طراحی اپلیکیشن هوش مصنوعی برای تشخیص زودهنگام اختلالات یادگیری در دانش آموزان ابتدایی

هدف پژوهش حاضر طراحی و ارزیابی یک اپلیکیشن مبتنی بر هوش مصنوعی برای تشخیص زودهنگام اختلالات یادگیری در دانش آموزان دوره ابتدایی است؛ اختلالاتی که در صورت عدم شناسایی به موقع می توانند پیامدهای منفی بر پیشرفت تحصیلی، عزت نفس و عملکرد اجتماعی دانش آموزان داشته باشند. در این مطالعه از روش «توسعه ای–کاربردی» استفاده شد و روند تحقیق شامل سه مرحله اصلی بود: تحلیل نیازهای آموزشی و شناختی دانش آموزان، طراحی و پیاده سازی اپلیکیشن با استفاده از الگوریتم های یادگیری ماشینی، و ارزیابی اثربخشی آن بر اساس داده های واقعی جمع آوری شده از مدارس. داده های اولیه شامل نمونه ای از تکالیف خواندن، نوشتن و محاسبه، به همراه شاخص های عملکرد شناختی و رفتاری بود. مدل هوش مصنوعی با استفاده از الگوریتم های طبقه بندی (Random Forest، SVM و شبکه عصبی) آموزش داده شد و سپس بر اساس شاخص هایی مانند دقت، حساسیت و ویژگی مورد ارزیابی قرار گرفت.به منظور اعتبارسنجی عملی سیستم، یک طرح نیمه تجربی با مشارکت ۶۰ دانش آموز اجرا شد. نتایج نشان داد که دقت مدل در تشخیص اولیه اختلال خواندن ۸۹ درصد، اختلال نوشتن ۸۴ درصد و اختلال ریاضی ۸۱ درصد بود. تحلیل داده ها نشان داد که اپلیکیشن توانست موارد پرخطر را با حساسیت بالا شناسایی و نمرات آن با ارزیابی متخصصان همبستگی معنی دار داشته باشد. استفاده از اپلیکیشن در محیط مدرسه امکان غربالگری سریع و کم هزینه را فراهم کرد و معلمان از قابلیت ارائه گزارش خودکار برای هر دانش آموز استقبال کردند.یافته ها نشان می دهد که ادغام هوش مصنوعی با ارزیابی های شناختی می تواند ابزار قدرتمندی برای تشخیص زودهنگام اختلالات یادگیری باشد و زمینه را برای مداخلات آموزشی هدفمند فراهم کند

کلیدواژه ها:

هوش مصنوعی ، اختلالات یادگیری ، تشخیص زودهنگام ، دانش آموزان ابتدایی ، یادگیری ماشینی