رویکردهای محاسباتی در آموزش زبان: مرور سیستماتیک معماری‌ها، پردازش زبان طبیعی و مدل‌های هوش مصنوعی
کد مقاله : 1119-ELTCONF7.
نویسندگان
محمد مهدی سعادتی *1، محمد مهدی شیرمحمدی2
1دانشگاه آزاد اسلامی همدان
2دانشگاه ازاد اسلامی همدان
چکیده مقاله
این مقاله به مرور سیستماتیک رویکردهای محاسباتی در حوزه پداگوژی محتوای زبان می‌پردازد. با بررسی ۷۲ مطالعه منتشر شده در بازه زمانی ۲۰۱۸ تا ۲۰۲۴، مؤثرترین معماری‌های نرم‌افزاری، مدل‌های پردازش زبان طبیعی و الگوریتم‌های هوش مصنوعی برای تولید و بهینه‌سازی محتوای آموزشی زبان تحلیل شده‌اند. یافته‌ها نشان می‌دهد که سیستم‌های مبتنی بر ریزسرویس با قابلیت یکپارچه‌سازی سرویس‌های مختلف، بیشترین انعطاف‌پذیری را در توسعه پلتفرم‌های آموزش زبان ارائه می‌دهند. در حوزه پردازش زبان طبیعی، مدل‌های زبانی بزرگ (LLMs) در تولید محتوای شخصی‌سازی شده و ارائه بازخورد هوشمند به زبان‌آموزان موفقیت چشمگیری نشان داده‌اند. همچنین، الگوریتم‌های یادگیری تقویتی برای بهینه‌سازی توالی ارائه محتوا و افزایش تعامل learners مؤثر بوده‌اند. با این وجود، چالش‌هایی همچون نیاز به داده‌های آموزشی باکیفیت، ملاحظات اخلاقی در استفاده از هوش مصنوعی و ضرورت توسعه متریک‌های استاندارد برای ارزیابی کیفیت محتوای تولیدشده، نیازمند توجه پژوهش‌های آتی است. این مرور چارچوبی برای پژوهشگران و توسعه‌دهندگان در طراحی سیستم‌های محاسباتی کارآمد در حوزه آموزش زبان فراهم می‌کند
کلیدواژه ها
رویکردهای محاسباتی، معماری نرم‌افزاری، پردازش زبان طبیعی، هوش مصنوعی در آموزش.
وضعیت: پذیرفته شده مشروط برای ارائه به صورت پوستر