روان شناسی یادگیری تطبیقی و سازگارسازی محتوا برای افزایش انگیزش، خودتنظیمی و نگهداری بلندمدت در آموزش های آنلاین

هدف از این مقاله، توسعه و تشریح یک چارچوب جامع روان شناختی-مهندسی است که تبیین کند چگونه سامانه های یادگیری تطبیقی می توانند با ارضای نیازهای روان شناختی اساسی، به طور همزمان انگیزش درونی، خودتنظیمی یادگیری و نگهداری بلندمدت دانش را در محیط های آموزش آنلاین تقویت کنند. نرخ های بالای ترک تحصیل و نمرات پایین تر در آموزش های آنلاین سنتی، به ویژه به دلیل عدم شخصی سازی و شکست در حفظ چالش بهینه (مساله گلدلاک) رخ می دهد. این شکست ها مستقیما با عدم ارضای نیازهای بنیادین روان شناختی (کفایت، خودمختاری و ارتباط) که در نظریه خودتعیین گری محوری هستند، مرتبط است. پژوهش حاضر نشان می دهد که ALS با بهره گیری از چارچوب های شناختی نظیر نظریه بار شناختی و مدل های محاسباتی LTR، قادر به ارائه راهکارهای انطباقی دقیقی است. سازگارسازی محتوا به صورت ماژولار و تنظیم دقیق سطح دشواری، نیاز به کفایت را برآورده می کند. همچنین، ارزیابی نشان می دهد که انطباق پذیری یادگیری به طور مثبت و معنی داری SRL را تقویت می کند که این تاثیر از طریق واسطه گری انگیزش تحصیلی صورت می پذیرد. علاوه بر این، برای دستیابی به LTR، طراحی تطبیقی باید بر بهینه سازی "فرآیند کند یادگیری" متمرکز شود، زیرا این فرآیند به تنهایی "الگوی نگهداری ۲۴ ساعته را با $R^{۲}$ ۹۹٪ پیش بینی می کند. در نهایت، با وجود پتانسیل ALS برای ترویج عدالت آموزشی، چالش های اخلاقی مربوط به سوگیری های الگوریتمی نیازمند توجه دقیق در طراحی موتورهای تطبیقی است تا از تقویت نابرابری های موجود جلوگیری شود.

کلیدواژه ها:

یادگیری تطبیقی ، خودتنظیمی یادگیری ، انگیزش درونی ، نگهداری بلندمدت