تاثیر ابزارهای یادگیری مبتنی بر هوش مصنوعی بر پیشرفت تحصیلی دانش آموزان: یک متاآنالیز جامع و به روز تا پایان سال ۲۰۲۵

هدف این پژوهش، تعیین اندازه اثر کلی و عوامل تعدیل کننده ابزارهای یادگیری مبتنی بر هوش مصنوعی (سیستم های تطبیقی، چت بات های آموزشی، سیستم های مربیگری هوشمند و ابزارهای مبتنی بر مدل های زبانی بزرگ) بر پیشرفت تحصیلی دانش آموزان بود. با اجرای یک متاآنالیز نظام مند بر اساس راهنمای PRISMA ۲۰۲۰ و پروتکل ثبت شده در PROSPERO، ۸۷ مطالعه تجربی و شبه تجربی (۳۹ کارآزمایی تصادفی سازی شده) شامل ۳۸۴۹۱ دانش آموز از پایه اول ابتدایی تا کارشناسی ارشد و از ۲۶ کشور (شامل ۹ مطالعه فارسی زبان) وارد تحلیل شدند. نتایج با مدل اثرات تصادفی نشان داد که هوش مصنوعی آموزشی تاثیر متوسط تا بزرگ و بسیار معناداری دارد که حتی پس از تعدیل سوگیری انتشار به ۰.۶۱۹ g = باقی می ماند. بیشترین اثر در کودکان ابتدایی (۰.۹۸ g ≈)، درس های (۰.۹۱ STEM (g ≈)، مداخله های طولانی تر از ۸ هفته (۰.۹۳ g ≈)، ابزارهای به زبان مادری و دانش آموزان ضعیف تر مشاهده شد. این یافته ها چارچوب نظری ترکیبی ویگوتسکی، سولر و باندورا را به طور کامل تایید کرده و هوش مصنوعی را به یکی از قدرتمندترین مداخلات تاریخ آموزش تبدیل می کنند. نتایج بر ضرورت ادغام مستمر و محلی سازی شده این ابزارها در نظام آموزشی ایران و جهان تاکید دارند.

کلیدواژه ها:

هوش مصنوعی آموزشی ، پیشرفت تحصیلی ، متاآنالیز ، یادگیری شخصی سازی شده ، سیستم های تطبیقی ، چت بات آموزشی ، منطقه نزدیک به رشد ، بار شناختی ، خودکارآمدی تحصیلی ، آموزش ایران