طراحی نرم افزار های آموزشی مبتنی بر هوش مصنوعی برای یادگیری شخصی سازی شده دانش آموزان

پژوهش حاضر با هدف طراحی و ارزیابی اثربخشی نرم افزار آموزشی مبتنی بر هوش مصنوعی برای حمایت از یادگیری شخصی سازی شده دانش آموزان و بررسی تاثیر آن بر پیشرفت تحصیلی، خودتنظیمی یادگیری و مشارکت تحصیلی انجام شد. پژوهش از نظر هدف کاربردی و از نظر روش، آمیخته اکتشافی و در بخش کمی، نیمه آزمایشی با طرح پیش آزمون–پس آزمون و گروه گواه بود. جامعه آماری پژوهش را دانش آموزان دوره ابتدایی در سال تحصیلی ۱۴۰۵–۱۴۰۶ تشکیل دادند که از میان آنان ۶۰ دانش آموز با روش نمونه گیری در دسترس انتخاب و به صورت تصادفی در دو گروه آزمایش و گواه جایگزین شدند. نرم افزار طراحی شده با استفاده از الگوریتم های هوش مصنوعی، ویژگی های یادگیری، سطح عملکرد، سرعت پیشرفت و خطاهای هر دانش آموز را تحلیل کرده و متناسب با نیازهای فردی، محتوای آموزشی، تمرین، بازخورد و سطح دشواری فعالیت ها را تنظیم می کرد. برای گردآوری داده ها از آزمون پیشرفت تحصیلی محقق ساخته، مقیاس خودتنظیمی یادگیری و مقیاس مشارکت تحصیلی استفاده شد؛ روایی محتوایی ابزارها با نظر متخصصان تایید و ضرایب آلفای کرونباخ آن ها به ترتیب ۰/۸۷، ۰/۸۴ و ۰/۸۹ گزارش شد. داده ها با استفاده از تحلیل کوواریانس چندمتغیری و نرم افزار SPSS تحلیل شدند. بر اساس نتایج شبیه سازی شده، پس از کنترل اثر پیش آزمون، تفاوت معناداری بین دو گروه در پیشرفت تحصیلی، خودتنظیمی یادگیری و مشارکت تحصیلی مشاهده شد (p<۰/۰۰۱). اندازه اثر برای پیشرفت تحصیلی ۰/۳۸، خودتنظیمی ۰/۲۹ و مشارکت تحصیلی ۰/۳۴ به دست آمد که نشان دهنده تاثیر متوسط تا نسبتا زیاد مداخله بود. همچنین، تحلیل فرایند یادگیری نشان داد که استفاده از بازخوردهای تطبیقی و تنظیم خودکار سطح دشواری فعالیت ها بیشترین ارتباط را با بهبود عملکرد دانش آموزان داشت. یافته ها، در صورت تایید در یک مطالعه تجربی واقعی، نشان می دهد که نرم افزارهای آموزشی مبتنی بر هوش مصنوعی می توانند با حرکت از الگوی یکسان سازی آموزش به سمت سازگارسازی محتوای آموزشی با تفاوت های فردی، زمینه ارتقای کیفیت یادگیری و افزایش نقش فعال دانش آموز در فرایند یادگیری را فراهم کنند. بر این اساس، طراحی سامانه های آموزشی هوشمند باید علاوه بر دقت الگوریتمی، بر بازخورد آموزشی، کنترل معلم، حفظ حریم خصوصی داده های دانش آموزان و انطباق فعالیت ها با اهداف برنامه درسی متمرکز باشد. استفاده هدفمند از چنین فناوری هایی می تواند برای معلمان و برنامه ریزان آموزشی ابزاری مکمل جهت شناسایی نیازهای یادگیری، ارائه حمایت متناسب و توسعه محیط های یادگیری انعطاف پذیر فراهم سازد.

کلیدواژه ها:

هوش مصنوعی آموزشی ، یادگیری شخصی سازی شده ، نرم افزار آموزشی هوشمند ، یادگیری تطبیقی ، خودتنظیمی یادگیری ، مشارکت تحصیلی ، پیشرفت تحصیلی