ارزیابی و بازخورد با استفاده از هوش مصنوعی جهت افزایش موفقیت در آموزش
کد مقاله : 1307-CLASS-FULL
نویسندگان
ماکان احتشام فر *1، سعید ذبیح زاده روشن2
1کارشناسی ارشد شبکه‌های مخابراتی، دانشگاه تخصصی فناوری‌های نوین آمل، آمل، ایران
2کارشناس ارشد ژئوتکنیک دانشگاه صنعتی نوشیروانی، بابل، ایران
چکیده مقاله
تمرکز اصلی این پژوهش این است که نشان دهد چگونه بازخورد فوری و معتبر، ارزیابی کیفی، یادگیری دانش‌آموزان را در محیط آموزش افزایش می‌دهد. با روند رو به رشد آموزش آنلاین نقش ارزیابی و بازخورد نیز تغییر می کند. پیش از این بخش ارزشیابی به عنوان تمرکز اصلی در یادگیری و تدریس در موسسات آموزشی تلقی نمی شد، اما اکنون با افزایش آموزش آنلاین، مشاهده می شود که این پارادایم به سمت ارزیابی فعالیت های دانش آموزان که نتایج یادگیری آنها را افزایش می دهد تغییر می کند. کارهای تحقیقاتی زیادی بر روی توسعه راهبردها و تکنیک‌های ارزیابی انجام شده است که می‌تواند به طور مؤثر از یادگیری و آموزش پشتیبانی کند. با این حال، تحقیقات محدودی وجود دارد که به چگونگی استفاده از روش‌های به کار رفته در تجزیه و تحلیل یادگیری می‌پردازد و احتمالاً فرآیند ارزیابی را تشکیل می‌دهد. هدف از این کار ارائه یک مطالعه اکتشافی و مقایسه ای در مورد اینکه چگونه ارزیابی و شیوه های بازخورد می تواند نتایج یادگیری دانش آموزان را با استفاده از هوش مصنوعی افزایش دهد. سهم کلیدی این مطالعه تلاش می‌کند تا طرح کلی از پرکاربردترین الگوریتم‌های هوش مصنوعی و یادگیری ماشین برای موفقیت دانش‌آموز را به تصویر بکشد. نتایج نشان داد که I-FCN نسبت به سایر تکنیک‌ها (ANN، XG Boost، SVM، Random Forest و Decision Trees) در تمام معیارهای عملکرد اندازه گیری شده بهتر عمل می کند.
کلیدواژه ها
هوش مصنوعی، فناوری آموزشی، ارزیابی، بازخورد، آموزش
وضعیت: پذیرفته شده
login