طراحی برنامه درسی بر پایه یادگیری ماشینی برای تحلیل و تطبیق خودکار محتوای آموزشی با نیازهای فردی دانش آموزان

در عصر تحول دیجیتال، آموزش و پرورش با چالش ها و فرصت های جدیدی در زمینه طراحی برنامه های درسی مواجه شده است. یکی از نویدبخش ترین رویکردها، بهره گیری از الگوریتم های یادگیری ماشینی برای تحلیل داده های یادگیری و شخصی سازی محتوای آموزشی بر اساس نیازهای فردی دانش آموزان است. پژوهش حاضر با هدف طراحی مدلی نوین برای برنامه ریزی درسی تطبیقی مبتنی بر یادگیری ماشینی انجام شده است تا بتواند به صورت خودکار محتوای آموزشی را متناسب با سبک های یادگیری، سطح دانش، سرعت یادگیری و علایق دانش آموزان تحلیل و تنظیم کند.روش تحقیق از نوع توسعه ای-کاربردی است و در دو مرحله طراحی نظری و آزمون میدانی انجام شده است. در مرحله نخست، با تحلیل نظریه های یادگیری فردمحور، استانداردهای طراحی آموزشی و الگوریتم های یادگیری ماشینی (نظیر شبکه های عصبی، خوشه بندی و یادگیری تقویتی)، مدلی مفهومی ارائه شد. سپس در مرحله دوم، مدل پیشنهادی در یک محیط آموزشی مجازی بر روی نمونه ای از دانش آموزان پایه ششم ابتدایی به کار گرفته شد و عملکرد آن از طریق روش های آماری و تحلیل کیفی مورد ارزیابی قرار گرفت.یافته ها نشان می دهد که استفاده از یادگیری ماشینی در طراحی برنامه درسی می تواند به طور معناداری موجب افزایش مشارکت، انگیزش و پیشرفت تحصیلی دانش آموزان گردد. سیستم طراحی شده توانست به صورت پویا و در زمان واقعی، سطح عملکرد یادگیرندگان را تشخیص داده و مسیرهای آموزشی مناسب را به آن ها پیشنهاد دهد. همچنین، انعطاف پذیری محتوای درسی و کاهش شکاف های آموزشی میان دانش آموزان با سطوح مختلف یادگیری از دیگر دستاوردهای مدل بود. نتایج این پژوهش، افق های نوینی را برای تحول در برنامه ریزی درسی از طریق هوش مصنوعی گشوده و زمینه را برای حرکت به سوی آموزش تطبیقی، فراگیر و عدالت محور فراهم می سازد

کلیدواژه ها:

طراحی برنامه درسی ، یادگیری ماشینی ، شخصی سازی آموزشی ، تحلیل محتوای آموزشی ، آموزش تطبیقی ، عدالت آموزشی.