پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 49 |
| تعداد شمارهها | 1,266 |
| تعداد مقالات | 10,919 |
| تعداد مشاهده مقاله | 22,339,902 |
| تعداد دریافت فایل اصل مقاله | 15,034,665 |
مبانی فلسفی یادگیری شخصیسازی شده اخلاقمدار در مدلهای هوش مصنوعی آموزشی | ||
| فناوری و دانش پژوهی در تعلیم و تربیت | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 25 فروردین 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30473/t-edu.2026.76011.1342 | ||
| نویسندگان | ||
| فاطمه قدردان* 1؛ محمدرضا سرمدی2 | ||
| 1دانشجوی دکتری فلسفه تعلیم و تربیت دانشگاه پیام نور، تهران، ایران | ||
| 2استاد گروه علوم تربیتی و روانشناسی، دانشگاه پیام نور، تهران، ایران | ||
| چکیده | ||
| پیشرفتهای اخیر در فناوری هوش مصنوعی فرصتهای نوینی برای تحقق یادگیری شخصیسازیشده در آموزش فراهم کرده است، اما بیتوجهی به مبانی فلسفی و اخلاقی تعلیم و تربیت میتواند پیامدهای منفی به همراه داشته باشد. این پژوهش با هدف تبیین مبانی فلسفی–تربیتی و ارائه چارچوب اخلاقمدار برای طراحی مدلهای هوش مصنوعی آموزشی با تمرکز بر یادگیری شخصیسازیشده انجام شد. مطالعه با رویکرد ترکیبی اکتشافی و با اولویت بخش کیفی، در گام نخست از روش فراترکیب بر پایه مرور نظاممند ۴۰ مطالعه منتخب از میان ۵۴۶ رکورد بازیابیشده در پایگاههای داخلی و بینالمللی طی سالهای ۲۰۱۵ تا ۲۰۲۵ بهره گرفت. تحلیل دادهها با کدگذاری سهمرحلهای در نرمافزار مکسکیودا انجام گرفت. برای اعتبارسنجی عملیاتی یافتهها، یک پیمایش مقطعی بر روی ۱1۰ نفر از معلمان و طراحان آموزشی با پرسشنامهای ۱۰ گویهای انجام شد. نتایج تحلیل مضمون شش اصل بنیادین شامل شفافیت و توضیحپذیری، عدالت آموزشی، پاسخگویی انسانمحور، تناسب فرهنگی و بومیسازی، ارتقای عاملیت یادگیرنده و حفظ حریم خصوصی و امنیت دادهها را آشکار ساخت. دادههای کمی این اصول را تایید کرده و اصل شخصیسازی با امتیاز میانگین ۴.۶۲ و کمترین پراکندگی بیشترین اهمیت را داشت. بر این اساس، چارچوب مفهومی پویایی تدوین شد که روابط میان اصول اخلاقی، چالشها، فرصتها و راهکارهای بهرهگیری از هوش مصنوعی در آموزش را در قالب چرخهای بازخوردی تبیین میکند و ضمن همسویی با اسناد بینالمللی، حساسیتهای بومی مانند نقش معلم و تفاوتهای فرهنگی را نیز لحاظ میکند. این چارچوب نهتنها میتواند مبنایی معتبر برای سیاستگذاری آموزشی و طراحی مدلهای هوش مصنوعی اخلاقمدار باشد، بلکه قابلیت آن را دارد که بهطور مستقیم در تدوین راهبردهای ملی آموزش، طراحی سامانههای یادگیری هوشمند و توانمندسازی معلمان در بهرهگیری از فناوریهای نوین به کار گرفته شود و بدین ترتیب پیوندی عملی میان یافتههای پژوهش و بهبود کیفیت نظام آموزشی برقرار سازد. | ||
| کلیدواژهها | ||
| عاملیت یادگیرنده؛ عدالت آموزشی؛ فلسفه تعلیم و تربیت؛ هوش مصنوعی آموزشی؛ یادگیری شخصیسازیشده | ||
| عنوان مقاله [English] | ||
| The Philosophical Foundations of Ethical Personalized Learning in Educational AI Models | ||
| نویسندگان [English] | ||
| Fatemeh Ghadrdan1؛ Mohammad Reza Sarmadi2 | ||
| 1PhD Student in Philosophy of Education, Payam Noor University,Tehran, Iran | ||
| 2Professor of Educational Sciences, Payame Noor University, Tehran, Iran. | ||
| چکیده [English] | ||
| Recent advances in artificial intelligence (AI) have created new opportunities for achieving personalized learning in education. However, neglecting the philosophical and ethical foundations of pedagogy may lead to unintended consequences. This study aimed to clarify the philosophical–educational underpinnings of AI in education and to propose an ethics-oriented framework for designing AI-based educational models with a focus on personalized learning. Adopting an exploratory mixed-methods approach with priority given to the qualitative phase, the research first employed a meta-synthesis method based on a systematic review of 40 selected studies out of 546 records retrieved from national and international databases between 2015 and 2025. Data were analyzed through three-stage coding using MAXQDA software. To operationally validate the findings, a cross-sectional survey was conducted with 110 teachers and instructional designers using a 10-item questionnaire. Thematic analysis revealed six fundamental principles: transparency and explainability, educational justice, human-centered accountability, cultural relevance and localization, enhancement of learner agency, and protection of privacy and data security. Quantitative results confirmed these principles, with personalization receiving the highest mean score (4.62) and the lowest variance, highlighting its paramount importance. Accordingly, a dynamic conceptual framework was developed to illustrate the interrelationships among ethical principles, challenges, opportunities, and strategies for leveraging AI in education within a feedback loop. While aligned with international AI ethics guidelines, the framework also incorporates local sensitivities such as the teacher’s role and cultural diversity. Beyond its theoretical contribution, this framework provides a practical foundation for educational policy-making, the design of ethical AI-based learning systems, and the development of teacher training programs, thereby bridging research findings with actionable strategies for improving the quality and equity of education. | ||
| کلیدواژهها [English] | ||
| Educational artificial intelligence, Personalized learning, Educational justice, Learner agency, Philosophy of education | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 4 |
||