پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 11 |
| تعداد شماره‌ها | 226 |
| تعداد مقالات | 2,280 |
| تعداد مشاهده مقاله | 3,457,216 |
| تعداد دریافت فایل اصل مقاله | 2,526,595 |
AI-Powered Flipped Instruction in Higher Education: Effects on Conceptual Understanding in Psychology of Language Learning | ||
| فناوری آموزش | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 22 مهر 1404 | ||
| نوع مقاله: مقاله پژوهشی-شماره انگلیسی | ||
| شناسه دیجیتال (DOI): 10.22061/tej.2025.12480.3295 | ||
| نویسندگان | ||
| مهرک رحیمی* 1؛ ساناز سدیدی شال2 | ||
| 1دانشیار،گروه زبان انلگلیسی، دانشگاه تربیت دبیر شهید رجایی | ||
| 2دانشجوی کارشناسی ارشد، گروه آموزش زبان انگلیسی، دانشکده علوم انسانی، دانشگاه تربیت دبیر شهید رجایی، تهران، ایران | ||
| تاریخ دریافت: 18 شهریور 1404، تاریخ بازنگری: 09 مهر 1404، تاریخ پذیرش: 19 آبان 1403 | ||
| چکیده | ||
| پیشینه و اهداف: کلاس معکوس مدل آموزشی سنتی سخنرانی-محور را دگرگون کرده و فراگیران را با استفاده از فناوری‌های متنوع قبل از کلاس درس با محتوای آموزشی درگیر می‌کند. در این ارتباط، هوش مصنوعی می‌تواند قابلیت سازگاری و تعامل را به ویژه در آموزش مفاهیم علمی به مراحل پیش کلاسی و درون کلاسی بیافزاید. با وجود پژوهش‌های رو به رشد مرتبط با بکارگیری هوش مصنوعی در کلاس معکوس، تأثیر این فناوری در دوره های تربیت معلم نیازمند پژوهش‌های تکمیلی است. از این رو، این مطالعه با بکارگیری طرح شبه تجربی به بررسی تأثیر کلاس معکوس با کمک هوش مصنوعی بر عملکرد دانشجویان در درس روانشناسی یادگیری زبان می پردازد. روش‌ها: شرکت کنندگان شامل سه گروه دانشجوی مقطع کارشناسی آموزش زبان انگلیسی بودند که در درس روانشناسی یادگیری زبان ثبت نام کرده بودند (73 نفر). محتوای آموزشی گروه اول (26 نفر) با استفاده از NotebookLM که یک ابزار هوش مصنوعی برای پژوهش، نگارش و تولید محتوی است آماده شد و آموزش معکوس از طریق آن صورت گرفت. گروه دوم (25 نفر) کلاس معکوس را با استفاده از پاور پوینت های صداگذاری شده استاد تجربه کردند. گروه سوم (22 نفر) درس را از طریق آموزش سنتی سخنرانی فرا گرفتند. فعالیت های درون کلاسی، شامل آزمون ها، کار گروهی/دو نفره، تکمیل برگه های تمرین، فعالیت های پرسش و پاسخ، و بحث های شفاهی بود. تمرین های پس از کلاس شامل خلاصه نویسی، پیاده کردن متن فایل های صوتی، و درست کردن نقشه های مفهومی بود. عملکرد و یادگیری مفاهیم علمی هر سه گروه از طریق آزمون های محقق ساخت میان ترم و پایان ترم مورد ارزیابی قرار گرفت. یافته‌ها: برای مقایسه فراگیری مفاهیم علمی، از تحلیل واریانس چند متغیره دو سویه استفاده شد. نتایج نشان داد که بطور کلی بین عملکرد سه گروه شرکت کنندگان در درس روانشناسی یادگیری زبان تفاوت معناداری با ضریب تأثیر قوی وجود داشت. این تفاوت در بین آزمون های میان ترم و پایان ترم نیز معنادار بود. آزمون تعقیبی توکی نشان داد که گروه اول که آموزش معکوس با کمک هوش مصنوعی را دریافت کرده بودند، در هر دو آزمون عملکرد بهتری نسبت به گروه دوم و سوم داشتند. همچنین، گروه دوم که آموزش معکوس متداول را دریافت کردند، نسبت به گروه سوم که آموزش سنتی سخنرانی-محور را تجربه کردند، عملکرد بهتری داشتند. تفاوت معناداری بین عملکرد دانشجویان دختر و پسر مشاهده نشد. نتیجه‌گیری: بهبود قابل توجه در عملکرد گروه کلاس معکوس با کمک هوش مصنوعی نشان می دهد که بکارگیری ابزارهای هوش مصنوعی مانند NotebookLM می تواند تجارب یادگیری را ازطریق شخصی سازی، سازگاری و تعامل با محتوای آموزشی تقویت کند. این موضوع نشان دهنده نیاز به تحول در طراحی مدل های آموزشی از روش های سنتی استاد-محور به محیط های یادگیرنده-محور است که در آن فراگیر بتواند بطور فعال با محتوای آموزشی قبل از دریافت آموزش درگیر شود. استفاده از هوش مصنوعی در کلاس معکوس می تواند آموزش را فردی سازی کرده و با در نظر گرفتن سرعت و توانایی درک مناسب هر دانشجو برابری آموزشی را ارتقا بخشد. ابزارهای هوش مصنوعی به اساتید کمک می کند تا بدون نیاز به ارائه های تکراری بر ارتقا یادگیری های سطح بالاتر، تفکر نقادانه، و فعالیت های گروهی درون کلاسی تمرکز بیشتری داشته باشند. از منظر سازمانی، بکارگیری موفق آموزش معکوس با کمک هوش مصنوعی می تواند انقلابی در طراحی برنامه درسی، تربیت مدرس و کاربست فناوری های نوین در آموزش ایجاد کند. با اینکه یافته های این مطالعه بر درس روانشناسی یادگیری در حوزه آموزش زبان متمرکز بود، مدل ارائه شده قابل تعمیم به سایر حوزه های آموزش مانند آموزش مهندسی، آموزش تلفیقی (STEM) و حوزه سلامت که بطور ویژه بر یادگیری مطلق مفاهیم پیچیده علمی تأکید دارند، است. | ||
| کلیدواژه‌ها | ||
| هوش مصنوعی؛ کلاس معکوس؛ مفاهیم علمی؛ زبان انگلیسی به عنوان زبان خارجی | ||
| موضوعات | ||
| هوش مصنوعی | ||
| عنوان مقاله [English] | ||
| AI-Powered Flipped Instruction in Higher Education: Effects on Conceptual Understanding in Psychology of Language Learning | ||
| نویسندگان [English] | ||
| Mehrak Rahimi1؛ Sanaz Sadidi Shal2 | ||
| 1English Department, Shahid Rajaee Teacher Training University, Tehran, Iran | ||
| 2M.A. Student, Department of English Language Teaching, Faculty of Humanities, Shahid Rajaee Teacher Training University (SRTTU), Tehran, Iran | ||
| چکیده [English] | ||
| Background and Objectives: Flipped instruction (FI) inverts the traditional lecture-homework model, engaging learners with content before class through a variety of technologies. AI in this regard can bring adaptability and interactivity to both the pre-class and in-class phases, especially in understanding scientific concepts in higher education courses. While there is growing research on the value of AI-assisted FI in subjects such as science and engineering, the impact of this revolutionary instructional practice in teacher education courses remains open to further research. This study employs a quasi-experimental design to investigate the effects of AI-assisted FI on the understanding of technical and scientific concepts in the course Psychology of Language Learning. Materials and Methods: The participants included three groups of BA students who enrolled in the course Psychology of Language Learning (n=73). Group 1 (n=26) received AI-assisted FI, where pre-class instructional content was prepared by NotebookLM, an AI-powered research and writing tool. Group 2 (n=25) received conventional FI, where pre-class instructional content included the instructor’s PowerPoints with voiceovers. Group 3 (n=22) received conventional instruction utilizing a lecture-based instructional approach. In-class phase activities included quizzes, group/pair work, completion of task sheets, question-and-answer activities, and oral discussions. Post-class reinforcement included summary writing, transcribing, and generating concept maps. The participants’ achievement in the course and understanding of the technical concepts were assessed by the researcher-made midterm and final exams. Findings: A two-way Multivariate analysis of Variance (MANOVA) was used to compare the participants’ achievement in the course and understanding of the technical terms. The results illustrated a significant difference between the three groups in general achievement and in both the midterm and final exams of the course with a strong effect size. Tukey’s HSD test showed that Group 1, who experienced AI-assisted FI, outperformed both Groups 2 and 3 in midterm and final exams. It was also found that Group 2, who learned the technical concepts using conventional FI, outperformed Group 3, who participated in a traditional and lecture-based course, in both exams. No difference was observed between male and female students. Conclusions: The significant improvement in conceptual understanding among students who experience AI-assisted FI suggests that integrating AI tools, such as NotebookLM, can meaningfully enhance learning experiences by providing personalized, adaptive, and interactive pre-class content. This implies a shift in pedagogical design, from traditional, instructor-centered delivery models to learner-centered environments where students actively engage with content before class. Moreover, the use of AI in pre-class instruction supports differentiated learning by accommodating individual pacing and comprehension levels, thus promoting educational equality. For instructors, AI tools reduce the need for repetitive content delivery, enabling them to focus on facilitating higher-order learning, critical thinking, and collaborative in-class activities. From an institutional perspective, the successful application of AI-assisted FI in this study can reform curriculum development, faculty training, and the integration of AI tools into learning. Notably, while this study focused on educational psychology in ELT, the model has broad potential for transferability to other fields, particularly those requiring mastery of complex or technical concepts, such as engineering education, STEM curricula, or health education. | ||
| کلیدواژه‌ها [English] | ||
| AI, Flipped Instruction, Scientific Concepts, English as a Foreign Language | ||
|
آمار تعداد مشاهده مقاله: 12 |
||