واکاوی چالش ها و فرصت‌هاي هوش مصنوعی در نظام آموزشی با تأکید بر توسعه حرفه ای معلمان
محورهای موضوعی : پژوهش های کیفی
حافظعلی دلجو
1
,
توران سلیمانی
2
,
صدرالدین ستاری
3
1 - گروه علوم تربیتی، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
2 - گروه علوم تربیتی، واحد اردبیل، دانشگاه آزاداسلامی، اردبیل، ایران
3 - گروه علوم تربیتی، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
کلید واژه: هوش مصنوعی, نظام آموزشی, توسعه حرفه ای, یادگیری هوشمند, معلمان,
چکیده مقاله :
هدف از این پژوهش واکاوي چالش‌ها و فرصت‌هاي هوش مصنوعی با تأکید بر توسعه حرفهای معلمان بود. این پژوهش از نظر رویکرد کیفی و از نظر هدف کاربردي- توصیفی بوده، و از طریق مصاحبه‌هاي عمیق نیمه‌ساختارمند، به تدوین و اعتباریابی چارچوبی مفهومی با روش تحلیل مضمون در سال 1403 پرداخته است. جامعه آماري شامل صاحب نظران در حوزه آموزش پرورش و آموزش عالی 135 نفر بودند که از بین آنها 12 نفر به روش نمونه‌گیري هدفمند با استفاده از قاعده حد اشباع انتخاب شدند. براي محاسبه پایایی از شیوه توافق درون موضوعی یا دو کدگذار استفاده شده، که برابر با ٧٩ درصد است. با توجه به اینکه سطح پایایی بیش از ٦٠ درصد است، پایایی کدگذاري تأیید شد. لذا می توان ادعا کرد که سطح پایایی تحلیل مصاحبه مناسب است. همچنین جهت تحلیل کیفی و کدگذاری از نرم افزار Atlasti8 استفاده شد. با توجه به نتایج نقش هوش مصنوعی را می‌توان در خصوص فرصت ها و چالش ها در 9 مضمون سازمان دهنده براي توسعه حرفه ای معلمان طبقه بندي كرد. فرصت ها با چهار مضمون سازمان دهنده به ترتیب: همگرایی تکنولوژی با اهداف آموزشی، قابلیت شبکه سازی آموزشی، جهانی سازی آموزش و ارزش آفرینی شغلی معلمان شناسايي شدند. چالش ها نيز در قالب ٥ مضمون سازمان دهنده با ترتیب: فاصله استعدادها، امنیت و حریم خصوصی معلمان و دانش آموزان، تعمیر و نگهداری مداوم سیستم ها و عدم قابلیت های یکپارچه سازی، دسته بندي شده اند. مدل نهايي اين تحقيق مي تواند در پياده سازي و عملياتي كردن هوش مصنوعي جهت توسعه حرفه ای معلمان مفيد واقع گردد.
The aim of the present study was to explore the challenges and opportunities of artificial intelligence with an emphasis on teachers' professional development. This study was qualitative-quantitative in approach and applied-descriptive in purpose, and through in-depth semi-structured interviews, it developed and validated a conceptual framework using thematic analysis in 2024. The statistical population consisted of 135 experts in the field of education and higher education, of whom 12 were selected through purposive sampling using the saturation rule for the qualitative part and 100 were selected as a sample using the Cochran method for the quantitative part. To calculate reliability, the intra-subject agreement method or two coders was used, which is equal to 79 percent. Also, Atlasti 8 software was used for qualitative analysis and coding, and SPSS26 was used for quantitative data analysis. According to the results, the role of artificial intelligence can be classified into 9 organizing themes in terms of opportunities and challenges for teachers' professional development. Opportunities were identified with 4 organizing themes, respectively: integration of technology with educational goals, educational networking capabilities, globalization of education, and creation of teachers' career value. The challenges are also categorized into 5 organizing themes in order: talent gap, teacher and student security and privacy, ongoing system maintenance, and lack of integration capabilities. The final model of this research can be useful in implementing and operationalizing artificial intelligence for teacher professional development.
اسماعیلی، الهام، سامری، مریم و حسنی، محمد. (1399). تأثیر شرایط سازمانی مدرسه، ادراک رهبری و انگیزش معلمان بر بهبود فعالیت تدریس با میانجیگری توسعه حرفه¬ای معلمان ابتدائی. رویکردهای نوین آموزشی، 14(30)، 128-108.
آخوندی، فاطمه و صفایی موحد، سعید. (1394). بررسی نقش ادراک از توسعه حرفه¬ای بر روی دلبستگی شغلی، فلات محتوایی شغل و فرسودگی شغلی در معلمان ابتدایی شهرستان کاشان. مدیریت و برنامهریزی در نظامهای آموزشی، 8(2)، 83-104.
بیانیآهنگر، منا و شعبانزاده، مژده. (1401). چالش‌ها و فرصتهای هوش مصنوعی در آموزش مدارس. چهارمین کنفرانس بین المللی علوم انسانی، حقوق، مطالعات اجتماعی و روانشناسی.
پور رحیم، مریم و حسین پور، رضا. (1399). رابطه رهبری آموزشی و خودکارآمدی معلم با توسعه حرفه¬ای معلمان دوره ابتدایی ناحیه 2 شهر اردبیل. رهبری آموزشی کاربردی، 1(3)، 65-76.
پورکریمی، جواد و علی اکبری، زهرا. (1404). ساحت‌های چهارگانه حکمرانی هوش مصنوعی در آموزش: مطالعه‌ای فراترکیب. پیشرفتهای نوین در مدیریت آموزشی، 6(1)، 81-97.
پیروزفر، خدیجه و آزاد، رامین و معلمی، سمانه. (1402). کاربرد هوش مصنوعی در آموزش و یادگیری. کنفرانس بین المللی علوم انسانی، علوم آموزشی، حقوق و علوم اجتماعی.
تلخابی، محمود، رحمتی، زینب و مرادی، علیرضا. (1399).توسعه حرفه¬ای معلمان و تغییر مفهومی از طریق محیط ساختن دانش. روانشناسی شناختی، 8(1)، 66-56.
جعفری، دلآرا، شاه محمدی، مینا و قندالی، عباس. (1402). هوش مصنوعی و فناوریهای نو در نظامهای آموزشی: فرصت و چالش. آموزش الکترونیک و فناوریهای نوین آموزشی، 4(4)، 129-139.
حسینپور، فاطمه، فضل الهی قمشی، سیفاله و محمدی، مهدی. (1398). رابطه عملکرد شغلی و خودکارآمدی با توسعه حرفه¬ای دبیران دوره متوسطه ناحیه 2 شهر قم. توسعه حرفه ای معلم، 4(4)، 1-14.
حسینی، سیده ملیحه، آیتی، محسن و شکوهی فرد، حسین. (1397). تأثیر سامانه مدیریت دانش بر توسعه حرفه ای معلمان پایه ششم ابتدایی شهرستان بیرجند. توسعه حرفهای معلم، 3(1)، 1-17.
رحیمی، فرشته. (1400). رابطه رضایت از آموزش ضمن خدمت معلمان و عملکرد شغلی با میانجیگری توسعه حرفه¬ای معلمان منطقه بهارستان. رویکردی نو در علوم تربیتی، 4(1)، 51-62.
زجاجی، ندا، خنیفر، حسین، آقا حسینی، تقی و یزدانی، حمیدرضا. (1396). شناسایی و تبیین شایستگیهای پایه و الزامات توسعه حرفه ای مدرسان تربیت معلم در دانشگاه فرهنگیان. توسعه آموزش جندیشاپور، 8(3)، 149.
سادات حسینیان، بنت الهدی، نیلی، محمدرضا و شریفیان، فریدون. (1402). شناسایی ابعاد و مولفههای الگوی توسعه حرفهای معلمان: فراترکیب مدلهای توسعه حرفهای. نظریه و عمل در برنامه درسی، 11(22)، 89-132.
سراج، مجتبی و سراج، زری. (1402). واکاوی کاربرد هوش مصنوعی درآموزش و یادگیری. دهمین کنفرانس بین المللی دانش و فناوری علوم تربیتی مطالعات اجتماعی و روانشناسی ایران، تهران.
شهریاریفر، مرتضی. (1403). هوش مصنوعی در آموزش؛ فرصتها و چالش‌ها. سومین همایش ملی پژوهشمند، بندرعباس.
شهلایی، هما، صفرنواده، مریم، آرمند، محمد و موسی پور، نعمت الله. (1400). شناسایی ویژگیهای کتاب درسی دانشگاهی به منظور طراحی الگو با رویکرد کیفی فرا ترکیب. پژوهش و نگارش کتب دانشگاهی، 25(48)، 88-118.
طاهری، مرتضی، عارفی، محبوبه، پرداختچی، محمدحسن و قهرمانی، محمد.(1392). کاوش فرایند توسعه حرفه ای معلمان در مراکز تربیت معلم: نظریه داده بنیاد. نوآوریهای آموزشی، 12(1)، 149-176.
کاشی نهنجی، وحیده، اسفندیاری مقدم، علیرضا و عرفانی، نصراله. (1397). تدوین مدل ساختاری استاندارد توسعه حرفه ای دانشجو معلمان دانشگاه - فرهنگیان بر مبنای سواد اطلاعاتی آنها. مشاوره شغلی و سازمانی، 10(36)، 69-102.
محمدی، رزگار و حسنی، آرمان. (1398). بررسی تأثیر فرایند درس پژوهشی بر توسعه حرفه¬ای معلمان. تدریس پژوهی، 7(1)، 1-19.
مطلبی نژاد، علیرضا، فاضلی، فرزانه و نوائی، الهام. (1402). بررسی نظام¬مند نویدها و چالشهای هوش مصنوعی برای معلمان. فناوری و دانش پژوهی در تعلیم و تربیت.
ملکزاده سراسکانرود، زهرا، لکستانی، اکرم، علیزاده، سکینه و عسکری مهرآبادی، علی. (1404). چالش‌ها و فرصتهای هوش مصنوعی در نظام آموزشی، اولین کنفرانس بین المللی هوش مصنوعی در آموزش و پرورش، روانشناسی، علوم تربیتی و مطالعات دینی، فرهنگی، اجتماعی و مدیریتی در هزاره سوم، بوشهر.
ملکی، صغری. (1397). توسعه حرفهای معلمان. ماهنامه رشد مدرسه فردا، 18(4)، 6-18.
هومن، حیدرعلی. (1403). راهنمای عملی پژوهش کیفی. تهران: انتشارات سمت.
Alzahrani, H., Arif, M., Kaushik, A., Goulding, J., & Heesom, D. (2020). Artificial neural network analysis of teachers’ performance against thermal comfort. International Journal of Building Pathology and Adaptation. https://doi.org/10.1108/IJBPA-11-0098
Aziki, A. & Fadili, M.H. (2021). Screening the recent uses of Artificial intelligence in accounting firms: A scoping review. Association for Information Systems, 11(14), 1-14.
Bonneton-Botté, N., Fleury, S., Girard, N., Le Magadou, M., Cherbonnier, A., Renault, M., & Jamet, E. (2020). Can tablet apps support the learning of handwriting? An investigation of learning outcomes in kindergarten classroom. Computers & Education, 151, 103831.
Brennan, H. L. & Kirby, S.D. (2023). Barriers of artificial intelligence implementation in the diagnosis of obstructive sleep apnea. Journal of Otolaryngology-Head & Neck Surgery, 51(1), 1-9.
Darling-Hammond, L., Hyler, M. E., & Gardner, M. (2017). Effective Teacher Professional Development. Research Brief. Learning Policy Institute.
Farhan, M., Jabbar, S., Aslam, M., Ahmad, A., Iqbal, M. M., Khan, M., & Maria, M. E. A. (2018). A real-time data mining approach for interaction analytics assessment: based student interaction framework. International Journal of Parallel Programming. (5), 46, 903-886.
Fitzgerald, J., Elmore, J., Koons, H., Hiebert, E. H., Bowen, K., Sanford-Moore, E. E., & Stenner, A. J. (2015). Important text characteristics for early-grades text complexity. Journal of Educational Psychology, 107(1), 4.
Girvan, C., Conneely, C., & Tangney, B. (2016). Extending experiential learning in teacher professional development. Teaching and Teacher Education, 58, 129-139.
Harris, J., Cale, L., & Musson, H. (2011). The effects of a professional development programme on primary school teachers’ perceptions of physical education. Professional Development in Education, 37 (2), 291-305.
Hashem Mahmoud Muslim al-Zyoud (2020). The role of artificial intelligence in teacher professional development. Universal Journal of Educational Research. 8(11B), 6263 - 6272. DOI: 10.13189/ujer.082265.
Kahraman, M., & Kuzu, A. (2016). E-mentoring for professional development of pre-service teachers: a case study. Turkish Online Journal of Distance Education. July.ISSN 1302-64881(3), 76-89.
Kelly, S., Olney, A. M., Donnelly, P., Nystrand, M., & D’Mello, S. K. (2018). Automatically measuring question authenticity in real-world classrooms. Educational Researcher, 47(7), 451-464.
Kovalʹchuk, V., & Vorotnykova, E. (2017). E-coaching, E-mentoring for lifelong professional development of teachers within the system of post-graduate pedagogical education. Turkish Online Journal of Distance Education, 18(3), Article 14.
Laei, S. (2012). Teachers’ development in educational systems. Procedia-Social and Behavioral Sciences. 47, 250-255.
Lamb, R., & Premo, J. (2015). Computational modeling of teaching and learning through application of evolutionary algorithms. Computation, 3(3), 427–443.
Li R., & Wu T. (2025). Evolution of artificial intelligence in medical education from 2000 to 2024: Bibliometric Analysis. Interact J Med Res, 14:e63775. Doi: 10.2196/63775
Lu, X. (2019). An empirical study on the artificial intelligence writing evaluation system in China CET. Big Data, 7(2), 121-129.
Mon, B. F., Wasfi, A., Hayajneh, M., & Slim, A. (2023). A study on role of artificial intelligence in education. International Conference on Computing, Electronics & Communications Engineering (iCCECE), 233-236.
Nikiforos, S., Tzanavaris, S., & Kermanidis, K. L. (2020). Virtual learning communities (VLCs) rethinking: Influence on behavior modification-bullying detection through machine learning and natural language processing. Journal of Computers in Education, 7(4), 531-551. DOI:10.1007/s40692-020-00166-5
Ninlawan, G. (2017). Factors which affect teachers’ professional development in teaching innovation and educational technology in the 21st Century under the Bureau of Special Education, Office of the Basic Education Commission. Procedia-Social and Behavioral Sciences, 197, 1732-1735. DOI:10.1016/j.s bspro.2015.07.228
Phillipson, J., Pinto, A. C., & Kingsley-Smith, H. (2025). Leadership training: A systematic umbrella review. BMJ Leader Published. doi:10.1136/leader-2025-001269
Prieto, L. P., Sharma, K., Kidzinski, Ł, Rodríguez-Triana, M. J., & Dillenbourg, P. (2018). Multimodal teaching analytics: Automated extraction of orchestration graphs from wearable sensor data. Journal of Computer Assisted Learning, 34(2), 193-203.
Qian, L., Cao, W. & Chen, L. (2025). Influence of artificial intelligence on higher education reform and talent cultivation in the digital intelligence era. Sci Rep, 15, 6047. https://doi.org/10.1038/s41598-025-89392-4.
Qian, L., Zhao, Y., & Cheng, Y. (2020). Evaluating China’s automated essay scoring system write. Journal of Educational Computing Research, 58(4), 771–790.
Roche, A., Skinner, N., & McEntee, A. (2022). The green and the grey: The differing professional development needs of early and mid/late career substance use workers. Drugs: Education, Prevention and Policy, 29(5), 587-594. https://doi.org/10.1080/09687637.2021.1898546
Sedova, K., Sedlacek, M., & Svaricek, R. (2016). Teacher professional development as a means of transforming student classroom talk. Teaching and Teacher Education, 57, 40-56.
Sposato, M. (2025). Artificial intelligence in educational leadership: a comprehensive taxonomy and future directions. Int J Educ Technol High Educ. 22, 20. https://doi.org/10.1186/s41239-025-00517-1.
Su, Y. N., Hsu, C. C., Chen, H. C., Huang, K. K., & Huang, Y. M. (2014). Developing a sensor-based learning concentration detection system. Engineering Computations (Swansea, Wales), 31(2), 216-230. https://doi.org/10.1108/EC-01-2013-0010
Tzoneva, I. (2023). Benefits and challenges in using AI-powered educational tools. Education and New Developments.
https://doi.org/10.36315/2023v2end079
Vij, S., Tayal, D., & Jain, A. (2020). A machine learning approach for automated evaluation of short answers using text similarity based on WordNet graphs. Wireless Personal Communications, 111(2), 1282-1271.
Yoo, J. E., & Rho, M. (2020). Exploration of predictors for Korean teacher job satisfaction via a machine learning technique, Group Mnet. Frontiers in Psychology, 11, 441.
Yuan, S., He, T., Huang, H., Hou, R., & Wang, M. (2020). Automated Chinese essay scoring based on deep learning. CMC-Computers Materials & Continua, 65(1), 817-833.
Zaman, B. U. (2023). Transforming education through AI, benefits, risks, and ethical considerations. TechRxiv. DOI: 10.36227/techrxiv.24231583.v1
