بررسی نقش هوش مصنوعی در شخصی سازی آموزش ریاضی و بهبود عملکرد تحصیلی دانش آموزان

تفاوت در دانش پیشین، سرعت یادگیری، شیوه مواجهه با مسئله، میزان تسلط بر مفاهیم پایه و توانایی تشخیص خطاهای محاسباتی، آموزش ریاضی را به یکی از حوزه های نیازمند توجه جدی به ویژگی های فردی دانش آموزان تبدیل کرده است. در کلاس های درس متعارف، محدودیت زمان، تراکم دانش آموزان و ضرورت پیشبرد برنامه درسی، گاهی فرصت کافی برای شناسایی دقیق نیازهای یادگیری هر دانش آموز و طراحی مداخله آموزشی متناسب با آن را کاهش می دهد. هوش مصنوعی با فراهم کردن امکان تحلیل پاسخ های یادگیرندگان، شناسایی الگوهای خطا، تنظیم سطح دشواری تمرین ها، ارائه بازخورد متناسب و پیشنهاد مسیرهای متفاوت یادگیری، ظرفیت تازه ای برای پاسخ گویی به این مسئله ایجاد کرده است. بااین حال، بهره گیری از این فناوری به خودی خود تضمین کننده یادگیری عمیق یا افزایش پایدار عملکرد تحصیلی نیست؛ زیرا کیفیت نتایج به طراحی آموزشی، اعتبار بازخوردها، تناسب فعالیت ها با اهداف برنامه درسی و نحوه هدایت معلم وابسته است.پژوهش حاضر با هدف بررسی نقش هوش مصنوعی در شخصی سازی آموزش ریاضی و تبیین سازوکارهای احتمالی اثرگذاری آن بر عملکرد تحصیلی دانش آموزان تدوین شده است. روش پژوهش، توصیفی تحلیلی و مبتنی بر مطالعه کتابخانه ای و مرور منابع علمی مرتبط با سامانه های آموزش هوشمند، یادگیری تطبیقی، بازخورد آموزشی و کاربرد مدل های زبانی در یادگیری است. در این بررسی، شخصی سازی آموزش نه به معنای ارائه محتوای متفاوت صرفا بر اساس علایق فردی، بلکه به عنوان فرایندی مستمر برای هماهنگ کردن آموزش با سطح واقعی فهم، نوع خطا، میزان تسلط و نیازهای در حال تغییر دانش آموز در نظر گرفته می شود.ترکیب شواهد پژوهشی نشان می دهد که سامانه های آموزش هوشمند و ابزارهای مبتنی بر هوش مصنوعی می توانند از طریق بازخورد به موقع، تمرین هدفمند، تشخیص دشواری های یادگیری و فراهم کردن فرصت تکرار متناسب، به بهبود برخی پیامدهای یادگیری کمک کنند. بااین حال، اثرگذاری آنها یکسان نیست و به نوع فناوری، شیوه ادغام آن در تدریس، کیفیت تعامل آموزشی و نوع سنجش وابستگی دارد. همچنین، خطر ارائه پاسخ نادرست، تقویت وابستگی به راه حل های آماده، کاهش فرصت استدلال مستقل، سوگیری الگوریتمی و نقض حریم خصوصی از جمله محدودیت هایی است که باید در طراحی و اجرای آموزش هوشمند مورد توجه قرار گیرد. نتیجه اصلی پژوهش آن است که هوش مصنوعی زمانی می تواند به بهبود معنادار آموزش ریاضی کمک کند که به عنوان ابزاری برای تشخیص نیازهای یادگیری و پشتیبانی از تصمیم گیری حرفه ای معلم به کار رود، نه به عنوان جایگزینی برای تعامل انسانی، قضاوت تربیتی و تلاش شناختی دانش آموز.