يمثل التعرف إلى مشاعر المتعلمين في الزمن الحقيقي قيمة كبيرة للمعلمين والمصممين التربويين، إذ يتيح فهم سلوك التعلم على نحو أعمق ومواجهة عوائق مثل الارتباك والملل اللذين يضعفان الانخراط والأداء، وتجمع منصات التعلم الإلكتروني بيانات سلوكية غنية عبر أدواتها التعاونية يمكن توظيفها في هذا التعرف، وتنطلق هذه الدراسة من تحليل تعليقات المتعلمين على المقررات عبر الإنترنت لتمييز مشاعرهم إيجابية كانت أو سلبية أو محايدة، بوصف ذلك مدخلًا للتنبؤ بخطر التسرب من التعلم الإلكتروني ولتكييف المحتوى التعليمي، وتقترح نموذجًا بايزيًا جديدًا لتقدير عدم التيقن في تحليل المشاعر يتجاوز حدود النماذج المعتادة مع النصوص الطويلة
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تمييز مشاعر مستخدمي منصات التعلم الإلكتروني من تعليقاتهم على المقررات، وبيان الصلة بين هذه المشاعر ومعدلات التسرب، واقترحت مقاربة جديدة قائمة على نموذج بايزي يدمج بنية الشبكات العصبية الالتفافية وبنية شبكات الذاكرة طويلة قصيرة المدى ثنائية الاتجاه لتقدير عدم التيقن في تحليل المشاعر، وقورن النموذج المقترح بنماذج غير بايزية أخرى شملت نماذج الذاكرة ثنائية الاتجاه بأنواعها والشبكات الالتفافية ونموذجًا هجينًا يجمعهما، وجرى تضمين تمثيلات متعددة للكلمات في المقارنة شملت نماذج بيرت وغلوف ووورد تو فيك وفاست تكست، وطُبقت التجارب على نصوص طويلة وأخرى قصيرة مأخوذة من منتديات المنصات وتعليقات المتعلمين، وقيس الأداء بدقة التصنيف في كل حالة
ثانيًا: أبرز النتائج
أظهرت النتائج التجريبية أن النموذج البايزي المقترح تفوق على النماذج الأخرى جميعًا، إذ بلغت دقته 97.12 في المئة مع النصوص الطويلة و96.53 في المئة مع النصوص القصيرة عند توظيف تمثيل فاست تكست، وأكد هذا الأداء المرتفع فاعلية المقاربة المقترحة في التقاط المشاعر حتى في التعليقات المطولة التي يصعب تحليلها عادة مقارنة بالنصوص القصيرة الشائعة في وسائل التواصل الاجتماعي، وتبين أيضًا وجود ارتباط قوي بين المشاعر المعبر عنها في المنتديات ومعدل التسرب من التعلم الإلكتروني، بما يجعل تحليل المشاعر مؤشرًا مبكرًا على تعثر المتعلمين وانفصالهم عن المقرر قبل حدوث التسرب الفعلي
ويفسر تفوق النموذج المقترح بأن تقدير عدم التيقن يضيف طبقة حكم غائبة عن النماذج التقليدية، فبدل أن يخرج التصنيف حكمًا واحدًا جامدًا على مشاعر النص، يبين النموذج مقدار ثقته في هذا الحكم، وهو ما يهم خصوصًا في النصوص الطويلة التي تتداخل فيها المشاعر وتتنقل بين الإيجاب والسلب داخل التعليق الواحد، وقد بينت التجارب أن اختيار تمثيل الكلمات يؤثر في الأداء، فجاء تمثيل فاست تكست الأعلى كفاءة في الحالتين الطويلة والقصيرة، بما يوجه الباحثين والمطورين عند بناء أنظمة مشابهة إلى تجريب التمثيلات المتعددة لا افتراض أفضلية أحدها سلفًا
ثالثًا: دلالات الدراسة وتطبيقاتها
تكتسب هذه النتائج أهمية إستراتيجية في الميدان التربوي، إذ يمكن لمؤسسات التعلم الإلكتروني أن توظف تحليل مشاعر المتعلمين أداة إنذار مبكر تستدعي التدخل بالدعم والإرشاد قبل أن يتحول الملل أو الارتباك إلى انسحاب كامل، كما يمكن أن توجه مخرجات التحليل تكييف المحتوى التعليمي ووتيرته بما يناسب الحالات الوجدانية للمتعلمين، ويعزز تقدير عدم التيقن الذي يوفره النموذج البايزي ثقة صانع القرار التربوي في الإشارات المستخرجة من النصوص، لأنه لا يكتفي بتصنيف المشاعر بل يبين مقدار الثقة في هذا التصنيف، ويفتح ذلك الباب أمام دمج تحليلات المشاعر في لوحات متابعة المتعلمين وأنظمة التوصية التعليمية على أسس أكثر رصانة
وعلى صعيد الممارسة، يمكن ربط مخرجات تحليل المشاعر بسلوك المتعلم داخل المنصة، فيُستدعى انتباه المشرفين حين تتراكم الإشارات السلبية في تعليقات متعلم بعينه أو مقرر بعينه، فتكون المعالجة بتعديل المحتوى أو بتقديم دعم بشري قبل أن يتسع الإحباط، كما تفيد المؤسسات التعليمية من تتبع مشاعر المتعلمين عبر المقررات المختلفة في كشف المقررات التي تولد ارتباكًا أو مللًا متكررًا فتعيد تصميمها، وبذلك يتحول تحليل المشاعر من تقنية تصنيف نصي إلى مكون في منظومة جودة التعلم الإلكتروني وحوكمته
وخلاصة القول إن مشاعر المتعلمين الكامنة في تعليقاتهم ليست بيانات هامشية بل مؤشرات تنبؤية حقيقية على خطر التسرب، وإن النموذج البايزي المدمج الذي تقترحه الدراسة يقدم وسيلة دقيقة لقراءة هذه المشاعر في النصوص الطويلة والقصيرة معًا، بما يحول تحليل المشاعر من وصف لاحق للتجربة إلى أداة استباقية لحماية استمرارية التعلم
هل تحتاج إلى دعم متخصص في بحثك؟
يمكنك طلب الخدمة مباشرة عبر حساب الباحث، وسيتابع معك فريق مؤسسة النظم طلبك خطوة بخطوة حتى اكتمال الإنجاز
