مدل سازی پویایی انگیزش درونی در بستر یادگیری تطبیقی مبتنی بر هوش مصنوعی

این پژوهش به مدل سازی و تحلیل پویایی های انگیزش درونی در سیستم های یادگیری تطبیقی مبتنی بر هوش مصنوعی می پردازد تا راهکارهایی برای ارتقای سطح مشارکت و ماندگاری یادگیرندگان ارائه دهد. با بهره گیری از الگوریتم های یادگیری ماشین و شبکه های عصبی، این مطالعه نشان می دهد که شخصی سازی محتوای آموزشی بر اساس نیازها، علایق و سطح دانش کاربران، تاثیر مستقیم و معناداری بر تقویت حس خودکارآمدی و خودمختاری آنان دارد. نتایج حاصل از شبیه سازی ها و آزمایش های میدانی بیانگر آن است که سیستم های هوشمندی که بازخوردهای به موقع و متناسب با پیشرفت فردی ارائه می دهند، منجر به کاهش نرخ ترک تحصیل و افزایش عمق یادگیری می شوند. همچنین، این پژوهش اثبات می کند که در نظر گرفتن عوامل هیجانی و شناختی در طراحی مدل های انگیزشی، تعاملات یادگیرنده با سیستم را بهینه کرده و عملکرد تحصیلی را به طور قابل توجهی بهبود می بخشد. در نهایت، مدل پیشنهادی با ایجاد یک چرخه پویا بین انگیزش درونی و چالش های متناسب با مهارت های فرد، بستری را فراهم می آورد که یادگیرندگان با اشتیاق بیشتری به فرآیند یادگیری ادامه می دهند.

کلیدواژه ها:

یادگیری تطبیقی ، انگیزش درونی ، هوش مصنوعی ، شخصی سازی آموزش ، سیستم های یادگیری هوشمند