چکیده مقاله
پیشرفت های اخیر در حوزه هوش مصنوعی و تحلیل داده های بزرگ، فرصت های نوینی برای ارتقای کیفیت آموزش و پیش بینی موفقیت تحصیلی دانش آموزان فراهم آورده است تحلیل داده های رفتاری، شامل الگوهای حضور و غیاب، مشارکت در فعالیت های کلاسی، تعامل با منابع آموزشی دیجیتال و سایر شاخص های عملکردی، به عنوان ابزار کلیدی برای شناسایی دانش آموزان در معرض خطر و طراحی مداخلات هدفمند مطرح می شود این مقاله به بررسی پژوهش های انجام شده در زمینه کاربرد هوش مصنوعی برای تحلیل داده های رفتاری و پیش بینی موفقیت تحصیلی می پردازد و مدل ها، الگوریتم ها و روش های مورد استفاده را تحلیل می کند نتایج مرور منابع نشان می دهد که الگوریتم های یادگیری ماشین، شبکه های عصبی و مدل های پیش بینی تطبیقی قادرند با دقت بالا الگوهای موفقیت و عوامل موثر بر عملکرد تحصیلی را شناسایی کنند و زمینه ای برای طراحی برنامه های آموزشی شخصی سازی شده فراهم آورند علاوه بر این، استفاده از هوش مصنوعی در تحلیل داده های رفتاری می تواند فرآیند تصمیم گیری مدیران و معلمان را تسهیل کند، فرصت های بهبود مشارکت دانش آموزان را شناسایی نماید و نقش موثری در افزایش کیفیت یادگیری و پیشگیری از شکست تحصیلی داشته باشد این مطالعه همچنین چالش ها و محدودیت های موجود در کاربرد هوش مصنوعی در محیط های آموزشی و راهکارهای ارتقای دقت پیش بینی را مورد بحث قرار می دهد
کلیدواژه‌ها
نویسندگان
شیوه ارجاع
�ابریان مشهدی، ریحانه و ، گلناز کرمی و ، فریده رشیدی راد و ، منا قربانیون،1404،تحلیل داده های رفتاری دانش آموزان برای پیش بینی موفقیت تحصیلی با 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