التقييم القائم على الشبكات العصبية (Neural Network-Based Assessment)

الاتجاهات الحديثة لقياس وتقييم قدرات الطالب في عصر الثورة الصناعية الرابعة

(الحلقة الخامسة والأخيرة)

التقييم القائم على الشبكات العصبية (Neural Network-Based Assessment):

“استكشاف مستقبل الذكاء الاصطناعي في تحليل البيانات والتنبؤ بالاتجاهات”

إعداد: أ.د أسامة ماهر حسين (أستاذ التخطيط وأصول التربية بالمركز القومي للامتحانات والتقويم التربوي – القاهرة)

أولاً: المفهوم:

في عالم يتسم بتزايد تعقيد البيانات وتنوعها، باتت الحاجة إلى أدوات تحليلية قوية أكثر إلحاحًا من أي وقت مضى. لذا تلعب الشبكات العصبية دورًا محوريًا في تلبية هذه الحاجة، حيث تُقدم إمكانيات هائلة لمعالجة البيانات الضخمة واستخلاص رؤى ثاقبة منها.

و يُعد التقييم القائم على الشبكات العصبية (Neural Network-Based Assessment) أداة فعالة في العملية التعليمية، حيث تعتمد على تقنيات الذكاء الاصطناعي لتقييم أداء الطلاب وتحليل بياناتهم بشكلٍ دقيق وشامل. تُستخدم الشبكات العصبية في هذا النوع من التقييم لمعالجة كميات هائلة من البيانات التعليمية، مثل: الإجابات على الاختبارات، والمهام المكتوبة، وسلوك الطلاب داخل الفصل، وتفاعلهم مع المواد التعليمية.

تبسيط أكثر للمفهوم:

في الواقع:

o الشبكات العصبية المستخدمة في هذا النوع من التقييم هي نماذج رياضية مستوحاة من بنية ووظيفة الدماغ البشري.

o الدماغ البشري يتكون من شبكات معقدة من الخلايا العصبية المتصلة ببعضها البعض، والتي تُرسل وتستقبل الإشارات الكهربائية.

o الشبكات العصبية الاصطناعية تحاكي هذه الشبكات البيولوجية من خلال الخوارزميات التي تُمكنها من التعلم من البيانات واتخاذ القرارات.

بمعنى آخر:

o الشبكات العصبية الاصطناعية مستوحاة من الشبكات العصبية البيولوجية في الدماغ البشري، لكنها ليست نسخة طبق الأصل منها.

o الشبكات العصبية الاصطناعية هي أدوات رياضية تم تصميمها لحل مشكلات محددة، مثل التقييم والتنبؤ.

o لا تمتلك الشبكات العصبية الاصطناعية نفس القدرات أو الوعي أو الإحساس مثل الدماغ البشري.

لذلك:

o اسم “التقييم القائم على الشبكات العصبية” يُشير إلى النموذج الرياضي المستوحى من بنية الدماغ، وليس إلى الدماغ البشري نفسه.

o يهدف هذا الاسم إلى توضيح أن هذا النوع من التقييم يعتمد على تقنيات ذكية مستوحاة من الطبيعة.

ثانياً: الهدف من استخدام هذا النوع من التقييم:

يُسعى التقييم القائم على الشبكات العصبية إلى تحقيق العديد من الأهداف، منها:

• تقييم دقيق وشامل: تُمكن الشبكات العصبية من تقييم أداء الطلاب بشكلٍ دقيق وشامل، من خلال تحليل مختلف جوانب التعلم، مثل: المعرفة والمهارات والقدرات الشخصية.

• التعرف على نقاط القوة والضعف: تُساعد الشبكات العصبية في تحديد نقاط القوة والضعف لدى كل طالب، ممّا يُتيح للمعلم تصميم خطط تعليمية مُخصصة تلبي احتياجات كل طالب على حدة.

• التنبؤ بأداء الطلاب: تُمكن الشبكات العصبية من التنبؤ بأداء الطلاب في المستقبل، ممّا يُساعد على تقديم الدعم اللازم للطلاب الذين يُواجهون صعوبات في التعلم.

• تحسين عملية التعلم: تُساهم نتائج التقييم القائم على الشبكات العصبية في تحسين عملية التعلم بشكلٍ عام، من خلال توفير معلومات قيّمة للمعلمين والطلاب على حدٍ سواء.

ثالثاً: آليات التطبيق:

تتعدد آليات تطبيق التقييم القائم على الشبكات العصبية، وتشمل:

• التقييم التكيفي: تُقدم الاختبارات التكيفية للطلاب أسئلة مُخصصة بناءً على أدائهم في الأسئلة السابقة، ممّا يُتيح تقييم دقيق لمستوى فهمهم للمواد التعليمية.

• التقييم القائم على الأداء: يُمكن للشبكات العصبية تحليل أداء الطلاب في مهامٍ مُختلفة، مثل: الكتابة البرمجية، أو حلّ المشكلات، أو تقديم عروض تقديمية.

• التقييم القائم على السلوك: تُمكن الشبكات العصبية من تحليل سلوك الطلاب داخل الفصل، مثل: انتباههم، وتفاعلهم، ومشاركتهم في المناقشات.

ملاحظات هامة:

o التقييم القائم على الشبكات العصبية أداة قوية، لكنها ليست بديلاً عن التقييم البشري.

o يجب استخدامها مع أدوات وخبرات أخرى لضمان دقة وفعالية التقييم.

o لا تزال هذه التقنية قيد التطوير، وتُجرى أبحاث لتحسين قدراتها وتقليل عيوبها.

رابعاً: أدوات التطبيق:

تتعدد أدوات تطبيق التقييم القائم على الشبكات العصبية، وتشمل:

• منصات التعلم الإلكتروني: تُوفر العديد من منصات التعلم الإلكتروني أدوات تقييم قائمة على الشبكات العصبية.

• برامج تحليل البيانات: تُستخدم برامج تحليل البيانات لمعالجة كميات هائلة من البيانات التعليمية واستخراج معلومات قيّمة.

• تطبيقات الذكاء الاصطناعي: تُستخدم تطبيقات الذكاء الاصطناعي لتقييم أداء الطلاب بشكلٍ تلقائي وتقديم ملاحظات مُفيدة.

خامساً: دور المعلم:

يُلعب المعلم دورًا هامًا في تطبيق التقييم القائم على الشبكات العصبية من خلال:

• تصميم خطط تعليمية مُخصصة: تُساعد نتائج التقييم القائم على الشبكات العصبية المعلم على تصميم خطط تعليمية مُخصصة تلبي احتياجات كل طالب على حدة.

• تقديم الدعم اللازم للطلاب: يُمكن للمعلم استخدام نتائج التقييم القائم على الشبكات العصبية لتحديد الطلاب الذين يُواجهون صعوبات في التعلم وتقديم الدعم اللازم لهم.

• تحليل البيانات وتفسيرها: يُمكن للمعلم تحليل بيانات التقييم القائم على الشبكات العصبية وفهم نقاط القوة والضعف لدى الطلاب.

سادساً: دور الطالب:

يُصبح الطالب في التقييم القائم على الشبكات العصبية عنصرًا فعالًا في عملية التعلم من خلال:

• مشاركة بياناته التعليمية: يُشارك الطالب بياناته التعليمية مع الشبكات العصبية ممّا يُساعد على تحسين عملية التقييم.

• التفاعل مع أدوات التقييم: يتفاعل الطالب مع أدوات التقييم القائمة على الشبكات العصبية، مثل: الاختبارات التكيفية، والمهام المُقوّمة، وتطبيقات الذكاء الاصطناعي.

• الحصول على ملاحظات مُفيدة: يُحصل الطالب على ملاحظات مُفيدة من الشبكات العصبية حول أدائه ومستوى فهمه للمواد التعليمية.

سابعاً: دور ولي الأمر:

يُمكن لولي الأمر لعب دورٍ داعم في التقييم القائم على الشبكات العصبية من خلال:

• متابعة تقدم ابنه/ابنته في التعلم: يُمكن لولي الأمر متابعة تقدم ابنه/ابنته في التعلم من خلال الاطلاع على نتائج التقييم القائم على الشبكات العصبية.

• التواصل مع المعلم: يُمكن لولي الأمر التواصل مع المعلم لمناقشة نتائج التقييم القائم على الشبكات العصبية واحتياجات ابنه/ابنته التعليمية.

• تشجيع ابنه/ابنته على المشاركة في عملية التعلم: يُمكن لولي الأمر تشجيع ابنه/ابنته على المشاركة في عملية التعلم من خلال التفاعل مع أدوات التقييم القائمة على الشبكات العصبية.

ثامناً: أمثلة تطبيقية على كيفية تنفيذ التقييم القائم على الشبكات العصبية (Neural Network-Based Assessment): من خلال المواد الدراسية المختلفة:

1- مادة الرياضيات:

الدرس: حل المعادلات الخطية

السياق: قام الطلاب بحل مجموعة من المعادلات الخطية في واجب منزلي.

كيف يمكن استخدام التقييم القائم على الشبكات العصبية؟

o تحليل إجابات الطلاب: يمكن للشبكة العصبية تحليل إجابات الطلاب على جميع المسائل وتحديد الأخطاء الشائعة.

o تقديم تقييم فردي: يمكن للشبكة العصبية تقديم تقييم فردي لكل طالب، مع تحديد نقاط القوة والضعف في مهارات حل المعادلات.

o تحديد الطلاب الذين يحتاجون إلى مساعدة إضافية: يمكن للشبكة العصبية تحديد الطلاب الذين واجهوا صعوبات كبيرة في حل المعادلات، مما يسمح للمعلم بتقديم الدعم لهم بشكل استباقي.

o اقتراح تمارين إضافية: يمكن للشبكة العصبية اقتراح تمارين إضافية لكل طالب بناءً على احتياجاته الفردية.

2- مادة العلوم:

الموضوع: التركيب الكيميائي للمواد

السياق: قام الطلاب بإجراء تجربة في المختبر لتحديد التركيب الكيميائي لمادة معينة.

كيف يمكن استخدام التقييم القائم على الشبكات العصبية؟

o تحليل نتائج الطلاب: يمكن للشبكة العصبية تحليل نتائج الطلاب من التجربة وتحديد ما إذا كانت صحيحة أم خاطئة.

o تقييم فهم الطلاب للمفاهيم العلمية: يمكن للشبكة العصبية تقييم فهم الطلاب للمفاهيم العلمية المتعلقة بالتركيب الكيميائي للمواد.

o تقديم ملاحظات فردية: يمكن للشبكة العصبية تقديم ملاحظات فردية لكل طالب حول أدائه في التجربة، مع تحديد نقاط القوة والضعف.

o اقتراح أنشطة تعليمية إضافية: يمكن للشبكة العصبية اقتراح أنشطة تعليمية إضافية للطلاب الذين واجهوا صعوبات في فهم المفاهيم العلمية.

3- مادة الدراسات الاجتماعية:

الموضوع: أسباب الثورة الصناعية الثالثة

السياق: قام الطلاب بكتابة مقال حول أسباب الثورة الصناعية الثالثة.

كيف يمكن استخدام التقييم القائم على الشبكات العصبية؟

o تحليل محتوى مقالات الطلاب: يمكن للشبكة العصبية تحليل محتوى مقالات الطلاب وتحديد ما إذا كانت شاملة ودقيقة.

o تقييم مهارات التفكير النقدي لدى الطلاب: يمكن للشبكة العصبية تقييم مهارات التفكير النقدي لدى الطلاب من خلال تحليل حججهم وتقييم مصادرهم.

o تقديم ملاحظات فردية: يمكن للشبكة العصبية تقديم ملاحظات فردية لكل طالب حول جودة مقاله، مع تحديد نقاط القوة والضعف في كتابته.

o اقتراح مصادر تعليمية إضافية: يمكن للشبكة العصبية اقتراح مصادر تعليمية إضافية للطلاب الذين يحتاجون إلى مزيد من المعلومات حول الثورة الصناعية الثالثة.

4- مواد اللغات:

الموضوع: كتابة قصة قصيرة

السياق: قام الطلاب بكتابة قصة قصيرة باللغة الإنجليزية.

كيف يمكن استخدام التقييم القائم على الشبكات العصبية؟

o تحليل قواعد اللغة والهجاء: يمكن للشبكة العصبية تحليل قواعد اللغة والهجاء في قصة كل طالب وتحديد الأخطاء.

o تقييم مهارات الكتابة الإبداعية: يمكن للشبكة العصبية تقييم مهارات الكتابة الإبداعية لدى الطلاب من خلال تحليل أسلوبهم في الكتابة وخيالهم.

o تقديم ملاحظات فردية: يمكن للشبكة العصبية تقديم ملاحظات فردية لكل طالب حول جودة قصته، مع تحديد نقاط القوة والضعف في كتابته.

o اقتراح تمارين كتابة إضافية: يمكن للشبكة العصبية اقتراح تمارين كتابة إضافية للطلاب الذين يحتاجون إلى تحسين مهاراتهم في الكتابة باللغة الإنجليزية.

5- استخدام التقييم القائم على الشبكات العصبية (Neural Network-Based Assessment): في تقييم الطالب بالتعليم الفني الصناعي:

المشروع: تصميم وبناء روبوت بسيط

السياق: قام الطلاب بتصميم وبناء روبوت بسيط يمكنه التحرك في خط مستقيم وتغيير اتجاهه.

كيف يمكن استخدام التقييم القائم على الشبكات العصبية؟

o تحليل أداء الروبوت: يمكن للشبكة العصبية تحليل أداء الروبوت من خلال تتبع حركته وتحديد ما إذا كان يتبع مسارًا مستقيمًا ويغير اتجاهه بشكل صحيح.

o تقييم مهارات التصميم والبرمجة لدى الطلاب: يمكن للشبكة العصبية تقييم مهارات التصميم والبرمجة لدى الطلاب من خلال تحليل تصميم الروبوت وبرمجه.

o تقديم ملاحظات فردية: يمكن للشبكة العصبية تقديم ملاحظات فردية لكل طالب حول أداء روبوته، مع تحديد نقاط القوة والضعف في تصميمه وبرمجته.

o اقتراح تحسينات على تصميم الروبوت: يمكن للشبكة العصبية اقتراح تحسينات على تصميم الروبوت وبرمجته لمساعدة الطلاب على تحسين أدائه.

6- مادة المهارات الشخصية:

الموضوع: حل النزاعات

السياق: قام الطلاب بتمثيل موقف من الحياة الواقعية يتطلب حل النزاعات.

كيف يمكن استخدام التقييم القائم على الشبكات العصبية؟

o تحليل سلوك الطلاب: يمكن للشبكة العصبية تحليل سلوك الطلاب أثناء تمثيل موقف حل النزاعات وتحديد مهاراتهم في التواصل والتعاون وحل المشكلات.

o تقييم قدرة الطلاب على التعاطف مع الآخرين: يمكن للشبكة العصبية تقييم قدرة الطلاب على التعاطف مع الآخرين وفهم وجهات نظرهم.

o تقديم ملاحظات فردية: يمكن للشبكة العصبية تقديم ملاحظات فردية لكل طالب حول أدائه في تمثيل موقف حل النزاعات، مع تحديد نقاط القوة والضعف في مهاراته.

o اقتراح أنشطة تعليمية إضافية: يمكن للشبكة العصبية اقتراح أنشطة تعليمية إضافية للطلاب الذين يحتاجون إلى تحسين مهاراتهم في حل النزاعات.

7- مادة المهارات الحياتية:

الموضوع: إدارة الوقت

السياق: قام الطلاب بالتخطيط ليومهم الدراسي وتحديد المهام التي يجب عليهم إنجازها.

كيف يمكن استخدام التقييم القائم على الشبكات العصبية؟

o تحليل خطط الطلاب: يمكن للشبكة العصبية تحليل خطط الطلاب وتحديد ما إذا كانت واقعية قابلة للتحقيق.

o تقييم مهارات تنظيم الوقت لدى الطلاب: يمكن للشبكة العصبية تقييم مهارات تنظيم الوقت لدى الطلاب من خلال تحليل قدرتهم على تحديد الأولويات وإدارة وقتهم بشكل فعال.

o تقديم ملاحظات فردية: يمكن للشبكة العصبية تقديم ملاحظات فردية لكل طالب حول جودة خطته، مع تحديد نقاط القوة والضعف في مهاراته في تنظيم الوقت.

o اقتراح استراتيجيات لإدارة الوقت: يمكن للشبكة العصبية اقتراح استراتيجيات لإدارة الوقت للطلاب الذين يحتاجون إلى تحسين مهاراتهم في هذا المجال.

كل ما سبق يُعد مجرد أمثلة قليلة على كيفية استخدام التقييم القائم على الشبكات العصبية في تقييم الطلاب في مختلف المواد الدراسية. مع استمرار تطوير هذه التقنية، نتوقع أن نرى المزيد من التطبيقات المبتكرة لها في مجال التعليم.

تاسعاً: أثر هذا التطبيق على الفعالية التعليمية ومخرجات التعلم بالمراحل التعليمية المختلفة:

أ‌- المرحلة الابتدائية:

o تعزيز مهارات القراءة والكتابة: يُمكن استخدام التقييم القائم على الشبكات العصبية لتقييم مهارات القراءة والكتابة لدى الطلاب بشكلٍ دقيق وتقديم ملاحظات مُفيدة لهم.

o اكتشاف مواهب الطلاب: تُمكن الشبكات العصبية من اكتشاف مواهب الطلاب في مجالاتٍ مُختلفة، مثل: الرياضيات، أو العلوم، أو الفنون.

o تحسين مهارات حلّ المشكلات: يُساعد التقييم القائم على الشبكات العصبية الطلاب على تطوير مهارات حلّ المشكلات من خلال مهامٍ مُقوّمة مُصممة خصيصًا لهم.

ب‌- المرحلة الإعدادية:

o تقييم مهارات التفكير النقدي: تُمكن الشبكات العصبية من تقييم مهارات التفكير النقدي لدى الطلاب بشكلٍ دقيق وتقديم ملاحظات مُفيدة لهم.

o التحضير للاختبارات الموحدة: يُساعد التقييم القائم على الشبكات العصبية الطلاب على التحضير للاختبارات الموحدة بشكلٍ فعّال من خلال تقييم نقاط قوتهم وضعفهم.

o توجيه الطلاب نحو المسارات الأكاديمية المناسبة: تُمكن نتائج التقييم القائم على الشبكات العصبية الطلاب من اختيار المسارات الأكاديمية المناسبة لمواهبهم وقدراتهم.

ج- المرحلة الثانوية:

o تقييم مهارات البحث العلمي: تُمكن الشبكات العصبية من تقييم مهارات البحث العلمي لدى الطلاب بشكلٍ دقيق وتقديم ملاحظات مُفيدة لهم.

o التحضير للجامعة: يُساعد التقييم القائم على الشبكات العصبية الطلاب على التحضير للجامعة بشكلٍ فعّال من خلال تقييم مهاراتهم وقدراتهم.

o توجيه الطلاب نحو سوق العمل: تُمكن نتائج التقييم القائم على الشبكات العصبية الطلاب من اكتساب المهارات والخبرات اللازمة للنجاح في سوق العمل.

عاشراً: هل يمكن التقييم القائم على الشبكات العصبية (Neural Network-Based Assessment) التنبؤ بمنظومة التعليم أو مستقبل الطالب التعليمي في مراحلة الدراسية؟ وكيف يتم ذلك؟

نعم، يمكن للشبكات العصبية التنبؤ بمنظومة التعليم ومستقبل الطالب التعليمي في مراحل دراسته المختلفة. تعتمد هذه القدرة على تحليل كميات كبيرة من البيانات التعليمية، مثل درجات الطلاب، وسلوكهم في الفصول الدراسية، وتفاعلهم مع المواد الدراسية، إلى جانب العوامل الاجتماعية والديموغرافية الأخرى. وذلك من خلال اتباع الخطوات التالية:

1. جمع البيانات وتحليلها: يتم جمع البيانات من مصادر متعددة مثل أنظمة إدارة التعلم، واختبارات الأداء، والتقييمات الفصلية، وسجلات الحضور. يمكن للشبكات العصبية تحليل هذه البيانات لتحديد الأنماط والاتجاهات.

2. التنبؤ بالأداء الأكاديمي: يمكن للشبكات العصبية التنبؤ بأداء الطلاب في المستقبل من خلال تحليل البيانات التاريخية وتحديد العوامل التي تؤثر على الأداء الأكاديمي. يمكن أن تشمل هذه العوامل مستوى المشاركة في الدروس، والواجبات المنزلية، والاختبارات السابقة.

3. التعرف على الطلاب المعرضين للخطر: يمكن للشبكات العصبية تحديد الطلاب الذين قد يكونون عرضة للفشل أو التراجع الأكاديمي بناءً على تحليل سلوكهم ونتائجهم السابقة. يمكن أن تساعد هذه التنبؤات في اتخاذ إجراءات مبكرة لدعم هؤلاء الطلاب.

4. تخصيص التعليم: يمكن للشبكات العصبية تقديم توصيات مخصصة لكل طالب بناءً على نقاط القوة والضعف الفردية. يمكن أن يشمل ذلك اقتراحات حول الدروس الإضافية أو الموارد التعليمية التي قد يحتاجها الطالب.

5. تحسين المناهج الدراسية: من خلال تحليل البيانات على مستوى المدرسة أو المنطقة التعليمية، يمكن للشبكات العصبية تقديم رؤى حول فعالية المناهج الدراسية واقتراح تحسينات لتحقيق نتائج تعليمية أفضل.

6. التنبؤ بالاتجاهات التعليمية: يمكن للشبكات العصبية تحليل البيانات على مستوى واسع للتنبؤ بالاتجاهات التعليمية العامة، مثل احتياجات القوى العاملة المستقبلية أو التخصصات الأكاديمية الأكثر طلبًا، مما يساعد في توجيه السياسات التعليمية.

باستخدام هذه القدرات، يمكن للشبكات العصبية تقديم مساهمات كبيرة في تحسين جودة التعليم وتخصيصه لتلبية احتياجات الطلاب بشكل أفضل، مما يؤدي إلى نتائج تعليمية أكثر إيجابية وشمولية.

 

 

 

 

عن هاني سلام

شاهد أيضاً

تكلم حتي أراك

بقلم خديجة محمود ( تكلم حتي أراك )   أبعاد التواصل في كشف الشخصيات   …

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

هذا الموقع يستخدم Akismet للحدّ من التعليقات المزعجة والغير مرغوبة. تعرّف على كيفية معالجة بيانات تعليقك.