حسین ترحمی اردکانی مجله بین‌المللی کامپیوتر، فناوری اطلاعات و هوش مصنوعی 2 1 (بهار) 2026 07 19 The Role of Artificial Intelligence in Personalizing Learning and Providing Immediate Feedback to Students نقش هوش مصنوعی در شخصی سازی یادگیری و ارائه بازخورد فوری به دانش آموزان 41 54 10.22051/jera.2021.31891.2698 FA زهرا دانشجوی کارشناسیارشد رشته تکنولوژی آموزشی، دانشگاه علوم و تحقیقات تهران 2026 07 19 Rapid advances in the field of artificial intelligence, especially the emergence of large language models and adaptive systems, have fundamentally transformed the landscape of education. This article examines the role of artificial intelligence in personalizing the learning process and providing immediate feedback to students. By utilizing new technologies such as natural language processing, machine learning, and AI-based recommender systems, it has become possible to design adaptive learning environments that adjust content, learning paths, and feedback to each student's needs, abilities, and learning style. Recent research findings show that artificial intelligence systems can identify information related to students' self-regulated learning with high accuracy (close to perfect agreement with human coding) and provide personalized recommendations that lead to improved academic performance and increased engagement. However, challenges such as AI illusions, students’ over-reliance on these systems, and ethical considerations related to privacy and algorithmic biases require serious attention. This article provides a comprehensive framework for understanding the opportunities and challenges of AI applications in personalized education by systematically reviewing research conducted between 2020 and 2026 and outlines the future outlook for this field. پیشرفت های سریع در حوزه هوش مصنوعی، به ویژه ظهور مدل های زبانی بزرگ و سیستم های تطبیقی، چشم انداز آموزش را به طور بنیادین دگرگون ساخته است. این مقاله به بررسی نقش هوش مصنوعی در شخصی سازی فرآیند یادگیری و ارائه بازخورد فوری به دانش آموزان می پردازد. با بهره گیری از فناوری های نوینی همچون پردازش زبان طبیعی، یادگیری ماشین و سیستم های توصیه گر مبتنی بر هوش مصنوعی، امکان طراحی محیط های یادگیری تطبیقی فراهم شده است که محتوا، مسیر یادگیری و بازخورد را متناسب با نیازها، توانایی ها و سبک یادگیری هر دانش آموز تنظیم می کنند. یافته های پژوهش های اخیر نشان می دهد که سیستم های هوش مصنوعی می توانند با دقت بالایی (نزدیک به توافق کامل با کدگذاری انسانی) اطلاعات مربوط به خودتنظیمی یادگیری دانش آموزان را شناسایی کرده و توصیه های شخصی سازی شده ای ارائه دهند که منجر به بهبود عملکرد تحصیلی و افزایش تعامل می شود. با این حال، چالش هایی نظیر توهمات هوش مصنوعی، وابستگی بیش از حد دانش آموزان به این سیستم‌ها و ملاحظات اخلاقی مرتبط با حریم خصوصی و سوگیری‌های الگوریتمی، نیازمند توجه جدی هستند. این مقاله با مرور نظام مند پژوهش‌های انجام شده بین سال‌های 2020 تا 2026، چارچوبی جامع برای درک فرصت‌ها و چالش‌های کاربست هوش مصنوعی در آموزش شخصی سازی شده ارائه می‌دهد و چشم انداز آینده این حوزه را ترسیم می‌کند. /downloadfilepdf/169322