مدل های ترکیبی یادگیری مبتنی بر بازی و هوش مصنوعی در آموزش نوین مدارس

ادغام یادگیری مبتنی بر بازی (GBL) و هوش مصنوعی (AI) در حال شکل دهی به یک پارادایم نوین و قدرتمند در فناوری آموزشی است که پتانسیل تحول در فرآیندهای یادگیری مدارس را دارد. یادگیری مبتنی بر بازی به خودی خود ابزاری موثر برای افزایش انگیزه و تعامل دانش آموزان است، اما بازی های آموزشی سنتی اغلب از طراحی ایستا و رویکرد "یک اندازه برای همه" رنج می برند که اثربخشی آن ها را محدود می کند. هوش مصنوعی با افزودن یک لایه هوشمندی، این محدودیت ها را برطرف می سازد. این مقاله مروری به بررسی مدل های ترکیبی می پردازد که در آن، هوش مصنوعی برای ایجاد بازی های آموزشی تطبیقی، شخصی سازی شده و تحلیلی به کار گرفته می شود. این مدل ها از طریق سازوکارهایی مانند تنظیم پویای دشواری، تولید رویه ای محتوا و مدل سازی دانش آموز، تجربه یادگیری را برای هر فرد بهینه می کنند. مفهوم "ترکیبی" در این مقاله به دو معنا به کار رفته است: ترکیب GBL و AI برای خلق ابزاری هوشمند، و ادغام این ابزار در یک استراتژی یادگیری ترکیبی گسترده تر که تعاملات دیجیتال را با راهنمایی های حضوری معلم تلفیق می کند. این پژوهش با تحلیل مبانی نظری، مدل های کاربردی، فرصت ها (مانند دستیابی به یادگیری در حد تسلط و افزایش انگیزه ذاتی) و چالش ها (مانند پیچیدگی طراحی، ارزیابی پنهان و نقش جدید معلم)، چشم اندازی جامع از این حوزه نوظهور ارائه می دهد.

کلیدواژه ها:

یادگیری مبتنی بر بازی ، هوش مصنوعی در آموزش ، یادگیری ترکیبی ، بازی های آموزشی ، انگیزش تحصیلی