چکیده مقاله
در سال های اخیر، ظهور فناوری های نوین پردازش داده توانسته است چالش های دیرینه سنجش مستمر، از جمله کمبود زمان معلمان برای ارائه بازخورد به تک تک دانش آموزان و عدم دسترسی به داده های دقیق عملکردی را تا حد زیادی برطرف کند این مطالعه با روش توصیفی تحلیلی به واکاوی الگوهای یادگیری انطباقی، سیستم های بازخورد هوشمند و آزمون های پویا در بسترهای آموزشی پرداخته است هوش مصنوعی با تحلیل آنی پاسخ ها و شناسایی الگوهای رفتاری دانش آموزان، بازخوردهای شخصی سازی شده و بهنگام ارائه می دهد که این امر مانع از تثبیت کج فهمی ها در ذهن یادگیرندگان می شود ابزارهای هوشمند با تنظیم سطح دشواری سوالات متناسب با نیازهای هر فرد، تجربه یادگیری را پویاتر کرده و با کاهش اضطراب آزمون، انگیزه درونی فراگیران را برای مشارکت فعال در فرآیند آموزش تقویت می کنند این روند در نهایت به خودتنظیمی بیشتر و بهبود عملکرد تحصیلی منجر می گردد تلفیق متوازن هوش مصنوعی با فرآیندهای سنجش تکوینی می تواند کیفیت یادگیری را به طور چشمگیری ارتقا دهد و به تحقق عدالت آموزشی در مناطق مختلف کمک کند برنامه ریزان آموزشی و طراحان سیستم های یادگیری باید با در نظر گرفتن چالش های موجود، بسترهای لازم را برای بومی سازی و پیاده سازی این ابزارها فراهم آورند تا زمینه برای حرکت به سمت آموزش هوشمند و کارآمد هموار شود
کلیدواژهها
نویسندگان
شیوه ارجاع
یگانه، سمیه و یگانه، ساسان و رضایی، ناهید،1404،بررسی نقش هوش مصنوعی در طراحی ارزشیابی تکوینی و تاثیر آن بر کیفیت یادگیری،دومین همایش بین المللی تحولات نوین در علوم تربیتی، روانشناسی و آموزش و پرورش،ارومیه
ارائهشده در
مجموعه مقالات دومین همایش بین المللی تحولات نوین در علوم تربیتی، روانشناسی و آموزش و پرورش15 بهمن 1404 · ارومیه