نویسندگان:
سیده هما عقیلی1 ، ام البنین احمدی حاجی2 .1استاد مدعو دانشگاه فرهنگیان استان گلستان
2مدرس دانشگاه فرهنگیان- استان مازندران
چکیده فارسی:
هدف: این پژوهش به بررسی و آسیب‌شناسی دوره‌های ضمن خدمت کوتاه‌مدت معلمان از منظر برنامه‌ریزی آموزشی و بر مبنای مدل ارزشیابی CIPP (زمینه، درونداد، فرایند، و محصول) می‌پردازد. علاوه بر این، با به‌کارگیری فناوری هوش مصنوعی، راهکارهای ابتکاری برای بهبود اثربخشی این دوره‌ها فراهم می‌آورد.
روش‌شناسی: این پژوهش با بهره‌گیری از روش پیمایشی انجام شده و داده‌ها با استفاده از پرسشنامه محقق‌ساخته جمع‌آوری شده‌اند. جامعه آماری معلمانی را شامل می‌شود که در دوره‌های ضمن خدمت سالهای 1399 تا 1401 شرکت کرده اند. نمونه با روش تصادفی طبقه‌بندی انتخاب و با استفاده از تحلیل‌های آماری تجزیه و تحلیل شد.
یافته‌ها: نتایج نشان داد که عوامل محدودکننده اثربخشی این دوره‌ها شامل عدم تناسب محتوا با نیازهای واقعی معلمان، ضعف در نیازسنجی و نبود نظارت مستمر است. به‌کارگیری هوش مصنوعی در برنامه‌ریزی آموزشی می‌تواند با تسهیل نیازسنجی دقیق، بهینه‌سازی محتوای آموزشی و ارائه بازخوردهای آنی، اثربخشی دوره‌ها را بهبود بخشد.
نتیجه‌گیری و پیشنهادها: پیشنهاد می‌شود که دوره‌های آموزشی با استفاده از هوش مصنوعی و بر اساس نیازهای واقعی معلمان طراحی شوند. همچنین، ایجاد یک پلتفرم دیجیتال برای منتورینگ و کوچینگ و یک مرکز تخصصی با مدل یادگیری ترکیبی می‌تواند به معلمان در یادگیری مداوم و دسترسی به محتوای به‌روز کمک کند. این یافته‌ها مدیران آموزشی را به استفاده از فناوری‌های نوین در برنامه‌ریزی آموزشی برای افزایش اثربخشی دوره‌های ضمن خدمت ترغیب می‌کند.
نوآوری و اصالت: این پژوهش با استفاده از مدل CIPP و فناوری هوش مصنوعی، به شیوه‌ای نوآورانه به ارزیابی و بهبود اثربخشی دوره‌های ضمن‌خدمت معلمان پرداخته و چارچوبی نظام‌مند برای شناسایی نیازهای آموزشی و بهینه‌سازی برنامه‌ریزی آموزشی ارائه داده است
Analysis of Short-Term In-Service Training Courses Based on the CIPP Model؛ Providing AI-Based Solutions within the Framework of Educational Planning
English Abstract: Aim: This research examines and diagnoses short-term in-service teacher training courses from the perspective of educational planning and based on the CIPP evaluation model (Context, Input, Process, and Product). In addition, by utilizing artificial intelligence technology, it provides innovative solutions to improve the effectiveness of these courses. Methodology: This study was conducted using a survey method, and the data were collected through a researcher-designed questionnaire. The statistical population consists of teachers who participated in in-service training programs from 2020 to 2022. The sample was selected using a stratified random sampling method, and the data were analyzed using statistical analyses. Results: The results showed that the factors limiting the effectiveness of these courses include the mismatch between the content and the actual needs of teachers, weaknesses in needs assessment, and the lack of continuous supervision. The use of artificial intelligence in educational planning can enhance the effectiveness of these courses by facilitating accurate needs assessment, optimizing educational content, and providing real-time feedback. Conclusions and suggestions: It is suggested that training courses be designed using artificial intelligence and based on the actual needs of teachers. Additionally, the creation of a digital platform for mentoring and coaching, along with a specialized center using a blended learning model, could assist teachers in continuous learning and accessing up-to-date content. These findings encourage educational managers to utilize modern technologies in educational planning to enhance the effectiveness of in-service training courses. Innovation and originality: This research, by utilizing the CIPP model and artificial intelligence technology, innovatively evaluates and improves the effectiveness of in-service teacher training courses, providing a systematic framework for identifying educational needs and optimizing educational planning.