چکیده مقاله
هدف پژوهش حاضر طراحی و ارائه چارچوبی برای سیستم های یادگیری تطبیقی مبتنی بر هوش مصنوعی جهت مدیریت همزمان سطوح مختلف شناختی در کلاس های چندپایه مناطق روستایی بود این پژوهش با رویکرد کیفی و روش تحلیل محتوای کیفی انجام شد جامعه آماری شامل کلیه منابع علمی معتبر در حوزه یادگیری تطبیقی، هوش مصنوعی در آموزش و کلاس های چندپایه در بازه زمانی ۲۰۲۰ تا ۲۰۲۵ بود که با روش نمونه گیری هدفمند ۴۵ منبع انتخاب شد ابزار گردآوری داده ها چک لیست تحلیل محتوا بود و داده ها با روش تحلیل مضمون تجزیه وتحلیل شدند نتایج نشان داد که سیستم های یادگیری تطبیقی مبتنی بر هوش مصنوعی می توانند از طریق شخصی سازی مسیرهای یادگیری، ارزیابی پویا و بازخورد هوشمند، چالش های آموزشی کلاس های چندپایه را کاهش دهند همچنین چارچوب پیشنهادی شامل پنج مولفه اصلی تشخیص سطح شناختی، تولید محتوای تطبیقی، مدیریت زمان آموزشی، ارزیابی مستمر و پشتیبانی از معلم بود نتیجه گیری می شود که بهره گیری از هوش مصنوعی در کلاس های چندپایه روستایی می تواند فرصت های برابر آموزشی را فراهم آورد و کیفیت یادگیری را ارتقا بخشد
کلیدواژهها
نویسندگان
فریبا پور عبدالهی
دانشجوی کاردانی آموزش ابتدایی واحد رسالت دانشگاه فرهنگیان زاهدان،ایران
فاطمه امیرآبادی زاده
کارشناسی آموزش ابتدایی، پردیس امام سجاد ع بیرجند
امین ملازهی
دکترای تخصصی، برنامه ریزی درسی،گروه علوم تربیتی، دانشکده روانشناسی تربیتی ، دانشگاه فرهنگیان، زاهدان، ایران
نسترن غلامی
کارشناسی آموزش ابتدایی، پردیس امام سجاد ع بیرجند
یکتا حسن زاده
کارشناسی آموزش ابتدایی، پردیس امام سجاد ع بیرجند
شیوه ارجاع
�میرآبادی زاده، فاطمه و غلامی، نسترن و حسن زاده، یکتا،1405،طراحی سیستم های یادگیری تطبیقی مبتنی بر هوش مصنوعی برای مدیریت همزمان سطوح مختلف شناختی در کلاس های چندپایه مناطق روستایی،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