پیش بینی الگو های رفتاری دانش آموزان در آموزش آنلاین با رویکردهای هوش مصنوعی

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 16

فایل این مقاله در 17 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EPCS04_7438

تاریخ نمایه سازی: 11 بهمن 1404

چکیده مقاله:

چکیدهآموزش آنلاین به عنوان یک پارادایم آموزشی پایدار، با چالش های بی سابقه ای در درک، پشتیبانی و بهینه سازی تعاملات و وضعیت یادگیرندگان مواجه است. در محیط های فیزیکی، معلمان از طریق مشاهده مستقیم نشانه های غیرکلامی و تعامل چهره به چهره می توانند مشارکت، سردرگمی یا بی علاقگی دانش آموزان را تشخیص دهند، اما در فضای دیجیتال، این نشانه ها اغلب پنهان یا ناقص هستند. این شکاف شناختی، فرصت بی نظیری را برای به کارگیری هوش مصنوعی (AI) به عنوان یک اهرم تحول آفرین فراهم کرده است. این مقاله با هدف بررسی قابلیت های پیش بینی الگوهای رفتاری دانش آموزان در آموزش آنلاین با رویکردهای هوش مصنوعی انجام شده است. پژوهش حاضر با روش مروری سیستماتیک، به تحلیل و ترکیب یافته های مطالعات پیشرو در حوزه های یادگیری ماشین، پردازش زبان طبیعی، بینایی کامپیوتر و علوم تربیتی می پردازد. تمرکز اصلی بر این است که چگونه الگوریتم های هوش مصنوعی می توانند با تحلیل داده های کلان رفتاری—از جمله لاگ های تعامل با سیستم (مانند زمان صرف شده بر روی هر صفحه، تعداد کلیک ها، الگوی پخش ویدئو)، محتواهای تولیدشده توسط یادگیرنده (مانند متن های انشا، پست های فروم، و پاسخ های کوتاه)، و داده های چندرسانه ای (مانند حالت چهره و تن صدا در کلاس های ویدئویی زنده)—الگوهای پیچیده ای مانند درگیری شناختی، خطر ترک تحصیل، سطح فراشناخت، یا حتی بروز نارسایی های عاطفی مانند اضطراب یا بی حوصلگی را شناسایی و پیش بینی کنند. مقاله به طور ویژه رویکردهای نوینی مانند مدل های پیش بین مبتنی بر یادگیری عمیق، تحلیل احساسات بر روی متون و گفتار، و تشخیص الگوهای تعاملی در شبکه های اجتماعی آموزشی را مورد واکاوی قرار می دهد. یافته ها حاکی از دقت فزاینده این سیستم ها در پیش بینی نتایج تحصیلی و تشخیص زودهنگام دانش آموزان در معرض خطر است. با این حال، مقاله به چالش های عمیق اخلاقی و حریم خصوصی (مانند سوگیری الگوریتمی، شفافیت در تصمیم گیری، و مالکیت داده)، فنی (نیاز به داده های برچسب زده شده با کیفیت و تفسیرپذیری مدل ها)، و آموزشی (یکپارچه سازی معنادار پیش بینی ها در فرآیند تدریس و حفظ نقش محوری معلم) می پردازد. در نتیجه، استدلال می شود که آینده آموزش آنلاین شخصی شده و پاسخگو، در گرو توسعه سیستم های هوشمند ترکیبی انسان-ماشین است که در آن، پیش بینی های هوش مصنوعی به معلمان این امکان را می دهد تا مداخلات آموزشی به موقع، هدفمند و مبتنی بر شواهد را طراحی و اجرا کنند، و بدین ترتیب، محیط آنلاین را از یک فضای تعاملی منفعل به یک اکوسیستم یادگیری پیش بینانه و حمایتگر تبدیل نمایند.

کلیدواژه ها:

پیش بینی الگوهای رفتاری ، آموزش آنلاین ، هوش مصنوعی در آموزش ، تحلیل یادگیری

نویسندگان

قمر کرم بیگی

کارشناسی الهیات و معارف اسلامی معاون پرورشی و تربیت بدنی