ارزشیابی یادگیری مفهوم حد با استفاده از هوش مصنوعی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
مفهوم حد به عنوان پایه ای برای حساب دیفرانسیل و انتگرال، اغلب با بدفهمی های دانشجویان همراه است که ارزشیابی مؤثر و ارائه بازخورد درست می تواند آن ها را شناسایی و اصلاح کند. این پژوهش به بررسی مزایا و معایب ارزشیابی یادگیری مفهوم حد برای دانشجویان کارشناسی آموزش ریاضی با استفاده از هوش مصنوعی (Grok) می پردازد. مطالعه حاضر، کاربردی و ترکیبی (کمی-کیفی)، بر روی 37 دانشجوی سال اول رشته آموزش ریاضی دانشگاه فرهنگیان اصفهان انجام شد. ابزار گردآوری داده، پرسشنامه ای محقق ساخته با 7 سؤال درباره مفهوم حد بود که پاسخنامه های دانشجویان اسکن و به هوش مصنوعی ارائه گردید. تحلیل بر اساس مدل CIPP (با تمرکز بر مرحله فرآیند) انجام گرفت و شامل تصحیح پاسخنامه ها، محاسبه نمرات، رتبه بندی، شناسایی خطاهای مفهومی، رویه ای و محاسباتی، و ارائه بازخوردهای شخصی به دانشجویان و مدرس بود. یافته های کمی نشان داد میانگین نمرات داده شده به دانشجویان توسط هوش مصنوعی با نمرات محققان تفاوت معناداری ندارد. یافته های کیفی، از طریق تحلیل مضمون، مزایایی مانند سرعت، دقت در رتبه بندی، بازخوردهای تحلیلی و پیشنهاد منابع را برجسته کرد، اما معایبی نظیر ضعف در ترسیم نمودارها، تمرکز بیش از حد بر پاسخ نهایی (به جای فرآیند) و نیاز به دستورنویسی دقیق برای تشخیص علائم ریاضی را آشکار ساخت. نتایج حاکی از پتانسیل هوش مصنوعی به عنوان ابزاری مکمل برای بهبود ارزشیابی آموزش ریاضی است، هرچند نیازمند ارتقاء در تحلیل بصری و فرآیندمحور است.