تحليل الفجوة والتعلم الآلي: مدخل معدّل بالمخاطر لتحديد المقررات الجامعية الأحوج إلى المراجعة والتطوير

تستخدم الجامعات معدلات الدرجات المتدنية والرسوب والانسحاب وعدم الاكتمال في المقررات مؤشرًا لتقويمها وتحديد ما يحتاج منها إلى تحسين، لكن هذه المعدلات الملاحظة تخفي وراءها خصائص الطلاب وتصميم المقرر والتدريس والبنية وعوامل كامنة أخرى، فتصبح عملية تحديد المقررات المحتاجة إلى التطوير محفوفة بالالتباس وربما الظلم، فقد يعزى ارتفاع المعدل إلى طبيعة شريحة الطلاب الملتحقين بالمقرر لا إلى ضعف المقرر ذاته، ومن هنا تنشأ الحاجة إلى مؤشرات معدلة بالمخاطر تراعي تركيبة الطلاب قبل إصدار الأحكام على المقررات، وهو ما سعت هذه الدراسة إلى بنائه بتوظيف التعلم الآلي في نمذجة مخاطر التعثر المتوقعة

وتواجه أنظمة ضمان الجودة في الجامعات معضلة متكررة حين تستخدم المؤشرات الكمية في الحكم على المقررات، فالمؤشر البسيط سريع ومفهوم لكنه قد يكون مضللًا وغير عادل، بينما المؤشر المعدل بالعوامل أصدق لكنه أعقد وأصعب تفسيرًا وتواصلًا، ويزداد الأمر حساسية لأن نتائج التقويم ترتبط بتوزيع الموارد وسمعة الأقسام وربما القرارات الإدارية، ومن هنا تكتسب المنهجيات التي تعدل المعدلات بخصائص الطلاب أهميتها الأخلاقية قبل التقنية، ويهتم الباحثون العرب وطلاب الدراسات العليا بهذا التطور لأن جامعات المنطقة تتوسع في الاعتماد الأكاديمي وتحليلات التعلم، وبناء مؤشرات عادلة شرط لثقة المجتمع الأكاديمي في قرارات الجودة والتطوير

أولًا: أهداف الدراسة ومنهجيتها

فحصت الدراسة حدود معدلات الدرجات المتدنية والرسوب والانسحاب وعدم الاكتمال الملاحظة بوصفها مقاييس تقويم للمقررات، ودربت شبكة عصبية اصطناعية على بيانات الطلاب لنمذجة المخاطر مع مراعاة التباين في خصائصهم، ثم حسبت متوسط تنبؤات النموذج على بيانات الاختبار على مستوى كل مقرر لإنتاج معدلات متوقعة مبنية على تركيبة الطلاب وحدها، ورتبت المقررات ذات المعدلات الملاحظة المرتفعة والانحرافات الكبيرة بين المعدلين الملاحظ والمتوقع، وهي الفجوة، وحددت أولويات مراجعتها لكونها قد تعكس جوانب في تصميم المقرر أو بنيته أو ممارسات تدريسه تستدعي تقويمًا نوعيًا إضافيًا ومعمقًا

ثانيًا: أبرز النتائج

1، اختلفت ترتيبات المقررات القائمة على المعدلات الملاحظة اختلافًا جوهريًا عن ترتيبات الفجوة المعدلة بالمخاطر، مما يعني أن الاعتماد على المعدلات الملاحظة وحدها قد يخطئ تحديد المقررات عالية الخطورة

2، أظهرت التنبؤات طبيعة غير سببية، فلا تدعي الدراسة أن الفجوة مقياس سببي قاطع لجودة المقرر أو لضعف تدريسه

3، تباينت معايرة النموذج عبر المجموعات الفرعية للطلاب، وهو قيد ينبغي أخذه في الحسبان عند تفسير النتائج واتخاذ القرارات

4، صمدت ترتيبات الفجوة الأصلية أمام فحص معايرة لاحق، فقدمت بوصفها مؤشرات معدلة بالمخاطر لتحديد أولويات المراجعة لا أحكامًا نهائية على الجودة

ثالثًا: دلالات الدراسة وتطبيقاتها

يمكن أن تساعد هذه المنهجية المعلمين والإداريين في اتخاذ قرارات أكثر عدالة في تخصيص الموارد وفي تحسين مخرجات الطلاب، إذ توجه جهود المراجعة النوعية نحو المقررات التي تتجاوز معدلاتها ما تبرره تركيبة طلابها، بدل تشتيت الجهود أو معاقبة مقررات تستقبل شرائح طلابية أكثر عرضة للتعثر أصلًا، وينبغي أن تقترن الترتيبات الكمية بتقويم نوعي معمق لتصميم المقرر وتدريسه وبيئة تعلمه قبل اتخاذ أي قرار إداري، وأن يعاد تدريب النموذج دوريًا مع تغير البيانات والشرائح الطلابية للحفاظ على عدالة المؤشر ودقته عبر الزمن

وينبغي الانتباه عند تطبيق هذه المنهجية إلى أن النموذج التنبئي نفسه يحتاج إلى حوكمة وتدقيق مستمرين، فبيانات التدريب قد تحمل تحيزات تاريخية تنعكس في التنبؤات إن لم تراجع وتعالج، كما أن شفافية المنهجية أمام أعضاء هيئة التدريس شرط لقبول نتائجها والتعاون مع مراجعاتها، ويمكن لمكاتب ضمان الجودة أن تبدأ بتطبيق تجريبي على عينة من المقررات مع لجان مراجعة نوعية ترافق الأرقام، وأن تطور لوحات متابعة تعرض المعدل الملاحظ والمتوقع والفجوة جنبًا إلى جنب مع مؤشرات نوعية، حتى يبقى القرار النهائي إنسانيًا مستنيرًا بالبيانات لا أسيرًا لها

وخلاصة القول إن عدالة تقويم المقررات تبدأ من فصل أثر تركيبة الطلاب عن أثر المقرر ذاته، وإن تحليل الفجوة المدعوم بالتعلم الآلي يقدم للجامعات أداة رشيدة لتحديد أولويات المراجعة والتطوير بإنصاف وموضوعية