| مهندسی پرامپت و مدل‌های زبانی بزرگ: فرصت‌ها و چالش‌های تحول‌آفرین در آموزش شیمی |
| کد مقاله : 1134-CHEMCONF7 (R1) |
| نویسندگان |
|
عطیه صیدی *، علی شهروی وزارت آموزش و پرورش |
| چکیده مقاله |
| این مقاله مروری با هدف بررسی نقش مدل‌های زبانی بزرگ (LLM ها) و مهندسی پرامپت در آموزش، به‌ویژه در حوزه شیمی، انجام شده است. مرور نیمه‌نظام‌مند منابع منتشرشده بین سال‌های ۲۰۲۰ تا ۲۰۲۵ نشان داد که بهره‌گیری از این فناوری‌ها فرصت‌های قابل توجهی برای ارتقای فرآیند یاددهی–یادگیری فراهم می‌کند. از جمله مهم‌ترین کارکردهای گزارش‌شده می‌توان به تولید محتوای آموزشی متنوع، طراحی طرح درس‌های خلاقانه، شخصی‌سازی مسیر یادگیری، تدوین تمرین‌ها و فعالیت‌های آزمایشگاهی ایمن و شبیه‌سازی واکنش‌های شیمیایی اشاره کرد. شواهد تجربی بیانگر آن است که پرامپت‌نویسی ساختارمند و هدفمند، دقت علمی پاسخ‌ها و اثربخشی آموزشی مدل‌ها را به‌طور معناداری افزایش می‌دهد و بدین ترتیب، LLM ها می‌توانند در نقش دستیار آموزشی مؤثر عمل کنند. افزون بر این، به‌کارگیری راهبردهایی مانند زنجیره‌ی استدلال، تعیین نقش و بازیابی اطلاعات در مهندسی پرامپت، توان مدل‌ها را در حل مسائل پیچیده تقویت می‌کند. در مقابل، چالش‌هایی نظیر بروز خطای هلوسینیشن، حساسیت عملکرد مدل‌ها به کیفیت پرامپت‌ها و ضرورت نظارت انسانی، از موانع اصلی استفاده مستقل از این ابزارها به شمار می‌رود. در مجموع، یافته‌ها نشان می‌دهد که آموزش شیمی در عصر هوش مصنوعی نیازمند ترکیب مهارت‌های فناورانه، پداگوژیک و اخلاقی است و توسعه چارچوب‌های بومی، آموزش مهارت پرامپت‌نویسی به معلمان و انجام پژوهش‌های تجربی برای ارزیابی اثربخشی واقعی این ابزارها از مسیرهای مهم آینده‌پژوهی در این حوزه محسوب می‌شوند. |
| کلیدواژه ها |
| مهندسی پرامپت، مدل‌های زبانی بزرگ، آموزش شیمی. |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |