مروری بر کاربردهای یادگیری ماشین در توسعه نرم افزارهای آموزشی پیشرفته برای فهم مفاهیم پیچیده و تئوریهای تخصصی

در دهه های اخیر پیشرفت در فناوری های هوش مصنوعی به ویژه یادگیری ماشین (Machine Learning) موجب دگرگونی اساسی در طراحی و توسعه نرم افزارهای آموزشی شده است. این مقاله با هدف مرور و تحلیل نقش یادگیری ماشین در بهبود کارایی نرم افزارهای آموزشی پیشرفته به بررسی کاربردهای این فناوری در تسهیل درک مفاهیم پیچیده و تئوریهای تخصصی می پردازد. در این پژوهش، منابع علمی و پژوهشی منتشر شده در بازه زمانی ۱۳۸۷ تا ۱۴۰۳ خورشیدی در سطح ملی و ۲۰۱۵ تا ۲۰۲۴ میلادی در سطح بین المللی مورد بررسی قرار گرفته اند. داده ها از طریق جستجو در پایگاه های اطلاعاتی سیویلیکا، IEEE، Springer، ISC و ScienceDirect گردآوری شده اند. تمرکز اصلی بر مطالعاتی است که به تبیین نقش الگوریتم های یادگیری ماشین در شخصی سازی آموزش، بازخورد، بلادرنگ تحلیل داده های رفتاری یادگیرنده و شبیه سازی مفاهیم پیچیده پرداخته اند. نتایج مرور نشان می دهد که بهره گیری از یادگیری ماشین در توسعه نرم افزارهای آموزشی نه تنها موجب بهبود فهم مفاهیم دشوار در حوزه های علوم پایه و مهندسی شده، بلکه توانسته است فرآیند یادگیری را در گروه های خاصی مانند دانش آموزان دیرآموز یا محیط های آموزش مجازی نیز موثرتر سازد. افزون بر این، چالش هایی همچون کمبود داده های بومی، نگرانی های مربوط به حریم خصوصی و فقدان زیرساخت فنی لازم نیز به عنوان موانع گسترش این فناوری در آموزش مورد توجه قرار گرفته اند. این مقاله با ارائه تصویری جامع از مزایا و موانع به کارگیری یادگیری ماشین در آموزش، افق هایی نو برای پژوهش های آینده و به کارگیری عملی این فناوری در نظام های آموزشی ترسیم می کند.

کلیدواژه ها:

یادگیری ماشین ، نرم افزار آموزشی ، آموزش هوشمند ، درک مفاهیم پیچیده ، هوش مصنوعی ، بازخورد تطبیقی ، آموزش شخصی سازی شده ، تحلیل رفتار یادگیرنده