نقش هوش مصنوعی در شناسایی تاثیر عوامل خانوادگی بر پرخاشگری دانش آموزان

پرخاشگری دانش آموزان یکی از مهم ترین چالش هایروان شناختی و تربیتی در محیط های آموزشی است که می تواند علاوه بر کاهش کیفیت یادگیری، تعاملات اجتماعی و سلامت روانی دانش آموزان را نیز تحت تاثیر قرار دهد. پژوهش های گذشته نشان داده اند که عوامل خانوادگی، از جمله سبک هایفرزندپروری، میزان توجه و حمایت عاطفی والدین، وضعیت اقتصادی و اجتماعی خانواده، سطح تنش های خانوادگی و میزان تعارضات والدین، نقش قابل توجهی در بروز رفتارهای پرخاشگرانه دانش آموزان دارند (احمدی، ۱۳۹۸؛ صادقی، ۱۴۰۰). با این حال، بررسی دقیق و هم زمان اثر این عوامل در سطوح مختلف و پیش بینی رفتار پرخاشگرانه، به دلیل پیچیدگی روابط میان متغیرها و حجم بالای داده ها، برای پژوهشگران و معلمان دشوار بوده است. هوش مصنوعی (AI) به عنوان یک ابزار نوین تحلیلی، قابلیت پردازش داده های پیچیده و چندوجهی را دارد و می تواند الگوهای رفتاری ناشناخته را شناسایی کند و پیش بینی های دقیق درباره تاثیر عوامل مختلف ارائه دهد. کاربرد الگوریتم های یادگیری ماشین، شبکه های عصبی و تحلیل داده هایچندمتغیره، امکان ارزیابی اثر عوامل خانوادگی بر پرخاشگری دانش آموزان را با دقت بالا فراهم می آورد. به عنوان مثال، تحلیل داده های رفتاری، گزارش های معلمان و اطلاعات خانوادگی با استفاده از الگوریتم هایپیش بینی می تواند روابط علت و معلولی میان متغیرهای خانوادگی و شدت رفتار پرخاشگرانه را استخراج کند. پژوهش حاضر با هدف بررسی نقش هوش مصنوعی در شناسایی تاثیر عوامل خانوادگی بر پرخاشگری دانش آموزان انجام شد. در این پژوهش، داده های مربوط به سبک هایفرزندپروری، میزان حمایت عاطفی والدین، وضعیت اقتصادی و اجتماعی خانواده، و رفتارهای پرخاشگرانه دانش آموزان جمع آوری شد و با استفاده از الگوریتم های یادگیری ماشین تحلیل شدند. نتایج اولیه نشان داد که هوش مصنوعی قادر است با دقت قابل توجهی، الگوهای رفتاری مرتبط با پرخاشگری را شناسایی کرده و تاثیر هر یک از عوامل خانوادگی را بر بروز رفتارهای پرخاشگرانه مشخص کند. همچنین، تحلیل ها نشان دادند که ترکیب چند عامل خانوادگی، تاثیر قوی تر و پیچیده تری بر رفتار دانش آموزان دارد که در تحلیل های سنتی به سختی قابل شناسایی بود. این پژوهش نشان می دهد که کاربرد هوش مصنوعی می تواند ابزاری قدرتمند برای معلمان، روان شناسان تربیتی و پژوهشگران فراهم کند تا ضمن شناسایی دانش آموزان در معرض خطر پرخاشگری، برنامه های مداخله ای هدفمند و موثر طراحی کنند و با تمرکز بر عوامل خانوادگی، پیشگیری و مدیریت رفتارهای پرخاشگرانه را به شکل بهینه اجرا نمایند. نتایج این پژوهش می تواند زمینه ساز توسعه سیستم های هوشمند آموزشی و تربیتی باشد که به صورت داده محور و پیش بینی کننده عمل کرده و همزمان مهارت های اجتماعی و هیجانی دانش آموزان را تقویت می کند.

کلیدواژه ها:

پرخاشگری دانش آموزان ، عوامل خانوادگی ، هوش مصنوعی ، یادگیری ماشین ، پیش بینی رفتار ، سبک هایفرزندپروری ، تحلیل داده های تربیتی.