یادگیری شخصی سازی شده بر پایه داده های روند یادگیری دانش آموزان

در عصر حاضر، نظام های آموزشی با گذر از مدل های سنتی و یکسان نگر، به سمت پارادایم های نوین یادگیری متمایل شده اند که محوریت آن ها بر تفاوت های فردی استوار است. یادگیری شخصی سازی شده به عنوان راهکاری برای پاسخگویی به نیازهای ناهمگن دانش آموزان، از پتانسیل بالایی برای ارتقای کیفیت آموزش برخوردار است. با ظهور کلان داده ها و تکنیک های داده کاوی آموزشی، اکنون امکان رصد دقیق «روند یادگیری» فراهم شده است. این مقاله به بررسی چگونگی استفاده از داده های حاصل از تعاملات دانش آموزان با محیط های یادگیری الکترونیکی جهت شخصی سازی محتوا، مسیر و سرعت یادگیری می پردازد. هدف اصلی، تبیین مکانیسم هایی است که داده های خام را به بینش های تربیتی تبدیل کرده و سیستم های تطبیقی را قادر می سازد تا مداخلات آموزشی بهنگام ارائه دهند. در این پژوهش مروری تحلیلی، ضمن بررسی مبانی نظری، به نقش هوش مصنوعی، تحلیل یادگیری و چالش های پیاده سازی این سیستم ها در بستر بومی ایران پرداخته می شود. نتایج نشان می دهد که تحلیل روندهای یادگیری نه تنها منجر به بهبود نمرات می شود، بلکه متغیرهای روان شناختی همچون انگیزش و خودتنظیمی را نیز تقویت می کند.

کلیدواژه ها:

کلمات کلیدی:یادگیری شخصی سازی شده ، داده کاوی آموزشی ، تحلیل یادگیری ، سیستم های تطبیقی ، هوش مصنوعی در آموزش ، روند یادگیری دانش آموز ، تکنولوژی آموزشی ایران