انگیزش در عصر الگوریتم ها: بررسی نقش بازخوردهای شخصی سازی شده هوش مصنوعی در افزایش خودکارآمدی دانش آموزان

چکیده فارسیادغام هوش مصنوعی (AI) در اکوسیستم های آموزشی، استراتژی های پداگوژیک را به ویژه در زمینه ارزیابی تکوینی و بازخورد دانش آموزان به طور بنیادینی دگرگون کرده است. این پژوهش به بررسی تاثیر بازخوردهای شخصی سازی شده مبتنی بر الگوریتم بر خودکارآمدی تحصیلی دانش آموزان در محیط های یادگیری مدرن می پردازد. با تکیه بر نظریه اجتماعی-شناختی بندورا، این مطالعه فرض می کند که مکانیسم های بازخورد به موقع، مشخص و تطبیقی ارائه شده توسط سیستم های هوش مصنوعی می توانند به طور قابل توجهی باور یادگیرندگان نسبت به توانایی خود برای اجرای اقدامات لازم جهت دستیابی به اهداف خاص را تقویت کنند. از طریق مرور نظام مند مطالعات تجربی اخیر و چارچوب های نظری، این مقاله تحلیل می کند که چگونه الگوریتم های هوش مصنوعی با تحلیل الگوهای یادگیری، مداخلات سفارشی را ارائه می دهند که شکاف های شناختی فردی را هدف قرار می دهند. یافته ها نشان می دهند که بازخورد شخصی سازی شده هوش مصنوعی نه تنها عملکرد تحصیلی را بهبود می بخشد، بلکه با فراهم کردن فرصت های ارزیابی پیوسته و با ریسک پایین، به پرورش «طرز فکر رشد» نیز کمک می کند. علاوه بر این، مطالعه حاضر نقش ظریف شفافیت الگوریتمی و اعتماد در پذیرش بازخورد هوش مصنوعی توسط دانش آموزان و مربیان را برجسته می سازد. نتایج حاکی از آن است که اگرچه بازخورد تقویت شده با هوش مصنوعی با خودکارآمدی بالاتر همبستگی دارد، اما عنصر انسانی تعامل معلم و دانش آموز برای حمایت عاطفی و تفسیر زمینه ای داده ها همچنان حیاتی است. این پژوهش با روشن سازی مکانیسم های روان شناختی که از طریق آن ها هوش مصنوعی بر انگیزش و خودتنظیمی تاثیر می گذارد، به گسترش ادبیات موجود در فناوری آموزشی کمک می کند.واژگان کلیدی: هوش مصنوعی در آموزش، بازخورد شخصی سازی شده، خودکارآمدی، یادگیری الگوریتمی، انگیزش دانش آموزان، ارزیابی تکوینی.