يظل دمج الأدب الجديد في المناهج الدراسية للغة الإنجليزية تحديًا، نظرًا لافتقار المربين إلى أدوات قابلة للتوسع يمكنها تقييم قابلية النصوص للقراءة بسرعة وتعديلها بما يتناسب مع احتياجات فصول دراسية متنوعة. تسعى هذه الدراسة إلى سد هذه الفجوة من خلال نهج متعدد الوسائط يجمع بين تصنيف النصوص المستند إلى نماذج المحولات (Transformers) وتحليل السمات اللغوية، بهدف مواءمة النصوص مع المراحل التعليمية في المملكة المتحدة. تم تدريب ثمانية نماذج متقدمة من المحولات على بيانات نصية مقسّمة، حيث حقق نموذج BERT أعلى درجة في مؤشر F1 لنموذج أحادي الوسيلة، بلغت 0.75. وفي نفس الوقت، تم البحث عن 500 هيكلًا لشبكات عصبية عميقة بهدف تصنيف الخصائص اللغوية، وحققت هذه الشبكات درجة F1 قدرها 0.392. تُظهر نتائج دمج هذه الوسائط تحسنًا ملحوظًا، حيث تفوقت كل النماذج متعددة الوسائط على جميع النماذج الأحادية الوسيلة. وبشكل خاص، حقق نموذج ELECTRA المُدمج مع الشبكة العصبية درجة F1 بلغت 0.996. وتُظهر النماذج الأحادية والمتعددة الوسائط فروقًا إحصائية ذات دلالة في جميع مقاييس التحقق (الدقة، الدقة، الاسترجاع، مؤشر F1)، باستثناء وقت الاستنتاج. وتم في النهاية تضمين النهج المقترح في تطبيق ويب موجه للمستفيدين، يتيح للمستفيدين غير التقنيين الوصول إلى رؤى فورية حول تعقيد النصوص، وصعوبة القراءة، والتوافق مع المنهج الدراسي، والتوصيات الخاصة بنطاق العمر المناسب للتعلم. يمكّن هذا التطبيق من اتخاذ قرارات قائمة على البيانات، ويقلل من العبء اليدوي من خلال دمج توصيات قائمة على الذكاء الاصطناعي في تخطيط الدروس الخاصة بالأدب الإنجليزي.