طراحی مدل مدرسه نیمه هوشمند مبتنی بر هوش مصنوعی برای پیش بینی افت تحصیلی در دوره متوسطه اول

افت تحصیلی یکی از چالش های مهم نظام های آموزشی به ویژه در دوره متوسطه اول است که می تواند پیامدهای فردی و اجتماعی متعددی از جمله کاهش انگیزه یادگیری، افزایش احتمال ترک تحصیل و کاهش بهره وری نظام آموزشی را به همراه داشته باشد. با گسترش فناوری های نوین و توسعه کاربردهای هوش مصنوعی در حوزه آموزش، امکان استفاده از ابزارهای هوشمند برای شناسایی زودهنگام دانش آموزان در معرض افت تحصیلی فراهم شده است. پژوهش حاضر با هدف طراحی مدل مدرسه نیمه هوشمند مبتنی بر هوش مصنوعی برای پیش بینی افت تحصیلی در دوره متوسطه اول انجام شده است.این پژوهش از نظر هدف کاربردی و از نظر روش از نوع مطالعات توسعه ای با رویکرد آمیخته است. در مرحله نخست با بررسی مبانی نظری و پیشینه پژوهش، مولفه ها و شاخص های موثر بر افت تحصیلی شناسایی شدند. سپس با استفاده از نظرات خبرگان حوزه آموزش، فناوری آموزشی و هوش مصنوعی، چارچوب مفهومی مدل مدرسه نیمه هوشمند طراحی گردید. در این مدل، داده های آموزشی شامل نمرات درسی، میزان حضور و غیاب، مشارکت کلاسی، وضعیت رفتاری و برخی شاخص های فردی دانش آموزان به عنوان ورودی سیستم در نظر گرفته شده و از طریق الگوریتم های یادگیری ماشین تحلیل می شوند. خروجی سیستم شامل پیش بینی احتمال افت تحصیلی و ارائه هشدارهای زودهنگام برای دانش آموزان در معرض خطر است.نتایج طراحی مدل نشان می دهد که استفاده از سیستم های هوشمند مبتنی بر داده می تواند امکان پایش مستمر عملکرد تحصیلی دانش آموزان را فراهم کرده و با شناسایی زودهنگام الگوهای افت، زمینه مداخلات آموزشی به موقع را برای معلمان، مشاوران و مدیران مدارس فراهم سازد. همچنین به کارگیری این مدل می تواند به بهبود تصمیم گیری های آموزشی، افزایش کارایی نظام آموزشی و کاهش میزان افت تحصیلی کمک کند. بر این اساس، توسعه زیرساخت های فناوری آموزشی و آموزش نیروی انسانی برای بهره گیری از سامانه های هوشمند در مدارس از الزامات تحقق مدارس نیمه هوشمند در نظام آموزشی به شمار می رود.

کلیدواژه ها:

مدرسه نیمه هوشمند ، هوش مصنوعی در آموزش ، پیش بینی افت تحصیلی ، یادگیری ماشین ، سیستم هشدار زودهنگام.