تاثیر هوش مصنوعی بر شخصی سازی یادگیری و انطباق برنامه های درسی با نیازهای فردی دانش آموزان

پژوهش حاضر با هدف بررسی تاثیر هوش مصنوعی بر شخصی سازی یادگیری و انطباق برنامه های درسی با نیازهای فردی دانش آموزان با استفاده از رویکرد ترکیبی (کیفی-کمی) انجام شد. در بخش کیفی، با استفاده از روش مطالعه پدیدارشناسی و با انجام مصاحبه های نیمه ساختاریافته با ۲۶ نفر از معلمان با تجربه، متخصصان فناوری آموزشی، برنامه ریزان درسی و طراحان سیستم های یادگیری که با روش نمونه گیری هدفمند و با معیار اشباع نظری انتخاب شدند، داده های مربوط به ادراکات، تجارب و دیدگاه های آنان در مورد تاثیر هوش مصنوعی بر شخصی سازی یادگیری و انطباق برنامه های درسی جمع آوری و با استفاده از روش تحلیل محتوای کیفی و کدگذاری موضوعی تحلیل گردید. در بخش کمی، جامعه آماری شامل تمامی دانش آموزان دوره دوم متوسطه شهر اصفهان (۲۴۵۰۰ نفر) بود که از میان آن ها، ۳۸۰ نفر با استفاده از روش نمونه گیری تصادفی خوشه ای چندمرحله ای انتخاب شدند و به پرسشنامه های محقق ساخته ی شخصی سازی یادگیری مبتنی بر هوش مصنوعی (با ۲۴ گویه و ۴ مولفه، ضریب پایایی ۹۲/۰) و انطباق برنامه های درسی با نیازهای فردی (با ۲۰ گویه و ۳ مولفه، ضریب پایایی ۹۰/۰) پاسخ دادند. تحلیل داده ها در بخش کیفی با استفاده از کدگذاری باز، محوری و انتخابی و در بخش کمی با استفاده از آزمون های t تک نمونه ای، تحلیل عاملی تاییدی، ضریب همبستگی پیرسون و مدل سازی معادلات ساختاری با رویکرد حداقل مربعات جزئی (PLS) انجام گرفت. یافته های بخش کیفی منجر به شناسایی ۴ مولفه اصلی برای شخصی سازی یادگیری مبتنی بر هوش مصنوعی شامل تحلیل داده های رفتاری و شناختی، طراحی مسیرهای یادگیری تطبیقی، ارائه محتوای متناسب با سبک یادگیری، و بازخورد هوشمند و به موقع گردید و ۳ مولفه اصلی برای انطباق برنامه های درسی با نیازهای فردی شامل انعطاف پذیری در محتوا، تنوع در روش های ارزشیابی، و سرعت و عمق یادگیری متناسب با توانایی دانش آموز شناسایی شدند. نتایج بخش کمی نشان داد که هوش مصنوعی تاثیر مثبت و معناداری بر شخصی سازی یادگیری و انطباق برنامه های درسی دارد.

کلیدواژه ها:

هوش مصنوعی ، شخصی سازی یادگیری ، انطباق برنامه های درسی ، نیازهای فردی ، یادگیری تطبیقی