نموذج التعلم العميق للتنبؤ بتعثر الطلاب بناء على سلوكهم عبر الإنترنت

على الرغم من الاعتماد الملحوظ على أنظمة إدارة التعلم لدعم أو تقديم برامج التعلم الإلكتروني والتعلم عن بعد في العديد من مؤسسات التعليم العالي السعودية، إلا أن مراقبة جدية المشاركة الأكاديمية للطلاب تبقى خارج نطاق خطط ضمان الجودة والطوارئ لهذه المؤسسات، والتي للأسف. يؤدي إلى ملاحظة انخفاض مستويات المشاركة بين المتعلمين في البيئات التعليمية عبر الإنترنت. وفي نهاية المطاف، قد يؤدي هذا الانخفاض في مشاركة الطلاب إلى حالات هدر أكاديمي حيث يفشل المتعلمون في تلبية متطلبات التفاعل والتقييم في الدورة التدريبية عبر الإنترنت، مما يؤدي إلى فشلهم الأكاديمي. وبالتالي، فإن تحديد هؤلاء الطلاب المعرضين للخطر يجب أن يصبح أولوية لمؤسسات التعليم العالي في المملكة العربية السعودية لضمان جودة برامج التعلم الإلكتروني، فضلاً عن مواجهة تأثير الهدر التعليمي المحتمل. هذا هو المكان الذي يدخل فيه التنقيب عن البيانات التعليمية، وتحليلات التعلم التي تمثل سلوك الطلاب داخل أنظمة إدارة التعلم، وتقنيات التعلم العميق في الاعتبار كبيانات أكاديمية، والتي يمكن استخدامها، ليس فقط للتقييم الاستعادي للتعلم، ولكن كبوابة للتنبؤات المستنيرة لأداء المتعلمين في المستقبل.

وليس من المستغرب أن تظهر الحاجة إلى تطوير نماذج لتحديد سمات المخاطر في الحالات التي تأخذ فيها أعداد كبيرة من الطلاب دورة دراسية تأسيسية، حيث يفشل المعلمون في رصد تقدمهم في الوقت الحقيقي. في جامعة الملك عبد العزيز، يمكن ملاحظة مثل هذه الحالة مع طلاب السنة التحضيرية الذين يلتحقون بمادة اللغة الإنجليزية الإلزامية ذات المستويات الأربع، والتي يجب أن يتم الانتهاء منها ليتمكنوا من اجتياز متطلبات السنة التحضيرية.

وهكذا، فإن الدراسة المقترحة تهدف إلى الاستفادة من التعلم العميق؛ على وجه التحديد، الشبكات العصبية المتكررة، لتطوير نموذج التنبؤ بنجاح أو فشل الطلاب داخل المادة على أساس البيانات التسلسلية الأسبوعية المستخرجة من نظام تحليلات التعلم المستخدم في جامعة الملك عبد العزيز.