طراحی برنامه درسی مبتنی بر هوش مصنوعی و یادگیری تطبیقی
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 66
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_API-5-9_009
تاریخ نمایه سازی: 5 خرداد 1405
چکیده مقاله:
هدف: هدف پژوهش بررسی و طراحی یک الگوی برنامه درسی مبتنی بر هوش مصنوعی با تاکید بر یادگیری تطبیقی است تا با شخصی سازی مسیر یادگیری، کیفیت و کارایی فرایند آموزش ارتقا یابد. روش پژوهش: این پژوهش با رویکرد کمی و بر پایه تحلیل داده های آموزشی انجام شده است. داده ها شامل متغیرهایی مانند سطح دانش پیشین، سبک یادگیری، میزان مشارکت، زمان صرف شده برای محتوا، نمرات ارزیابی و نوع محتوای آموزشی بوده و عملکرد یادگیرندگان برای ارزیابی تاثیر الگوریتم های تطبیقی در تنظیم سطح دشواری و طراحی مسیرهای شخصی سازی شده تحلیل شده است. یافته ها: نتایج نشان داد که بین سطح دانش پیشین و عملکرد تحصیلی رابطه مثبت معنادار وجود دارد و نوع محتوای آموزشی و سبک یادگیری بر میزان تعامل و موفقیت یادگیرندگان اثرگذار است. همچنین مشخص شد که الگوریتم های تطبیقی در تنظیم سطح دشواری محتوا و ارائه مسیرهای یادگیری شخصی سازی شده موثرند و تحلیل داده ها امکان پیش بینی دقیق تر نیازهای یادگیرندگان را فراهم می کند. نتیجه گیری: استفاده از برنامه درسی مبتنی بر هوش مصنوعی می تواند به بهبود کیفیت یادگیری، افزایش مشارکت یادگیرندگان و ارتقای کارایی آموزش منجر شود. یافته ها ضرورت بهره گیری از داده های آموزشی و فناوری های هوشمند در توسعه برنامه های درسی آینده را تایید کرده و بیان می کند که الگوهای نوآورانه می توانند راه حل مناسبی برای چالش های آموزش فردمحور ارائه دهند.
کلیدواژه ها:
هوش مصنوعی در آموزش ، یادگیری تطبیقی ، برنامه درسی هوشمند ، تحلیل داده های آموزشی ، شخصی سازی یادگیری
نویسندگان
علی اصغر ماشینچی
دانشیار گروه علوم تربیتی، واحدلامرد، دانشگاه آزاد اسلامی،لامرد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :