linguistic alignment

AI will play an increasingly large role in providing healthcare services in the near future, creating a pressing need to examine how people perceive AI compared to humans in healthcare. To this end, this study examines how people perceive AI and human doctors in a common medical scenario of giving healthcare advice over an online chat platform. Participants read an online chat conversation that featured a patient asking for medical advice with either an AI or human doctor. In addition, the doctor either linguistically aligned with the patient (by repeating medical terms previously used by the patient) or not (by using synonyms of the patient's terms). Linguistic alignment in conversation has been found to increase positive perceptions of interactions and therefore may be a useful tool to increase patient satisfaction in healthcare interactions. AI doctors but not human ones were penalized when not linguistically aligning with the patient, even though these doctors gave the same exact medical advice. Additionally, across a range of measures, participants in general had more negative perceptions of AI doctors compared to human ones. Overall, these results suggest that people hold AI to different standards as well as judge AI harsher than humans in medical settings.

هوش مصنوعی در آینده نزدیک نقش فزاینده‌ای در ارائه خدمات مراقبت‌های سلامت ایفا خواهد کرد و این امر نیاز فوری به بررسی نحوه ادراک افراد از هوش مصنوعی در مقایسه با انسان‌ها در حوزه سلامت را ایجاد می‌کند. بر این اساس، این پژوهش به بررسی نحوه ادراک افراد از پزشکان هوش مصنوعی و انسانی در یک سناریوی رایج پزشکی، یعنی ارائه مشاوره سلامت از طریق یک پلتفرم گفت‌وگوی آنلاین، می‌پردازد. شرکت‌کنندگان یک گفت‌وگوی آنلاین را مطالعه کردند که در آن بیماری برای دریافت مشاوره پزشکی با یک پزشک (هوش مصنوعی یا انسانی) مکاتبه می‌کرد. علاوه بر این، پزشک یا با بیمار هم‌ترازی زبانی داشت (با تکرار اصطلاحات پزشکی که قبلاً توسط بیمار استفاده شده بود) یا نداشت (با استفاده از مترادف‌های اصطلاحات بیمار). پژوهش‌ها نشان داده‌اند که هم‌ترازی زبانی در مکالمه می‌تواند ادراک مثبت از تعاملات را افزایش دهد و بنابراین ممکن است ابزاری مفید برای افزایش رضایت بیماران در تعاملات سلامت باشد. پزشکان هوش مصنوعی، اما نه پزشکان انسانی، زمانی که با بیمار هم‌ترازی زبانی نداشتند، مورد قضاوت منفی قرار گرفتند، حتی با وجود اینکه دقیقاً همان مشاوره پزشکی را ارائه دادند. همچنین، در طیف وسیعی از سنجه‌ها، شرکت‌کنندگان به طور کلی ادراک منفی‌تری نسبت به پزشکان هوش مصنوعی در مقایسه با پزشکان انسانی داشتند. در مجموع، این نتایج نشان می‌دهد که افراد استانداردهای متفاوتی برای هوش مصنوعی قائل هستند و در محیط‌های پزشکی نسبت به هوش مصنوعی قضاوت سخت‌گیرانه‌تری دارند.

Persistent assessment inequities in linguistically and culturally diverse classrooms necessitate contextually grounded frameworks that advance both academic excellence and educational justice. The study developed, implemented, and evaluated a culturally responsive, equity-driven, and differentiated pedagogical-assessment framework for STEM learning in multilingual and socioeconomically diverse classrooms in Ghana. A convergent parallel mixed-methods design integrated qualitative data (interviews, observations, focus groups) with quantitative measures (pre-post-tests, subscale gains, ANCOVA, and Bayesian analyses). The study involved 210 participants 24 STEM teachers, 6 headteachers, and 180 Primary 4-6 pupils from six public basic schools in Ghana. Quantitative findings revealed statistically significant learning gains across schools and domains. Mean post-test scores increased by 13.96 points (29.12%), with a large overall effect size (Cohen’s d = 1.68; Hedges’ g = 1.89; η ² = 0.79; p < 0.001), indicating strong practical and educational significance. Subscale analyses showed consistent and convergent gains across all framework dimensions, including conceptual mastery (d = 1.72), application of skills (d = 1.67), inclusive strategy use (d = 1.62), opportunity-to-learn (d = 1.59), tiered instruction (d = 1.66), flexible grouping (d = 1.64), linguistic alignment (d = 1.70), and cultural asset integration ( d = 1.69), all demonstrating large effects (d > 1.5). ANCOVA results confirmed significant effects of the intervention across all domains while controlling for pre-test performance, including inquiry-based STEM practices (F = 26.03, p < .001, η²ₚ = 0.10), integrated STEM tasks (F = 19.38, p < .001, η²ₚ = .077), equity-driven instructional practices (η²ₚ = 0.05–0.07), differentiated pedagogical assessment (η²ₚ = 0.04–0.05), and culturally responsive assessment practices (η²ₚ = 0.05–0.06). The pre-test covariate remained significant ( F = 88.21, p < .001, η² = 0.328), indicating the importance of baseline achievement while confirming robust intervention effects Bayesian analyses indicated strong evidential support (posterior probabilities > 0.98; Bayes Factors = 28.1–36.4). Qualitative findings corroborated these results, highlighting increased teacher capacity for culturally relevant task design and improved student engagement and identity affirmation. The study offers empirically grounded guidance for decolonizing STEM assessment in multilingual and underserved contexts.

تداوم نابرابری‌های ارزشیابی در کلاس‌های درس با تنوع زبانی و فرهنگی، چارچوب‌هایی را ایجاب می‌کند که مبتنی بر زمینه بوده و همزمان تعالی علمی و عدالت آموزشی را ارتقا دهند. این پژوهش، چارچوبی پداگوژیک-ارزشیابی مبتنی بر پاسخگویی فرهنگی، عدالت‌محور و تمایزیافته برای یادگیری STEM در کلاس‌های چندزبانه و با تنوع اجتماعی-اقتصادی در غنا توسعه داده، اجرا و ارزیابی کرد. طرح پژوهش آمیخته‌ی همگرا و موازی، داده‌های کیفی (مصاحبه‌ها، مشاهده‌ها، گروه‌های کانونی) را با سنجه‌های کمی (پیش‌آزمون-پس‌آزمون، افزایش زیرمقیاس‌ها، ANCOVA و تحلیل‌های بیزی) تلفیق نمود. شرکت‌کنندگان پژوهش شامل ۲۱۰ نفر (۲۴ معلم STEM، ۶ مدیر مدرسه و ۱۸۰ دانش‌آموز پایه چهارم تا ششم ابتدایی) از شش مدرسه‌ی دولتی در غنا بودند. یافته‌های کمی نشان دادند که افزایش معنادار آماری در یادگیری در سراسر مدارس و حوزه‌ها مشاهده شد. میانگین نمرات پس‌آزمون به میزان ۱۳.۹۶ نمره (۲۹.۱۲٪) افزایش یافت و اندازه‌ی اثر کلی بزرگ بود (d کوهن = ۱.۶۸؛ g هجز = ۱.۸۹؛ η² = ۰.۷۹؛ p < 0.001) که دلالت بر اهمیت عملی و آموزشی قوی دارد. تحلیل زیرمقیاس‌ها، افزایش‌های همگرا و سازگار را در تمامی ابعاد چارچوب نشان داد، از جمله تسلط مفهومی (d = ۱.۷۲)، کاربرد مهارت‌ها (d = ۱.۶۷)، استفاده از راهبردهای فراگیر (d = ۱.۶۲)، فرصت برای یادگیری (d = ۱.۵۹)، آموزش لایه‌بندی‌شده (d = ۱.۶۶)، گروه‌بندی انعطاف‌پذیر (d = ۱.۶۴)، همسویی زبانی (d = ۱.۷۰) و ادغام سرمایه‌ی فرهنگی (d = ۱.۶۹) که همگی اندازه‌ی اثر بزرگ (d > ۱.۵) را نشان دادند. نتایج ANCOVA اثرات معنادار مداخله را در تمامی حوزه‌ها در حالی که عملکرد پیش‌آزمون کنترل شده بود تأیید کرد، از جمله شیوه‌های مبتنی بر پژوهش STEM (F = ۲۶.۰۳، p < .001، η²ₚ = ۰.۱۰)، تکالیف یکپارچه‌ی STEM (F = ۱۹.۳۸، p < .001، η²ₚ = .۰۷۷)، شیوه‌های تدریس عدالت‌محور (η²ₚ = ۰.۰۵–۰.۰۷)، ارزشیابی پداگوژیک تمایزیافته (η²ₚ = ۰.۰۴–۰.۰۵) و شیوه‌های ارزشیابی مبتنی بر پاسخگویی فرهنگی (η²ₚ = ۰.۰۵–۰.۰۶). متغیر همپراش پیش‌آزمون همچنان معنادار باقی ماند (F = ۸۸.۲۱، p < .001، η² = ۰.۳۲۸) که اهمیت پیشرفت پایه را در عین تأیید اثرات قوی مداخله نشان می‌دهد. تحلیل‌های بیزی شواهد قوی (احتمال پسین > ۰.۹۸؛ عوامل بیز = ۲۸.۱–۳۶.۴) را نشان دادند. یافته‌های کیفی این نتایج را تأیید کردند و افزایش ظرفیت معلمان برای طراحی تکالیف مرتبط با فرهنگ و بهبود مشارکت و تأیید هویت دانش‌آموزان را برجسته ساختند. این پژوهش راهنمایی مبتنی بر شواهد برای استعمارزدایی ارزشیابی STEM در زمینه‌های چندزبانه و محروم ارائه می‌دهد.