رویکردهای نوین آموزشی
جلال الدین نصیری؛ امیر محمود میر؛ سمیه فتاحی
چکیده
پیشینه و اهداف:دسترسی به اینترنت و کامپیوتر فرصتهایی را برای آموزش الکترونیکی ایجاد کردهاند. دسترسی راحتتر به منابع و آزادی عمل کاربران از مزایای آموزش الکترونیکی است. با این حال آموزش الکترونیکی جذابیت و پویایی آموزشهای سنتی یا چهره به چهره را ندارد و در این سیستمها وضعیت کاربر مانند نرخ یادگیری و وضعیت انگیزشی آنها ...
بیشتر
پیشینه و اهداف:دسترسی به اینترنت و کامپیوتر فرصتهایی را برای آموزش الکترونیکی ایجاد کردهاند. دسترسی راحتتر به منابع و آزادی عمل کاربران از مزایای آموزش الکترونیکی است. با این حال آموزش الکترونیکی جذابیت و پویایی آموزشهای سنتی یا چهره به چهره را ندارد و در این سیستمها وضعیت کاربر مانند نرخ یادگیری و وضعیت انگیزشی آنها در نظر گرفته نمیشود. از این رو، توسعه دهندگان سیستمهای آموزش الکترونیکی می توانند با در نظر گرفتن سبک یادگیری و طراحی رابطهای کاربری تعاملی به حل کردن مشکلات مذکور در این سیستمها کمک نمایند. همچنین تشخیص خودکار سبک یادگیری نه تنها جذابیت آموزش الکترونیکی را افزایش میدهد، بلکه موجب افزایش کارایی و انگیزه یادگیرندگان در محیطهای الکترونیکی نیز میشود.مطالعات روانشناسی نشان میدهد که افراد در تصمیمگیری، حل مسئله و یادگیری با یکدیگر متفاوت هستند. سبک یادگیری باعث میشود که افراد به گونه متفاوتی یک مطلب را درک کنند. برای مثال افرادی که حافظه بصری خوبی دارند، ارائه مباحث به صورت بصری را نسبت به صورت شفاهی ترجیج میدهند. لحاظ کردن یک شیوه مناسب آموزش باعث بهبود عملکرد یادگیرنده در محیط آموزشی میشود. عدم توجه به سبک یادگیری دانشجویان باعث کاهش انگیزه و علاقهی آنها به مطالعه و شرکت در دورههای آموزشی میشود.موفقیت تحصیلی دانشجویان از اهداف مهم در محیطهای آموزشی است. یکی از عوامل مهم در تحقق این هدف، توجه به سبک یادگیری دانشجویان است. آگاهی از سبک یادگیری دانشجویان به طراحی یک روش مناسب آموزش کمک میکند. لحاظ کردن یک شیوه مناسب آموزش باعث بهبود عملکرد دانشجویان در محیط آموزشی میشود. در این مقاله، هدف ساخت یک مدل برای تشخیص خودکار سبکهای یادگیری است.روش ها: بدین منظور از یک محیط آموزش الکترونیکی متشکل از 202 دانشجو رشته مهندسی برق و کامپیوتر، دو مجموعه داده برای ایجاد مدل جمع آوری شده است. ویژگیهای رفتاری از نحوه تعامل دانشجویان با سامانه آموزش الکترونیکی استخراج شده و سپس سبکهای یادگیری با روش ماشین بردار پشتیبان دو قلو دستهبندی میشوند. ماشین بردار پشتیبان دو قلو گونه جدیدی از دستهبندهای مبتنی بر مرز مانند SVM است که هدف آن بدست آوردن حاشیه ناموازی است. این دستهبند به دادگان نامتوزان حساس نمی باشد و سرعت آموزش آن بسیار سریع است.یافته ها: در این پژوهش، ضمن تاکید بر افزایش جذابیت آموزش الکترونیکی، مسئله تشخیص خودکار سبک یادگیری دانشجویان بررسی شده است و مدل MBTI برای تعیین سبکهای یادگیری استفاده شده است. دو مجموعه داده از تعامل 202 دانشجو مهندسی برق و کامپیوتر با سامانه آموزش الکترونیکی مودل جمع آوری شده است. مجموعه داده جمعآوری شده بسیار نامتوزان است که تاثیر منفی روی دقت دسته بندها دارد. با در نظر گرفتن این نکته، ماشین بردار پشتیبان دو قلو کمترین مربعات به عنوان دستهبند استفاده شده است. ویژگی بارز این دستهبند حساسیت کم به توازن دادهها و سرعت بسیار زیاد است. نتایج نشان میدهد که روش پیشنهادی با وجود نامتوزان بودن دادهها، در دستهبندی سبک یادگیری دانشجویان بسیار خوب عمل کرده است و با دقت 95 درصد سبکهای یادگیری را تشخیص میدهد.
