تاثیر فناوری های مبتنی بر هوش مصنوعی در شخصی سازی مسیر یادگیری و بهبود نتایج تحصیلی در آموزش عالی

هدف این پژوهش، بررسی تاثیر به کارگیری یک محیط یادگیری هوشمند شخصی سازی شده مبتنی بر هوش مصنوعی بر بهبود مسیر یادگیری و نتایج تحصیلی دانشجویان مقطع کارشناسی بود. این مطالعه به روش نیمه آزمایشی با طرح پیش آزمون-پس آزمون با گروه کنترل اجرا شد. جامعه آماری پژوهش را دانشجویان ترم دوم و چهارم رشته های علوم تربیتی و مهندسی کامپیوتر دانشگاه فردوسی مشهد در نیمسال اول سال تحصیلی ۱۴۰۲-۱۴۰۱ تشکیل دادند. از این جامعه، ۸۰ دانشجو (۴۰ نفر از هر رشته) به روش نمونه گیری تصادفی خوشه ای انتخاب و به صورت تصادفی در دو گروه آزمایش و کنترل گمارده شدند. گروه آزمایش به مدت یک نیمسال تحصیلی (۱۶ هفته) از طریق یک پلتفرم آموزشی تطبیقی مبتنی بر هوش مصنوعی، دروس تخصصی خود را مطالعه کردند. این پلتفرم با استفاده از الگوریتم های یادگیری ماشین، با تحلیل مداوم داده های تعامل دانشجو (پاسخ به سوالات، زمان صرف شده، الگوهای اشتباه)، یک مدل یادگیری شخصی ایجاد و مسیر آموزشی، ترتیب ارائه مباحث، سطح دشواری تمرین ها و نوع منابع (متنی، ویدیویی، تعاملی) را به صورت پویا تنظیم می کرد. گروه کنترل محتوای یکسان را از طریق سیستم مدیریت یادگیری متداول (LMS) به صورت خطی و غیرتطبیقی دریافت نمود. ابزارهای گردآوری داده ها شامل: ۱) آزمون های پیشرفت تحصیلی استادساخته (پیش و پس از مداخله)، ۲) پرسشنامه خودکارآمدی تحصیلی، ۳) مقیاس رضایت از یادگیری شخصی سازی شده، و ۴) لاگ های تحلیل تعامل با پلتفرم بود. داده ها با استفاده از نرم افزارهای SPSS و Python و با بهره گیری از آزمون های t مستقل و وابسته، تحلیل کوواریانس چندمتغیره (MANCOVA) و تحلیل رشد (Growth Curve Analysis) مورد تجزیه و تحلیل قرار گرفت. یافته ها نشان داد که میانگین نمرات پس آزمون گروه آزمایش در هر دو درس مورد بررسی به طور معناداری بالاتر از گروه کنترل بود (۰.۰۰۱>p). همچنین، خودکارآمدی تحصیلی و رضایت از یادگیری در گروه آزمایش افزایش معناداری یافته بود. تحلیل لاگ ها حاکی از آن بود که دانشجویان گروه آزمایش مسیرهای یادگیری منحصربه فردی را طی کرده و زمان بیشتری را صرف نقاط ضعف شناسایی شده توسط سیستم کرده اند. نتایج این پژوهش موید آن است که فناوری های هوش مصنوعی با امکان ایجاد مسیرهای یادگیری کاملا شخصی و انعطاف پذیر، می توانند به عنوان یک راهبرد قدرتمند آموزشی، هم در ارتقای نتایج عینی تحصیلی و هم در تقویت باورها و نگرش های مثبت یادگیرندگان در آموزش عالی عمل کنند. این مطالعه بر لزوم سرمایه گذاری در توسعه زیرساخت های هوشمند، بازنگری در نقش استاد و تدوین سیاست های حمایتی برای ادغام مسئولانه این فناوری در نظام آموزش عالی تاکید دارد.

کلیدواژه ها:

هوش مصنوعی در آموزش عالی ، شخصی سازی مسیر یادگیری ، سیستم های آموزشی تطبیقی ، نتایج تحصیلی ، یادگیری ماشین.