Интеллектуальные системы обучения (ИСО), прогнозирование успеваемости учащихся, гибридные модели, интеллектуальный анализ образовательных данных, справедливость в образовании с использованием искусственного интеллекта

Student Performance Prediction in Intelligent Tutoring Systems: Methods, Challenges, and Future Perspectives

Аннотация

Применение прогностических моделей в интеллектуальных системах обучения (ITS) значительно продвинулось вперед, улучшив персонализированное обучение и раннее выявление учащихся из группы риска. Однако проблемы, связанные с обобщаемостью моделей, интерпретируемостью, качеством данных и справедливостью, сохраняются, что ограничивает их широкое внедрение в различных образовательных средах. В этом обзоре обобщены результаты 58 исследований, опубликованных в период с 2019 по 2024 год, полученные из таких баз данных, как IEEE Xplore, Scopus, Science Direct, Google Scholar и SpringerLink. Выбор литературы основывался на таких ключевых словах, как «прогнозирование успеваемости учащихся» и «ИИ в образовании». Методы, наборы данных и метрики оценки были классифицированы для выявления тематических тенденций и выделения проблем и возможностей для ITS. Результаты показывают, что гибридные модели (например, CNN-LSTM, RLCHI), ансамблевое обучение и интеграция мультимодальных данных значительно повышают прогностическую эффективность. Такие методы, как SHAP и LIME, улучшили интерпретируемость, в то время как модели, включающие социально-демографические и поведенческие данные, обеспечивают лучшее понимание моделей обучения студентов. Тем не менее, обобщаемость и справедливость остаются ключевыми проблемами, требующими разнообразных наборов данных и подходов к моделированию, учитывающих справедливость. Хотя ITS добилась заметного прогресса в персонализированном обучении, необходимы дальнейшие усилия для повышения обобщаемости, интерпретируемости и справедливости моделей. Решение этих проблем будет иметь решающее значение для разработки инклюзивных, адаптивных и справедливых учебных сред, максимизируя влияние ITS в различных образовательных контекстах.