تاریخ دفاع: 1405/8/26
دانشجو

رضا بزرگ علی ابادی

دانشکده / گروه آموزشی ادبیات و علوم انسانی | گروه زبان انگلیسی

ارزیابی پویای مدرس-محور و تولید شده توسط هوش مصنوعی: اجزا مهارت گفتاری فراگیران زبان انگلیسی به عنوان زبان دوم و ادراکات از منظر نظریه سیستم های بوم شناختی

استاد راهنما سامان عبادی

چکیده

   پژوهش حاضر با رویکرد آمیخته و با اتکا به نظریه نظام‌های بوم‌شناختی، نقش دو شیوه ارزشیابی پویا را در روانی و دقت گفتاری زبان‌آموزان ایرانیِ انگلیسی به‌عنوان زبان خارجی مقایسه کرد. شرکت‌کنندگان شامل ?? زبان‌آموز زن و مرد در سطح B2 بودند که در دو گروه ارزشیابی پویای معلم‌محور (?? نفر) و ارزشیابی پویای مبتنی بر هوش مصنوعی (?? نفر) قرار گرفتند. گروه نخست، ارزشیابی پویای معلم‌محور را بر اساس الگوی میانجی‌گری تدریجیِ الجعفره و لانتولف دریافت کرد؛ درحالی‌که گروه دوم، با استفاده از همان پروتکل، از طریق رابط کاربری چت‌جی‌پی‌تی بازخورد دریافت کرد. پیش و پس از مداخله، آزمون گفتاری آیلتس به‌عنوان پیش‌آزمون و پس‌آزمون برای هر دو گروه اجرا شد. نتایج تحلیل کوواریانس یک‌راهه نشان داد که گروه ارزشیابی پویای معلم‌محور از نظر روانی گفتار، عملکرد بهتری نسبت به گروه ارزشیابی پویای مبتنی بر هوش مصنوعی داشت. در مقابل، نتایج تحلیل کوواریانس یک‌راهه حاکی از آن بود که گروه ارزشیابی پویای مبتنی بر هوش مصنوعی از نظر دقت گفتار، نمرات بالاتری نسبت به گروه مقابل کسب کرد. نتایج آزمون‌های تیِ زوجی نیز نشان‌دهنده بهبود روانی و دقت گفتاری در هر دو گروه بود. تحلیل مضمونِ متن پیاده‌سازی‌شده مصاحبه‌های نیمه‌ساختاریافته، در چارچوب نظریه نظام‌های بوم‌شناختی، ادراکات مثبت زبان‌آموزان از میانجی‌گری معلم را آشکار ساخت؛ به‌طور مشخص، زبان‌آموزان این میانجی‌گری را فراهم‌کننده میانجی‌گری متناسب با نیازهای آنان در سطح خُردنظام، همسویی نهادی در سطح میان‌نظام، فرایندهای یکپارچه‌ساز در سطح برون‌نظام و بستری همخوان با فرهنگ در سطح کلان‌نظام می‌دانستند. در مقابل، زبان‌آموزان گروه ارزشیابی پویای مبتنی بر هوش مصنوعی، مداخله را گسسته از بافت تلقی می‌کردند و آن را در سطح میان‌نظام فاقد پیوند و در سطح برون‌نظام پراکنده و نامنسجم می‌دانستند. همچنین، آنان ارزشیابی پویای مبتنی بر هوش مصنوعی را از نظر فرهنگی ناهمخوان ارزیابی کردند. تحلیل مضمون در ارتباط با دقت گفتار، ادراکات متفاوتی را آشکار ساخت: ارزشیابی پویای معلم‌محور، تحت تاثیر محدودیت‌های ناشی از میانجی‌گری متمرکز بر دستور زبان در سطح خُردنظام، همسویی انعطاف‌ناپذیر در سطح میان‌نظام، تاکید بیش‌ازحد در سطح برون‌نظام و اقتدار همخوان با فرهنگ در سطح کلان‌نظام تلقی شد. در مقابل، ارزشیابی پویای مبتنی بر هوش مصنوعی عمدتاً ادراکات مثبتی را برانگیخت که شامل اصلاح فوری و عاری از قضاوت در سطح خُردنظام، تمرین تکمیلی در سطح میان‌نظام، امکانات پیگیری پیشرفت توسط خود زبان‌آموز در سطح برون‌نظام و پذیرش بی‌طرفانه از نظر فرهنگی در سطح کلان‌نظام بود. این یافته‌ها حاکی از آن است که یک الگوی آموزشی مبتنی بر مکمل‌بودن این دو شیوه می‌تواند به‌نحو مطلوبی به رشد هم‌زمان روانی و دقت گفتاری کمک کند. واژگان کلیدی: روانی گفتار، دقت گفتار، مهارت گفتاری، ارزشیابی پویا، هوش مصنوعی، نظریه نظام‌های بوم‌شناختی، ادراکات