学習障害のある生徒に対する人工知能ベースの介入の有効性:体系的なレビュー

科学分野:

• 教育技術
• 教育における人工知能
• 特別教育

背景:

• 人工知能 (AI) は教育でますます使用されていますが,学習障害 (LD) の生徒に対するその有効性は徹底的な評価を必要としています.
• 学習障害に対するAI介入に関する既存の研究は 厳格な方法論的質が欠けていて バイアスのリスクが大きい.
• このレビューは,LDの学生のためのAIベースの教育ツールの有効性と方法論的厳格性を評価することに焦点を当てています.

研究 の 目的:

• 学習障害 (LD) の生徒に対するAIベースの教育介入の有効性を体系的に検討する.
• LDのためのAI介入を調査する研究における方法論的質とバイアスのリスクを批判的に評価する.
• 最も頻繁に研究されているAIの介入と学習障害の種類を特定する.

主な方法:

• PRISMAのガイドラインに従って,7つのデータベース (2022-2025) で体系的な文献検索を行う.
• 実験研究のためのPICOSフレームワークに基づく含有基準
• ROBINS-IとJBIのクリティカルアセスメントツールを用いたバイアスのリスク評価.

主要な成果:

• 11つの研究 (3033人の参加者) は,主に難読症や特定の学習障害に焦点を当てて,入学基準を満たした.
• パーソナライズド・アダプティブ・ラーニング・システムとゲームベースの学習は AI による一般的な介入であり,どれもポジティブな結果を報告しています.
• 大半の研究では中等から高いバイアスのリスクがあり,重要な方法論的限界が特定されましたが,数学の流暢性と読解能力において大きな効果サイズが認められました.

結論:

• AIベースの介入は,LDを持つ学生を支援する可能性を示し,一貫してポジティブな結果が報告されています.
• 現状の証拠は限られており,偏っている可能性があり,慎重に解釈する必要がある.
• 将来の研究は,高品質のランダム化対照試験と縦断研究を優先して,決定的な証拠を確立し,長期的な影響を調査する必要があります.