چکیده مقاله
طراحی یادگیری تطبیقی Adaptive Learning با اتکا بر هوش مصنوعی، در سال های اخیر به عنوان یکی از تحول آفرین ترین رویکردهای آموزشی مطرح شده است؛ رویکردی که به ویژه در کلاس های چندپایه – با تنوع سنی، تفاوت سطح یادگیری و نیازهای فردی – می تواند فاصله های یادگیری را کاهش داده و مشارکت دانش آموزان را به طور معناداری افزایش دهد پژوهش های جدید ۲۰۲۲ تا ۲۰۲۵ در حوزه یادگیری شخصی سازی شده، تحلیل یادگیرنده و سیستم های توصیه گر آموزشی نشان می دهد که استفاده از مدل های هوش مصنوعی می تواند مسیرهای یادگیری پویا ایجاد کند؛ مسیرهایی که براساس داده های لحظه ای عملکرد دانش آموز، سبک یادگیری، سرعت پیشرفت و میزان درگیری شناختی، محتوای آموزشی را به صورت خودکار بازتنظیم میکنند این مطالعه با بهره گیری از تازه ترین چارچوب های طراحی تطبیقی، مانند مدل های «تحلیل یادگیرنده» Learner Analytics و «مدل سازی شناختی» Cognitive Modeling ، تاثیر این نوع طراحی را بر مولفه هایی نظیر بهبود کیفیت تعامل، افزایش خودتنظیمی یادگیری، کاهش بار شناختی، ارتقای انگیزش درونی و بهبود نتایج تحصیلی در کلاس های چندپایه بررسی می کند نتایج مرور پژوهش ها نشان می دهد که سیستم های تطبیقی مبتنی بر هوش مصنوعی می توانند تا حدود ۳۰ تا ۵۰ درصد به بهبود دقت یادگیری فردی کمک کنند و میانگین پیشرفت تحصیلی دانش آموزان در کلاس های چندپایه را به طور پایدار افزایش دهند در جمع بندی، طراحی یادگیری تطبیقی نه تنها به معلمان امکان مدیریت موثرتر کلاس های ناهمگون را می دهد، بلکه با فراهم کردن مسیرهای یادگیری اختصاصی برای هر دانش آموز، محیطی برابرتر، جذاب تر و کارآمدتر ایجاد می کند این حوزه، به ویژه با ترکیب مدل های زبانی پیشرفته و سامانه های پیش بینی گر آموزشی، در حال تبدیل شدن به یکی از کلیدی ترین محورهای توسعه آینده آموزش در کلاس های چندپایه است این پژوهش با رویکردی تحلیلی ترکیبی و توصیفی ، به واکاوی عمیق و جامع تاثیرات بنیادین طراحی و پیاده سازی سیستم های یادگیری تطبیقی Adaptive Learning ، که با استفاده از قابلیت های پیشرفته هوش مصنوعی Artificial Intelligence AI توانمندسازی شده اند، بر ارتقاء کیفیت یاددهی یادگیری در کلاس های چندپایه Multigrade Classrooms می پردازد کلاس های چندپایه، به دلیل ماهیت ناهمگن دانش آموزان از نظر سن، پایه تحصیلی، سطح دانش، سبک یادگیری و نیازهای آموزشی، همواره با چالش های قابل توجهی در ارائه آموزش موثر و عادلانه مواجه بوده اند این تحقیق با استناد به جدیدترین دستاوردهای علمی تا سال ۲۰۲۵ و ماقبل آن ، ادعا می کند که هم افزایی هوشمندانه یادگیری تطبیقی و هوش مصنوعی، قادر است به طور بنیادین این چالش ها را مرتفع سازد و تجربه ای عمیقا شخصی سازی شده، جذاب و اثربخش را برای هر دانش آموز فراهم آورد
کلیدواژهها
نویسندگان
شیوه ارجاع
�اه بخش، فاطمه و ملازهی، امین،1405،بررسی تاثیر طراحی یادگیری تطبیقی در کلاس های چندپایه با کمک هوش مصنوعی،دومین همایش بین المللی تحولات نوین در نظام های آموزشی، تربیتی، روانشناسی، مهارت آموزی و مهارت محوری با محوریت آموزش و پرورش در هزاره سوم،بوشهر
ارائهشده در
مجموعه مقالات دومین همایش بین المللی تحولات نوین در نظام های آموزشی، تربیتی، روانشناسی، مهارت آموزی و مهارت محوری با محوریت آموزش و پرورش در هزاره سوم26 اردیبهشت 1405 · بوشهر