تحلیل نقش هوش مصنوعی در پیش بینی و بهبود رفاه مالی دانشجویان دانشگاهی

رفاه مالی دانشجویان دانشگاهی تاثیر مستقیم بر سلامت روان، عملکرد تحصیلی و کاهش ترک تحصیل دارد. با رشد فناوری های هوش مصنوعی، ابزارهای مبتنی بر یادگیری ماشین می توانند الگوهای هزینه، درآمد و رفتار مالی دانشجویان را پیش بینی کرده و راهکارهای بهبود ارائه دهند. هدف: این مطالعه با هدف تحلیل سیستماتیک نقش هوش مصنوعی در پیش بینی وضعیت رفاه مالی و ارائه راهکارهای عملی برای بهبود آن در جمعیت دانشجویی انجام شده است. روش ها: جستجوی نظام مند در پایگاه های PubMed، Scopus و Web of Science با کلیدواژه های مرتبط بین سال های ۲۰۱۹ تا ۲۰۲۴ انجام شد. مقالات اصیل و مروری که به کاربرد الگوریتم های هوش مصنوعی در داده های مالی دانشجویان پرداخته بودند، وارد مطالعه شدند. یافته ها: از میان ۳۴۲ مقاله اولیه، ۲۲ مقاله معیارهای ورود را داشتند. الگوریتم های جنگل تصادفی (Random Forest) و شبکه های عصبی عمیق بیشترین دقت را در پیش بینی ریسک کمبود مالی (۸۷-۹۴ درصد) نشان دادند. همچنین سیستم های توصیه گر مبتنی بر هوش مصنوعی در مدیریت بودجه و شناسایی فرصت های درآمدی موثر بودند. نتیجه گیری: هوش مصنوعی می تواند با پیش بینی زودهنگام دانشجویان در معرض تنش مالی و ارائه پیشنهادهای شخصی سازی شده، به بهبود رفاه مالی کمک کند. پیاده سازی این ابزارها نیازمند دسترسی به داده های مالی شفاف و رعایت اخلاق حریم خصوصی است.

کلیدواژه ها:

هوش مصنوعی ، رفاه مالی ، دانشجویان دانشگاه ، پیش بینی تحلیلی ، یادگیری ماشین