زمینه و هدف: مشکلات یادگیری طیف وسیعی از اختلالات عصبی-تحولی را شامل می‌شود که بر توانایی دانش‌آموزان در کسب و به کارگیری مهارت‌های پایه‌ای تأثیر می‌گذارد. شناسایی دیرهنگام و عدم حمایت کافی، منجر به افت تحصیلی، کاهش اعتمادبه‌نفس و ترک تحصیل می‌شود. هدف این مقاله، بررسی نقش هوش مصنوعی در شناسایی زودهنگام و ارائه حمایت‌های شخصی‌شده به دانش‌آموزان دارای مشکلات یادگیری است. روش بررسی: این مطالعه به روش مروری نظامند و با جستجوی کلیدواژه‌های مرتبط در پایگاه‌های معتبر علمی مانند Scopus، PubMed، ScienceDirect و SID بین سال‌های ۲۰۱۵ تا ۲۰۲۴ انجام شده است. مقالات مرتبط با کاربرد یادگیری ماشین، شبکه‌های عصبی، پردازش زبان طبیعی و سیستم‌های خبره در حوزه تشخیص و توانبخشی اختلالات یادگیری مورد تحلیل قرار گرفته‌اند. یافته‌ها: یافته‌ها نشان می‌دهد که الگوریتم‌های هوش مصنوعی قادرند با تحلیل داده‌های رفتاری، عملکرد تحصیلی، الگوهای پاسخ‌دهی و حتی حرکات چشم و گفتار، نشانه‌های اولیه مشکلاتی چون نارساخوانی، دیسکالکولیا و اختلال توجه را با دقت بالایی شناسایی کنند. ابزارهای مبتنی بر هوش مصنوعی مانند پلتفرم‌های تطبیقی، دستیاران مجازی و سیستم‌های پیشنهادگر محتوا، امکان ارائه تمرینات متناسب با نیاز هر دانش‌آموز را فراهم می‌آورند. همچنین، این سیستم‌ها با ارائه بازخورد لحظه‌ای به معلمان و والدین، فرآیند حمایت آموزشی را تسهیل می‌کنند. نتیجه‌گیری: هوش مصنوعی می‌تواند به عنوان ابزاری مکمل در کنار ارزیابی‌های سنتی، فرآیند شناسایی و حمایت از دانش‌آموزان با مشکلات یادگیری را متحول سازد. با این حال، ملاحظات اخلاقی، حفظ حریم خصوصی داده‌ها و نیاز به آموزش کافی معلمان، از چالش‌های پیشِ روی پیاده‌سازی مؤثر این فناوری است.

هوش مصنوعی مشکلات یادگیری شناسایی زودهنگام حمایت آموزشی دانش‌آموزان