مرور نظام‌مند چالش های هوش‌مصنوعی در آموزش و یادگیری ریاضی

با گسترش هوش‌مصنوعی در حوزه آموزش، به‌ویژه در یادگیری ریاضی، شناسایی چالش‌های پیش‌روی این فناوری ضرورتی اجتناب‌ناپذیر است. این پژوهش با هدف مرور نظام‌مند چالش‌های ناشی از به‌کارگیری هوش‌مصنوعی در آموزش و یادگیری ریاضی انجام شده است. روش پژوهش مبتنی بر دستورالعمل‌های prisma 2020 بود و شامل جستجوی سیستماتیک در پایگاه‌های scopus، web of science، eric، ieee xplore، magiran و noormags در بازه زمانی 2010 تا اوت 2025 شد. پس از غربالگری سه‌مرحله‌ای، 25 مطالعه معتبر (16 انگلیسی‌زبان و 9 فارسی‌زبان) وارد تحلیل تماتیک شدند. یافته‌ها نشان داد که چالش‌های موجود در سه سطح فناورانه (سوگیری الگوریتمی، نقض حریم خصوصی، عدم درک استدلال مفهومی)، انسانی (کمبود آمادگی معلمان، وابستگی شناختی دانش‌آموزان، کاهش تعامل کلاسی) و ساختاری (شکاف دیجیتال، نابرابری دسترسی، ناسازگاری با برنامه درسی ملی) با یکدیگر درهم‌تنیده‌اند. بر این اساس، مدل مفهومی سه‌لایه‌ای تدوین شد که یادگیری ریاضی مفهومی را به‌عنوان هسته مرکزی و هوش‌مصنوعی را به‌عنوان ابزاری مکمل، نه جایگزین معلم، معرفی می‌کند. یافته‌های این پژوهش نشان می‌دهد که در غیاب سیاست‌گذاری اخلاقی، آموزش حرفه‌ای معلمان و توجه به عدالت در دسترسی، هوش مصنوعی نه تنها به بهبود آموزش کمک نخواهد کرد بلکه نابرابری‌های آموزشی را تثبیت و حتی تشدید خواهد کرد.