استخراج هوشمند سبک شناختی یادگیرندگان بر اساس تعامل آن ها با سامانه آموزش زبان انگلیسی
محل انتشار: فصلنامه فناوری آموزش، دوره: 17، شماره: 1
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 238
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEIT-17-1_014
تاریخ نمایه سازی: 12 بهمن 1401
چکیده مقاله:
پیشینه و اهداف: امروزه یادگیری الکترونیکی به عنوان یک فناوری تحول آفرین و ابزاری مهم در فرایند آموزش و فعالیت های آموزشی مطرح است. از طرفی نیاز به یادگیری زبان انگلیسی به عنوان زبان اول دنیا به منظور مبادله اطلاعات و ارتباط برقرار کردن با سایر ملل با هدف به کارگیری دانش روز غیرقابل انکار است، بنابراین استفاده از فناوری اطلاعات به منظور تولید و ارائه خدمات آموزشی در راستای بهبود آموزش و یادگیری زبان انگلیسی موثر است. شناسایی عوامل موثر در یادگیری، یکی از مقولههای مهم و مورد پژوهش است. از آنجا که عوامل موثر بر یادگیری بسیار گسترده و وسیع هستند؛ شناسایی این عوامل در رفع مشکلات و نارساییهای سیستم آموزشی مهم است. یکی از این عوامل، سبک شناختی است. افراد به تناسب تفاوتهای فردی خود از سبکهای متفاوتی برای یادگیری بهره میجویند. سبک شناختی را میتوان به عنوان روشی که افراد اطلاعات و تجربیات تازه را در ذهن خود پردازش میکنند، تعریف کرد؛ بنابراین ایجاد محیط شخصی سازی شده براساس سبک شناختی افراد، با هدف انطباق بیشتر راهبرد آموزشی با نیازها و توانایی کاربر و افزایش بازدهی روند یادگیری، امری ضروری است. در این پژوهش، از سبک شناختی رایدینگ که افراد را در دو بعد کلامی-تصویری و کلی نگر-جزئی نگر تقسیم می کند، به عنوان عامل موثر در یادگیری استفاده می شود. این مطالعه با هدف پیش بینی سبک شناختی رایدینگ، براساس حرکت موس کاربران در یک نرمافزار آموزش زبان می باشد. در همین راستا، نرم افزار آموزش زبانی طراحی و پیاده سازی شد که در آن تمامی حرکات موس کاربر در مقیاس میلی ثانیه هنگام مطالعه متن انگلیسی و استفاده از امکانات طراحی شده در نرمافزار، ثبت می شود. در ادامه با استفاده از روشهای یادگیری ماشین توسط داده های تعاملی ذخیره شده از کاربران هنگام کار با نرمافزار، مدل هوشمندی ارائه شد که افراد را در دو بعد مبتنی بر سبک شناختی رایدینگ دسته بندی می کند. این پژوهش از نظر هدف کاربردی است.روش ها: در این پژوهش از آزمون سبک شناختی پترسن جهت استخراج سبک شناختی یادگیرندگان با هدف ساخت داده های برچسب دار استفاده می شود. همچنین، داده های موس افراد هنگام تعامل با نرم افزار ثبت شده و از الگوریتم ها و مدل های یادگیری ماشین مبتنی بر هوش مصنوعی جهت ساخت مدل های هوشمند برای طبقه بندی و پیش بینی سبک شناختی افراد استفاده می شود. فرآیند آموزش و ساخت مدل های هوشمند از طریق داده های برچسب دار انجام می شود. در نهایت ارزیابی مدل های استفاده شده، با مقایسه نتایج حاصل از آزمون سبک شناختی و خروجی های مدل های هوشمند انجام می شود. در آزمون های انجام شده از دانشجویان خانم و آقا ۲۲ تا ۳۵ سال، دارای تحصیلات کارشناسی و کارشناسی ارشد آشنا به زبان انگلیسی کمک گرفته ایم.یافته ها: داده های تعاملی ذخیره شده کاربران به عنوان ورودی پنج طبقه بند درخت تصمیم، شبکهعصبی، نزدیک ترین همسایه، ماشین بردار پشتیبان و جنگل تصادفی، همچنین نتایج آزمون پترسون به عنوان برچسب این مدل ها استفاده شد؛ بنابراین افراد در دو بعد مبتنی بر سبک شناختی رایدینگ دسته بندی شدند. بهترین طبقه بندی، مربوط به درخت تصمیم با دقت ۹۰% در بعد کلامی –تصویری و دقت ۸۷% در بعد کلی نگر- جزئی نگر از نتایج این پژوهش بود.نتیجه گیری: با توجه به یافته های این پژوهش، سامانه آموزش زبان طراحی شده می تواند به صورت هوشمند سبک شناختی افراد را هنگام مطالعه متن انگلیسی با دقت مناسبی استخراج کند. بنابراین در آینده می توان قابلیت ارائه محتوای شخصی سازی شده منطبق بر سبک شناختی افراد را به نرم افزار طراحی شده اضافه کرد.
کلیدواژه ها:
نویسندگان
معصومه معطری
گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجائی، تهران، ایران
احسان پازوکی
گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجائی، تهران، ایران
رضا ابراهیم پور
گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجائی، تهران، ایران
محمد رضا رضایی
گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجائی، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :