كليدواژه :
آموزش , ارتباطات , ربات‌هاي هوشمند , هوش مصنوعي , وب 3
چكيده فارسي :
اين مقاله پژوهشي درصدد بررسي جايگاه هوش مصنوعي در ارتقاي نظام آموزش حوزه ارتباطات و رسانه است. چارچوب مفهومي اين پژوهش برگرفته از نظريه آموزش شبكه‌اي‌شده بري ولمن است. اين پژوهش از نوع كيفي و روش آن تحليل مضمون است. جامعه آماري اين پژوهش استادان و اعضاي هيئت علمي حوزه ارتباطات آشنا با دو مقوله هوش مصنوعي و نظام آموزشي هستند كه به روش نمونه‌گيري هدفمند مشاركت‌كنندگان انتخاب‌شده‌اند و تا اشباع نظري اين مصاحبه ادامه يافته است. در اين پژوهش براي گردآوري اطلاعات از مصاحبه عميق نيمه‌ساختمند و براي پردازش داده‌ها از روش كدگذاري سه‌گانه كينگ (1998) استفاده شده است. قابليت اعتماد و اطمينان بر اساس رويكرد گوبا و لينكلن بررسي شده است. يافته‌ها بيانگر اين است كه هوش مصنوعي در آموزش داراي محاسني چون محتواي هوشمند، مديريت زمان، گستره جهاني، نامكاني و ناهمزماني، آموزش سلولي، افزايش كارايي خدمات آموزشي، خودكارسازي فرايند آموزش، معلوليت زدايي، افزايش جذابيت آموزش، گارانتي و وارنتي دائمي و دسترسي هميشگي به اطلاعات و معايبي چون شكاف زيرساختي در جهان (ناعدالتي در توزيع امكانات)، به حاشيه رفتن دانشگاه‌هاي نسل اول، جايگزيني آموزش مصنوعي با آموزش كهن، شغل‌هاي آموزشي منسوخ‌شده و چند شغله شدن ماشين هوش مصنوعي و كاهش ارتباط انساني استاد با دانشجو است. ازجمله نقش‌هاي تخصصي هوش مصنوعي در گرايش‌هاي حوزه ارتباطات دستيار روزنامه‌نگار مصنوعي، كارگزار روابط عمومي شبيه شده، تجربه يادگيري هم‌زمان، توليد محتواي تخصصي به‌روز، شناسايي مهارت و حوزه فعاليت (گرايش حرفه‌اي)، يادگيري در بستر رسانه‌هاي بزرگ و حضور شبيه‌سازي‌شده در رسانه‌هاي جهان از مزيت‌هاي هوش مصنوعي در آينده رشته ارتباطات است.
چكيده لاتين :
This research article seeks to explore the role of artificial intelligence in enhancing the education system within the communications and media field. The conceptual framework of this research is based on Barry Wellman’s networked learning theory. The study is qualitative, utilizing content analysis as its method. The statistical population for this research includes professors and faculty members in the communications field who are familiar with artificial intelligence and the educational system. They were chosen as participants through purposeful sampling, and interviews were conducted until theoretical saturation was achieved. Semi-structured interviews were used to collect information, and King s (1998) triple-coding method was employed for data analysis. Trustworthiness and reliability were assessed following the Guba and Lincoln approach. The findings suggest that artificial intelligence in education offers benefits such as intelligent content, efficient time management, global reach, ubiquity and synchrony, personalized learning, improved efficiency of educational services, automation of the educational process, elimination of disabilities, enhanced attractiveness of education, permanent guarantee and warranty and access to information. However, there are also drawbacks, including an infrastructural gap globally (resulting in unfair resource distribution), the decline of first-generation universities, the potential replacement of traditional education with artificial education, the obsolescence of teaching professions, Multitasking of artificial intelligence machines and a decrease in human interaction between instructors and students. Among the specialized roles of artificial intelligence in the subfields of communications fields are artificial journalist assistants, simulated public relations agents, concurrent learning experience, up-to-date specialized content creation, skill and domain identification (professional orientation), learning in large media environments, and simulated presence in global media.
