نقش هوش مصنوعی و مدل‌های زبانی بزرگ در شخصی‌سازی آموزش شیمی
کد مقاله : 1059-CHEMCONF8 (R1)
نویسندگان
مصطفی خواجه زاده *1، محسن شکاری2
1دبیر
2گچساران
چکیده مقاله
آموزش شیمی به‌دلیل ماهیت چندسطحی مفاهیم، بار شناختی بالا و ناهمگونی یادگیرندگان با چالش‌های ویژه‌ای روبه‌رو است و شخصی‌سازی یادگیری یکی از راهکارهای شناخته‌شده برای مقابله با آن‌هاست. هدف این پژوهش بررسی نقش هوش مصنوعی مولد و مدل‌های زبانی بزرگ در شخصی‌سازی آموزش شیمی، شناسایی قابلیت‌ها و خطرهای آن‌ها و ارائه‌ی الگویی عملی برای طراحی است. این پژوهش از نوع مرور روایتی است و منابع مرتبط با آموزش شیمی، سامانه‌های تدریس هوشمند و ارزیابی مدل‌های زبانی در وظایف شیمیایی با تحلیل مضمونی بررسی شدند. یافته‌ها نشان می‌دهد عملکرد مدل‌ها در پرسش‌های شیمی یکنواخت نیست و در مسائل چندمرحله‌ای، ساختاری و مکانیسمی خطاهای مهمی دارد، اما اتصال به ابزارهای محاسباتی و منابع تأییدشده دقت را بهبود می‌دهد. شواهد تجربی اولیه حاکی از آن است که اثر آموزشی این فناوری به طراحی تعامل وابسته است و دسترسی بی‌قیدوشرط به پاسخ ممکن است یادگیری پایدار را کاهش دهد. بر پایه‌ی این یافته‌ها چارچوبی سه‌لایه شامل مدل یادگیرنده، سیاست آموزشی و پشتوانه‌ی محتوایی پیشنهاد شد. نتیجه می‌گیریم شخصی‌سازی ارزشمند در آموزش شیمی به نظارت مدرس، ارجاع به منابع معتبر و رعایت ایمنی آزمایشگاهی نیاز دارد. در پایان پیشنهادهایی برای مدرسان، نهادهای آموزشی و پژوهشگران ارائه شده است.
کلیدواژه ها
آموزش شیمی، مدل‌های زبانی بزرگ، شخصی‌سازی یادگیری، بازخورد.
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر