چکیده مقاله
پژوهش حاضر با هدف ارائه چارچوب ارزشیابی عملکردی مبتنی بر هوش مصنوعی و شواهد یادگیری برای ارتقای کیفیت یادگیری عمیق ریاضی دانش آموزان پایه ششم ابتدایی انجام شده است روش پژوهش توصیفی‑تحلیلی و مبتنی بر رویکرد طراحی چارچوب Framework Design با مرور نظام مند پیشینه پژوهش است یافته ها نشان می دهد که ارزشیابی های سنتی در آموزش ریاضی، عمدتا بر پاسخ نهایی متمرکز بوده و فرایند حل مسئله، تفکر منطقی و درک مفهومی دانش آموزان را نادیده می گیرند در مقابل، رویکردهای نوین ارزشیابی عملکردی با تاکید بر شواهد یادگیری چندگانه عملکردی، نوشتاری، مشاهده ای، گفتاری و دیجیتال و بهره گیری از هوش مصنوعی برای تحلیل داده های یادگیری، ارائه بازخورد فوری و شخصی سازی شده، شناسایی نقاط قوت و ضعف و پیش بینی عملکرد تحصیلی، می توانند به طور معناداری کیفیت یادگیری عمیق ریاضی را ارتقا دهند چارچوب پیشنهادی شامل چهار بعد اصلی است: ۱ بعد هوش مصنوعی تحلیل داده ها، سامانه های توصیه گر، بازخورد هوشمند ، ۲ بعد شواهد یادگیری گردآوری، اعتبارسنجی و تحلیل شواهد ، ۳ بعد ارزشیابی عملکردی طراحی تکالیف عملکردی، سنجش عملکرد و ارزیابی فرایندی ، و ۴ بعد یادگیری عمیق فهم مفهومی، کاربرد دانش، حل مسئله و انتقال یادگیری این چارچوب می تواند به عنوان مبنایی برای طراحی سامانه های ارزشیابی هوشمند در آموزش ریاضی دوره ابتدایی مورد استفاده قرار گیرد و به تحقق اهداف برنامه درسی ریاضی پایه ششم در راستای پرورش تفکر منطقی و مهارت حل مسئله کمک کند
کلیدواژهها
نویسندگان
شیوه ارجاع
محمد خراسانی، اختر و سیداف، سید علی،1405،ارائه چارچوب ارزشیابی عملکردی مبتنی بر هوش مصنوعی و شواهد یادگیری در ارتقای کیفیت یادگیری عمیق ریاضی دانش آموزان پایه ششم ابتدایی،هفتمین کنفرانس بین المللی تحقیقات نوین در آموزش و پرورش،تهران
ارائهشده در
مجموعه مقالات هفتمین کنفرانس بین المللی تحقیقات نوین در آموزش و پرورش31 خرداد 1405 · تهران