مجلة البحوث التربوية والتعليمية
Volume 12, Numéro 3, Pages 29-46
2023-12-31

تطوير نسخة لمقياس التفكير الرياضياتي باستخدام الذكاء الاصطناعي على عينة من تلاميذ طور التعليم الثانوي العام والتكنولوجي

الكاتب : سقاي جهيدة .

الملخص

هدف البحث الحالي إلى تطوير مقياس "التفكير الرياضياتي" باستخدام أحد فروع الذكاء الاصطناعي وهو "تحليل الشبكات العصبية" ANN، ومن أغراض هذا البحث التحقق من صلاحية النسخة المطورة بطريقة الذكاء الاصطناعي من حيث القدرة التفسيرية للعوامل المستخرجة في الصورة المطورة عبر تحليل الشبكة العصبية الاصطناعية ANN بأسلوب Perceptron بيرسبترون، وهو أبسط الأساليب وأكثرها وضوحا في خوارزميتها ومراحل إنجازها ومخرجاتها، وتبين أن النموذج الجديد المطور بطريقة بيرسبترون يتميز بثبات عالي وارتباطات بينية أكثر تفسيرا للعامل العام. إضافة إلى استنباط مفاهيم جديدة ذات دلالة تربوية وعملية أكثر تجريدا تجمعت تحتها الأبعاد الأصلية من الصورة الأولية. وتشبعت العوامل بمستوى أهمية جيد جدا مما جعلنا نستنتج أن المقياس قابل للتوسع الإجرائي في الحيز المفاهيمي للعامل العام – التفكير الرياضياتي- The aim of the current research is to develop a measure of "mathematical thinking" using one of the branches of artificial intelligence, which is "analysis of neural networks" ANN, and the purposes of this research is to verify the validity of the version developed in terms of the explanatory ability of the factors extracted in the developed image through the analysis of ANN using the Perceptron method. it was found that the new model developed using the Perceptron method is characterized by higher stability and more interconnections that explain the general factor. In addition to devising new concepts with educational and scientific significance that are more abstract, under which the original dimensions of the initial image were gathered. The factors were saturated with a very good level of importance, which made us conclude that the measure is subject to procedural expansion in the conceptual space of mathematical thinking

الكلمات المفتاحية

التفكير الرياضياتي ; نظرية عقل-دماغ ; الشبكة العصبية الاصطناعية ; النمذجة البنائية ; mathematical thinking ; Theory Mind-Brain ; artificial neural network ; Structural modeling