بررسی تاثیر ابزارهای هوش مصنوعی شخصی ساز بر یادگیری تطبیقی و انگیزش در کلاس های آنلاین

این مقاله به بررسی تاثیر ابزارهای هوش مصنوعی شخصی ساز بر بهبود یادگیری تطبیقی و ارتقای انگیزش فراگیران در کلاس های آنلاین می پردازد. مسئله اصلی پژوهش، تبیین این است که چگونه سازوکارهای شخصی سازی مبتنی بر داده مانند پروفایل یادگیرنده، مسیرهای یادگیری پویا، سنجش تکوینی پیوسته و بازخورد هوشمند می توانند هم زمان پیشرفت شناختی و پایداری مشارکت را تقویت کنند. اهداف شامل: ۱) تشریح ابعاد کارکردی شخصی سازی در محیط های برخط، ۲) سنجش پیوند میان انطباق آموزشی و شاخص های انگیزش (خودمختاری، شایستگی، پیوند)، ۳) ارائه الگوی مفهومی برای پیاده سازی در دوره های مجازی است. این مقاله به صورت تحلیلی-توصیفی و مبتنی بر مطالعات کتابخانه ای و مقالات معتبر انجام شده است و با ترکیب یافته های نظری و گزارش های کاربردی، شواهدی را سامان می دهد که نشان می دهد استفاده از مدل های پیش بینی سطح دشواری، پیشنهادگر فعالیت متناسب و تابلوهای کنترل پیشرفت، به بهبود دقت همترازسازی هدف-فعالیت-ارزیابی و کاهش بار شناختی منجر می شود. خلاصه نتایج حاکی از آن است که شخصی سازی موثر، کیفیت بازخورد، درگیری شناختی و دوام حضور را افزایش داده، افت مشارکت را کاهش می دهد و زمینه بهبود معنادار عملکرد و رضایت یادگیرنده را فراهم می کند؛ همچنین رعایت اصول شفافیت، انتخاب پذیری کاربر و حفاظت از داده، شرط لازم برای پایداری اثرات آموزشی و پذیرش نهادی است.

کلیدواژه ها:

هوش مصنوعی ، شخصی ساز ، یادگیری تطبیقی ، انگیزش ، کلاس آنلاین ، سنجش تکوینی ، بازخورد