|
چکیده
|
هدف این پژوهش، تحلیل علم سنجی حوزه «هوش مصنوعی در یادگیری انطباقی» با تمرکز بر روندهای علمی، بازیگران کلیدی، و جهت گیری های پژوهشی طی پنج دهه اخیر است. برای دستیابی به این هدف، از روش شناسی پنج مرحله ای پیشنهادی میچان و مونوز-ولاسکو شامل مراحل بازیابی، انتقال، تحلیل، بصری سازی و تفسیر استفاده شد. داده ها از پایگاه اسکوپوس استخراج و پس از پالایش، با نرم افزارهای ScientoPy و Bibliometrix مورد تحلیل قرار گرفتند. نتایج نشان داد که نخستین مطالعات در این حوزه از سال 1974 آغاز شده و از سال 2019 به بعد، رشد چشمگیری در تولید مقالات مشاهده می شود. در مجموع، 4344 سند شناسایی شد که مقالات کنفرانسی با سهم 44 درصد بیشترین فراوانی را داشتند. چین، هند و ایالات متحده به ترتیب بیشترین تولید علمی را در این زمینه داشته اند و «آکادمی علوم چین» به عنوان مؤثرترین نهاد پژوهشی شناسایی شد. همچنین، بیشترین حوزه های موضوعی مرتبط، علوم کامپیوتر و مهندسی بودند که نشان دهنده ماهیت فناورانه و میان رشته ای این زمینه است. یافته ها حاکی از آن است که تمرکز اصلی پژوهش ها بر طراحی سیستم های یادگیری هوشمند، مدل سازی یادگیرندگان و بهینه سازی مسیرهای یادگیری قرار دارد، در حالی که ابعاد اخلاقی، عدالت آموزشی و حفاظت از داده ها کمتر مورد توجه قرار گرفته اند. در نتیجه، این مطالعه تصویری جامع از وضعیت علمی «هوش مصنوعی در یادگیری انطباقی» ارائه کرده و مسیرهای پژوهشی آینده را برای توسعه نظام های آموزشی هوشمند، شفاف و مبتنی بر داده ترسیم می کند.
|