چکیده مقاله
ارزیابی یادگیری در نظام های آموزشی سنتی، اغلب به صورت پایان ترم و با فاصله زمانی چند روزه تا چند هفته ای انجام می شود این تاخیر، موجب از دست رفتن فرصت طلایی اصلاح خطا در حین شکل گیری عادت های نادرست ذهنی می شود پژوهش حاضر با هدف طراحی، توسعه و ارزیابی یک سیستم هوشمند بازخورد فوری مبتنی بر هوش مصنوعی به نام «بازخوردیار» انجام شده است این سیستم با بهره گیری از مدل های پردازش زبان طبیعی NLP که بر روی بیش از پانزده هزار پاسخ واقعی دانش آموزان فارسی زبان آموزش دیده اند، قادر است در لحظه پس از ارسال پاسخ توسط دانش آموز، نوع خطا را در چهارده دسته اصلی تشخیص دهد، بازخوردی همدلانه، دقیق و متناسب با سطح شناختی یادگیرنده تولید کند و تمرین نظیر پیشنهاد دهد نتایج حاصل از کاربست شش ماهه بر روی ۱۲۰ دانش آموز پایه هفتم در سه درس ریاضی، علوم تجربی و فارسی نشان داد که میانگین نمرات تحصیلی بیش از سی درصد افزایش، تکرار همان نوع خطا بیش از پنجاه درصد کاهش و انگیزه خودارزیابی بیش از دو برابر بهبود یافته است مقاله در پایان به چالش های پیاده سازی مانند خطاهای مدل در پاسخ های خلاقانه، محدودیت زیرساخت دیجیتال و مقاومت معلمان پرداخته و راهکارهای عملی برای سیاست گذاران آموزشی ارائه می دهد
کلیدواژهها
نویسندگان
شیوه ارجاع
�لیمراد، مجید و وظایفی، حانیه،1405،توسعه سیستم های هوش مصنوعی برای ارزیابی و بازخوردفوری به معلمان،دومین همایش بین المللی تحولات نوین در نظام های آموزشی، تربیتی، روانشناسی، مهارت آموزی و مهارت محوری با محوریت آموزش و پرورش در هزاره سوم،بوشهر
ارائهشده در
مجموعه مقالات دومین همایش بین المللی تحولات نوین در نظام های آموزشی، تربیتی، روانشناسی، مهارت آموزی و مهارت محوری با محوریت آموزش و پرورش در هزاره سوم26 اردیبهشت 1405 · بوشهر