امکان سنجی استفاده از هوش مصنوعی و داده کاوی آموزشی برای پیش بینی و پیشگیری از افت تحصیلی توسط معاون اجرایی

پدیده افت تحصیلی یکی از چالش های مزمن و پرهزینه در نظام های آموزشی است که شناسایی دیرهنگام آن، فرصت مداخلات اثربخش را از مربیان سلب می کند. این پژوهش با هدف امکان سنجی و بررسی الزامات عملیاتی بکارگیری فناوری های هوش مصنوعی (AI) و تکنیک های داده کاوی آموزشی (EDM) توسط معاونان اجرایی مدارس، به عنوان متولیان اصلی سیستم های ثبت داده، انجام شده است. روش پژوهش حاضر توصیفی-تحلیلی و مبتنی بر مطالعات اسنادی و کتابخانه ای گسترده است. یافته های پژوهش نشان می دهد که ارتقای نقش معاون اجرایی از یک متصدی امور اداری و ثبت نمرات به یک تحلیل گر و راهبر داده های آموزشی، همراه با بکارگیری الگوریتم های یادگیری ماشین (نظیر درخت تصمیم، شبکه های عصبی و رگرسیون لجستیک)، می تواند به طراحی یک «سیستم هشدار زودهنگام» (EWS) کارآمد در مدرسه منجر شود. این سیستم با دقت بالایی قادر است دانش آموزان در معرض خطر افت تحصیلی را پیش از وقوع قطعی شکست تحصیلی شناسایی کند. با این حال، موفقیت در این مسیر مستلزم رفع چالش های زیرساختی سامانه ها، ارتقای سواد داده محور مربیان و پایبندی به اصول اخلاقی و حریم خصوصی داده ها است.

کلیدواژه ها:

هوش مصنوعی در آموزش ، داده کاوی آموزشی ، افت تحصیلی ، معاون اجرایی ، سیستم هشدار زودهنگام ، یادگیری ماشین ، مدیریت داده مدرسه.