فرصت های نوین در شخصی سازی یادگیری با استفاده از هوش مصنوعی: مرور نظام مند

زمینه و هدف: هوش مصنوعی به عنوان فناوری تحول آفرین، چشم انداز آموزش را دگرگون ساخته و شخصی سازی یادگیری در مقیاس انبوه را ممکن کرده است. علیرغم گسترش پژوهش ها در این حوزه، شکاف قابل توجهی بین نوآوری های نظری و پیاده سازی عملیاتی وجود دارد. هدف این پژوهش، شناسایی و تحلیل نظام مند فرصت های نوین در شخصی سازی یادگیری مبتنی بر هوش مصنوعی با تاکید بر شواهد تجربی معتبر و ارائه چارچوبی عملی برای پیاده سازی موثر است.روش شناسی: این پژوهش با استفاده از روش مرور نظام مند (بر اساس بیانیه پریزما ۲۰۲۰) انجام شده است. جستجو در پایگاه های وب آو ساینس، اسکوپوس، ساینس دایرکت، گوگل اسکالر و پایگاه های علمی داخلی (پرتال جامع علوم انسانی، نورمگز) در بازه زمانی ژانویه ۲۰۲۳ تا مارس ۲۰۲۵ انجام گرفت. از میان ۲۱۰ مقاله اولیه، ۶۸ مطالعه تجربی معیارهای ورود را داشتند. کیفیت مطالعات با استفاده از ابزار ام مت ارزیابی شد. همچنین ۷ مطالعه فراتحلیل معتبر برای استخراج اندازه های اثر استفاده شد. تحلیل داده ها با روش تحلیل محتوای جهتیار انجام و ضریب توافق بین کدگذاران ۸۶/۰ محاسبه گردید.یافته ها: فراتحلیل ها نشان می دهد هوش مصنوعی تاثیر مثبت متوسط تا بزرگی بر پیامدهای یادگیری دارد (دامنه اندازه اثر از ۴۵/۰ تا ۵۳/۰ برای همبستگی، و تا ۱۹/۱ برای تفاوت گروه ها). سیستم های تطبیقی، بازخورد هوشمند، ارزیابی خودکار و پیش بینی سبک های یادگیری از مهم ترین فرصت ها هستند. با این حال، شکاف بین پژوهش و پیاده سازی عملیاتی قابل توجه است: تنها ۲۳ درصد از روش ها به الزامات سطح تولید توجه کرده اند. همچنین هوش مصنوعی مولد در مقایسه با سایر انواع هوش مصنوعی، تاثیر بیشتری بر حیطه های شناختی نشان داده است (۵۳/۰ (r=در مقابل(r=۰/۴۱) برای سیستم های غیرمولد، (p>۰/۰۱)حلیل مطالعات اولیه نشان داد که اثربخشی هوش مصنوعی در دوره ابتدایی (۸۵/۰ g =)به طور معناداری بیشتر از آموزش عالی (g=۰/۴۵) و(p>۰/۰۵) استنتیجه گیری: هوش مصنوعی آرمان شخصی سازی یادگیری را به واقعیت نزدیک کرده است، اما موفقیت مستلزم نگاه نظام مند، توجه به چالش های اخلاقی، توانمندسازی معلمان و عبور از شکاف بین پژوهش و عمل است. چارچوب هفت مولفه ای ارائه شده در این پژوهش (ارزیابی نیازها، معماری ترکیبی، طراحی اخلاقی، توانمندسازی معلمان، ارزیابی مستمر، مقیاس پذیری تدریجی و مشارکت ذی نفعان) می تواند راهنمایی عملی برای ذی نفعان مختلف فراهم آورد. با این حال، محدودیت هایی چون فقدان مطالعات طولی و تمرکز جغرافیایی بر کشورهای توسعه یافته، تعمیم پذیری یافته ها را محدود می کند.