Umjetne neuronske mreže imaju široku upotrebu u predikciji i klasifikaciji različitih varijabli, no njihova primjena u području psihologije obrazovanja je još uvijek relativno rijetka. Cilj ovog istraživanja bio je ispitati točnost umjetnih neuronskih mreža u predviđanju nadarenosti učenika. U ispitivanju je sudjelovao 221 učenik 4. razreda jedne hrvatske osnovne škole. Kao ulazne varijable za umjetne neuronske mreže korištene su nominacije učitelja i drugih učenika, ocjene, ranija procjena spremnosti učenika za školu i obrazovanje roditelja. Kao izlazna varijabla korišten je rezultat učenika na Standardnim progresivnim matricama (Raven, 1994), prema kojem su učenici svrstani u darovite ili nedarovite. Testirali smo dva algoritma umjetnih neuronskih mreža: mrežu s radijalno zasnovanom funkcijom i višeslojni perceptron. Unutar svakog algoritma, testirano je više aktivacijskih funkcija. 80% uzorka korišteno je za uvježbavanje mreža, 20% za testiranje njihove uspješnosti. Za kriterij prema kojem su u darovite učenike svrstani oni koji postižu rezultat na Standardnim progresivnim matricama u 95. centilu ili više, najuspješnijom se pokazala mreža višeslojnog perceptrona s funkcijom tangens hiperbolni, koja je na testnom uzorku postigla visoku točnost od 100% u klasifikaciji nedarovitih učenika i 75% u klasifikaciji darovitih učenika. Kada je kriterij bio rezultat u 90. centilu ili više, najuspješnija je bila također mreža višeslojnog perceptrona s funkcijom tangens hiperbolni, no točnost je bila niža: 94,7% u klasifikaciji nedarovitih učenika i 66,7% u klasifikaciji darovitih učenika. Istraživanje je pokazalo potencijal umjetnih neuronskih mreža u ovom području, koji treba dalje istražiti.

nadareni učenici, identifikacija darovitih učenika, umjetne neuronske mreže