آسیب شناسی دوره های ضمن خدمت کوتاه مدت بر اساس مدلCIPP ؛ ارائه راهکارهای مبتنی بر هوش مصنوعی در چارچوب برنامه ریزی آموزشی(مقاله علمی وزارت علوم)
منبع:
مطالعات برنامه ریزی آموزشی دوره ۱۳ پاییز و زمستان ۱۴۰۳ شماره ۲۶
150 - 171
حوزههای تخصصی:
هدف: این پژوهش به بررسی و آسیب شناسی دوره های ضمن خدمت کوتاه مدت معلمان از منظر برنامه ریزی آموزشی و بر مبنای مدل ارزشیابی CIPP (زمینه، درونداد، فرایند، و محصول) می پردازد. علاوه بر این، با به کارگیری فناوری هوش مصنوعی، راه کارهای ابتکاری برای بهبود اثربخشی این دوره ها فراهم می آورد.روش شناسی: این پژوهش با بهره گیری از روش پیمایشی انجام شده و داده ها با استفاده از پرسشنامه محقق ساخته جمع آوری شده اند. جامعه آماری معلمانی را شامل می شود که در دوره های ضمن خدمت سال های 1399 تا 1401 شرکت کرده اند. نمونه با روش تصادفی طبقه بندی انتخاب و با استفاده از تحلیل های آماری تجزیه و تحلیل شد.یافته ها: نتایج نشان داد که عوامل محدودکننده اثربخشی این دوره ها شامل عدم تناسب محتوا با نیازهای واقعی معلمان، ضعف در نیازسنجی و نبود نظارت مستمر است. به کارگیری هوش مصنوعی در برنامه ریزی آموزشی می تواند با تسهیل نیازسنجی دقیق، بهینه سازی محتوای آموزشی و ارائه بازخوردهای آنی، اثربخشی دوره ها را بهبود بخشد.نتیجه گیری و پیشنهادها: پیشنهاد می شود که دوره های آموزشی با استفاده از هوش مصنوعی و بر اساس نیازهای واقعی معلمان طراحی شوند. همچنین، ایجاد یک پلتفرم دیجیتال برای منتورینگ و کوچینگ و یک مرکز تخصصی با مدل یادگیری ترکیبی می تواند به معلمان در یادگیری مداوم و دسترسی به محتوای به روز کمک کند. این یافته ها مدیران آموزشی را به استفاده از فناوری های نوین در برنامه ریزی آموزشی برای افزایش اثربخشی دوره های ضمن خدمت ترغیب می کند.نوآوری و اصالت: این پژوهش با استفاده از مدل CIPP و فناوری هوش مصنوعی، به شیوه ای نوآورانه به ارزیابی و بهبود اثربخشی دوره های ضمن خدمت معلمان پرداخته و چارچوبی نظام مند برای شناسایی نیازهای آموزشی و بهینه سازی برنامه ریزی آموزشی ارائه داده است