دوره 18، شماره 3 - ( پاییز 1405 )
جلد 18 شماره 3 صفحات 13-1 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Jafarzadeh Hesari M, Soleimanpouromran M, Abbasi Z. A Systematic Review of Artificial Intelligence Applications in Educational Management with a Focus on Medical Students. nkums 2026; 18 (3) :1-13
URL: http://journal.nkums.ac.ir/article-1-3422-fa.html
URL: http://journal.nkums.ac.ir/article-1-3422-fa.html
جعفرزاده حصاری مهسا، سلیمانپور عمران محبوبه، عباسی زهره. مرور نظام‌مند کاربردهای هوش مصنوعی در مدیریت آموزشی با تمرکز بر عملکرد تحصیلی دانشجویان پزشکی. مجله دانشگاه علوم پزشکی خراسان شمالی. 1405; 18 (3) :1-13
1- دانشجوی دکتری مدیریت آموزشی، گروه علوم تربیتی، واحد بجنورد، دانشگاه آزاد اسلامی، بجنورد، ایران
2- دانشیار، گروه علوم تربیتی، واحد بجنورد، دانشگاه آزاد اسلامی، بجنورد، ایران ،soleimanpouromran@iau.ac.ir
3- گروه مامایی، دانشکدۀ پرستاری، دانشگاه علوم پزشکی خراسان شمالی، بجنورد، ایران
2- دانشیار، گروه علوم تربیتی، واحد بجنورد، دانشگاه آزاد اسلامی، بجنورد، ایران ،
3- گروه مامایی، دانشکدۀ پرستاری، دانشگاه علوم پزشکی خراسان شمالی، بجنورد، ایران
چکيده: (45 مشاهده)
مقدمه: هوش مصنوعی در سال‌های اخیر به‌عنوان یکی از فناوری‌های کلیدی تحول‌آفرین، نقش مهمی در بهبود مدیریت آموزشی و ارتقای عملکرد تحصیلی دانشجویان پزشکی ایفا کرده است. رشد سریع ابزارهای داده‌محور، نظام‌های آموزشی پزشکی را به‌سوی تصمیم‌سازی مبتنیبر شواهد سوق داده است؛ بااین‌حال، یافته‌های پژوهشی موجود پراکنده و نیازمند یکپارچه‌سازی است. این مطالعه با هدفِ مرور نظام‌مند شواهد مرتبط با کاربردهای هوش مصنوعی در مدیریت آموزشی و بررسی پیامدهای آن بر عملکرد تحصیلی دانشجویان پزشکی انجام شد.
روش کار: مطالعۀ مروری نظام‌مند حاضر مطابق با دستورالعمل PRISMA 2020 طراحی شد. جستوجو در پایگاه‌های Scopus، PubMed، Web of Science، ERIC، IEEE Xplore و Google Scholar برای مقالات منتشرشده بین سال‌های ۲۰۲۰ تا ۲۰۲۵ انجام گرفت. از مجموعِ ۵۴۲ رکورد اولیه، پس از غربالگری، ارزیابی متن کامل و سنجش کیفیت با ابزارهای CASP، JBI و AMSTAR-2، در نهایت، ۳۵ مطالعه واجد شرایط وارد تحلیل نهایی شدند. تحلیل داده‌ها با روش ترکیب‌بندی موضوعی انجام شد.
یافته‌ها: نتایج نشان داد کاربردهای هوش مصنوعی در مدیریت آموزشی در سه سطح یادگیرنده‌محور، داده‌محور و راهبردی قابل‌طبقه‌بندی است. سامانه‌های یادگیری تطبیقی موجب افزایش بیش از ۲۰٪ نمرات نظری، بهبود خودراهبری و کاهش اضطراب امتحان شدند. مدل‌های داده‌محور نیز دقت پیش‌بینی افت تحصیلی و ارزشیابی مهارت‌های بالینی را به‌طور معناداری افزایش دادند. در سطح راهبردی، سیستم‌های تصمیم‌یار هوشمند به بهبود سیاست‌گذاری آموزشی کمک کردند. بااین‌حال، چالش‌هایی مانند شکاف دیجیتال و نگرانی‌های اخلاقی گزارش شد.
نتیجه‌گیری: شواهد نشان می‌دهد ادغام هوش مصنوعی در مدیریت آموزش پزشکی می‌تواند عملکرد تحصیلی را به‌طور قابل‌توجهی ارتقا دهد و تصمیم‌گیری‌های آموزشی مبتنیبر شواهد را تسهیل کند؛ بااین‌حال، رسیدگی به چالش‌های اخلاقی و نابرابری‌های زیرساختی برای پیاده‌سازی پایدارِ آن، امری حیاتی است.
روش کار: مطالعۀ مروری نظام‌مند حاضر مطابق با دستورالعمل PRISMA 2020 طراحی شد. جستوجو در پایگاه‌های Scopus، PubMed، Web of Science، ERIC، IEEE Xplore و Google Scholar برای مقالات منتشرشده بین سال‌های ۲۰۲۰ تا ۲۰۲۵ انجام گرفت. از مجموعِ ۵۴۲ رکورد اولیه، پس از غربالگری، ارزیابی متن کامل و سنجش کیفیت با ابزارهای CASP، JBI و AMSTAR-2، در نهایت، ۳۵ مطالعه واجد شرایط وارد تحلیل نهایی شدند. تحلیل داده‌ها با روش ترکیب‌بندی موضوعی انجام شد.
یافته‌ها: نتایج نشان داد کاربردهای هوش مصنوعی در مدیریت آموزشی در سه سطح یادگیرنده‌محور، داده‌محور و راهبردی قابل‌طبقه‌بندی است. سامانه‌های یادگیری تطبیقی موجب افزایش بیش از ۲۰٪ نمرات نظری، بهبود خودراهبری و کاهش اضطراب امتحان شدند. مدل‌های داده‌محور نیز دقت پیش‌بینی افت تحصیلی و ارزشیابی مهارت‌های بالینی را به‌طور معناداری افزایش دادند. در سطح راهبردی، سیستم‌های تصمیم‌یار هوشمند به بهبود سیاست‌گذاری آموزشی کمک کردند. بااین‌حال، چالش‌هایی مانند شکاف دیجیتال و نگرانی‌های اخلاقی گزارش شد.
نتیجه‌گیری: شواهد نشان می‌دهد ادغام هوش مصنوعی در مدیریت آموزش پزشکی می‌تواند عملکرد تحصیلی را به‌طور قابل‌توجهی ارتقا دهد و تصمیم‌گیری‌های آموزشی مبتنیبر شواهد را تسهیل کند؛ بااین‌حال، رسیدگی به چالش‌های اخلاقی و نابرابری‌های زیرساختی برای پیاده‌سازی پایدارِ آن، امری حیاتی است.
نوع مطالعه: مقالات مروری |
موضوع مقاله:
علوم پایه
دریافت: 1404/10/23 | پذیرش: 1405/4/10 | انتشار: 1405/7/7
دریافت: 1404/10/23 | پذیرش: 1405/4/10 | انتشار: 1405/7/7
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
