بررسی تاثیر هم افزایی هوش مصنوعی و یادگیری ماشینی بر یادگیری شخصی سازی شده

تحولات سریع فناوری های نوین، به ویژه هوش مصنوعی (Artificial Intelligence) و یادگیری ماشینی (Machine Learning)، موجب ایجاد تغییرات بنیادین در نظام های آموزشی و حرکت به سوی یادگیری شخصی سازی شده شده است. یادگیری شخصی سازی شده با هدف تطبیق محتوا، روش و سرعت آموزش با ویژگی های فردی یادگیرندگان، به عنوان یکی از رویکردهای موثر در ارتقای کیفیت آموزش شناخته می شود. در این میان، هم افزایی هوش مصنوعی و یادگیری ماشینی می تواند نقش تعیین کننده ای در تحلیل داده های یادگیری، شناسایی تفاوت های فردی و طراحی مسیرهای آموزشی منعطف ایفا کند. هدف پژوهش حاضر، بررسی تاثیر هم افزایی هوش مصنوعی و یادگیری ماشینی بر توسعه یادگیری شخصی سازی شده در نظام آموزشی است. این پژوهش از نظر هدف، کاربردی و از نظر روش، توصیفی–همبستگی است. جامعه آماری پژوهش شامل معلمان و کارکنان آموزش و پرورش ناحیه یک بود که با استفاده از روش نمونه گیری در دسترس انتخاب شدند. داده ها از طریق پرسش نامه محقق ساخته با مقیاس پنج درجه ای لیکرت گردآوری شد. روایی ابزار با نظر خبرگان و پایایی آن با استفاده از ضریب آلفای کرونباخ تایید گردید. به منظور تحلیل داده ها، از آمار توصیفی و ضریب همبستگی اسپیرمن استفاده شد. نتایج پژوهش نشان داد که بین هوش مصنوعی و یادگیری ماشینی با یادگیری شخصی سازی شده رابطه ای مثبت و معنادار وجود دارد. یافته ها حاکی از آن است که بهره گیری هم زمان از این فناوری ها موجب بهبود فرایند تدریس، افزایش دقت در شناسایی نیازها و توانمندی های فردی دانش آموزان، و ارتقای کیفیت و اثربخشی آموزش می شود. همچنین، استفاده از الگوریتم های یادگیری ماشینی در بسترهای هوشمند آموزشی، امکان ارائه بازخوردهای فردی و طراحی مسیرهای یادگیری متناسب را فراهم می سازد. در مجموع، نتایج این پژوهش بر ضرورت توجه مدیران و برنامه ریزان آموزشی به پیاده سازی نظام های یادگیری هوشمند مبتنی بر هوش مصنوعی و یادگیری ماشینی تاکید دارد و استفاده هدفمند از این فناوری ها را گامی موثر در جهت تحقق عدالت آموزشی و ارتقای کیفیت یادگیری می داند.

کلیدواژه ها:

هوش مصنوعی ، یادگیری ماشینی ، یادگیری شخصی سازی شده ، آموزش هوشمند ، فناوری های آموزشی.