(طراحی، اجرا و اعتباریابی الگوی آموزش تطبیقی مبتنی بر هوش مصنوعی برای کاهش بار شناختی و ارتقای یادگیری عمیق دانش آموزان)

مسئله بنیادین در آموزش های سنتی و نظام های آموزش الکترونیکی ایستا، عدم انطباق سرعت، محتوا و ساختار بازنمایی اطلاعات با ظرفیت پردازش شناختی یادگیرندگان است که به اضافه بار شناختی و افت سطح درک مفاهیم می انجامد. هدف پژوهش حاضر، طراحی، اجرا و اعتباریابی الگوی آموزش تطبیقی مبتنی بر هوش مصنوعی (مبتنی بر نظریه بار شناختی و بستر سیستم های چندعاملی) و بررسی اثربخشی آن بر کاهش بار شناختی بیرونی و افزایش یادگیری عمیق دانش آموزان بود. روش تحقیق از نوع آمیخته (طرح اکتشافی متوالی: کیفی-کمی) و در بخش کمی از نوع نیمه آزمایشی با طرح پیش آزمون-پس آزمون با گروه کنترل بود. جامعه آماری بخش کیفی شامل متخصصان تکنولوژی آموزشی و هوش مصنوعی (۱۲ نفر نمونه هدفمند) و در بخش کمی کلیه دانش آموزان پایه دهم دوره دوم متوسطه شهر یزد در سال تحصیلی۱۴۰۵-۱۴۰۴ بودند که ۶۰ نفر از آنان با روش نمونه گیری خوشه ای چندمرحله ای انتخاب و در دو گروه آزمایش (n=۳۰n=۳۰n=۳۰) و کنترل (n=۳۰n=۳۰n=۳۰) گمارده شدند. ابزارهای پژوهش شامل پرسشنامه ارزیابی الگوی آموزشی، مقیاس بار شناختی پاشلر و آزمون یادگیری عمیق مبتنی بر سطوح شناختی بلوم-کراث ول بودند. داده ها با شاخص های توصیفی، ضریب نسبی روایی محتوا (CVRCVRCVR)، ضریب روایی محتوا (CVICVICVI) و آزمون تحلیل کوواریانس چندمتغیره (MANCOVAMANCOVAMANCOVA) تحلیل شدند. یافته ها نشان داد الگوی طراحی شده از اعتبار محتوایی بالایی برخوردار است (CVI=۰.۹۱CVI = ۰.۹۱CVI=۰.۹۱). همچنین اجرای الگو منجر به کاهش معنادار بار شناختی بیرونی (F=۴۲.۳۱,p<۰.۰۰۱F=۴۲.۳۱, p<۰.۰۰۱F=۴۲.۳۱,p<۰.۰۰۱) و افزایش معنادار نمرات یادگیری عمیق (F=۵۸.۱۴,p<۰.۰۰۱F=۵۸.۱۴, p<۰.۰۰۱F=۵۸.۱۴,p<۰.۰۰۱) در گروه آزمایش شد. الگوی هوشمند تطبیقی با بهینه سازی مسیرهای شناختی و پایش لحظه ای، بازده یادگیری را ارتقا می دهد.