روندهای نوظهور و الگوهای پژوهشی هوش مصنوعی در آموزش ابتدایی: یک بررسی کتاب شناختی و سیستماتیک

روندهای نوظهور و الگوهای پژوهشی هوش مصنوعی در آموزش ابتدایی: یک بررسی کتاب شناختی و سیستماتیک

سمیه کدخدا ده خانی1 مهدیه کدخدا ده خانی2 محمد عاقلی3 فرشید وظیفه دوست4

1) کارشناس ارشد مهندسی کامپیوتر گرایش هوش مصنوعی دانشگاه پیام نور مرکز بین الملل -
2) کارشناس ارشد علوم تربیتی گرایش آموزش و پرورش پیش دبستانی دانشگاه آزاد اسلامی واحد کرمان -
3) کارشناس ارشد جامعه شناسی دانشگاه آزاد اسلامی واحد کرمان -
4) کارشناس ارشد مهندسی کامپیوتر گرایش هوش مصنوعی دانشگاه پیام نور مرکز بین الملل -

کد IOI مقاله : AADK-ABACHB
محل انتشار : سومین کنگره بین المللی علوم، مهندسی و فن آوری های نو(secongress.com/3rd)
چکیده :
    این مطالعه، یک تحلیل کتاب‌سنجی و بررسی سیستماتیک متون مربوط به هوش مصنوعی در آموزش ابتدایی را با جستجو در پایگاه داده Scopus در آگوست 2025 ارائه می‌دهد. جستجوی اولیه 619 مقاله را شناسایی کرد و پس از غربالگری، 57 مقاله منتشر شده بین سال‌های 2021 تا 2025 مورد تجزیه و تحلیل قرار گرفت. این تجزیه و تحلیل با استفاده از تحلیل کتاب‌سنجی و چارچوب TCCM انجام شد که برای پاسخ به سوالات تحقیق و ترسیم شکاف‌های تحقیقاتی به کار گرفته شد. یافته‌ها روند رو به رشدی را در انتشارات هر ساله نشان می‌دهد، به طوری که بیشترین مقالات منتشر شده در سال 2025 (27 = n) بوده است، در حالی که اوج استنادهای سالانه در سال 2024 (با 561 استناد) رخ داده است. تجزیه و تحلیل هم‌آوایی کلمات کلیدی، پنج خوشه را تشکیل داد، یعنی سواد هوش مصنوعی و آموزش؛ GenAI و شخصی‌سازی؛ ادراکات دانش‌آموزان؛ سواد هوش مصنوعی در مدارس ابتدایی؛ و رفتار دانش‌آموزان. تجزیه و تحلیل TCCM نظریه‌های مختلف مورد استفاده را شناسایی کرد که TAM/UTAUT بیشترین کاربرد را داشتند. از نظر زمینه، بیشترین شرکت‌کنندگان دانش‌آموزان ابتدایی بودند (≈50٪؛ 26 مطالعه)، و پس از آن معلمان، معلمان/دانش‌آموزان آینده، ترکیبی از دانش‌آموزان و معلمان و مدیریت مدرسه قرار داشتند. از نظر ویژگی‌ها، 15 دسته اصلی از عوامل ترسیم شدند، یعنی شخصی، قصد، نگرش، کاربرد، مفید بودن، سهولت، آموزشی و دانش، که دسته‌های غالب بودند. از نظر روش‌ها، طرح‌های کمی مبتنی بر نظرسنجی غالب‌ترین بودند (n = 25؛ 44.6٪)، و SEM-PLS به عنوان تکنیک تجزیه و تحلیل استفاده شد. علاوه بر این، این مطالعه آخرین شواهد را برای توصیف شکاف‌های تحقیقاتی ترکیب می‌کند و یک دستور کار تحقیقاتی آینده برای پیشرفت هوش مصنوعی در زمینه آموزش ابتدایی ارائه می‌دهد.

کلمات کلیدی : هوش مصنوعی چارچوب prisma چارچوب روش‌ها فناوری برای آموزش