سیستم های پیش بینی افت تحصیلی با رویکرد داده محور و هوشمند

افت تحصیلی دانش آموزان یکی از چالش های اساسی نظام های آموزشی است که پیامدهای فردی، اجتماعی و اقتصادی گسترده ای به همراه دارد. در سال های اخیر، توسعه سیستم های پیش بینی افت تحصیلی با رویکرد داده محور و هوشمند، به عنوان راهکاری نوین برای شناسایی زودهنگام دانش آموزان در معرض خطر مورد توجه پژوهشگران و سیاست گذاران آموزشی قرار گرفته است. این سیستم ها با بهره گیری از داده های آموزشی، رفتاری و شناختی دانش آموزان و استفاده از الگوریتم های هوش مصنوعی و یادگیری ماشین، امکان تحلیل الگوهای پیچیده یادگیری و پیش بینی روند افت تحصیلی را فراهم می کنند. هدف این مقاله مروری، بررسی نظام مند پژوهش های داخلی و بین المللی درباره سازوکارها، مدل ها و اثربخشی سیستم های هوشمند پیش بینی افت تحصیلی است. روش پژوهش، مرور روایتی–تحلیلی بوده و با تحلیل مطالعات منتشرشده در دهه اخیر، به بررسی انواع داده های مورد استفاده، الگوریتم های پیش بینی و نقش این سیستم ها در بهبود تصمیم گیری آموزشی پرداخته می شود. یافته ها نشان می دهد که سیستم های پیش بینی داده محور، با فراهم سازی اطلاعات دقیق و به موقع، می توانند نقش موثری در پیشگیری از افت تحصیلی، ارتقای کیفیت مداخلات آموزشی و بهبود عدالت آموزشی ایفا کنند. این مقاله می تواند به عنوان مبنایی نظری و کاربردی برای پژوهشگران، مدیران آموزشی و معلمان در توسعه و به کارگیری سامانه های هوشمند آموزشی مورد استفاده قرار گیرد.

کلیدواژه ها:

افت تحصیلی ، سیستم های پیش بینی ، رویکرد داده محور ، هوش مصنوعی