تقدم هذه الدراسة تحليلًا ببليومتريًا شاملاً للمنشورات البحثية حول تطبيقات الذكاء الاصطناعي (AI) في التعليم العالي، مع تركيز خاص على الدراسات المتعلقة بأداء الطلاب. استنادًا إلى 1431 وثيقة تم استردادها من قواعد بيانات Web of Science (WoS) Core Collections، تم استخدام أدوات ببليومترية متقدمة، مثل VOSViewer (1.6.19) وBiblioshiny، لاستكشاف اتجاهات البحث، وشبكات الاقتباس، وأنماط التأليف المشترك، وتكرار الكلمات الرئيسية. كشفت النتائج عن زيادة في الأبحاث التعليمية المتعلقة بالذكاء الاصطناعي خلال جائحة COVID-19، مما يعكس الاعتماد المتزايد على الذكاء الاصطناعي لتحسين نتائج التعلم في أوقات الاضطراب التعليمي. كما أشارت النتائج إلى أن التركيز البحثي ينتقل تدريجياً نحو استخدام الذكاء الاصطناعي للتقييم التعليمي، مع التأكيد على أهمية التقييم الدقيق والمدعوم بالبيانات لأداء الطلاب. أكدت تحليلات تكرار الكلمات الرئيسية والاقتباسات أن التعلم الآلي، والتعلم العميق، ونمذجة التوقعات هي من بين التقنيات الرئيسية المستخدمة في الذكاء الاصطناعي لتقييم وتوقع نتائج الطلاب. علاوة على ذلك، تسلط الدراسة الضوء على إمكانيات الذكاء الاصطناعي في تحديد الفجوات في التعلم وتمكين التدخلات المخصصة، مما يسمح للمعلمين بتلبية احتياجات الطلاب المحددة بشكل أكثر فعالية. تشير هذه الاتجاهات الجديدة إلى اعتراف متزايد بدور الذكاء الاصطناعي في تحسين منهجيات التعليم وتحسين تقييمات الأداء على المستوى العالي.
درس Ujkani et al. (Fri) هذا السؤال.