چکیده مقاله
این پژوهش به مدل سازی و تحلیل پویایی های انگیزش درونی در سیستم های یادگیری تطبیقی مبتنی بر هوش مصنوعی می پردازد تا راهکارهایی برای ارتقای سطح مشارکت و ماندگاری یادگیرندگان ارائه دهد با بهره گیری از الگوریتم های یادگیری ماشین و شبکه های عصبی، این مطالعه نشان می دهد که شخصی سازی محتوای آموزشی بر اساس نیازها، علایق و سطح دانش کاربران، تاثیر مستقیم و معناداری بر تقویت حس خودکارآمدی و خودمختاری آنان دارد نتایج حاصل از شبیه سازی ها و آزمایش های میدانی بیانگر آن است که سیستم های هوشمندی که بازخوردهای به موقع و متناسب با پیشرفت فردی ارائه می دهند، منجر به کاهش نرخ ترک تحصیل و افزایش عمق یادگیری می شوند همچنین، این پژوهش اثبات می کند که در نظر گرفتن عوامل هیجانی و شناختی در طراحی مدل های انگیزشی، تعاملات یادگیرنده با سیستم را بهینه کرده و عملکرد تحصیلی را به طور قابل توجهی بهبود می بخشد در نهایت، مدل پیشنهادی با ایجاد یک چرخه پویا بین انگیزش درونی و چالش های متناسب با مهارت های فرد، بستری را فراهم می آورد که یادگیرندگان با اشتیاق بیشتری به فرآیند یادگیری ادامه می دهند
کلیدواژه‌ها
نویسندگان
شیوه ارجاع
�براهیم شلمزاری، الهام و داودی، حدیثا و فرضی کاکشی، فاطمه و سبزی زاده، اشرف،1404،مدل سازی پویایی انگیزش درونی در بستر یادگیری تطبیقی مبتنی بر هوش مصنوعی،اولین همایش بین المللی معلمان پیشرو در عصر پژوهش های تحول آفرین،اهواز
ارائه‌شده در
مجموعه مقالات اولین همایش بین المللی معلمان پیشرو در عصر پژوهش های تحول آفرین15 مهر 1404 · اهواز