بررسی مدل اکوسیستم یادگیری داده محور برای یکپارچه سازی آموزش حضوری، آنلاین و تطبیقی

تحول دیجیتال در آموزش، ضرورت بازاندیشی در طراحی نظام های یادگیری را بیش از پیش آشکار ساخته است. با وجود گسترش آموزش حضوری، آنلاین و سامانه های یادگیری تطبیقی، نبود یک چارچوب منسجم برای یکپارچه سازی داده ها و فرایندهای آموزشی، موجب پراکندگی تجربه یادگیرندگان و کاهش اثربخشی تصمیم گیری آموزشی شده است. هدف این پژوهش، طراحی مدل اکوسیستم یادگیری داده محور به منظور یکپارچه سازی آموزش حضوری، آنلاین و تطبیقی و ایجاد هم افزایی میان مولفه های فناورانه، انسانی و مدیریتی است.روش پژوهش از نوع آمیخته اکتشافی بوده و در دو مرحله کیفی و کمی انجام شده است. در بخش کیفی، با بهره گیری از تحلیل مضمون و مصاحبه نیمه ساختاریافته با خبرگان حوزه فناوری آموزشی و تحلیل یادگیری، ابعاد و مولفه های کلیدی اکوسیستم استخراج گردید. در بخش کمی، مدل پیشنهادی با استفاده از مدل سازی معادلات ساختاری و تحلیل عاملی تاییدی اعتبارسنجی شد. جامعه آماری شامل اعضای هیئت علمی، طراحان آموزشی و متخصصان فناوری یادگیری بود و داده ها از طریق پرسشنامه محقق ساخته گردآوری شد.یافته ها نشان داد مدل اکوسیستم یادگیری داده محور دارای پنج بعد اصلی است: (۱) زیرساخت داده و تحلیل یادگیری، (۲) طراحی آموزشی یکپارچه، (۳) سامانه های هوشمند و یادگیری تطبیقی، (۴) تعاملات انسانی و یادگیری ترکیبی، و (۵) حکمرانی داده و بهبود مستمر. نتایج حاکی از آن است که یکپارچه سازی آموزش حضوری و آنلاین از طریق تحلیل داده های یادگیری و بازخورد بلادرنگ، به بهبود شخصی سازی مسیر یادگیری، افزایش درگیری شناختی و ارتقای عملکرد تحصیلی منجر می شود. همچنین، وجود سازوکارهای مدیریت داده و سیاست های حریم خصوصی، نقش معناداری در پایداری اکوسیستم آموزشی ایفا می کند.بر اساس یافته ها، مدل پیشنهادی می تواند به عنوان چارچوبی راهبردی برای دانشگاه ها و موسسات آموزشی در پیاده سازی آموزش ترکیبی (Blended Learning)، یادگیری تطبیقی (Adaptive Learning) و تحلیل یادگیری (Learning Analytics) مورد استفاده قرار گیرد. این پژوهش با ارائه یک مدل بومی و نظام مند، زمینه توسعه آموزش هوشمند و تصمیم گیری مبتنی بر داده را فراهم می سازد و می تواند مبنایی برای تحول دیجیتال در نظام های آموزشی باشد.