دریافت بازخورد فوری و شخصی سازی شده از سوی سیستم های هوش مصنوعی، تاثیر مثبتی بر یادگیری و انگیزه دارد

از منظر دانش آموزان، پژوهش ها نشان داده اند که دریافت بازخورد فوری و شخصی سازی شده از سوی سیستم های هوش مصنوعی، تاثیر مثبتی بر یادگیری و انگیزه دارد. هولت و همکاران (۲۰۲۴) در پژوهشی که دیدگاه های دانش آموزان درباره بازخورد موثر را بررسی کرده، دریافتند که فراگیران بازخوردی را ارزشمند می دانند که «به موقع، رشدمحور، تعاملی، خاص و شخصی سازی شده» باشد؛ ویژگی هایی که سیستم های هوش مصنوعی به خوبی می توانند آن ها را تامین کنند. همچنین، هوانگ و همکاران (۲۰۲۳) نشان دادند که بازخورد مبتنی بر هوش مصنوعی می تواند عملکرد یادگیری و مشارکت دانش آموزان با انگیزه متوسط را به طور معناداری بهبود بخشد.در سطح آموزش ابتدایی و متوسطه (K-۱۲)، مطالعات نشان داده اند که دسترسی ناپایدار به ابزارهای ارزیابی دیجیتال، بسیاری از معلمان را ناچار می کند به فرآیندهای کاغذمحور متکی باشند و بازخورد را تنها در چرخه های هفتگی یا دوهفتگی ارائه دهند (دوآن و همکاران، ۲۰۲۴). این تاخیر در ارائه بازخورد، فرصت های یادگیری مهمی را از دانش آموزان می گیرد. ادغام هوش مصنوعی در سیستم های مدیریت یادگیری می تواند این شکاف را پر کرده و امکان ارائه بازخورد فوری در سطح کلاس را فراهم کند. تیان و همکاران (۲۰۲۵) در پژوهشی که ملاحظات پیاده سازی تصحیح خودکار مبتنی بر هوش مصنوعی را در محیط K-۱۲ بررسی می کند، تاکید دارند که مدل های زبانی بزرگ گام بعدی در ادغام چارچوب های آموزشی و سیستم های تصحیح خودکار هستند.