مروری نظام‌مند بر شواهد سواد هوش مصنوعی مولد در آموزش زبان
بررسی نظام‌مند ۲۷ مطالعه تجربی نشان می‌دهد که پژوهش‌های مربوط به سواد هوش مصنوعی مولد در آموزش زبان انگلیسی، بیش از همه شواهد مستقیمی از کاربرد راهبردی ابزارها و ارزیابی انتقادی و اخلاقی آن‌ها ارائه کرده‌اند؛ در مقابل، درک مفهومی کمتر مورد سنجش قرار گرفته است. این بررسی مطالعات منتشرشده از سال ۲۰۲۴ تا مارس ۲۰۲۶ را در بر می‌گیرد و شواهد را با استفاده از چارچوبی موقت در سه حوزه سازمان‌دهی می‌کند: درک مفهومی، کاربرد راهبردی و ارزیابی انتقادی و اخلاقی. در ۲۱ مطالعه، شواهد مستقیمی از کاربرد راهبردی، در ۲۰ مطالعه از ارزیابی انتقادی و اخلاقی و در ۱۵ مطالعه از درک مفهومی به دست آمد. این تفاوت‌ها نشان‌دهنده تفاوت در اولویت‌های پژوهشی و روش‌های سنجش هستند، نه دلیلی بر اینکه معلمان یا زبان‌آموزان مهارت عملی بیشتری نسبت به دانش مفهومی خود دارند.
این بررسی با استفاده از روش‌هایی مبتنی بر دستورالعمل PRISMA انجام شد و پایگاه‌های اطلاعاتی اسکوپوس، وب آو ساینس و ERIC را پوشش داد. جست‌وجوها در مجموع ۱٬۵۹۶ رکورد را شناسایی کردند: ۶۱۱ رکورد از اسکوپوس، ۵۵۶ رکورد از وب آو ساینس و ۴۲۹ رکورد از ERIC. پس از حذف ۴۹۱ مورد تکراری، عنوان و چکیده ۱٬۱۰۵ رکورد بررسی شد و ۱۴۲ گزارش به مرحله ارزیابی متن کامل رسید. در نهایت، مجموعه مطالعات شامل ۲۷ مقاله منتشرشده در مجلات علمی داوری‌شده بود. از این تعداد، ۱۶ مطالعه منحصراً بر زبان‌آموزان آموزش عالی تمرکز داشتند و ۱۱ مطالعه به معلمان زبان در دوره پیش از خدمت یا حین خدمت، تربیت معلم یا یادگیری حرفه‌ای اختصاص یافته بودند. از نظر جغرافیایی، پژوهش‌ها عمدتاً در چین، کره جنوبی و هنگ‌کنگ انجام شده بودند و گروه‌های کوچک‌تری از مطالعات به ترکیه، ایالات متحده، ایران، عربستان سعودی، اندونزی و ویتنام مربوط می‌شدند.
مطالعات واجد شرایط باید به کاربردهای هوش مصنوعی مولد یا مدل‌های زبانی بزرگ در آموزش زبان انگلیسی می‌پرداختند و شواهد تجربی مرتبط با سواد هوش مصنوعی مولد یا توانایی‌های نزدیک به آن ارائه می‌کردند. پژوهش‌های مربوط به هوش مصنوعی غیرمولد، مطالعات خارج از حوزه آموزش زبان، مقالات مفهومی، مرورهای پژوهشی، چکیده‌ها یا مجموعه‌مقالات کنفرانسی و فصل‌های کتاب فاقد جزئیات تجربی کافی، و گزارش‌هایی که اطلاعات لازم برای کدگذاری را نداشتند، کنار گذاشته شدند. برای افزایش قابلیت مقایسه و یکدستی گزارش‌دهی، اولویت با مقالات منتشرشده در مجلات علمی داوری‌شده بود. پیش‌چاپ‌ها، منابع علمی خاکستری، مجموعه‌مقالات کنفرانسی و نشریات تخصصی فنی هوش مصنوعی در جست‌وجوی رسمی لحاظ نشدند؛ بنابراین، مجموعه نهایی تصویری گزینشی از پژوهش‌های داوری‌شده ارائه می‌دهد، نه فهرستی جامع از تمام کارهای نوظهور در این زمینه. زمان پایان جست‌وجو نیز اهمیت دارد: هشت مطالعه مربوط به سال ۲۰۲۶ تا زمان جست‌وجو در مارس همان سال در دسترس بودند و این مجموعه نماینده کل انتشارات آن سال نیست.
در فرایند تلفیق یافته‌ها، نوع هر شاهد به‌طور مشخص با ادعاهایی که می‌توانست پشتیبانی کند، تطبیق داده شد. ابزارهای خودگزارشی برای سنجش سواد ادراک‌شده مناسب تلقی شدند؛ از جمله دانش، آگاهی، اعتمادبه‌نفس، آمادگی یا شایستگی ادراک‌شده‌ای که افراد گزارش می‌کردند. با این حال، چنین گزارش‌هایی به‌خودی‌خود اثبات‌کننده توانایی عملی افراد نیستند. مطالعات مبتنی بر انجام تکلیف زمانی می‌توانستند از ادعاهای مربوط به کاربرد در موقعیت واقعی پشتیبانی کنند که عملکرد زبان‌آموزان یا معلمان در فعالیت‌هایی مانند نوشتن و اصلاح دستورهای متنی، بازنگری نوشته‌ها، استفاده از بازخورد، طراحی مواد آموزشی یا تصمیم‌گیری‌های آموزشی مشاهده شده بود. دستورهای طراحی‌شده به‌وسیله پژوهشگران و مقایسه خروجی‌های هوش مصنوعی، در صورتی که درک، استفاده، ارزیابی یا تصمیم‌گیری خود شرکت‌کنندگان مشاهده نمی‌شد، شواهد غیرمستقیم به شمار می‌آمدند. در مجموع، ۲۲ مطالعه برای دست‌کم یکی از سه حوزه شواهد مستقیم ارائه کردند، در حالی که پنج مطالعه شواهد غیرمستقیم مرتبط با حوزه‌ها داشتند، اما مستقیماً در هیچ‌یک از حوزه‌ها کدگذاری نشدند. این تفکیک محدودیتی تکرارشونده را آشکار می‌کند: شاخص‌هایی مانند اعتمادبه‌نفس، مشارکت، عملکرد در تکلیف یا بهبود کیفیت نوشته‌ها، به‌تنهایی برای ادعاهای جامع درباره سواد هوش مصنوعی کافی نیستند.
کاربرد راهبردی پرتکرارترین حوزه بود و در ۲۱ مورد از ۲۷ مطالعه شواهدی از آن به دست آمد. فعالیت‌های کدگذاری‌شده در این حوزه شامل تدوین و اصلاح دستورهای متنی، به‌کارگیری بازخورد هوش مصنوعی، بازنگری نوشته‌های انگلیسی، تولید مواد درسی، برنامه‌ریزی آموزشی و ادغام هوش مصنوعی مولد در تعاملات کلاسی بود. برجستگی این حوزه ممکن است تا حدی به این دلیل باشد که ثبت و مستندسازی استفاده قابل مشاهده از ابزارها آسان‌تر است. در مقابل، درک مفهومی به شناخت سازوکارهای تولید محتوا، قابلیت‌ها و محدودیت‌های مدل‌ها، ماهیت احتمالاتی تولید، توهم‌زایی، عدم قطعیت، محدودیت‌های داده‌های آموزشی و جایگاه خروجی تولیدشده به‌وسیله هوش مصنوعی مربوط می‌شود. ارزیابی این ویژگی‌ها اغلب به توضیح یا تأمل نیاز دارد و صرفاً با تأیید یک گزاره در پرسش‌نامه قابل سنجش نیست. ازاین‌رو، این بررسی تفاوت در تمرکز پژوهش‌ها و شیوه‌های ارزیابی را توصیف می‌کند، نه کمبود دانش مفهومی در میان معلمان یا زبان‌آموزان.
ارزیابی انتقادی و اخلاقی در ۲۰ مطالعه به‌طور مستقیم بررسی شده بود و از نظر فراوانی، فاصله اندکی با کاربرد راهبردی داشت. این مطالعات به راستی‌آزمایی، استفاده مسئولانه، درستکاری علمی، مالکیت و انتساب اثر، تأیید خروجی‌های هوش مصنوعی با منابع دیگر، آگاهی از سوگیری و تصمیم‌گیری درباره پذیرش، اصلاح، ارجاع‌دهی یا رد محتوای تولیدشده می‌پرداختند. عمق ارزیابی در مطالعات مختلف یکسان نبود. در برخی پژوهش‌ها، بررسی و توجیه تصمیم‌ها در دل فعالیت‌های نوشتاری یا آموزشی قرار داشت؛ در برخی دیگر، فقط آگاهی کلی شرکت‌کنندگان از استفاده مسئولانه ثبت می‌شد، بی‌آنکه رفتار واقعی آن‌ها مشاهده شود. شواهد عملی قوی‌تر شامل اقداماتی قابل مشاهده بود؛ مانند مقایسه پاسخ تولیدشده با اطلاعات دیگر، شناسایی سوگیری، توضیح محدودیت‌ها و توجیه تصمیم برای استفاده از یک خروجی، اصلاح آن یا کنار گذاشتنش. این مسائل در آموزش زبان اهمیت ویژه‌ای دارند، زیرا محتوای تولیدشده ممکن است به‌عنوان ورودی زبانی، بازخورد، متن الگو، راهنمای بازنگری، ابزار پشتیبان ارزیابی یا مواد آموزشی به کار رود و بر صدای نویسنده، تناسب بلاغی، سازگاری فرهنگی و استقلال زبان‌آموز تأثیر بگذارد.
در این تحلیل، گستره حوزه‌های بررسی‌شده در هر مطالعه از میزان هماهنگی میان آن‌ها متمایز شد. چهارده مطالعه هر سه حوزه را مستقیماً بررسی کردند، شش مطالعه به دو حوزه پرداختند، دو مطالعه به یک حوزه محدود بودند و پنج مطالعه بدون کدگذاری مستقیم حوزه‌ها، شواهد غیرمستقیم ارائه کردند. از میان ۲۰ مطالعه‌ای که دست‌کم دو حوزه را مستقیماً پوشش می‌دادند، در ۱۸ مطالعه هماهنگی معناداری میان مؤلفه‌ها دیده شد و در دو مطالعه، این ادغام صرفاً صوری بود. هماهنگی معنادار به این معنا بود که حوزه‌های مورد بررسی در دست‌کم سه مورد از پنج مؤلفه به‌طور آشکار به یکدیگر پیوند خورده بودند: اهداف یا مقاصد، طراحی تکلیف یا مداخله، ابزارها یا منابع شواهد، نتایج و تفسیر. این یافته به معنای اثبات تعامل علّی میان حوزه‌ها یا تأیید شکل‌گیری یک نظام نظری کاملاً منسجم نبود. چهارده مطالعه سواد، شایستگی یا سازه‌ای مرتبط را صریحاً به‌عنوان هدف آموزشی یا سنجشی معرفی کرده بودند، در حالی که ۱۳ مطالعه توانایی‌های مرتبط با سواد را در فعالیت‌های گسترده‌تری مانند نوشتن، بازخورد، برنامه‌ریزی درس، تفکر انتقادی، یادگیری خودتنظیم یا توسعه حرفه‌ای گنجانده بودند.
در ارزیابی اختصاصی این مرور، چهار مطالعه از نظر کلی با نگرانی اندک، ۱۷ مطالعه با نگرانی متوسط و شش مطالعه با نگرانی زیاد ارزیابی شدند. وضوح سازه، تناسب شواهد و هم‌راستایی ادعاها با معیارهای سنجش، حوزه‌های اصلی ارزیابی بودند و ارتباط موضوعی و شفافیت روش‌شناختی نیز جداگانه بررسی شدند. در شش مطالعه، وضوح سازه و در هفت مطالعه، هم‌راستایی ادعاها و سنجه‌ها با نگرانی زیاد روبه‌رو بود. هر پنج مطالعه‌ای که فقط شواهد غیرمستقیم درباره حوزه‌ها ارائه می‌کردند، در ارزیابی ادعاهای مربوط به سواد در سطح حوزه، در گروه دارای نگرانی زیاد قرار گرفتند؛ زیرا معیارهای آن‌ها توانایی‌های مورد نظر را مستقیماً اثبات نمی‌کرد. بااین‌حال، پژوهشگران تصریح کردند که این ارزیابی به معنای قضاوت منفی درباره ارزش علمی کلی این مطالعات نیست. هیچ طرح پژوهشی یا اندازه نمونه‌ای ذاتاً برتر فرض نشد؛ بنابراین، مطالعات کیفی، موردی، دارای نمونه‌های کوچک یا مبتنی بر خودگزارشی به‌طور خودکار امتیاز منفی نگرفتند. در تمرین کالیبراسیون، هشت مطالعه، معادل ۲۹٫۶ درصد مجموعه، به‌طور مستقل به‌وسیله دو ارزیاب کدگذاری شد. ضریب کاپای کوهن در مجموع و در زمینه حضور حوزه‌ها، جایگاه آن‌ها در آموزش و سطح ادغام، برابر با ۰٫۸۲ بود. اختلاف‌نظرها از طریق بحث، شفاف‌سازی قواعد کدگذاری و در صورت لزوم، کدگذاری مجدد حل‌وفصل شدند.
یافته‌های تلفیقی بر ضرورت تدوین برنامه‌ای پژوهشی تأکید دارند که میان ادراک افراد، کاربرد در موقعیت واقعی، محصولات حاصل از تکلیف و شایستگی جامع تمایز قائل شود. برای بررسی درک مفهومی می‌توان از تکالیفی استفاده کرد که در آن‌ها شرکت‌کنندگان قابلیت‌ها و محدودیت‌های مدل، عدم قطعیت، توهم‌زایی یا شرایط مناسب استفاده از هوش مصنوعی را توضیح دهند. کاربرد راهبردی را می‌توان از طریق مشاهده اصلاح دستورهای متنی، استفاده از بازخورد، بازنگری نوشته‌ها، طراحی مواد آموزشی و برنامه‌ریزی درس سنجید. ارزیابی انتقادی و اخلاقی نیز می‌تواند با بررسی منابع، شناسایی سوگیری، قضاوت درباره حریم خصوصی، تصمیم‌گیری درباره مالکیت اثر و توجیه پذیرش یا رد محتوای تولیدشده ارزیابی شود. این مرور خاطرنشان می‌کند که روش‌هایی مانند پروتکل‌های بلنداندیشی، ضبط صفحه‌نمایش، تحلیل داده‌های یادگیری و بازتاب‌های نوشتاری زبان‌آموزان می‌توانند شواهد مربوط به فرایند را به محصولات نهایی و خودگزارش‌ها پیوند دهند. همچنین، طرح‌های طولی می‌توانند تغییرات را در گذر زمان بررسی کنند. مقایسه میان مقاطع تحصیلی، پیشینه‌های زبانی، مناطق جغرافیایی و شرایط دسترسی به منابع نیز ضروری است، زیرا شواهد بازیابی‌شده عمدتاً به آموزش عالی، تربیت معلم و محیط‌های شرق آسیا محدود بودند.
در محدوده جست‌وجوی انجام‌شده، سواد هوش مصنوعی مولد در آموزش زبان انگلیسی را می‌توان پدیده‌ای چندبعدی دانست که به موقعیت استفاده وابسته است؛ بااین‌حال، چارچوب سه‌حوزه‌ای این پژوهش همچنان ابزاری تحلیلی و موقت است، نه الگویی نهایی که اعتبار آن به‌طور کامل تأیید شده باشد. یافته اصلی این نیست که یکی از حوزه‌ها ذاتاً اهمیت بیشتری دارد، بلکه این است که هر نوع شاهد فقط از دسته مشخصی از ادعاها پشتیبانی می‌کند: خودگزارش‌ها سواد ادراک‌شده را نشان می‌دهند، تکالیف کاربرد در موقعیت واقعی را آشکار می‌کنند، محصولات حاصل از تکلیف نتیجه همان فعالیت را نشان می‌دهند و اثبات سواد چندحوزه‌ای مستلزم هم‌راستایی سازه‌ها، معیارهای سنجش، شواهد و تفسیرهاست. این بررسی همچنین مرزی مفهومی میان مهارت دستوردهی و سواد هوش مصنوعی ترسیم می‌کند. دستوردهی مؤثر می‌تواند نشانه‌ای از کاربرد راهبردی باشد، اما برای اثبات اینکه کاربران سازوکارهای هوش مصنوعی مولد را درک می‌کنند و قادرند قابلیت اعتماد، سوگیری، مالکیت اثر، ارزش آموزشی و پیامدهای وارد کردن محتوای تولیدشده به فرایند یادگیری و آموزش زبان را ارزیابی کنند، به شواهد بیشتری نیاز است.
موضوع پژوهش: چگونگی مفهوم‌سازی، عملیاتی‌سازی و سنجش سواد هوش مصنوعی مولد در آموزش زبان انگلیسی.
عنوان مقاله پژوهشی: تلفیق نظام‌مند پژوهش‌ها درباره سواد هوش مصنوعی مولد در آموزش زبان انگلیسی.
منبع مقاله: Zhang, Y., Qiu, X., & Wang, J. (2026). A systematic research synthesis of generative AI literacy in English language education. Discover Artificial Intelligence, 6(1), Article 1074. https://doi.org/10.1007/s44163-026-02178-z
اعتبار تصویر: تولیدشده با هوش مصنوعی.
شناسه دیجیتال مقاله (DOI): 10.1007/s44163-026-02178-z
کلیدواژه‌ها: سواد هوش مصنوعی مولد، آموزش زبان انگلیسی، مرور نظام‌مند، هوش مصنوعی در آموزش، ارزیابی انتقادی، دستوردهی، تربیت معلم، آموزش عالی، اعتبار سازه، تلفیق پژوهش‌ها.
منبع خبر: کورتنی بنتون، ۲۶ اکتبر ۲۰۲۶، «مروری بر شواهد سواد هوش مصنوعی مولد در آموزش زبان»، Scienmag.