شخصی سازی محتوای آموزشی برای دانش آموزان با اختلال نقص توجه و بیش فعالی مبتنی بر تحلیل داده های رفتاری هوش مصنوعی

اختلال نقص توجه و بیش فعالی یکی از چالش های بنیادین در نظام آموزش ابتدایی است که یادگیری دانش آموزان را تحت تاثیر قرار داده و نیاز به راهکارهای آموزشی انعطاف پذیر را دوچندان می کند. این پژوهش با هدف تحلیل نقش هوش مصنوعی در شخصی سازی محتوای آموزشی برای این گروه از دانش آموزان تدوین شده است. روش پژوهش توصیفی-تحلیلی بوده و با بررسی ادبیات موجود، قابلیت های سامانه های هوشمند در تحلیل داده های رفتاری (نظیر میزان تمرکز، نرخ پاسخ دهی و سطح فعالیت فیزیکی) مورد واکاوی قرار گرفته است. یافته ها نشان می دهد که هوش مصنوعی از طریق الگوریتم های یادگیری ماشین می تواند الگوهای رفتاری منحصربه فرد هر دانش آموز را شناسایی کرده و محتوای آموزشی را به صورت لحظه ای و پویا، متناسب با ظرفیت توجه و سبک یادگیری آنان تعدیل کند. این شخصی سازی شامل کاهش حجم مطالب، افزایش فواصل استراحت هوشمند و استفاده از محرک های دیداری-شنیداری متناسب با وضعیت برانگیختگی دانش آموز است که به طور مستقیم در کاهش حواس پرتی و افزایش مشارکت تحصیلی نقش دارد. همچنین، تحلیل داده های کلان آموزشی توسط هوش مصنوعی به معلمان کمک می کند تا از رویکرد «یک نسخه برای همه» فاصله گرفته و مداخلات آموزشی دقیق تر و به موقع تری طراحی کنند. با این وجود، پیاده سازی این فناوری در محیط مدارس با چالش هایی همچون حفظ حریم خصوصی داده های حساس دانش آموزان، نیاز به آموزش تخصصی معلمان برای تفسیر خروجی های هوش مصنوعی و همچنین مخاطرات احتمالی سوگیری های الگوریتمی همراه است. مقاله در نهایت با تاکید بر لزوم تدوین سیاست های اخلاقی و فنی، نتیجه گیری می کند که ترکیب هوش انسانی معلم با ظرفیت های تحلیلی هوش مصنوعی می تواند به ایجاد محیطی فراگیر و عدالت محور منجر شود که در آن دانش آموزان دارای نقص توجه و بیش فعالی نه به عنوان گروهی با ناتوانی، بلکه به عنوان یادگیرندگانی با نیازهای خاص و منحصر به فرد، حمایت می شوند. این رویکرد تحولی بنیادین در پارادایم های آموزشی مدرسه ایجاد کرده و راه را برای شکوفایی حداکثری استعدادهای این دانش آموزان در مسیر یادگیری هموار می سازد.

کلیدواژه ها:

هوش مصنوعی ، نقص توجه و بیش فعالی ، شخصی سازی آموزش ، تحلیل داده های رفتاری ، آموزش فراگیر.