ارائه راهکار جهت کاهش عدم تمرکز دانش آموز از طریق کاربرد ترکیب اصول تریز و هوش مصنوعی

در عصر حاضر که به عصر اطلاعات و فناوری های دیجیتال شهرت دارد، نظام آموزش و پرورش با یکی از پیچیده ترین چالش های پداگوژیک خود، یعنی افت شدید تمرکز و توجه دانش آموزان در کلاس های درس (اعم از حضوری و مجازی) مواجه است. بمباران اطلاعاتی، تغییر در ساختار عصبی-شناختی نسل جدید به دلیل استفاده مداوم از رسانه های اجتماعی، و عدم تطابق روش های تدریس سنتی با نیازهای یادگیرندگان مدرن، منجر به کاهش چشمگیر بهره وری آموزشی شده است. این پژوهش با هدف ارائه یک چارچوب نوین، میان رشته ای و کاربردی جهت حل این بحران، به بررسی هم افزایی میان «نظریه حل ابداعانه مسئله» یا تریز (TRIZ) و فناوری های پیشرفته «هوش مصنوعی» (AI) می پردازد. تریز با ارائه یک رویکرد الگوریتمیک و سیستماتیک به نوآوری، به ما اجازه می دهد تا تضادهای موجود در سیستم های آموزشی (مانند تضاد میان نیاز به جذابیت محتوا و نیاز به حفظ تمرکز روی مفاهیم پایه) را بدون مصالحه و به شکلی خلاقانه حل کنیم. از سوی دیگر، هوش مصنوعی با قابلیت های بی نظیر خود در پردازش داده های کلان، یادگیری ماشین، بینایی ماشین و تحلیل احساسات، ابزار اجرایی قدرتمندی را برای پیاده سازی اصول تریز در لحظه (Real-time) فراهم می آورد. در این مقاله، نشان داده می شود که چگونه مفاهیمی چون «اصل جداسازی»، «اصل کیفیت موضعی» و «اصل پویایی» از مکتب تریز، زمانی که با الگوریتم های تطبیقی هوش مصنوعی ترکیب می شوند، می توانند محیط یادگیری را به گونه ای شخصی سازی کنند که بار شناختی اضافی به حداقل رسیده و درگیری ذهنی دانش آموز بهینه گردد. این سیستم ترکیبی می تواند با پایش پیوسته علائم رفتاری و شناختی دانش آموز، افت تمرکز را پیش از وقوع کامل تشخیص داده و با تغییر استراتژی ارائه محتوا، توجه وی را بازیابی کند. نتایج این بررسی مفهومی نشان می دهد که سرمایه گذاری وزارت آموزش و پرورش بر روی پلتفرم های مبتنی بر TRIZ-AI نه تنها معضل حواس پرتی را کاهش می دهد، بلکه گامی اساسی در راستای تحقق عدالت آموزشی و آموزش شخصی سازی شده خواهد بود. این مقاله به عنوان یک راهنمای نظری و عملی برای سیاست گذاران، طراحان آموزشی و معلمان تدوین شده است تا با گذر از روش های سنتی، به استقبال سیستم های هوشمند آموزشی بروند.

کلیدواژه ها:

کلمات کلیدی: عدم تمرکز دانش آموزان ، نظریه تریز (TRIZ) ، هوش مصنوعی در آموزش ، یادگیری تطبیقی ، نوآوری آموزشی ، بار شناختی.