بازگشت به کتابخانه

پرسش کلیدی جدید

پردازش‌شده با هوش مصنوعی · تأییدشده توسط نویسنده

چه عواملی استادان دانشگاه را به به‌کارگیری هوش مصنوعی زاینده و فناوری‌های غوطه‌ورکننده در تدریس سوق می‌دهد؟

The Combination of GenAI and Immersive Technologies in Higher Education – The Perspective from Educators
Lisa Kammholz, Anett Mehler-Bicher · International Conference on Information Systems (ICIS) · 2026

۱۲ بازدید

تصویر برای: چه عواملی استادان دانشگاه را به به‌کارگیری هوش مصنوعی زاینده و فناوری‌های غوطه‌ورکننده در تدریس سوق می‌دهد؟

پخش‌کننده Spotify بارگذاری می‌شود؛ ممکن است Spotify کوکی‌هایی تنظیم کند. این دستگاه انتخاب شما را به خاطر می‌سپارد.

یافته‌های کلیدی

  • سودمندی ادراک‌شده عامل شناختی اصلی تأثیرگذار بر قصد مدرسان برای به‌کارگیری هوش مصنوعی زاینده در تدریس است، در حالی که تأثیر آن بر پذیرش فناوری‌های غوطه‌ورکننده به دلیل تجربه عملی محدود، همچنان نامشخص باقی مانده است.
  • سهولت استفاده ادراک‌شده به‌طور مثبتی تحت تأثیر خودکارآمدی رایانه‌ای، بازی‌گوشی رایانه‌ای، لذت ادراک‌شده و حمایت سازمانی (ادراک کنترل بیرونی) مدرسان شکل می‌گیرد، در حالی که اضطراب رایانه‌ای تأثیر محسوسی نداشت.
  • مدرسان به‌طور فعال از هوش مصنوعی زاینده برای آماده‌سازی‌های اداری، طراحی تمرین و ایده‌پردازی استفاده می‌کنند و با وجود نگرانی‌ها در مورد حریم خصوصی داده‌ها، صداقت علمی و خروجی‌های توهم‌آمیز، موانع ورود را کم می‌دانند.
  • فناوری‌های غوطه‌ورکننده به دلیل هزینه‌های بالای سخت‌افزار، پیچیدگی فنی و کمبود موارد کاربرد آموزشی اثبات‌شده، تا حد زیادی محدود به محیط‌های پژوهشی تخصصی مانده‌اند و در تدریس معمول کمتر استفاده می‌شوند.
  • اکثر مدرسان در شناسایی ارزش افزوده فوری یا سناریوهای ملموس برای ادغام مستقیم هوش مصنوعی زاینده با فناوری‌های غوطه‌ورکننده با چالش مواجه‌اند، که این امر نیاز به فضاهای آزمایشی، دستورالعمل‌های دانشگاهی و آموزش‌های فنی را برجسته می‌کند.

معنای آن برای شما

مدیر ارشد فناوری اطلاعات

Launch an institutional procurement and licensing review to secure university-wide access to secure generative AI tools, addressing data privacy concerns and providing the foundational external control needed to lower educators' entry hurdles.

مدیر فناوری اطلاعات

Set up a physical 'GenAI & Immersive Test Space' equipped with VR headsets and AI sandboxes, and send out an invitation to faculty for hands-on onboarding sessions this week.

استراتژیست کسب‌وکار

Reallocate internal innovation funding away from expensive, standalone hardware purchases and toward developing proven pedagogical use cases that combine generative AI with existing digital learning environments.

پژوهشگر

Design a qualitative pilot study to investigate the specific pedagogical mechanisms and added value of combining generative AI with immersive virtual environments in a controlled classroom setting.

سیاست‌گذار

Draft and publish clear, institutional-level guidelines regarding academic integrity, hallucination risks, and data privacy for generative AI use, giving educators the compliance framework required to confidently adopt the technology.

خلاصه

این مطالعه کیفی به بررسی پذیرش و تمایل مدرسان به به‌کارگیری هوش مصنوعی زاینده و فناوری‌های غوطه‌ورکننده در آموزش عالی می‌پردازد. پژوهشگران ۱۹ مصاحبه نیمه‌ساختاریافته با متخصصان و استادان آموزش عالی آلمان در رشته‌های مختلف انجام دادند. داده‌ها از طریق تحلیل محتوای کیفی و با استفاده از چارچوب تعدیل‌شده مدل پذیرش فناوری ۳ دسته‌بندی و ارزیابی شدند.

مسئله

در حالی که ابزارهای متنی هوش مصنوعی زاینده به سرعت در دانشگاه‌ها گسترش یافته‌اند، ترکیب آن‌ها با محیط‌های غوطه‌ورکننده مانند واقعیت مجازی و افزوده از دیدگاه آموزشی تا حد زیادی ناشناخته باقی مانده است. مؤسسات آموزش عالی در درک نیازهای عملی، موانع و آمادگی مدرسان برای ادغام این فناوری‌های پیچیده و نوظهور یادگیری دیجیتال با چالش مواجه هستند.

متن گفتار
Host: سلام و درود به شنوندگان پادکست A.I.S. Insights، با پشتیبانی Living Knowledge. من آنا آیوی سامرز هستم و امروز به همراه همکارم الکس ایان ساترلند، به بررسی یک مطالعه دانشگاهی جدید می‌پردازیم. عنوان این مطالعه «ترکیب هوش مصنوعی زاینده و فناوری‌های غوطه‌ورکننده در آموزش عالی – دیدگاه مدرسان» است. الکس، به برنامه خوش آمدید. این مطالعه دقیقاً به چه موضوعی می‌پردازد؟
Expert: ممنون آنا، سلام به شما و شنوندگان برنامه. این مطالعه که توسط لیزا کامهولتز (Lisa Kammholz) و آنت مهلر-بیشر (Anett Mehler-Bicher) انجام شده، سطح پذیرش و تمایل مدرسان آموزش عالی را در زمینه به‌کارگیری هم‌زمان هوش مصنوعی زاینده و فناوری‌های غوطه‌ورکننده، مانند واقعیت مجازی و افزوده، مورد بررسی قرار می‌دهد.
Host: در سال‌های اخیر ابزارهای متنی هوش مصنوعی به سرعت در دانشگاه‌ها گسترش یافته‌اند. اما مسئله اصلی که این مطالعه روی آن دست گذاشته چیست؟
Expert: مسئله این است که با وجود کاربرد سریع ابزارهای متنی هوش مصنوعی، ترکیب آن‌ها با محیط‌های غوطه‌ورکننده از منظر یادگیری دیجیتال هنوز تا حد زیادی مبهم است. مؤسسات آموزش عالی هنوز شناخت دقیقی از نیازهای عملی، آمادگی استادان و موانع پیش‌روی آن‌ها برای پیاده‌سازی هم‌زمان این دو فناوری پیچیده در فرآیند تدریس ندارند.
Host: پژوهشگران برای بررسی این چالش از چه روشی استفاده کرده‌اند؟
Expert: این پژوهش یک مطالعه کیفی است که از طریق انجام ۱۹ مصاحبه نیمه‌ساختاریافته با متخصصان و مدرسان دانشگاهی در رشته‌های گوناگون در آلمان انجام شده است. داده‌های جمع‌آوری‌شده با استفاده از تحلیل محتوای کیفی و بر پایه چارچوب تعدیل‌شده مدل پذیرش فناوری ۳ یا همان TAM 3 دسته‌بندی و تحلیل شدند.
Host: یافته‌های کلیدی حاصل از این مصاحبه‌ها چه مواردی بودند؟
Expert: یافته‌ها نشان دادند که سودمندی ادراک‌شده، اصلی‌ترین عامل اثرگذار بر تمایل مدرسان برای استفاده از هوش مصنوعی زاینده است. مدرسان به‌طور فعال از این ابزارها برای اموری مثل تهیه محتوای اداری، طراحی تمرین‌های درسی و ایده‌پردازی استفاده می‌کنند و مانع ورود به آن را کم می‌دانند؛ هرچند نگرانی‌هایی درباره حریم خصوصی، دقت علمی و خروجی‌های غیرواقعی یا توهم هوش مصنوعی وجود دارد.
Host: وضعیت فناوری‌های غوطه‌ورکننده در مقایسه با هوش مصنوعی چطور ارزیابی شده است؟
Expert: وضعیت برای فناوری‌های غوطه‌ورکننده متفاوت است. این فناوری‌ها به دلیل هزینه‌های بالای سخت‌افزار، پیچیدگی فنی و کمبود نمونه‌های آموزشی اثبات‌شده، هنوز به تدریس معمول وارد نشده‌اند و بیشتر در محیط‌های آزمایشگاهی یا تحقیقاتی خاص باقی مانده‌اند. علاوه بر این، اغلب مدرسان شرکت‌کننده در مطالعه هنوز ارزش افزوده ملموسی برای ادغام مستقیم هوش مصنوعی زاینده در فضاهای غوطه‌ورکننده مشاهده نکرده‌اند.
Host: درباره سهولت استفاده ادراک‌شده چه عواملی اثرگذار بوده‌اند؟
Expert: بر اساس تحلیل داده‌ها، عواملی مانند خودکارآمدی رایانه‌ای، علاقه و بازی‌گوشی فردی، لذت ادراک‌شده و وجود حمایت‌های سازمانی اثر مثبتی بر سهولت استفاده داشتند. در نقطه مقابل، اضطراب کار با رایانه اثر منفی معناداری بر تصمیم مدرسان نشان نداد.
Host: این یافته‌ها از دیدگاه عملیاتی و مدیریتی چه پیامدی برای مؤسسات و کسب‌وکارهای آموزشی دارند؟
Expert: پیامد مهم این است که تجهیز صرف دانشگاه‌ها به سخت‌افزار کافی نیست. اگر سازمان‌ها به دنبال استفاده اثربخش از این فناوری‌ها هستند، باید فضاهای آزمایشی فراهم کنند تا مدرسان بتوانند کاربردهای عینی را در عمل بیازمایند. همچنین تدوین دستورالعمل‌های مشخص سازمانی و برگزاری دوره‌های آموزش فنی به مدرسان کمک می‌کند تا از سطح ابزارهای اداری فراتر رفته و سناریوهای آموزشی معناداری را اجرا کنند.
Host: بسیار ممنون، الکس، از تحلیل روشن شما. به طور خلاصه، این مطالعه نشان می‌دهد که گسترش هوش مصنوعی در محیط‌های غوطه‌ورکننده تنها وابسته به فناوری نیست، بلکه نیازمند تعریف موارد استفاده ملموس و حمایت‌های مستمر سازمانی است. از همراهی شما شنوندگان گرامی با این قسمت از A.I.S. Insights سپاسگزاریم.
Expert: ممنون از شما و از شنوندگان محترم.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Generative AI, Immersive Technologies, Virtual Reality, Technology Acceptance Model, Higher Education, Instructional Technology, Educator Adoption