راهبردهای یادگیری شخصی‌سازی‌شده در آموزش عالی هوشمند: یک مطالعه مروری نظام‌مند با تحلیل مضمون کیفی
کلمات کلیدی:
یادگیری شخصی‌سازی‌شده, آموزش عالی هوشمند, یادگیری تطبیقی, تحلیل مضمون, هوش مصنوعی, تحلیل یادگیریچکیده
هدف این مطالعه شناسایی و تحلیل راهبردهای کلیدی یادگیری شخصی‌سازی‌شده در بستر آموزش عالی هوشمند با استفاده از تحلیل کیفی مقالات علمی منتخب است. این پژوهش یک مطالعه مروری نظام‌مند با رویکرد کیفی است که با استفاده از روش تحلیل مضمون انجام شد. داده‌ها از طریق مرور نظام‌مند ۱۲ مقاله علمی منتشرشده در پایگاه‌های معتبر بین‌المللی همچون Scopus، Web of Science و Google Scholar گردآوری شدند. فرآیند انتخاب مقاله شامل غربالگری اولیه، اعمال معیارهای ورود و خروج، و انتخاب نهایی بر اساس میزان ارتباط با موضوع انجام شد. سپس داده‌ها در نرم‌افزار NVivo 14 کدگذاری و تحلیل شدند. تحلیل مضامین تا رسیدن به اشباع نظری ادامه یافت. تحلیل مضمون مقالات منجر به شناسایی سه مضمون اصلی شامل ۱) طراحی فناورانه یادگیری شخصی‌سازی‌شده، ۲) راهبردهای آموزشی و یادگیرنده‌محور، و ۳) مدیریت و ارزیابی یادگیری شخصی‌سازی‌شده شد. هر مضمون اصلی شامل چند زیرمضمون و مفاهیم کلیدی مرتبط با شیوه‌های طراحی، اجرا و ارزیابی یادگیری شخصی‌سازی‌شده در آموزش عالی هوشمند بود. نتایج همچنین بر نقش هوش مصنوعی، سیستم‌های تطبیقی، یادگیری خودراهبر، بازخورد داده‌محور و سیاست‌گذاری هوشمند تأکید داشتند. یادگیری شخصی‌سازی‌شده در آموزش عالی هوشمند، یک راهبرد چندلایه و پیچیده است که نیازمند ترکیب مؤثر فناوری، رویکردهای آموزشی و زیرساخت‌های مدیریتی می‌باشد. یافته‌های این مطالعه می‌توانند به‌عنوان راهنمایی نظری و عملی برای طراحی و اجرای مؤثر آموزش‌های شخصی‌سازی‌شده در دانشگاه‌های آینده‌نگر مورد استفاده قرار گیرند.
دانلودها
مراجع
Deci, E. L., & Ryan, R. M. (2020). Intrinsic motivation and self-determination in human behavior. Springer.
Du Plooy, E. (2024). Personalized adaptive learning in higher education: A study on impact and strategies.
Fullan, M. (2022). Leading in a culture of change. Jossey-Bass.
Garrison, D. R., & Akyol, Z. (2020). The community of inquiry theoretical framework. In Theoretical frameworks for research in online learning.
Ifenthaler, D., & Yau, J. Y. K. (2021). Utilising learning analytics for study success: Reflections on current empirical findings. Australasian Journal of Educational Technology, 37(2), 1–14.
Laurillard, D. (2021). Teaching as a design science: Building pedagogical patterns for learning and technology. Routledge.
Merino‑Campos, C. (2025). The impact of artificial intelligence on personalized learning in higher education: A systematic review. Trends in Higher Education, 4(2), 17.
Walkington, C. (2020). Appraising research on personalized learning: Definitions, evidence, and implications. Journal of Research on Educational Effectiveness.
Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning, Media and Technology, 45(3), 223–235.
Wu, S., Cao, Y., Cui, J., Li, R., Qian, H., Jiang, B., & Zhang, W. (2024). A comprehensive exploration of personalized learning in smart education: From student modeling to personalized recommendations. arXiv preprint arXiv:2401.12345.
