نقش بازخورد هوشمند مبتنی بر هوش مصنوعی در توسعه خودتنظیمی یادگیری: مرور نظام مند و چشم اندازهای آینده

این مقاله مروری به بررسی تاثیر سیستم های بازخورد بلادرنگ مبتنی بر هوش مصنوعی بر خودتنظیمی یادگیری می پردازد. با افزایش نفوذ تکنولوژی های هوش مصنوعی در آموزش، شناسایی چگونگی بهره گیری از این فناوری ها برای توسعه مهارت های خودتنظیمی اهمیت فزاینده ای یافته است. این پژوهش با استفاده از روش مرور نظام مند، ادبیات منتشر شده در دهه اخیر را با تمرکز بر سه حوزه اصلی تحلیل می کند: ۱) مکانیسم های بازخورد هوشمند و تاثیر آن ها بر فرآیندهای شناختی و فراشناختی، ۲) چارچوب های شخصی سازی و انطباق بازخورد با نیازهای فردی یادگیرندگان، و ۳) پشتیبانی انگیزشی و عاطفی از طریق سیستم های بازخورد هوشمند. یافته های پژوهش نشان می دهد سیستم های بازخورد مبتنی بر هوش مصنوعی با ارائه راهنمایی های شخصی سازی شده، به موقع و مبتنی بر زمینه، می توانند به طور قابل توجهی توانایی های نظارت بر خود، هدف گذاری و راهبردهای یادگیری را بهبود بخشند. همچنین، این سیستم ها با فراهم آوردن پشتیبانی عاطفی و ابزارهای تجسم سازی داده ها، به مدیریت انگیزش و خودکارآمدی یادگیرندگان کمک می کنند. با این حال، چالش هایی همچون وابستگی بیش از حد، مسائل دسترسی پذیری و شفافیت الگوریتم ها نیز شناسایی شده اند. این مقاله چارچوبی یکپارچه برای ادغام بازخورد هوشمند در محیط های آموزشی ارائه می دهد و مسیرهای آینده پژوهش را با تاکید بر تلفیق بازخورد انسانی و ماشینی، ارتقای استقلال یادگیرنده و طراحی سیستم های عادلانه و شفاف ترسیم می کند.

کلیدواژه ها:

خودتنظیمی یادگیری ، هوش مصنوعی در آموزش ، بازخورد بلادرنگ ، فراشناخت ، یادگیری شخصی سازی شده