تحلیل ابعاد آموزشی و فناورانه یادگیری شخصی سازی شده در عصر هوش مصنوعی

گسترش فناوری های مبتنی بر هوش مصنوعی در دهه اخیر، نظام های آموزشی را با تحولات گسترده ای در حوزه طراحی آموزشی، ارزشیابی، یادگیری تطبیقی و شخصی سازی فرایندهای یاددهی–یادگیری مواجه ساخته است. یادگیری شخصی سازی شده به عنوان یکی از مهم ترین رویکردهای نوین آموزشی، بر انطباق محتوا، سرعت، مسیر و شیوه یادگیری با ویژگی ها، نیازها و توانایی های هر یادگیرنده تاکید دارد. هدف پژوهش حاضر، تحلیل ابعاد آموزشی و فناورانه یادگیری شخصی سازی شده در عصر هوش مصنوعی و تبیین فرصت ها، چالش ها و الزامات آن در نظام های آموزشی نوین بود. این پژوهش با روش مرور اسنادی و تحلیل محتوای کیفی جهت دار انجام شد. منابع پژوهش از پایگاه های علمی داخلی و بین المللی در بازه زمانی ۲۰۲۲ تا ۲۰۲۶ گردآوری و پس از غربالگری، ۴۲ منبع منتخب وارد فرایند تحلیل شدند. یافته ها نشان داد که هوش مصنوعی از طریق تحلیل داده های یادگیری، یادگیری تطبیقی، بازخورد هوشمند، تحلیل پیش بینانه و طراحی مسیرهای آموزشی انعطاف پذیر، نقش موثری در ارتقای کیفیت یادگیری شخصی سازی شده ایفا می کند. همچنین مشخص شد که یادگیری شخصی سازی شده می تواند به تقویت خودتنظیمی، افزایش انگیزش، بهبود عدالت آموزشی و ارتقای تعامل یادگیرندگان منجر شود. با این حال، چالش هایی نظیر شکاف دیجیتال، مسائل اخلاقی، سوگیری الگوریتمی، وابستگی بیش از حد به فناوری و ضعف زیرساخت های آموزشی همچنان از موانع اساسی توسعه این رویکرد محسوب می شوند. نتایج پژوهش نشان داد که تحقق یادگیری شخصی سازی شده در عصر هوش مصنوعی مستلزم تلفیق ابعاد فناورانه، آموزشی، شناختی و اخلاقی در سیاست گذاری های آموزشی است.

کلیدواژه ها:

یادگیری شخصی سازی شده ، هوش مصنوعی ، فناوری آموزشی ، یادگیری تطبیقی ، آموزش هوشمند ، خودتنظیمی یادگیری.