personalized learning

Purpose: This study aimed to design an artificial intelligence–based cognitive empowerment package for enhancing entrepreneurial skills in gifted and creative adolescents through the qualitative identification and integration of relevant cognitive, psychological, motivational, interpersonal, and technological components. Methods and Materials: The study employed a qualitative exploratory-developmental design. Data were obtained through an analytical review of relevant literature, examination of previous student entrepreneurship workshop experiences, and semi-structured interviews with students, mentors, workshop facilitators, and accelerator managers selected through purposive sampling. Data collection continued until conceptual saturation was achieved. Interview transcripts, field observations, documentary evidence, and analytical notes were examined using thematic analysis. Findings: The qualitative analysis indicated that sustained entrepreneurial action among gifted and creative adolescents depends on a multidimensional configuration of entrepreneurial intention and identity, self-efficacy, opportunity recognition and problem identification, executive functioning, tolerance of ambiguity, applied creativity, fear of failure and perfectionism, intrinsic motivation and psychological ownership, teamwork and psychological safety, proactive agency, resilience, future orientation, and reflective readiness to use artificial intelligence. The findings further suggested that entrepreneurial difficulties differ across adolescents and therefore require profile-based rather than uniform intervention. Integration of the themes resulted in a six-session package encompassing profile awareness and goal setting, problem identification and value creation, conversion of ideas into action plans, presentation and feedback utilization, teamwork and agency, and final presentation with a continuation plan. Conclusion: The findings suggest that entrepreneurial empowerment in gifted and creative adolescents should extend beyond creativity and business knowledge by strengthening the cognitive and psychological capacities required to transform ideas into sustained action, while using artificial intelligence as a supervised reflective and personalized learning support rather than as a substitute for adolescent judgment and agency.

هدف: این پژوهش با هدف طراحی بسته توانمندسازی شناختی مبتنی بر هوش مصنوعی جهت ارتقای مهارت‌های کارآفرینی در نوجوانان با استعداد و خلاق از طریق شناسایی و ادغام کیفی مؤلفه‌های شناختی، روان‌شناختی، انگیزشی، بین‌فردی و فناورانه مرتبط انجام شد. روش‌ها و مواد: این مطالعه با رویکرد کیفی اکتشافی-توسعه‌ای انجام گرفت. داده‌ها از طریق مرور تحلیلی منابع مرتبط، بررسی تجربیات پیشین کارگاه‌های کارآفرینی دانش‌آموزی و مصاحبه‌های نیمه‌ساختاریافته با دانش‌آموزان، مربیان، تسهیل‌گران کارگاه و مدیران شتاب‌دهنده که به روش نمونه‌گیری هدفمند انتخاب شدند، گردآوری شد. جمع‌آوری داده‌ها تا رسیدن به اشباع مفهومی ادامه یافت. رونوشت مصاحبه‌ها، مشاهدات میدانی، شواهد اسنادی و یادداشت‌های تحلیلی با استفاده از تحلیل تماتیک بررسی شدند. یافته‌ها: تحلیل کیفی نشان داد که تداوم عمل کارآفرینانه در نوجوانان با استعداد و خلاق وابسته به پیکربندی چندبعدی قصد و هویت کارآفرینانه، خودکارآمدی، شناسایی فرصت و تشخیص مسئله، کارکرد اجرایی، تحمل ابهام، خلاقیت کاربردی، ترس از شکست و کمال‌گرایی، انگیزش درونی و مالکیت روان‌شناختی، کار تیمی و ایمنی روان‌شناختی، عاملیت پیش‌فعال، تاب‌آوری، آینده‌نگری و آمادگی تأملی برای استفاده از هوش مصنوعی است. یافته‌ها همچنین نشان داد که دشواری‌های کارآفرینی در میان نوجوانان متفاوت است و بنابراین مداخله مبتنی بر پروفایل به جای مداخله یکنواخت ضرورت دارد. ادغام تم‌ها منجر به بسته‌ای شش‌جلسه‌ای شامل آگاهی از پروفایل و هدف‌گذاری، شناسایی مسئله و خلق ارزش، تبدیل ایده‌ها به برنامه عملیاتی، ارائه و بهره‌گیری از بازخورد، کار تیمی و عاملیت، و ارائه نهایی با برنامه تداوم شد. نتیجه‌گیری: یافته‌ها حاکی از آن است که توانمندسازی کارآفرینانه در نوجوانان با استعداد و خلاق باید فراتر از خلاقیت و دانش کسب‌وکار، با تقویت ظرفیت‌های شناختی و روان‌شناختی لازم برای تبدیل ایده به عمل پایدار و استفاده از هوش مصنوعی به عنوان پشتیبان یادگیری تأملی و شخصی‌سازی‌شده تحت نظارت، نه جایگزین قضاوت و عاملیت نوجوان، توسعه یابد.

Society 5.0 offers Islamic education new opportunities for personalized learning but also risks weakening intellectual agency, ethical judgment, and spiritual formation. This article analyzes the dialectic between technological modernization and the Islamization of knowledge to formulate a humanizing framework for Islamic education. It employs a qualitative integrative literature review supported by critical-philosophical and comparative-conceptual analysis. The synthesis proposes five interrelated dimensions: human dignity, epistemic verification, ethical responsibility, dialogical pedagogy, and accountable governance. These dimensions form the conceptual Humanization–Technology–Islamization of Knowledge Dialectic (DHT-IP) model, which proceeds through needs diagnosis, epistemic-ethical screening, pedagogical integration, and humanization evaluation. Technology is positioned as an instrument supporting learning and critical reasoning rather than replacing teachers’ moral judgment or learners’ responsibility. The model offers directions for curriculum, assessment, and institutional policy, while its effectiveness remains to be tested empirically across Islamic educational settings

Educational transformation in the digital era requires a shift in the learning paradigm that emphasizes not only mastery of subject matter but also the development of students' creativity, critical thinking, digital literacy, and other essential competencies. The implementation of the Merdeka Curriculum provides greater flexibility for educational institutions and teachers to design learning activities according to students' needs while utilizing technological developments. Within this context, the integration of digital technology and Artificial Intelligence (AI) has the potential to accelerate the transformation of learning practices. This study aims to analyze the transformation of the Merdeka Curriculum through the integration of technology and Artificial Intelligence in learning, while identifying its impacts, opportunities, challenges, and implications for the roles of teachers and students' learning experiences. This research employs a qualitative approach using a literature review method. Data were obtained through the examination of books, scholarly journal articles, educational policy documents, and academic publications relevant to the Merdeka Curriculum, educational technology, and Artificial Intelligence in education. The data were analyzed using a descriptive-analytical approach by identifying, classifying, comparing, and synthesizing relevant findings from the literature. The results indicate that the integration of technology and AI can broaden access to learning resources, support more personalized and adaptive learning, assist teachers in developing instructional materials and assessments, and facilitate project-based learning and the development of twenty-first-century skills. Nevertheless, this transformation also presents several challenges, including unequal access to technology, disparities in teachers' digital competencies, the reliability of AI-generated information, data privacy concerns, potential student dependency on technology, and ethical issues related to academic integrity. Therefore, the integration of technology and AI within the Merdeka Curriculum should be positioned as a pedagogical instrument that supports educational objectives rather than as a replacement for teachers. Sustainable curriculum transformation requires strengthening teachers' digital and pedagogical competencies, establishing clear policies for the responsible use of AI, developing students' AI literacy, and implementing technology in ways that remain oriented toward human development and educational needs.

تحول آموزشی در عصر دیجیتال مستلزم تغییر در پارادایم یادگیری است که نه تنها بر تسلط بر محتوای درسی تأکید دارد، بلکه بر توسعهٔ خلاقیت، تفکر انتقادی، سواد دیجیتال و سایر شایستگی‌های اساسی دانش‌آموزان نیز تمرکز می‌کند. اجرای برنامهٔ درسی مردکا انعطاف‌پذیری بیشتری را برای مؤسسات آموزشی و معلمان فراهم می‌کند تا فعالیت‌های یادگیری را متناسب با نیازهای دانش‌آموزان و با بهره‌گیری از پیشرفت‌های فناوری طراحی کنند. در این زمینه، ادغام فناوری دیجیتال و هوش مصنوعی (AI) پتانسیل تسریع تحول در شیوه‌های یادگیری را دارد. هدف این پژوهش، تحلیل تحول برنامهٔ درسی مردکا از طریق ادغام فناوری و هوش مصنوعی در آموزش و شناسایی تأثیرات، فرصت‌ها، چالش‌ها و پیامدهای آن برای نقش معلمان و تجارب یادگیری دانش‌آموزان است. این پژوهش با رویکرد کیفی و با استفاده از روش مرور ادبیات انجام شده است. داده‌ها از طریق بررسی کتاب‌ها، مقالات علمی-پژوهشی، اسناد سیاست‌گذاری آموزشی و انتشارات دانشگاهی مرتبط با برنامهٔ درسی مردکا، فناوری آموزشی و هوش مصنوعی در آموزش گردآوری شده‌اند. داده‌ها با رویکرد توصیفی-تحلیلی و از طریق شناسایی، طبقه‌بندی، مقایسه و تلفیق یافته‌های مرتبط از منابع مورد بررسی قرار گرفتند. نتایج نشان می‌دهد که ادغام فناوری و هوش مصنوعی می‌تواند دسترسی به منابع یادگیری را گسترش دهد، از یادگیری شخصی‌سازی‌شده و تطبیقی حمایت کند، به معلمان در توسعهٔ مواد آموزشی و ارزشیابی‌ها یاری رساند و یادگیری مبتنی بر پروژه و توسعهٔ مهارت‌های قرن بیست‌ویکم را تسهیل کند. با این حال، این تحول با چالش‌هایی نیز همراه است؛ از جمله دسترسی نابرابر به فناوری، تفاوت در شایستگی‌های دیجیتال معلمان، پایایی اطلاعات تولیدشده توسط هوش مصنوعی، نگرانی‌های مربوط به حریم خصوصی داده‌ها، احتمال وابستگی دانش‌آموزان به فناوری و مسائل اخلاقی مرتبط با صداقت علمی. بنابراین، ادغام فناوری و هوش مصنوعی در برنامهٔ درسی مردکا باید به عنوان ابزاری آموزشی در خدمت اهداف تربیتی و نه جایگزین معلم تلقی شود. تحول پایدار برنامهٔ درسی مستلزم تقویت شایستگی‌های دیجیتال و آموزشی معلمان، تدوین سیاست‌های شفاف برای استفادهٔ مسئولانه از هوش مصنوعی، توسعهٔ سواد هوش مصنوعی در دانش‌آموزان و به‌کارگیری فناوری به گونه‌ای است که همچنان بر رشد انسانی و نیازهای آموزشی متمرکز باشد.

This research is motivated by the need for inclusive schools to provide Islamic Religious Education (PAI) learning that accommodates the diverse characteristics of students, including students with autism as children with special needs. PAI learning for autistic students requires strategies tailored to their communication abilities, concentration, behavior, social interaction, and pace of understanding. This study aims to analyze PAI teachers’ learning strategies for autistic students, examine their implications for students’ learning outcomes and development, and identify supporting and inhibiting factors in their implementation at SDN Mentikan 1 Mojokerto City. This study employed a qualitative approach with a case study design. Data were collected through in-depth interviews, observations, and documentation involving the principal, PAI teacher, Special Education Assistant Teacher (GPK), and other parties involved in inclusive education. Data were analyzed using the Miles and Huberman model through data condensation, data display, and conclusion drawing and verification. Data validity was strengthened through source and technique triangulation. The findings indicate that PAI learning strategies were developed through coordination among the school, PAI teacher, GPK, and parents, supported by curriculum modifications and initial assessments to identify students’ characteristics and needs. The learning process emphasized individualized approaches, verbal stimulation to focus attention, simple and gradual instructions, repetition, hands-on practice, the use of concrete media and videos, and educational games. These strategies had positive implications for students’ engagement in learning, understanding of basic PAI concepts, habituation of prayers, ablution, prayer practices, and moral values, as well as behavioral, emotional, and social interaction development. Supporting factors included teacher competence, the role of the GPK, support from the principal and parents, facilities and infrastructure, and the suitability of methods and media. Inhibiting factors included diverse autism characteristics, communication barriers, unstable concentration and behavior, difficulties in social interaction, limited support personnel, and limited learning time.

این پژوهش با انگیزه نیاز مدارس فراگیر به ارائه آموزش دینی اسلامی (PAI) متناسب با ویژگی‌های متنوع دانش‌آموزان، از جمله دانش‌آموزان مبتلا به اوتیسم به عنوان کودکان با نیازهای ویژه، انجام شده است. آموزش PAI برای دانش‌آموزان اوتیستیک نیازمند راهبردهایی متناسب با توانایی‌های ارتباطی، تمرکز، رفتار، تعامل اجتماعی و سرعت درک آن‌ها است. هدف این مطالعه تحلیل راهبردهای تدریس معلمان PAI برای دانش‌آموزان اوتیستیک، بررسی پیامدهای آن بر نتایج یادگیری و رشد دانش‌آموزان، و شناسایی عوامل حمایتی و بازدارنده در اجرای آن در دبستان دولتی منتیکان ۱ شهر موجوکرتو می‌باشد. این پژوهش با رویکرد کیفی و طرح مطالعه موردی انجام شده است. داده‌ها از طریق مصاحبه‌های عمیق، مشاهده و مستندسازی با مشارکت مدیر مدرسه، معلم PAI، معلم یار آموزش ویژه (GPK) و سایر افراد مرتبط با آموزش فراگیر گردآوری شد. تحلیل داده‌ها با استفاده از مدل مایلز و هابرمن از طریق تلخیص داده‌ها، نمایش داده‌ها و نتیجه‌گیری و تأیید انجام گرفت. روایی داده‌ها از طریق مثلث‌سازی منبع و روش تقویت شد. یافته‌ها نشان داد که راهبردهای آموزش PAI از طریق هماهنگی میان مدرسه، معلم PAI، GPK و والدین، با حمایت اصلاحات برنامه درسی و ارزیابی اولیه برای شناسایی ویژگی‌ها و نیازهای دانش‌آموزان توسعه یافته است. فرایند یادگیری بر رویکردهای فردی، تحریک کلامی برای تمرکز، دستورالعمل‌های ساده و تدریجی، تکرار، تمرین عملی، استفاده از رسانه‌های عینی و ویدئوها و بازی‌های آموزشی تأکید داشت. این راهبردها پیامدهای مثبتی بر مشارکت دانش‌آموزان در یادگیری، درک مفاهیم پایه PAI، عادت‌دهی به نماز، وضو، تمرینات نماز و ارزش‌های اخلاقی، همچنین رشد رفتاری، عاطفی و تعامل اجتماعی داشت. عوامل حمایتی شامل شایستگی معلم، نقش GPK، حمایت مدیر و والدین، امکانات و زیرساخت‌ها و تناسب روش‌ها و رسانه‌ها بود. عوامل بازدارنده شامل ویژگی‌های متنوع اوتیسم، موانع ارتباطی، تمرکز و رفتار ناپایدار، دشواری در تعامل اجتماعی، محدودیت نیروی پشتیبان و زمان محدود آموزش بود.

urpose of the study: This study aims to develop an AI-integrated STEM-based Electronic Student Worksheet (E-LKPD) for science learning in elementary schools to improve students' science literacy in the digital era Methodology: This study employed a Research and Development (R&D) approach using the ADDIE model (Analysis, Design, Development, Implementation, Evaluation). Data were collected through expert validation questionnaires from content experts, media experts, and practitioner teachers, as well as pre-post science literacy tests administered to Grade V elementary school students. Product validity, practicality, and effectiveness were analyzed using quantitative descriptive statistics and the normalized gain index (N-Gain) Main Findings: The developed E-LKPD achieved a validity score of 87.5% (highly valid), a practicality score of 89.3% (highly practical), and an N-Gain of 0.72 (high effectiveness). The product significantly improved students' science literacy across all four PISA dimensions: scientific context, scientific competence, scientific knowledge, and scientific attitude. AI-based features adaptive quizzes, personalized feedback systems, and virtual science simulations enabled interactive and personalized learning experiences Novelty/Originality of this study: This study introduces an innovative learning product that combines STEM education principles with AI-based adaptive features in a single E-LKPD platform, specifically designed for elementary school science learning in Indonesia. This dual integration addresses the challenge of Indonesia's low student science literacy as reflected in PISA 2022 data while meeting the growing need for AI-based digital learning in 21st-century classrooms

هدف مطالعه: این پژوهش با هدف توسعه برگه کار الکترونیکی دانش‌آموز (E-LKPD) مبتنی بر STEM و یکپارچه با هوش مصنوعی برای آموزش علوم در مدارس ابتدایی به منظور ارتقای سواد علمی دانش‌آموزان در عصر دیجیتال انجام شده است. روش‌شناسی: این پژوهش با رویکرد تحقیق و توسعه (R&D) و با استفاده از مدل ADDIE (تحلیل، طراحی، توسعه، اجرا، ارزیابی) انجام شد. داده‌ها از طریق پرسشنامه‌های اعتبارسنجی خبرگان محتوا، خبرگان رسانه و معلمان مجری، همچنین آزمون‌های پیش‌آزمون و پس‌آزمون سواد علمی دانش‌آموزان پایه پنجم ابتدایی گردآوری شد. روایی، کاربردپذیری و اثربخشی محصول با استفاده از آمار توصیفی کمی و شاخص سود نرمال‌شده (N-Gain) تحلیل گردید. یافته‌های اصلی: E-LKPD توسعه‌یافته موفق به کسب امتیاز روایی ۸۷.۵٪ (بسیار معتبر)، امتیاز کاربردپذیری ۸۹.۳٪ (بسیار کاربردی) و N-Gain معادل ۰.۷۲ (اثربخشی بالا) شد. این محصول به طور معناداری سواد علمی دانش‌آموزان را در هر چهار بُعد PISA شامل زمینه علمی، شایستگی علمی، دانش علمی و نگرش علمی ارتقا داد. ویژگی‌های مبتنی بر هوش مصنوعی نظیر آزمون‌های تطبیقی، سیستم بازخورد شخصی‌سازی‌شده و شبیه‌سازی‌های مجازی علوم، تجربه یادگیری تعاملی و شخصی‌سازی‌شده را فراهم ساختند. نوآوری/اصالت این پژوهش: این مطالعه محصول یادگیری نوآورانه‌ای را معرفی می‌کند که اصول آموزش STEM را با قابلیت‌های تطبیقی مبتنی بر هوش مصنوعی در یک بستر E-LKPD واحد ترکیب نموده و به طور خاص برای آموزش علوم مدارس ابتدایی در اندونزی طراحی شده است. این یکپارچگی دوگانه، چالش پایین بودن سواد علمی دانش‌آموزان اندونزی مطابق با داده‌های PISA 2022 را هدف قرار داده و همزمان به نیاز روزافزون به یادگیری دیجیتال مبتنی بر هوش مصنوعی در کلاس‌های قرن بیست و یکم پاسخ می‌دهد.

Big data supports personalized learning but often neglects value-oriented student development. In China, ideological and political education (IPE) is essential for talent cultivation, yet its integration with data-driven personalization remains limited. To address this, we propose a Big Data and IPE Personalized Learning Model (BD-IPE-PLM) that links data collection, learner profiling, IPE integration, personalized support, and dynamic evaluation. Using expert consultation and survey data, we assess the model's rationality and applicability. Results show that big-data-supported analytics positively relate to perceived personalized support and IPE integration, with IPE integration more strongly associated with IPE outcomes than academic outcomes. Data privacy concern negatively correlates with perceived support, emphasizing the need for responsible governance. We conclude that personalized learning is not purely technical. It requires data evidence, teacher judgment, value guidance, student engagement, and ethical governance.

داده‌های بزرگ از یادگیری شخصی‌سازی‌شده پشتیبانی می‌کنند اما اغلب توسعه دانشجویان مبتنی بر ارزش‌ها را نادیده می‌گیرند. در چین، آموزش ایدئولوژیک و سیاسی (IPE) برای پرورش استعدادها ضروری است، اما ادغام آن با شخصی‌سازی مبتنی بر داده هنوز محدود باقی مانده‌است. برای رفع این مسئله، ما مدل یادگیری شخصی‌سازی‌شده مبتنی بر داده‌های بزرگ و آموزش ایدئولوژیک و سیاسی (BD-IPE-PLM) را پیشنهاد می‌کنیم که جمع‌آوری داده‌ها، پروفایل‌سازی یادگیرنده، ادغام IPE، حمایت شخصی‌سازی‌شده و ارزیابی پویا را به هم پیوند می‌دهد. با استفاده از مشاوره خبرگان و داده‌های پیمایشی، معقولیت و قابلیت کاربرد مدل را ارزیابی می‌کنیم. نتایج نشان می‌دهد که تحلیل‌های پشتیبانی‌شده توسط داده‌های بزرگ با حمایت شخصی‌سازی‌شده ادراک‌شده و ادغام IPE رابطه مثبت دارند و ادغام IPE با پیامدهای IPE نسبت به پیامدهای تحصیلی ارتباط قوی‌تری دارد. نگرانی درباره حریم خصوصی داده‌ها با حمایت ادراک‌شده رابطه منفی دارد و بر لزوم حکمرانی مسئولانه تأکید می‌کند. نتیجه می‌گیریم که یادگیری شخصی‌سازی‌شده صرفاً فنی نیست؛ بلکه نیازمند شواهد داده‌ای، قضاوت معلم، هدایت ارزشی، مشارکت دانشجو و حکمرانی اخلاقی است.

Rapid technological improvements present both opportunities and difficulties for teaching and learning, elevating digital media to the forefront of vocational education discussions. This study investigates the evolution of digital media research in vocational education to determine its impact on current and future educational practices. The Scopus database was used to conduct a bibliometric analysis of 28 publications published between 2005 and 2024. Despite rare oscillations, the main research trend is steadily increasing, particularly after 2020. The analysis identified four key research areas: (1) innovative digital learning via virtual reality, simulation, and e-learning platforms; (2) technological adaptation and teacher preparedness; (3) industry relevance and employability enhancement; and (4) inclusive and ethical digital transformation. Co-authorship and keyword network studies show that developing nations have contributed very little to this field's research, which is still largely regional in scope. The focus of recent research has switched to data analytics, immersive learning, and artificial intelligence (AI)-driven personalization, which reflects the intersection of emerging technologies and digital pedagogy. This paper proposes the Digital Media Integration Framework for Vocational Education Transformation, which links digital media platforms, AI integration, pedagogical innovation, and institutional preparation, based on the findings presented. The findings highlight the need for inclusive, interdisciplinary, and policy-supported strategies to assist the digital transformation of vocational learning and provide valuable insights about how digital media is changing in Technical and Vocational Education and Training (TVET).

پیشرفت‌های سریع فناوری فرصت‌ها و چالش‌هایی را برای آموزش و یادگیری ایجاد کرده و رسانه‌های دیجیتال را به محور بحث‌های آموزش فنی و حرفه‌ای تبدیل کرده است. این مطالعه به بررسی تحول پژوهش‌های رسانه‌های دیجیتال در آموزش فنی و حرفه‌ای می‌پردازد تا تأثیر آن را بر رویه‌های آموزشی کنونی و آینده مشخص کند. برای انجام تحلیل کتاب‌سنجی، از پایگاه داده Scopus استفاده شد و ۲۸ مقاله منتشرشده بین سال‌های ۲۰۰۵ تا ۲۰۲۴ مورد بررسی قرار گرفت. با وجود نوسانات اندک، روند اصلی پژوهش‌ها به طور پیوسته رو به افزایش است، به ویژه پس از سال ۲۰۲۰. این تحلیل چهار حوزه کلیدی پژوهشی را شناسایی کرد: (۱) یادگیری دیجیتال نوآورانه از طریق واقعیت مجازی، شبیه‌سازی و بسترهای آموزش الکترونیکی؛ (۲) سازگاری فناورانه و آمادگی معلمان؛ (۳) ارتباط با صنعت و ارتقای قابلیت اشتغال؛ و (۴) تحول دیجیتال فراگیر و اخلاق‌مدار. مطالعات هم‌نویسندگی و شبکه کلیدواژه‌ها نشان می‌دهد که کشورهای در حال توسعه سهم بسیار اندکی در این حوزه پژوهشی داشته‌اند و این حوزه همچنان عمدتاً منطقه‌ای باقی مانده است. تمرکز پژوهش‌های اخیر به تحلیل داده‌ها، یادگیری فراگیر و شخصی‌سازی مبتنی بر هوش مصنوعی (AI) تغییر یافته است که بازتابی از تلاقی فناوری‌های نوظهور و آموزش دیجیتال است. این مقاله چارچوب «ادغام رسانه‌های دیجیتال برای تحول آموزش فنی و حرفه‌ای» را بر اساس یافته‌های ارائه‌شده پیشنهاد می‌کند که پیوند میان بسترهای رسانه دیجیتال، ادغام هوش مصنوعی، نوآوری آموزشی و آمادگی نهادی را برقرار می‌سازد. یافته‌ها بر ضرورت راهبردهای فراگیر، میان‌رشته‌ای و مبتنی بر سیاست برای حمایت از تحول دیجیتال یادگیری فنی و حرفه‌ای تأکید می‌کند و بینش‌های ارزشمندی درباره چگونگی تغییر رسانه‌های دیجیتال در آموزش و تربیت فنی و حرفه‌ای (TVET) ارائه می‌دهد.

Computer science students are required to master data structures and algorithms, yet learning these topics often presents significant cognitive challenges. This study investigates whether a bundled package of adaptive personalization is associated with learning outcomes, perceived workload, and usability, using an existing educational visualization tool called VZOU (Visualization Zone of Understanding). The enhanced adaptive version of VZOU incorporates personalized learning paths structured around a visible learning progression map, enabling learners to monitor their progress, identify gaps, and take ownership of their learning path. Basic gamification features, Bloom-aligned progressive sequencing, and topic-specific formative quizzes are designed to support self-regulated learning through immediate feedback and motivational reinforcement. In a between-subjects study (N = 55), we compared control, non-adaptive, and adaptive groups. The adaptive group scored significantly higher on the post-test than the non-adaptive and control groups (mean 89.3 vs. 73.3 and 71.0 out of 100, respectively), and showed numerically but not statistically higher usability scores (SUS). Perceived mental workload showed a mixed pattern: the overall six-subscale NASA-TLX composite did not differ significantly by condition, though Mental Demand specifically was significantly higher in the adaptive group than in the control group, and a workload composite excluding self-rated success also differed significantly across conditions. The bundled adaptive VZOU package, combining a diagnostic-driven graph, gated progression, formative quizzes, and gamification, was associated with higher post-test performance, while raising certain aspects of perceived workload. As these components were not manipulated independently, the estimate reflects the package as a whole, not any single element.

دانشجویان علوم کامپیوتر ملزم به تسلط بر ساختمان داده‌ها و الگوریتم‌ها هستند، اما یادگیری این مباحث اغلب با چالش‌های شناختی قابل توجهی همراه است. این پژوهش بررسی می‌کند که آیا یک بسته جامع شخصی‌سازی تطبیقی با پیامدهای یادگیری، بار ادراک‌شده و قابلیت استفاده ارتباط دارد یا خیر، و از یک ابزار تجسم آموزشی موجود به نام VZOU (منطقه تجسم فهم) استفاده می‌کند. نسخه تطبیقی پیشرفته VZOU مسیرهای یادگیری شخصی‌سازی‌شده‌ای را در قالب یک نقشه پیشرفت یادگیری قابل مشاهده ارائه می‌دهد که به یادگیرندگان امکان می‌دهد پیشرفت خود را پایش کنند، شکاف‌ها را شناسایی نمایند و مالکیت مسیر یادگیری خود را بر عهده گیرند. ویژگی‌های ابتدایی بازی‌وارسازی، توالی تدریجی منطبق با بلوم و آزمون‌های تکوینی موضوع‌محور به منظور حمایت از یادگیری خودتنظیمی از طریق بازخورد فوری و تقویت انگیزشی طراحی شده‌اند. در یک مطالعه بین‌گروهی (N = ۵۵)، گروه کنترل، غیرتطبیقی و تطبیقی با یکدیگر مقایسه شدند. گروه تطبیقی در آزمون پس از مداخله به طور معناداری نمره بالاتری نسبت به گروه‌های غیرتطبیقی و کنترل کسب کرد (میانگین ۸۹٫۳ در مقابل ۷۳٫۳ و ۷۱٫۰ از ۱۰۰، به ترتیب) و همچنین از نظر نمرات قابلیت استفاده (SUS) به صورت عددی اما نه معنادار آماری بالاتر بود. بار ذهنی ادراک‌شده الگوی ترکیبی نشان داد: ترکیب شش‌زیرمقیاس NASA-TLX به طور معناداری بر اساس شرایط تفاوت نداشت، اگرچه تقاضای ذهنی به طور خاص در گروه تطبیقی نسبت به گروه کنترل به طور معناداری بالاتر بود و ترکیب بار کاری بدون موفقیت خودارزیابی‌شده نیز به طور معناداری بین شرایط تفاوت داشت. بسته تطبیقی VZOU که ترکیبی از نمودار مبتنی بر تشخیص، پیشرفت مرحله‌ای، آزمون‌های تکوینی و بازی‌وارسازی است، با عملکرد بالاتر در آزمون پس از مداخله همراه بود، در حالی که برخی جنبه‌های بار ادراک‌شده را افزایش داد. از آنجا که این مؤلفه‌ها به طور مستقل دستکاری نشدند، این برآورد منعکس‌کننده بسته به طور کلی است، نه هیچ عنصر منفردی.