تولید محتوای آموزش شیمی با کمک هوش مصنوعی یک مرور روایتی بر چالش‌ها و چشم‌اندازها

ورود هوش مصنوعی مولد به عرصه آموزش، پارادایم‌های سنتی تولید و ارائه محتوای آموزشی را به چالش کشیده است. رشته شیمی، با مفاهیم انتزاعی و پیچیدگی‌های بصری، می‌تواند از قابلیت‌های هوش مصنوعی بهره‌مند شود؛ اما استفاده از این فناوری با چالش‌های مهمی در زمینه دقت علمی، اثربخشی آموزشی و تعامل‌پذیری همراه است. پژوهش حاضر با رویکرد مرور روایتی، به واکاوی این چالش‌ها می‌پردازد. سوال اصلی این پژوهش بر چگونگی تولید محتوای آموزشی شیمی با کمک هوش مصنوعی متمرکز است که بتواند سه مولفه کلیدی دقت علمی، قابلیت درک برای دانش‌آموزان و تعامل‌پذیری آموزشی را به صورت همزمان تامین نماید. در این راستا، با مرور نظام‌مند منابع منتشر شده بین سال‌های 2020 تا 2025، عوامل موثر بر اثربخشی این محتوا در یادگیری مفاهیم پیچیده شیمی مورد تحلیل قرار گرفته است. یافته‌های این پژوهش نشان می‌دهد که اگرچه هوش مصنوعی ظرفیت بالایی در شخصی‌سازی یادگیری، تولید محتوای متنوع و ارائه بازخورد فوری دارد، اما چالش‌هایی نظیر توهم یا ارائه اطلاعات نادرست، استدلال منطقی ضعیف در حل مسائل چندمرحله‌ای شیمی و فقدان درک عمیق آموزشی، موانع اصلی بر سر راه استفاده موثر از آن هستند. نتایج نشان داد که رویکرد بهینه، استفاده از مدل‌های انسان-در-حلقه است که در آن، هوش مصنوعی به عنوان ابزاری توانمندساز در دست معلمان و طراحان آموزشی عمل می‌کند، نه به عنوان جایگزین کامل آن‌ها. این پژوهش با تلفیق یافته‌های پراکنده و ارائه یک چارچوب منسجم، به تبیین دقیق‌تر الزامات فنی و آموزشی برای توسعه نسل بعدی ابزارهای هوش مصنوعی در آموزش شیمی کمک می‌کند و مسیرهای تحقیقاتی آتی را روشن می‌سازد.

content development for chemistry education using artificial intelligence: a narrative review of challenges and prospects

the advent of generative artificial intelligence (ai) in education has challengedtraditional paradigms of instructional content creation and delivery. chemistry, with itsabstract concepts and visual complexities, is particularly well positioned to benefit fromai’s capabilities in facilitating learning. however, the application of this technologyentails significant challenges concerning scientific accuracy, educational effectiveness,and interactivity. this study adopts a narrative review approach to explore thesechallenges and prospects. the central research question focuses on how ai can beutilized to generate chemistry instructional content that simultaneously ensures threekey components: scientific accuracy, comprehensibility for learners, and educationalinteractivity. to this end, by systematically reviewing literature published between 2020and 2025, the study analyzes the factors influencing the effectiveness of ai-generatedcontent in learning complex chemistry concepts. the findings reveal that while ai holdsgreat potential for personalizing learning, producing diverse content, and providinginstant feedback, several obstacles hinder its effective use. these include hallucinationsor the generation of incorrect information, weak logical reasoning in solving multi-stepchemistry problems, and a lack of deep pedagogical understanding. the results suggestthat the optimal approach lies in adopting human-in-the-loop (hitl) models, whereai functions as an empowering tool in the hands of teachers and instructional designersrather than a complete replacement. by synthesizing scattered findings and offering acoherent framework, this study contributes to clarifying the technical and pedagogicalrequirements for developing the next generation of ai-based tools in chemistryeducation and sheds light on future research directions.