چکیده مقاله
در سال های اخیر، افت تحصیلی به عنوان یکی از چالش های اساسی نظام های آموزشی در سراسر جهان، به ویژه در کشورهای در حال توسعه، شناخته شده است عوامل متعددی از جمله وضعیت اقتصادی، خانوادگی، روانی، اجتماعی و آموزشی در بروز افت تحصیلی نقش دارند که شناسایی به موقع این عوامل می تواند به طراحی مداخلات موثر برای پیشگیری از این پدیده کمک نماید در این راستا، کاربرد فناوری های نوین به ویژه هوش مصنوعی AI در آموزش، به عنوان راهکاری نوظهور و موثر، توجه پژوهشگران و سیاست گذاران آموزشی را به خود جلب کرده است مطالعه حاضر با هدف بررسی و تحلیل نقش هوش مصنوعی در شناسایی افت تحصیلی دانش آموزان انجام شده است در این پژوهش، با استفاده از الگوریتم های یادگیری ماشین از جمله درخت تصمیم، شبکه های عصبی مصنوعی، ماشین بردار پشتیبان SVM و الگوریتم های خوشه بندی، تلاش شده تا الگوهای پنهان در داده های تحصیلی، رفتاری و روانی دانش آموزان شناسایی گردد یافته ها نشان می دهد که سیستم های مبتنی بر هوش مصنوعی با دقت بالایی قادر به پیش بینی افت تحصیلی پیش از بروز آن هستند همچنین، تحلیل داده های آموزشی در مقیاس وسیع و پردازش مولفه های پیچیده روان شناختی و اجتماعی از طریق مدل های هوشمند، توانسته است ابعاد جدیدی از علل افت تحصیلی را روشن سازد نتایج این پژوهش بر ضرورت بهره گیری از فناوری های هوشمند در نظام های آموزشی برای شناسایی زودهنگام دانش آموزان در معرض افت تحصیلی تاکید دارد همچنین، تدوین سامانه های هشدار هوشمند و برنامه ریزی آموزشی مبتنی بر داده می تواند گامی موثر در راستای عدالت آموزشی و ارتقای کیفیت تحصیل دانش آموزان، به ویژه در مناطق کم برخوردار، تلقی شود در نهایت، پیشنهاد می شود که سیاست گذاران آموزش و پرورش در طراحی برنامه های آینده نگرانه از ظرفیت های هوش مصنوعی بهره مند گردند تا از بروز افت تحصیلی در مراحل اولیه جلوگیری شود
کلیدواژهها
نویسندگان
شیوه ارجاع
�ارانی، مهدی و نخعی زاده، نادر و لگزی، فاطمه و لگزی، علی اکبر،1403،تحلیل هوش مصنوعی درشناسناسی افت تحصیلی دانش اموزان،اولین همایش بین المللی تحولات نوین در علوم تربیتی، روانشناسی و آموزش وپرورش،ارومیه
ارائهشده در
مجموعه مقالات اولین همایش بین المللی تحولات نوین در علوم تربیتی، روانشناسی و آموزش وپرورش30 دی 1403 · ارومیه