نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، گروه آموزش علوم تربیتی، دانشگاه فرهنگیان، تهران، ایران.

2 استادیار گروه علوم تربیتی و مشاوره دانشگاه پیام نور، تهران، ایران

10.22054/jem.2025.86707.3631

چکیده

پژوهش حاضر باهدف بررسی مشکلات دانش‌آموزان دوزبانه و مقایسه‌ی تحلیل انسانی و ماشینی از تجارب معلمان پایه اول ابتدایی در این زمینه انجام شده است. رویکرد پژوهش، کیفی و روش آن پدیدارشناسی توصیفی کلایزی است. داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته با ۱۵ معلم پایه اول مناطق دوزبانه اورامانات گردآوری و سپس با دو روش تحلیل شدند: (۱) تحلیل انسانی بر پایه‌ی مراحل هفت‌گانه کلایزی، و (۲) تحلیل ماشینی با بهره‌گیری از مدل GPT-4 و تکنیک زنجیره تفکر. در تحلیل انسانی، چهار مقوله اصلی شامل مشکلات آموزشی، زبانی، روان‌شناختی و اجتماعی شناسایی شد. در تحلیل ماشینی، داده‌ها در قالب شش مضمون طبقه‌بندی شدند: مشکلات زبانی پایه‌ای، تجربه‌های روانی منفی، شکاف فرهنگی، ناهمخوانی خانه و مدرسه، کناره‌گیری آموزشی، و فقدان حمایت نهادی. تحلیل تطبیقی نشان داد که اگرچه هم‌پوشانی قابل‌توجهی میان دو روش وجود دارد، اما تحلیل انسانی با درک عمیق‌تر زمینه فرهنگی و ادغام مفاهیم مرتبط، توانست تبیینی یکپارچه‌تر ارائه دهد. در مقابل، GPT-4 بادقت بالا در شناسایی الگوهای متنی و تم‌های مستقل، ابعاد نوینی از مسئله را آشکار ساخت. نتایج نشان داد در صورتی که خروجی‌های ماشینی توسط تحلیل‌گران انسانی بازبینی و با بافت نظری سنجیده شوند، ترکیب این دو می‌تواند مکمل مفیدی باشد؛ در غیر این صورت خطر برداشت‌های سطحی وجود دارد.

کلیدواژه‌ها

عنوان مقاله [English]

A Comparative Phenomenological Analysis of Teachers’ Experiences Regarding Bilingual Students’ Educational Challenges Using Colaizzi’s Method and GPT-4’s Chain-of-Thought Reasoning

نویسندگان [English]

  • AZAD ALLAHKARAMI 1
  • Fariba dortaj 2

1 Assistant Professor, Department of Educational Sciences, Farhangian University, Tehran, Iran.

2 Department of Educational Sciences, Payame Noor University, Kerman, Iran

چکیده [English]

The present study aimed to investigate the challenges of bilingual students and to compare human and machine analyses of first-grade teachers’ experiences in this context. The research employed a qualitative approach using Colaizzi’s descriptive phenomenological method. Data were collected through semi-structured interviews with 15 first-grade teachers from bilingual regions in Uramanat, Iran. The data were analyzed through two parallel methods: (1) human analysis based on Colaizzi’s seven-step framework, and (2) machine analysis utilizing GPT-4 and the chain-of-thought prompting technique. The human analysis identified four major categories: educational, linguistic, psychological, and social challenges. In contrast, the GPT-4 analysis classified the data into six themes: fundamental linguistic difficulties, negative psychological experiences, cultural alienation, home-school mismatch, educational disengagement, and lack of institutional support. Comparative analysis revealed significant overlaps between the two approaches, though the human analysis, with its deeper sensitivity to cultural context and conceptual integration, provided a more unified interpretation. Conversely, GPT-4 demonstrated high precision in detecting textual patterns and independent themes, thereby unveiling novel dimensions of the problem. The findings suggest that when machine-generated outputs are reviewed by human analysts and evaluated within a theoretical framework, the combination can serve as a valuable complement; otherwise, there is a risk of superficial interpretations.

کلیدواژه‌ها [English]

  • mother tongue
  • educational challenges
  • phenomenological analysis
  • GPT-4