الانشطة والاخبار

العنوان:
نموذج ذكاء اصطناعي للتنبؤ ومنع تسرب الطلبة في جامعة المستقبل
المقدمة:
يمثل تسرب الطلبة أحد أبرز التحديات التي تواجه مؤسسات التعليم العالي في جميع أنحاء العالم. وفي العراق، أدت التغيرات الاجتماعية والاقتصادية والضغوط الأكاديمية إلى زيادة معدلات تسرب الطلبة من الجامعات. في جامعة المستقبل، أدركت الإدارة الحاجة إلى حل متقدم يتجاوز أنظمة المراقبة التقليدية. تهدف هذه الدراسة إلى اقتراح تصميم وتنفيذ نموذج ذكاء اصطناعي للتنبؤ بحالات التسرب ومنعها، بما يضمن تحسين النتائج الأكاديمية واستدامة المؤسسة.
مراجعة الأدبيات:
تشير الأبحاث الحديثة إلى فعالية الذكاء الاصطناعي في التحليلات التعليمية. فقد أثبتت النماذج القائمة على خوارزميات التعلم الآلي مثل الغابات العشوائية (Random Forests) وآلات الدعم الناقل (SVM) وتقنيات التعلم العميق قدرتها على التنبؤ بالتسرب بدقة تتجاوز 80%. وقد بدأت جامعات في أوروبا وآسيا بالفعل بتطبيق أنظمة مشابهة باستخدام بيانات مثل سجلات الحضور والاستبيانات النفسية. غير أن الدراسات في السياق الشرق أوسطي، وخاصة في الجامعات الأهلية، ما زالت محدودة، مما يجعل هذه المبادرة رائدة.
المنهجية:
سيعتمد النموذج المقترح على دمج عدة مصادر بيانات، تشمل:
• البيانات الأكاديمية: الدرجات، معدلات GPA، الواجبات، وسجلات الحضور.
• البيانات السلوكية: المشاركة في الأنشطة اللامنهجية، التفاعل مع المنصات التعليمية الرقمية، والتواصل مع أعضاء هيئة التدريس.
• العوامل الاجتماعية والاقتصادية: بيانات المساعدات المالية، مسافات التنقل، والخلفية العائلية.
• المؤشرات النفسية: نتائج جلسات الإرشاد النفسي، مستويات التوتر، والعلاقات مع الزملاء.
سيُطبَّق نهج هجين يتضمن:
• الشبكات العصبية التلافيفية (CNNs): لتحليل أنماط التفاعل مع المنصات الرقمية.
• الشبكات العصبية المتكررة (RNNs) أو نماذج المحولات (Transformers): لاكتشاف الأنماط الزمنية في الأداء الأكاديمي.
• تقنيات الذكاء الاصطناعي القابل للتفسير (XAI): لتوفير نتائج قابلة للفهم من قبل المرشدين وصنّاع القرار.
النتائج المتوقعة:
• تحديد الطلبة الأكثر عرضة للتسرب بدقة تزيد عن 85%.
• إنشاء لوحة متابعة (Dashboard) للمرشدين تعرض نسب الخطر، المؤشرات الأساسية، والتدخلات المقترحة.
• رفع معدلات بقاء الطلبة بنسبة لا تقل عن 15% خلال السنة الأولى.
• توفير تكاليف طويلة الأمد للجامعة من خلال تقليل الهدر الناتج عن حالات التسرب.
التحديات:
1. جودة وتوفر البيانات: قد تؤدي السجلات الناقصة أو غير الدقيقة إلى تقليل دقة النموذج.
2. الاعتبارات الأخلاقية: حماية خصوصية بيانات الطلبة أمر ضروري لضمان الامتثال للمعايير القانونية والأخلاقية.
3. التحيز في البيانات: إذا لم تكن بيانات التدريب ممثلة لجميع فئات الطلبة، فقد يؤدي ذلك إلى نتائج غير عادلة.
4. مقاومة التبني: قد يتردد بعض التدريسيين أو الطلبة في الثقة بالقرارات المعتمدة على الذكاء الاصطناعي.
الخاتمة والتوصيات:
يمثل اعتماد نموذج ذكاء اصطناعي للتنبؤ بتسرب الطلبة في جامعة المستقبل خطوة نوعية نحو إدارة تعليمية قائمة على البيانات. فمن خلال دمج العوامل الأكاديمية والسلوكية والاجتماعية والنفسية، يوفر النموذج رؤية شاملة لمسيرة الطالب. ولتعظيم الأثر، يُوصى بأن تقوم الجامعة بـ:
• إجراء دراسات تجريبية في أقسام مختارة.
• وضع سياسات آمنة لمشاركة البيانات.
• تدريب الكادر التدريسي والمرشدين على تفسير مخرجات النظام.
• تحسين النموذج باستمرار بناءً على التغذية الراجعة الواقعية.
تظهر هذه الدراسة أن الذكاء الاصطناعي يمكن أن يكون أداة محورية في بناء بيئة تعليمية استباقية تتمحور حول الطالب في العراق.
م.مبرمج/ سارة سعدون عباس
مركز المستقبل لتطبيقات الذكاء الاصطناعي
جامعة المستقبل الاولى على الجامعات الاهلية في العراق