پیش بینی و پیشگیری از اضطراب ریاضی با استفاده از هوش مصنوعی در مدارس ابتدایی

اضطراب ریاضی یکی از مشکلات شایع در میان دانش آموزان ابتدایی است که می تواند به افت عملکرد تحصیلی، کاهش اعتماد به نفس و بی علاقگی به یادگیری منجر شود. این اضطراب معمولا در سال های نخست تحصیل شکل می گیرد و چنانچه به موقع شناسایی و کنترل نشود، اثرات بلندمدتی بر رشد تحصیلی و شخصی دانش آموزان خواهد داشت. استفاده از فناوری های نوین، به ویژه هوش مصنوعی (AI)، رویکردی نویدبخش در جهت شناسایی زودهنگام و پیشگیری از اضطراب ریاضی به شمار می آید. در این پژوهش، الگوریتم های یادگیری ماشین به منظور تحلیل داده های رفتاری، عملکرد تحصیلی، و پاسخ های روان سنجی دانش آموزان مورد استفاده قرار گرفته اند. داده ها از طریق آزمون های استاندارد، مشاهدات کلاسی، تعاملات در محیط های یادگیری دیجیتال و پرسشنامه های معلمان و والدین گردآوری شده اند. الگوریتم های استفاده شده شامل Random Forest، SVM و شبکه های عصبی مصنوعی بوده که با دقت بالایی قادر به پیش بینی میزان اضطراب ریاضی در دانش آموزان شده اند. بر اساس نتایج حاصل از مدل های یادگیری ماشین، شاخص هایی چون کاهش مشارکت در کلاس، واکنش های هیجانی به سوالات ریاضی، و عملکرد نوسانی در ارزیابی ها، مهم ترین عوامل پیش بینی کننده اضطراب ریاضی شناسایی شدند. با تحلیل این داده ها، سیستم هوش مصنوعی می تواند به معلمان هشدار دهد و پیشنهاداتی برای مداخلات فردی مانند بازی های ریاضی، تقویت یادگیری تصویری و حمایت روانی ارائه دهد

کلیدواژه ها:

اضطراب دانش آموزان ابتدایی.اضی ، هوش مصنوعی (AI) ، یادگیری ماشین (Machine Learning) ، پیش بینی و پیشگیری.