تحلیل خطاهای مفهومی دانش آموزان در حل مسائل فیزیک با استفاده از الگوریتم های یادگیری ماشین: رویکردی داده محور در شناسایی الگوهای شناختی

در آموزش فیزیک، یکی از چالش های اساسی، وجود خطاهای مفهومی در درک دانش آموزان است که اغلب به صورت پایدار در فرآیند حل مسئله ظاهر می شوند. این خطاها نه تنها نشان دهنده ضعف در یادگیری مفاهیم پایه هستند، بلکه می توانند مانع از شکل گیری درک عمیق علمی شوند. روش های سنتی شناسایی این خطاها، عمدتا مبتنی بر مشاهده و تحلیل کیفی پاسخ ها توسط معلم است و به دلیل محدودیت های زمانی و ذهنی، قادر به استخراج الگوهای پیچیده نیستند. هدف این پژوهش، بررسی کاربرد الگوریتم های یادگیری ماشین در تحلیل پاسخ های دانش آموزان و شناسایی الگوهای خطاهای مفهومی در حل مسائل فیزیک است. در این مطالعه، داده های متنی و عددی حاصل از پاسخ های دانش آموزان در مسائل مختلف فیزیک جمع آوری شده و با استفاده از روش های پیش پردازش، به فرمت قابل تحلیل تبدیل شده اند. سپس الگوریتم هایی مانند خوشه بندی، درخت تصمیم و مدل های طبقه بندی برای استخراج الگوهای خطا مورد استفاده قرار گرفته اند. نتایج نشان می دهد که الگوریتم های یادگیری ماشین قادرند خطاهای مفهومی را به صورت نظام مند دسته بندی کرده و الگوهای پنهان در پاسخ ها را شناسایی کنند. این یافته ها می تواند به معلمان در طراحی مداخلات آموزشی هدفمند کمک کرده و به بهبود کیفیت یادگیری دانش آموزان منجر شود.

کلیدواژه ها:

خطای مفهومی ، یادگیری ماشین ، آموزش فیزیک ، تحلیل پاسخ دانش آموزان ، داده کاوی آموزشی