کاربرد هوش مصنوعی در شناسایی زود هنگام علائم افت تحصیلی و مشکلات رفتاری دانش آموزان (مداخله اولیه)

چکیده با گسترش روزافزون فناوری های نوین در نظام های آموزشی، هوش مصنوعی (AI) به عنوان ابزاری قدرتمند برای تحلیل داده های آموزشی و پیش بینی عملکرد دانش آموزان ظهور کرده است. هدف اصلی این پژوهش، بررسی کاربرد هوش مصنوعی در شناسایی زودهنگام علائم افت تحصیلی و مشکلات رفتاری دانش آموزان جهت انجام مداخلات اولیه است. این پژوهش با روش توصیفی-تحلیلی و با مرور پیشینه نظری و تجربی انجام شده است. یافته ها نشان می دهد که الگوریتم های یادگیری ماشین و تحلیل یادگیری (Learning Analytics) قادرند با پردازش داده های حاصل از سامانه های مدیریت یادگیری (LMS)، حضور و غیاب، و سوابق تحصیلی، الگوهای پنهان منجر به افت تحصیلی یا رفتارهای پرخاشگرانه را با دقت بالایی شناسایی کنند. این سیستم ها با ارائه هشدارهای اولیه به معلمان و والدین، امکان طراحی مداخلات شخصی سازی شده و به موقع را فراهم می آورند. نتایج حاصله حاکی از آن است که ادغام هوش مصنوعی در مدارس می تواند نرخ ترک تحصیل را کاهش دهد، به بهبود سلامت روان دانش آموزان کمک کند و عدالت آموزشی را از طریق حمایت هدفمند از دانش آموزان در معرض خطر تضمین نماید. در پایان، چالش های اخلاقی و حریم خصوصی و نیز لزوم توانمندسازی معلمان برای استفاده از این فناوری ها مورد بحث قرار گرفته است.

کلیدواژه ها:

هوش مصنوعی ، افت تحصیلی ، مشکلات رفتاری ، مداخله اولیه ، یادگیری ماشین ، تحلیل آموزشی ، پیش بینی عملکرد تحصیلی.