پیوندهای مفید
آمار
| تعداد نشریات | 31 |
| تعداد شماره‌ها | 484 |
| تعداد مقالات | 4,713 |
| تعداد مشاهده مقاله | 7,347,736 |
| تعداد دریافت فایل اصل مقاله | 5,492,730 |
موانع و چالش های پیاده سازی هوش مصنوعی در نظام آموزش عالی | ||
| مطالعات برنامه ریزی آموزشی | ||
| دوره 13، شماره 26، اسفند 1403، صفحه 57-73 اصل مقاله (496.93 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22080/eps.2025.28149.2295 | ||
| نویسندگان | ||
| صادق حامدی نسب* 1؛ شهلا رحیمی2 | ||
| 1استادیار گروه علوم تربیتی، دانشگاه فرهنگیان، تهران، ایران | ||
| 2دکتری برنامه‌ریزی درسی، گروه مدیریت و برنامه‌ریزی آموزشی، دانشکده علوم تربیتی و روانشناسی، دانشگاه الزهرا، تهران، ایران | ||
| تاریخ دریافت: 14 آبان 1403، تاریخ بازنگری: 12 دی 1403، تاریخ پذیرش: 11 بهمن 1403 | ||
| چکیده | ||
| هدف:هوش مصنوعی (AI) به‌عنوان یکی از مهم‌ترین شاخه‌های فناوری اطلاعات، تحولی بنیادین در حوزه آموزش الکترونیکی ایجاد کرده است. استفاده از این فناوری در آموزش عالی با چالش‌هایی مواجه است. بنابراین این پژوهش به بررسی موانع و چالش‌های پیاده‌سازی هوش مصنوعی در نظام آموزش عالی می‌پردازد. روش‌شناسی: این مطالعه با رویکرد کیفی و زمینه‌بنیاد انجام شد. داده‌ها از طریق مصاحبه با 14 متخصص فناوری آموزشی گردآوری و تحلیل داده‌ها با کدگذاری باز، محوری و گزینشی صورت گرفت. یافته‌ها: تحلیل داده‌ها به شناسایی 6 مقوله اصلی و 16 مقوله فرعی منجر شد. چالش‌های اصلی شامل کمبود تجهیزات پیشرفته، فیلترینگ و سرعت پایین اینترنت، موانع فرهنگی همچون مقاومت در برابر تغییرات، نبود قوانین مشخص و ضعف نظارت در ابعاد تقنینی، کمبود نیروی متخصص و نگرانی از تأثیر هوش مصنوعی بر مشاغل سنتی بود. علاوه بر این، عوامل ملی، بین‌المللی، خانوادگی و آموزشی نیز تأثیرگذار بودند. راهکارهای غلبه بر این موانع شامل تقویت زیرساخت‌ها و ارائه برنامه‌های آموزشی برای دانشجویان می‌باشد. پیامدهای این چالش‌ها می‌تواند به گسترش شکاف دیجیتال، محدودیت در رشد اقتصادی و ضعف در نوآوری منجر شود. نتیجه‌گیری و پیشنهاد‌ها: برای تسهیل پیاده‌سازی هوش مصنوعی در آموزش عالی، پیشنهاد می‌شود برنامه‌ریزی آموزشی شامل ارتقای زیرساخت‌ها، توسعه دوره‌های تخصصی، تغییر نگرش‌ها از طریق برنامه‌های ترویجی، تدوین قوانین حمایتی و گسترش همکاری‌های ملی و بین‌المللی باشد. نوآوری و اصالت: این پژوهش با تحلیل موانع فرهنگی، زیرساختی و تقنینی پیاده‌سازی هوش مصنوعی در آموزش عالی، راهکارهایی عملی برای تسهیل پذیرش این فناوری از طریق برنامه‌ریزی آموزشی ارائه می‌دهد. | ||
| کلیدواژه‌ها | ||
| چالش‌ها؛ پیاده‌سازی؛ هوش مصنوعی؛ نظام آموزش عالی؛ برنامه‌ریزی آموزشی؛ نظریه‌داده‌‌بنیاد | ||
| عنوان مقاله [English] | ||
| The barriers and challenges of implementing artificial intelligence in higher education systems | ||
| نویسندگان [English] | ||
| Sadegh Hamedinasab1؛ Shahla Rahimi2 | ||
| 1Assistant Professor, Department of Educational Sciences, Farhangian University, Tehran, Iran | ||
| 2PhD of curriculum, Department of Educational Administration and Planning, Faculty of Education and Psychology, Alzahra University, Tehran, Iran | ||
| چکیده [English] | ||
| Aim: Artificial Intelligence (AI), as one of the most significant branches of information technology, has brought about a fundamental transformation in e-learning. However, the use of this technology in higher education faces several challenges. Therefore, this research explores the barriers and challenges to the implementation of AI in the higher education system. Methodology: This study was conducted using a qualitative, grounded theory approach. Data were collected through interviews with 14 educational technology experts, and data analysis was carried out using open, axial, and selective coding. Results: The data analysis led to the identification of six main categories and sixteen subcategories. The key challenges included a lack of advanced equipment, internet filtering, and slow speeds; cultural barriers such as resistance to change, a lack of clear regulations, and weak oversight in legal aspects; a shortage of specialised personnel; and concerns about AI's impact on traditional jobs. Additionally, national, international, familial, and educational factors also influenced the process. Solutions for overcoming these barriers include strengthening infrastructure and offering educational programs for students. The consequences of these challenges may include the widening of the digital divide, limitations on economic growth, and weakened innovation. Conclusions and suggestions: To facilitate the implementation of AI in higher education, it is recommended that educational planning include the enhancement of infrastructure, development of specialised courses, attitude changes through awareness programs, the formulation of supportive regulations, and the expansion of national and international collaborations. Innovation and originality: This research, by analysing the cultural, infrastructural, and regulatory barriers to AI implementation in higher education, offers practical solutions to facilitate the adoption of this technology through educational planning. | ||
| کلیدواژه‌ها [English] | ||
| Challenges, Implementation, Artificial Intelligence, Higher Education, Educational Planning, Grounded Theory | ||
| مراجع | ||
|
Adiguzel, T., Kaya, M. H., & Cansu, F. K. (2023). Revolutionizing education with AI: Exploring the transformative potential of ChatGPT. Contemporary Educational Technology, 15(3), ep429. https://doi.org/10.30935/cedtech/13152 Adlawan, D. (2024). The pros and cons of AI in education and how it will impact teachers in 2024. Retrieved from: https://www.classpoint.io/blog/the-pros-and-cons-of-ai-in-education Ahmad, S., Khan, S., & Khan, S. W. (2016). Developing infrastructure through public-private partnerships: Understanding the elements of the enabling environment. Business & Economic Review, 8(1), 19-34. https://doi.org/10.22547/BER/8.1.2 Akgun, S., & Greenhow, C. (2022). Artificial intelligence in education: Addressing ethical challenges in K-12 settings. AI and Ethics, 2(3), 431-440. https://doi.org/10.1007/s43681-021-00096-7 Awofiranye, M. (2024). The challenges of using AI in education. Retrieved from https://www.afterschoolafrica.com/78994/the-challenges-of-using-ai-in-education/ Ayala-Pazmiño, M. (2023). Artificial intelligence in education: Exploring the potential benefits and risks. 593 Digital Publisher CEIT, 8(3), 892-899. https://doi.org/10.33386/593dp.2023.3.1827 Baidoo-Anu, D., & Ansah, L. O. (2023). Education in the era of generative artificial intelligence (AI): Understanding the potential benefits of ChatGPT in promoting teaching and learning. Journal of AI, 7(1), 52-62. https://doi.org/10.2139/ssrn.4337484 Baker, R. S., & Inventado, P. S. (2014). Educational data mining and learning analytics. In J. A. Larusson & B. White (Eds.), Learning Analytics (pp. 61-75). Springer. https://doi.org/10.1007/978-1-4614-3305-7_4 Baker, T., & Smith, L. (2019). Education rebooted? Exploring the future of artificial intelligence in schools and colleges. Nesta Foundation. Retrieved from https://media.nesta.org.uk/documents/Future_of_AI_and_education_v5_WEB.pdf Bani Asadi, A. (2024). From an unexpected encounter with artificial intelligence in the university classroom to deep reflection on its increasing presence in higher education. Educational Planning Studies, 13(25), 92-111. https://doi.org/10.22080/eps.2024.27632.2274. [in Persian]. Basit, S. A., Gharleghi, B., Batool, K., Hassan, S. S., Jahanshahi, A. A., & Kliem, M. E. (2024). Review of enablers and barriers of sustainable business practices in SMEs. Journal of Economy and Technology, 2, 79-94. https://doi.org/10.1016/j.ject.2024.03.005 Bulathwela, S., Pérez-Ortiz, M., Holloway, C., Cukurova, M., & Shawe-Taylor, J. (2024). Artificial intelligence alone will not democratise education: On educational inequality, techno-solutionism and inclusive tools. Sustainability, 16(2), 781. https://doi.org/10.3390/su16020781 Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. IEEE Access, 8, 75264-75278. https://doi.org/10.1109/ACCESS.2020.2988510 Chiu, T. K., Xia, Q., Zhou, X., Chai, C. S., & Cheng, M. (2023). Systematic literature review on opportunities, challenges, and future research recommendations of artificial intelligence in education. Computers and Education: Artificial Intelligence, 4, 100118. https://doi.org/10.1016/j.caeai.2022.100118 Du Boulay, B. (2022). Artificial intelligence in education and ethics. In Handbook of Open, Distance and Digital Education (pp. 1-16). Springer Nature Singapore. https:// doi:10.1007/978-981-19-2080-6_6 Frostkhah, M. (2016). Qualitative research method in social sciences with emphasis on grounded theory (GTM). Agah. [in Persian]. Holmes, W., & Tuomi, I. (2022). State of the art and practice in AI in education. European Journal of Education, 57(4), 542-570. https://doi.org/10.1111/ejed.12533 Kamalov, F., Santandreu Calonge, D., & Gurrib, I. (2023). New era of artificial intelligence in education: Towards a sustainable multifaceted revolution. Sustainability, 15(16), 12451. https://doi.org/10.3390/su151612451 Korinek, A., Schindler, M., & Stiglitz, J. (2021). Technological progress, artificial intelligence, and inclusive growth. IMF Working Papers, 2021(166), A001. https://doi.org/10.5089/9781513583280.001.A001 Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson Education. https://static.googleusercontent.com/media/edu.google.com/en/ir/pdfs/Intelligence-Unleashed-Publication.pdf OECD. (2024). AI policy observatory portal. Retrieved from https://www.oecd.ai Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson. https://doi.org/10.1109/MSP.2017.2765202 UNESCO. (2023). Artificial intelligence and education. Retrieved from https://www.unesco.org World Economic Forum. (2023). Revolutionizing classrooms: How AI is reshaping global education. Retrieved from: https://www.weforum.org World Economic Forum. (2024). The digital skills gap is widening fast. Here’s how to bridge it. Retrieved from: https://www.weforum.org | ||
|
آمار تعداد مشاهده مقاله: 491 تعداد دریافت فایل اصل مقاله: 377 |
||