0505276099للتواصل والاتصال
دليل عملي

Advancing diagram-based reasoning in AI tutoring systems: a structural approach for STEM education

تقترح هذه الدراسة إطار ستركت راغ لتمكين أنظمة التدريس الذكية من تفسير المخططات الهندسية المعقدة في تعليم العلوم والتقنية والهندسة والرياضيات، بدمج التحليل البصري والاستدلال البنيوي واسترجاع أنماط الرسوم، وتظهر تقييماته على 1650 سؤالًا دقة بلغت 89.3 في المئة وتفوقًا دالًا على الأساليب المرجعية في اكتشاف الوصلات المفقودة وتصحيح البنية

أحدث التقدم السريع في أنظمة التدريس الذكية المدعومة بالذكاء الاصطناعي تحولًا في البيئات التعليمية، غير أن هذه الأنظمة ما تزال تواجه تحديات كبيرة في تفسير المخططات الهندسية المعقدة الشائعة في مجالات العلوم والتقنية والهندسة والرياضيات، مثل مخططات الدوائر الكهربائية وطوبولوجيا الشبكات، إذ تكافح الأساليب الحالية للتعرف على العلاقات المكانية واكتشاف الوصلات المفقودة بسبب التعقيد الكامن في مخططات العالم الحقيقي، ما يحد من فاعليتها في التقويمات القائمة على المخططات، ولمعالجة هذه الفجوة تقترح الدراسة إطارًا يجمع بين التحليل البصري والاستدلال البنيوي على مستوى الأنماط لتعزيز تفسير المخططات وتقديم تغذية راجعة واعية بالبنية للمقيمين والمتعلمين

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى تطوير إطار ستركت راغ لتحسين تفسير أنظمة التدريس الذكية للمخططات المعقدة والغامضة، ويدمج الإطار بين التحليل البصري والاستدلال البنيوي على مستوى الأنماط، ويوظف التعرف الضوئي على الحروف للتعرف البصري، والنماذج اللغوية الكبيرة، واسترجاع أنماط الرسوم البيانية، بما يمكّنه من تحديد الوصلات المفقودة وتصحيح أوجه عدم الدقة البنيوية وتقديم تغذية راجعة واعية بالبنية، وقُوّم الإطار على مجموعة بيانات تضم 1650 سؤالًا من أسئلة العلوم والتقنية والهندسة والرياضيات، وقورن أداؤه بأساليب مرجعية تشمل الجمع بين التعرف الضوئي والرؤية الحاسوبية، ونموذج جي بي تي 4 المعتمد على الرسوم فقط، ونموذج جي بي تي 4 أو المعتمد على الصور مباشرة، ونسخ مخففة من الإطار نفسه، واستخدمت اختبارات إعادة المعاينة المقترنة مع تصحيح هولم وبونفيروني للتحقق من الدلالة الإحصائية للفروق

ثانيًا: أبرز النتائج

أظهرت النتائج أن إطار ستركت راغ حقق دقة كلية متوسطة على مستوى الأسئلة بلغت 89.3 في المئة، ودرجة إف واحد على مستوى الحواف بلغت 93 في المئة، متفوقًا بذلك على جميع الأساليب المرجعية المقارنة وعلى النسخ المخففة منه، وأشارت اختبارات إعادة المعاينة المقترنة مع تصحيح هولم وبونفيروني إلى أن هذه التحسينات ذات دلالة إحصائية عند مستوى يقل عن 0.01، وتوحي النتائج بأن الإطار يقدم تفسيرًا أكثر اعتمادًا للمخططات المعقدة والغامضة، ومنها الرسوم الشبكية والهجينة التي تتعثر عندها الأساليب التقليدية، وأن الجمع بين التحليل البصري والاستدلال البنيوي على مستوى الأنماط هو مصدر هذا التفوق وليس أي مكون منفرد من مكونات الإطار

وتستند أهمية هذا التطوير إلى طبيعة المخططات الهندسية ذاتها، فهي تمثيلات بصرية تحمل معناها في العلاقات المكانية والوصلات بين المكونات لا في العناصر المفردة، ما يجعل الخطأ في وصلة واحدة قادرًا على تغيير معنى المخطط كله، ولهذا تعثرت الأساليب المعتمدة على التعرف البصري وحده أو على النماذج اللغوية وحدها في اكتشاف الوصلات المفقودة وتصحيح البنية، بينما يعالج الإطار المقترح هذه المشكلة بجعل البنية والأنماط موضوعًا صريحًا للاستدلال، وباسترجاع أنماط رسوم مشابهة يُستدل بها على ما ينبغي أن تكون عليه الوصلات الصحيحة في المخطط محل التقويم

ثالثًا: دلالات الدراسة وتطبيقاتها

تبرز دلالات الدراسة في إمكان توظيف إطار ستركت راغ أداة دعم واعية بالبنية للتقويم والتغذية الراجعة القائمين على المخططات في تعليم العلوم والتقنية والهندسة والرياضيات، إذ يساعد المعلمين وأنظمة التدريس الذكية على اكتشاف الوصلات المفقودة والأخطاء البنيوية في إجابات الطلاب وتقديم ملاحظات أدق وأكثر تفسيرًا، وتفيد النتائج مطوري أنظمة التعلم الذكي في أن تفسير المخططات يتطلب معالجة بنيوية صريحة للعلاقات والأنماط لا الاكتفاء بالتعرف البصري أو النماذج اللغوية وحدها، كما تفتح الباب لبحوث لاحقة توسع التقييم إلى أنواع أخرى من المخططات وسياقات تعليمية أوسع، وتبحث في دمج الإطار في منصات تدريس عاملة وقياس أثره في تعلم الطلاب فعليًا

كما تمتد دلالات الدراسة إلى تقويم أداء الطلاب في المهام القائمة على المخططات، فحين تستطيع الأنظمة الذكية تحديد موضع الخطأ البنيوي بدقة تصبح التغذية الراجعة أقدر على إرشاد المتعلم إلى موطن الخلل بدل الاكتفاء بحكم عام على الإجابة، وهو ما يدعم التعلم القائم على التصحيح الذاتي والفهم العميق للبنى الهندسية، وتنبه الدراسة مع ذلك إلى أن تقييم الإطار جرى على مجموعة بيانات محددة من الأسئلة، ما يجعل تعميم أدائه على مجالات وسياقات أخرى أمرًا يحتاج إلى اختبارات إضافية، ويجعل تطويره المستمر مرهونًا بتوسيع البيانات والأنماط التي يستدل بها

وخلاصة القول إن الدراسة تقدم إطارًا بنيويًا واعدًا يجعل أنظمة التدريس الذكية أقدر على فهم المخططات الهندسية المعقدة وتقويمها، بما يعزز جودة التقويم والتغذية الراجعة القائمين على المخططات في التعليم العلمي والتقني

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

طلب الخدمة عبر حساب الباحث

آراء عملائنا

صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
سلة طلب الرسائل (0)