تحولات اخیر در حوزه هوش مصنوعی (AI) منجر به ظهور رویکردهای نوینی در نظام‌های آموزشی شده است؛ یکی از برجسته‌ترین این رویکردها، یادگیری شخصی‌سازی‌شده (Adaptive Learning) است. این رویکرد با تکیه بر الگوریتم‌های یادگیری ماشین و تحلیل داده‌های رفتاری و شناختی دانش‌آموزان، امکان طراحی مسیرهای آموزشی متناسب با نیازها، علایق و سرعت یادگیری هر فرد را فراهم می‌کند. هدف پژوهش حاضر، بررسی نقش و تأثیر هوش مصنوعی در توسعه یادگیری شخصی‌سازی‌شده و تحلیل ظرفیت‌های آن در ارتقای کیفیت آموزش است. روش پژوهش از نوع مروری–تحلیلی بوده و با مرور نظام‌مند مطالعات بین‌المللی منتشرشده در پایگاه‌هایی نظیر Scopus، IEEE و ScienceDirect در بازه زمانی 2018 تا 2024 انجام شده است. نتایج نشان می‌دهد که پلتفرم‌های مبتنی بر هوش مصنوعی قادرند نقاط قوت و ضعف یادگیرندگان را شناسایی کرده، بازخوردهای فوری و هدفمند ارائه دهند و محتوای آموزشی را به‌صورت پویا با سطح توانایی دانش‌آموز تطبیق دهند. این امر منجر به افزایش انگیزه، بهبود مشارکت یادگیرندگان و کاهش افت تحصیلی می‌شود. با این حال، چالش‌هایی مانند نگرانی‌های اخلاقی، حفاظت از داده‌های شخصی و نیاز به بومی‌سازی الگوریتم‌ها همچنان مطرح است. در مجموع، یافته‌ها بیانگر آن است که هوش مصنوعی با فراهم‌سازی آموزش تطبیقی و داده‌محور، می‌تواند به عنوان ابزاری مؤثر در تحول یادگیری و تحقق آموزش فراگیر و کارآمد مورد استفاده قرار گیرد.

هوش مصنوعی یادگیری شخصی‌سازی‌شده Adaptive Learning آموزش هوشمند تحلیل داده‌های آموزشی فناوری آموزشی