تحلیل روان شناختی نتایج آزمون با هوش مصنوعی برای شناسایی الگوهای تاب آوری تحصیلی دانش آموزان

پژوهش حاضر با هدف تحلیل روان شناختی نتایج آزمون های تحصیلی و روان سنجی با بهره گیری از هوش مصنوعی به منظور شناسایی الگوهای تاب آوری تحصیلی دانش آموزان انجام شد. این مطالعه از نوع توصیفی-تحلیلی و با رویکرد داده محور بود که در آن داده های مربوط به متغیرهایی مانند خودکارآمدی، تنظیم هیجان، راهبردهای یادگیری و عملکرد تحصیلی گردآوری و بررسی شد. در روند پژوهش، ابتدا داده ها از نظر کیفیت روان سنجی پالایش شدند و سپس با استفاده از مدل های تحلیل داده و الگوریتم های یادگیری ماشین، الگوهای پنهان و روابط میان متغیرها شناسایی گردید. در بخش تحلیل، از مدل های خوشه بندی برای تیپ شناسی دانش آموزان و از مدل های پیش بینی محور برای شناسایی عوامل موثر بر تاب آوری تحصیلی استفاده شد. همچنین به منظور تبیین بهتر نتایج، از تحلیل های توضیح پذیر برای تعیین میزان اهمیت هر متغیر در پیش بینی تاب آوری بهره گرفته شد. یافته های پژوهش نشان داد که دانش آموزان از نظر تاب آوری تحصیلی در چند الگوی متفاوت از جمله تاب آور خودتنظیم، تاب آور حمایت محور و تاب آور شکننده قابل دسته بندی هستند. نتایج همچنین بیانگر آن بود که متغیرهایی مانند خودکارآمدی، حمایت اجتماعی، تنظیم هیجان و راهبردهای شناختی از مهم ترین پیش بین های تاب آوری تحصیلی به شمار می آیند. افزون بر این، مدل های هوش مصنوعی توانستند با دقت مطلوب، دانش آموزان در معرض افت تحصیلی را شناسایی کرده و زمینه ارائه مداخلات هدفمند و شخصی سازی شده را فراهم سازند. در مجموع، نتایج این پژوهش نشان داد که تلفیق تحلیل روان شناختی با روش های هوش مصنوعی می تواند درک عمیق تر و دقیق تری از الگوهای تاب آوری تحصیلی فراهم آورد و در طراحی برنامه های مشاوره ای، پیشگیرانه و آموزشی در مدارس نقش موثری ایفا کند.کلمات کلیدی: هوش مصنوعی، تاب آوری تحصیلی، تحلیل روان شناختی، یادگیری ماشین، دانش آموزان