یاددهی یادگیری تطبیقی مبتنی بر هوش مصنوعی برای شخصی سازی یادگیری و ارتقای خودتنظیمی دانش آموزان در کلاس های چندپایه ابتدایی

کلاس های چندپایه ابتدایی به دلیل هم زمانی دانش آموزان با پایه های تحصیلی، سطوح توانایی، سرعت یادگیری و نیازهای آموزشی متفاوت، نیازمند الگوهای انعطاف پذیر و شخصی سازی شده یاددهی یادگیری هستند. در چنین شرایطی، استفاده هدفمند از هوش مصنوعی و یادگیری تطبیقی می تواند زمینه را برای شناسایی تفاوت های فردی، تنظیم سطح دشواری فعالیت ها، ارائه بازخورد فوری و هدایت دانش آموزان در مسیرهای یادگیری متناسب با نیازهای آنان فراهم سازد. پژوهش حاضر با هدف بررسی تاثیر یاددهی یادگیری تطبیقی مبتنی بر هوش مصنوعی بر شخصی سازی فرایند یادگیری و ارتقای خودتنظیمی دانش آموزان در کلاس های چندپایه ابتدایی انجام شد. روش پژوهش از نوع نیمه آزمایشی با طرح پیش آزمون پس آزمون با گروه گواه در نظر گرفته شد. جامعه پژوهش را دانش آموزان دوره ابتدایی مشغول به تحصیل در کلاس های چندپایه تشکیل دادند و نمونه ای متناسب با شرایط پژوهش به روش نمونه گیری در دسترس انتخاب و در دو گروه آزمایش و گواه جایگزین شد. ابزار گردآوری داده ها شامل آزمون عملکرد تحصیلی، مقیاس خودتنظیمی یادگیری و چک لیست میزان مشارکت و استقلال یادگیرنده بود. گروه آزمایش طی یک دوره آموزشی از فعالیت های تطبیقی مبتنی بر هوش مصنوعی شامل تشخیص سطح اولیه یادگیری، ارائه محتوای متناسب با عملکرد، تمرین های سطح بندی شده، بازخورد فوری، پیشنهاد فعالیت های جبرانی و توسعه ای و خودارزیابی استفاده کرد؛ در حالی که گروه گواه با شیوه متداول آموزشی به یادگیری ادامه داد. یافته های پژوهش نشان داد میانگین عملکرد تحصیلی و مولفه های خودتنظیمی در گروه آزمایش پس از اجرای مداخله افزایش معناداری داشته است. همچنین، دانش آموزان این گروه در برنامه ریزی، پایش فرایند یادگیری، مدیریت زمان، کنترل تلاش و خودارزیابی عملکرد پیشرفت بیشتری نشان دادند. نتایج بیانگر آن است که تلفیق هوش مصنوعی با اصول یادگیری تطبیقی می تواند در کلاس های چندپایه، ضمن پاسخگویی بهتر به تفاوت های فردی، نقش موثری در افزایش استقلال یادگیرنده و تقویت فرایندهای خودتنظیمی ایفا کند. بر این اساس، استفاده هوشمندانه و معلم محور از فناوری های هوش مصنوعی، همراه با آموزش سواد دیجیتال و نظارت آموزشی، می تواند به عنوان رویکردی نوآورانه برای ارتقای کیفیت یاددهی یادگیری در کلاس های چندپایه مورد توجه قرار گیرد.

کلیدواژه ها:

هوش مصنوعی ، یادگیری تطبیقی ، یادگیری شخصی سازی شده ، خودتنظیمی ، کلاس های چندپایه