هوش مصنوعی برای شناسایی سبک یادگیری و شخصیت دانش آموزان ابتدایی

یادگیری دانش آموزان ابتدایی به عنوان یکی از بنیادی ترین مراحل رشد شناختی و شخصیتی آنان، همواره مورد توجه پژوهشگران علوم تربیتی و روان شناسی بوده است. یکی از مهم ترین چالش ها در این حوزه، تنوع سبک های یادگیری و ویژگی های شخصیتی دانش آموزان است که می تواند تاثیر بسزایی بر فرایند آموزش و پیشرفت تحصیلی داشته باشد. در دهه اخیر، پیشرفت های چشمگیر در حوزه هوش مصنوعی (Artificial Intelligence) زمینه های نوینی را برای طراحی سامانه های آموزشی هوشمند فراهم کرده است. این سامانه ها قادرند بر اساس داده های رفتاری، زبانی، و شناختی، به شناسایی سبک های یادگیری و ویژگی های شخصیتی دانش آموزان پرداخته و آموزش را به صورت فردمحور و تطبیقی ارائه دهند. مقاله حاضر یک مرور نظام مند از پژوهش های اخیر در زمینه کاربرد هوش مصنوعی برای شناسایی سبک یادگیری و شخصیت دانش آموزان ابتدایی ارائه می دهد. ابتدا مبانی نظری مرتبط با سبک های یادگیری (مانند مدل های کولب، VARK و فلدر-سیلورمن) و نظریه های شخصیت (از جمله پنج عامل بزرگ و (MBTI بررسی می شوند. سپس نقش هوش مصنوعی در آموزش تطبیقی و شخصی سازی شده تشریح شده و مطالعاتی که از الگوریتم های یادگیری ماشین، پردازش زبان طبیعی، شبکه های عصبی، و داده کاوی آموزشی برای تحلیل رفتار و ویژگی های دانش آموزان استفاده کرده اند مرور می گردد. یافته ها نشان می دهد که هوش مصنوعی می تواند با دقت قابل توجهی سبک های یادگیری را شناسایی کرده و حتی برخی ابعاد شخصیتی را از روی تعاملات دانش آموزان در محیط های دیجیتال پیش بینی نماید. این امر امکان ارائه محتوای متناسب با نیازهای فردی هر دانش آموز را فراهم ساخته و در نهایت به بهبود کیفیت آموزش ابتدایی می انجامد. با این حال، چالش هایی همچون ملاحظات اخلاقی، حریم خصوصی، سوگیری الگوریتمی، و محدودیت داده ها همچنان از موانع مهم در این زمینه محسوب می شوند. این مقاله با هدف ترسیم تصویری جامع از وضعیت کنونی پژوهش ها، نقاط قوت، ضعف ها، و چشم اندازهای آینده در زمینه کاربرد هوش مصنوعی در شناسایی سبک یادگیری و شخصیت دانش آموزان ابتدایی تدوین شده است. نتایج مرور حاضر می تواند برای پژوهشگران، سیاست گذاران آموزشی، و طراحان سامانه های یادگیری هوشمند راهنمایی ارزشمند در جهت توسعه آموزش شخصی سازی شده در مقطع ابتدایی باشد.

کلیدواژه ها:

هوش مصنوعی ، سبک یادگیری ، شخصیت ، دانش آموزان ابتدایی ، آموزش شخصی سازی شده ، داده کاوی آموزشی