وسّعت منصات التعلم عبر الإنترنت نطاق الوصول إلى التعليم، غير أنها أثارت في المقابل مخاوف بشأن المحتوى المتحيز، ولا سيما في المواد التعليمية النصية مثل الكتب المدرسية وخطط الدروس ومقتطفات المقررات، إذ يمكن لهذه التحيزات أن ترسخ التمييز وتلحق الضرر بنواتج الطلاب، وغالبًا ما يصعب رصدها لأن تحديدها يعتمد عادة على مراجعة بشرية مستهلكة للوقت، ويمكن لتحليلات التعلم أن تعزز هذه العملية بدعم المراجعين البشريين عبر الرصد الآلي، بما يقدم حلًا قابلًا للتوسع مع الاحتفاظ بالحكم البشري للتقويمات الدقيقة المتأنية، ومن هذا المنطلق انطلقت الدراسة الحالية لاستكشاف إمكانات تحليلات التعلم في كشف التحيز العرقي في المواد التعليمية النصية المتاحة عبر الإنترنت
أولًا: أهداف الدراسة ومنهجيتها
سعت الدراسة إلى الإجابة عن سؤالين بحثيين، أولهما عن السمات التي يمكن أن تدعم تحديد التحيز العرقي في المواد التعليمية النصية عبر الإنترنت، وثانيهما عن مقاربات التصنيف المناسبة لتحديد هذا التحيز، ولتحقيق ذلك حدد الباحثون أولًا السمات الدالة على وجود التحيز العرقي المحتمل أو غيابه في المحتوى النصي باستخدام مجموعة بيانات ضمت 345 مادة موسومة من قبل 193 طالبًا من خلفيات عرقية متنوعة، ثم قيموا نماذج متعددة من التعلم الآلي من حيث فاعليتها في تصنيف التحيز، شملت آلات المتجهات الداعمة ومصنفات الغابات العشوائية ونموذج بايز الساذج، واعتمدوا تحليل إعادة المعاينة للتحقق من اتساق أداء النماذج واستقراره عبر عينات متكررة من البيانات
ثانيًا: أبرز النتائج
أشارت النتائج إلى ارتباطات دالة بين التحيز المتصور لدى الموسمين والمحتوى الوارد من العلوم الاجتماعية، بما يوحي بأن المواد ذات الطبيعة المجتمعية والثقافية أكثر عرضة لالتقاط إشارات التحيز العرقي، وأظهرت آلات المتجهات الداعمة ومصنفات الغابات العشوائية عبر تحليل إعادة المعاينة أداءً متسقًا في تحديد التحيز، إذ بلغت قيم مقياس التوازن بين الدقة والاستدعاء المعروف بمقياس ف1 لديهما 0.71 و0.70 على مجموعة الاختبار على التوالي، في حين حقق نموذج بايز الساذج أعلى دقة بلغت 0.75 على مجموعة الاختبار، بما يعني أن النماذج الأبسط قد تتفوق في ضبط التنبيهات الخاطئة بينما تتقدم النماذج الأخرى في التوازن العام بين الدقة والاستدعاء
ثالثًا: دلالات الدراسة وتطبيقاتها
تناقش الدراسة هذه النتائج وآثارها على تحليلات التعلم مؤكدة أهمية جودة الأدوات التعليمية وشمولها، فهي تقدم بوصفها خطوة أولى نحو التصنيف الآلي للتحيز في التعليم أساسًا لرصد التحيز العرقي في محتوى التعلم، بما يدعم تقنيات أعدل وبيئات تعلم أكثر شمولًا لجميع الطلاب، ويمكن لمنصات التعلم الإلكتروني ومطوري المحتوى التعليمي توظيف هذه السمات والنماذج في فحص المواد النصية قبل نشرها وخلال تحديثها، على أن يبقى الحكم البشري حاضرًا في التقويمات الدقيقة التي تتطلب فهمًا للسياق الثقافي والدلالات الضمنية، كما تفتح النتائج الباب لتوسيع نطاق الرصد الآلي ليشمل أنماطًا أخرى من التحيز وصورًا أوسع من المواد التعليمية
وتبرز أهمية هذه النتائج من جسامة الضرر الذي يمكن أن يحدثه المحتوى المتحيز حين يمر دون رصد، فالمواد النصية المتداولة في منصات التعلم تصل إلى أعداد ضخمة من الطلاب وتتشكل عبرها تصوراتهم عن الجماعات والثقافات المختلفة، بينما تعجز المراجعة البشرية وحدها عن مواكبة هذا الحجم في وقت معقول، ويقدم الرصد الآلي المقترح هنا حلًا وسطًا متوازنًا، إذ يفرز المواد ذات الإشارات المحتملة للتحيز ويوجه انتباه المراجعين البشريين إليها أولًا مع بقاء الكلمة الأخيرة لحكمهم في التقويمات الدقيقة التي يصعب اختزالها في سمات آلية، ويلاحظ أن ارتباط التحيز المتصور بمحتوى العلوم الاجتماعية يوجه جهود الفحص نحو المواد ذات الحمولة المجتمعية والثقافية الأعلى، كما أن اختلاف نقاط قوة النماذج بين الاتساق والدقة يتيح للمؤسسات اختيار النموذج الأنسب لهدفها، سواء أكان الهدف تقليل التنبيهات الخاطئة أم تحقيق توازن عام بين الدقة والاستدعاء في عملية الفحص المستمر للمحتوى التعليمي
ويعزز هذا التكامل بين الإنسان والآلة فرص قبول المؤسسات التعليمية لهذه الأدوات واعتمادها دون خشية من أحكام آلية متسرعة تتجاوز السياقات الثقافية والتربوية الدقيقة للمحتوى
وخلاصة القول إن الدراسة أثبتت إمكان توظيف تحليلات التعلم والتعلم الآلي في رصد التحيز العرقي بالمواد التعليمية النصية عبر الإنترنت، وحددت سمات دالة على هذا التحيز ونماذج تصنيف فاعلة تقدمت فيها آلات المتجهات الداعمة والغابات العشوائية في الاتساق ونموذج بايز الساذج في الدقة، بما يضع أساسًا عمليًا لتقنيات تعليمية أعدل وبيئات تعلم أكثر شمولًا
