج پژوهش نشان دهنده بیست مفهوم محوری بود، که با توجه به مدل پارادایمی اشتراوس و کوربین (2008) در قالب، پدیده محوری پژوهش (تحلیل داده محور مبتنی بر هوش مصنوعی در طراحی و تدوین برنامه های درسی آموزش عالی)، شرایط علی (ضعف استاندارد، ارزشیابی سنتی، پیچیدگی و حجم داده ارزشیابی و لزوم بین المللی سازی طراحی و تدوین برنامه های درسی)، راهبردها، عوامل زمینه ای، عوامل مداخله گر و پیامدها سازمان دهی شد. در انتها بر مبنای نتایج پژوهش پیشنهاد می شود، با استفاده از فراهم سازی بسترسازی در ابعاد مذکور، جهت کاربرد هوش مصنوعی در فرآیندهای برنامه ریزی درسی در آموزش عالی توجه شود.Model of using artificial intelligence in evaluating the process of designing and developing higher education curricula: A grounded theory approach
The aim of the present study is to investigate the pattern of using artificial intelligence in evaluating curricula designed and developed in the higher education system. This study was conducted with a qualitative approach and using a data-driven method. The statistical population included all experts in the fields of curriculum planning, educational technology, and computer engineering who had experience in writing and scientific research in the field of artificial intelligence. 19 people were selected to participate in the study using a purposive and criterion-based sampling method. The data collection method was a semi-structured interview, and open, axial, and selective coding methods were used to analyze the data. In order to validate and ensure the validity and reliability of the research findings, Lincoln and Guba's four criteria were used. The results of the research indicated twenty central concepts, which were organized according to the paradigmatic model of Strauss and Corbin (2008) in the form of the central phenomenon of the research (data-driven analysis based on artificial intelligence in the design and development of higher education curricula), causal conditions (weakness of standards, traditional evaluation, complexity and volume of evaluation data and the need for internationalization of curriculum design and development), strategies, contextual factors, intervening factors and consequences. Finally, based on the results of the research, it is suggested that by providing a platform in the aforementioned dimensions, attention should be paid to the application of artificial intelligence in curriculum planning processes in higher education.
تبلیغات
