تنتج الجامعات كمية هائلة من بيانات التعلم من خلال نظام إدارة التعلم الخاص بها. فكل نقرة، وكل عرض صفحة، وكل محاولة لاختبار، وكل توقف مؤقت لفيديو، يمثل نقطة بيانات تكشف عند تجميعها وتحليلها عن كيفية تعلم الطلاب، وأين يواجهون صعوبات، وأي التدخلات تنجح. وبالنسبة لأعضاء هيئة التدريس المهتمين بأبحاث تحليلات التعلم، يُعد نظام إدارة التعلم بالذكاء الاصطناعي منجم ذهب - غير أن هذه البيانات تخضع للأخلاقيات واللوائح والسياسات المؤسسية. استخدام بيانات نظام إدارة التعلم بالذكاء الاصطناعي للبحوث الأكاديمية هو الانضباط المتمثل في استخلاص رؤى بمستوى بحثي من نظام إدارة التعلم مع احترام خصوصية الطلاب، والامتثال للجنة المراجعة المؤسسية (IRB)، وإنتاج نتائج قابلة للدفاع عنها علمياً.

يغطي هذا الدليل إطار الأخلاقيات، وعملية لجنة المراجعة المؤسسية (IRB)، ومنهجية إخفاء الهوية، الأسئلة البحثية الشائعة، وسير عمل طلب البيانات، ومعايير النشر. للحصول على السياق الأوسع لخصوصية البيانات، انظر خصوصية بيانات نظام إدارة التعلم وأمانه في عصر الذكاء الاصطناعي. وللتعرف على إطار حوكمة الذكاء الاصطناعي الذي يدعم الاستخدام البحثي، انظر حوكمة الذكاء الاصطناعي لنظام إدارة التعلم: السياسات والأخلاقيات والرقابة. وللاطلاع على هياكل الرسم البياني للمعرفة التي تنتج أغنى البيانات، انظر من المنهج الدراسي إلى الرسم البياني للمعرفة: هيكلة المقررات باستخدام الذكاء الاصطناعي.

ما هي أبحاث تحليلات التعلم في نظام إدارة التعلم؟

لماذا تُعد بيانات نظام إدارة التعلم منجم ذهب للأبحاث؟

اعتمدت أبحاث التعلم التقليدية على عينات صغيرة، وبيانات مبلغ عنها ذاتياً، وفترات ملاحظة قصيرة. ويجعل نظام إدارة التعلم بالذكاء الاصطناعي الأبحاث التي كانت غير عمليّة قبل عقد من الزمن أمراً ممكناً.

النطاق

يمكن أن يحتوي نظام إدارة التعلم بالذكاء الاصطناعي الخاص بالجامعة على بيانات عن عشرات الآلاف من الطلاب، ومئات المقررات، وملايين تفاعلات التعلم في كل فصل دراسي. حجم العينة كبير بما يكفي لاكتشاف التأثيرات الصغيرة، والتقسيم إلى مجموعات فرعية، وإنتاج نتائج قابلة تعميمها. ويمكن لعضو هيئة التدريس دراسة ظاهرة عبر مجموعات متعددة، ومعلمون متعددون، وفصول دراسية متعددة.

العمق الطولي

يلتقط نظام إدارة التعلم البيانات عبر رحلة الطالب بأكملها، من التسجيل حتى التخرج، بما في ذلك الوقت المستغرق في المهام، أنماط التفاعل، مسار الأداء، والنتائج. ويمكن للباحث دراسة التأثير التراكمي للتدخلات، والتأثيرات طويلة المدى للصعوبات المبكرة، والمسارات التي تؤدي إلى النجاح أو الفشل.

الحبيبية السلوكية

يلتقط نظام إدارة التعلم السلوكيات التي يصعب ملاحظتها في الأبحاث التقليدية: كيف يتنقل الطلاب عبر المحتوى، وما الذي يعيدون قراءته، وأين يتوقفون مؤقتاً في مقاطع الفيديو، وما الذي يتخطونه، وكيف يراجعون إجاباتهم. الحبيبية السلوكية هي أساس أبحاث تحليلات التعلم.

الأنماط عبر المقررات

يلتقط نظام إدارة التعلم البيانات عبر المقررات المختلفة: المقررات التي يأخذها الطالب على التوالي، وكيف يتنبأ الأداء في مقرر ما بالأداء في مقرر آخر، وكيف يؤثر هيكل المنهج على نتائج التعلم. الأنماط عبر المقررات هي أساس أبحاث المناهج الدراسية.

الذكاء الاصطناعي كموضوع بحثي

تعتبر ميزات الذكاء الاصطناعي (توليد الخرائط الذهنية، توليد الاختبارات، التوجيه التكيفي، التدريس الخصوصي بالذكاء الاصطناعي) مواضيع بحثية بحد ذاتها. يمكن لأعضاء هيئة التدريس دراسة كيف يستهلك الطلاب الذكاء الاصطناعي، وكيف يؤثر الذكاء الاصطناعي على نتائج التعلم، وكيف تقارن توصيات الذكاء الاصطناعي بتوصيات المعلم. الذكاء الاصطناعي هو الفرصة البحثية الأكثر ابتكاراً في نظام إدارة التعلم الحديث.

إطار الأخلاقيات

يخضع الاستخدام البحثي لبيانات نظام إدارة التعلم لإطار أخلاقي صارم. يتكون الإطار من 4 مبادئ.

المبدأ الأول — احترام الأفراد

الطلاب وكلاء مستقلون لديهم الحق في اتخاذ قرارات مستنيرة بشأن بياناتهم. يتطلب الاستخدام البحثي لبياناتهم موافقة مستنيرة (أو إعفاءً موثقاً من لجنة المراجعة المؤسسية)، ولا يمكن للاستخدام البحثي إكراه أو إلحاق الضرر بالطلاب الذين يرفضون المشاركة.

المبدأ الثاني — الإحسان

يجب أن تنتج الأبحاث فوائد تفوق المخاطر التي يتعرض لها المشاركون. الفوائد عادة ما تكون علمية (النهوض بالمعرفة) وتعليمية (تحسين التدريس). المخاطر عادة ما تتعلق بالخصوصية (كشف البيانات الشخصية) والاستقلالية (فقدان السيطرة على استخدام البيانات).

المبدأ الثالث — العدالة

يجب توزيع فوائد وأعباء البحث بشكل عادل. يجب ألا يفيد البحث المجموعات المميزة بشكل غير متناسب أو يثقل كاهل المجموعات محرومة الحظوظ. يجب أن تعكس مجموعة المشاركين تنوع مجتمع الطلاب.

المبدأ الرابع — احترام القانون والسياسة

يجب أن يمتثل البحث للقانون المعمول به (مثل قانون حقوق تعليم الأسرة والخصوصية FERPA في الولايات المتحدة، اللائحة العامة لحماية البيانات GDPR في الاتحاد الأوروبي، قانون حماية البيانات الشخصية PDPA في سنغافورة، وما إلى ذلك)، والسياسة المؤسسية، ومتطلبات لجنة المراجعة المؤسسية (IRB). الامتثال القانوني والسياسي غير قابل للتفاوض.

المبادئ الأربعة هي الأساس. تطبق لجنة المراجعة المؤسسية هذه المبادئ على المقترحات البحثية المحددة.

عملية لجنة المراجعة المؤسسية (IRB)

تتطلب الأبحاث التي تستخدم بيانات الأبحاث البشرية مراجعة وموافقة لجنة المراجعة المؤسسية (IRB). تتكون عملية لجنة المراجعة المؤسسية من 5 مراحل.

المرحلة الأولى — استشارة ما قبل التقديم

قبل التقديم الرسمي، يتشاور الباحث مع مكتب لجنة المراجعة المؤسسية لفهم المتطلبات الخاصة بالمؤسسة، والجدول الزمني النموذجي للمراجعة، وأي مخاوف خاصة بالمؤسسة. يمكن لاستشارة ما قبل التقديم أن توفر أسابيع من تبادل المراسلات بعد التقديم.

المرحلة الثانية — تطوير البروتوكول

يطور الباحث بروتوكولاً بحثياً يتضمن:

سؤال البحث والفرضية — ما الذي يحققه الباحث
المنهجية — كيف سيحلل الباحث البيانات
مصادر البيانات — سيتم استخدام أي بيانات لنظام إدارة التعلم
معالجة البيانات — كيف سيتم إخفاء هوية البيانات، وتخزينها، والتخلص منها
عملية الموافقة — كيف سيتم الحصول على الموافقة المستنيرة (أو سبب ملاءمة الإعفاء)
تقييم المخاطر — المخاطر التي يواجهها المشاركون
تقييم الفوائد — الفوائد التي ينتجها البحث

البروتوكول هو أساس تقديم لجنة المراجعة المؤسسية.

المرحلة الثالثة — التقديم والمراجعة

يتم تقديم البروتوكول إلى لجنة المراجعة المؤسسية. تراجع اللجنة التوافق مع المبادئ الأخلاقية الأربعة، والقانون المعمول به، والسياسة المؤسسية. يمكن أن تكون المراجعة سريعة (للأبحاث ذات المخاطر المنخفضة) أو مكتملة الأعضاء (للأبحاث ذات المخاطر الأعلى). الجدول الزمني النموذجي للمراجعة هو 4-12 أسبوعاً.

المرحلة الرابعة — الموافقة والتنفيذ

بمجرد الموافقة، ينفذ الباحث البروتوكول. يتضمن التنفيذ عملية الموافقة، والوصول إلى البيانات، وتحليل البيانات، والتخلص من البيانات. يجب أن يتم التنفيذ وفقاً للبروتوكول بدقة؛ أي انحرافات تتطلب تعديل لجنة المراجعة المؤسسية.

المرحلة الخامسة — التقارير والتجديد

يُبلغ الباحث لجنة المراجعة المؤسسية على فترات محددة (عادة سنوياً) وفي نهاية الدراسة. يتضمن التقرير التقدم المحرز، وأي أحداث ضارة، وأي انحرافات عن البروتوكول. قد تتطلب لجنة المراجعة المؤسسية تجديداً أو تعديلاً أو إنهاءً بناءً على التقرير.

عملية لجنة المراجعة المؤسسية هي انضباط. الباحث الذي يتعامل مع لجنة المراجعة المؤسسية كعقبة لمرة واحدة سيعاني؛ والباحث الذي يتعامل مع اللجنة كشريك سينتج أبحاثاً أفضل.

منهجية إخفاء الهوية

ي يجب إخفاء هوية بيانات نظام إدارة التعلم قبل الاستخدام البحثي. يحتوي إخفاء الهوية على 4 مستويات.

المستوى الأول — إزالة المعرفات

تتم إزالة المعرفات المباشرة (الاسم، البريد الإلكتروني، معرف الطالب) من البيانات. لا تزال البيانات التي تمت إزالة معرفاتها تحتوي على معرفات غير مباشرة (البيانات الديموغرافية، التسجيل في المقررات، الأداء) والتي يمكن استخدامها لإعادة تحديد هوية الأفراد في المجموعات الفرعية الصغيرة.

المستوى الثاني — إخفاء الهوية بأسماء مستعارة

تُستبدل المعرفات المباشرة بأسماء مستعارة (معرفات عشوائية). يسمح إخفاء الهوية هذا للباحث بربط السجلات عبر مصادر البيانات (مثل بيانات نظام إدارة التعلم وبيانات النظام المعلوماتي للطلاب) دون معرفة هوية الطالب. مفتاح إخفاء الهوية محفوظ لدى طرف ثالث موثوق به (مثل مسجل الجامعة) ولا يمكن للباحث الوصول إليه.

المستوى الثالث — التجميع

تُجمع السجلات الفردية إلى إحصاءات على مستوى المجموعة (مثل المتوسط، والوسيط، والتوزيع). البيانات المجمعة مناسبة للعديد من الأسئلة البحثية وتزيل خطر إعادة التحديد.

المستوى الرابع — الخصوصية التفاضلية

يتم إضافة كمية صغيرة من الضوضاء الإحصائية إلى البيانات لمنع إعادة التحديد مع الحفاظ على الخصائص الإحصائية اللازمة للتحليل. الخصوصية التفاضلية هي طريقة إخفاء الهوية الأكثر صرامة وهي مناسبة للبيانات عالية الحساسية.

يعتمد مستوى إخفاء الهوية على سؤال البحث، وحساسية البيانات، ومتطلبات لجنة المراجعة المؤسسية. يستخدم معظم أبحاث نظام إدارة التعلم المستوى الأول أو الثاني؛ قد تتطلب الأبحاث الحساسة المستوى الثالث أو الرابع.

الأسئلة البحثية الشائعة

يدعم نظام إدارة التعلم بالذكاء الاصطناعي مجموعة واسعة من الأسئلة البحثية. الأسئلة الـ 8 الأكثر شيوعاً هي:

السؤال الأول — كيف يؤثر التفاعل على النتائج؟

يحلل الباحث العلاقة بين التفاعل (تسجيل الدخول، الوقت على المنصة، المحتوى الذي تم الوصول إليه) والنتائج (الدرجات، الإتقان، الاحتفاظ). ينتج البحث نتائج حول عتبات التفاعل التي تتنبأ بالنجاح.

السؤال الثاني — كيف يؤثر التوجيه التكيفي على الإتقان؟

يحلل الباحث كيف يؤثر التوجيه التكيفي للذكاء الاصطناعي على إتقان الطلاب. يقارن البحث معدلات الإتقان للطلاب الذين استخدموا التوجيه التكيفي مع أولئك الذين لم يفعلوا، مع التحكم في التحصيل السابق والتفاعل.

السؤال الثالث — كيف يؤثر المعلم الخصوصي للذكاء الاصطناعي على طلب المساعدة؟

يحلل الباحث كيف يؤثر المعلم الخصوصي للذكاء الاصطناعي على سلوك طلب المساعدة لدى الطلاب. يقارن البحث توقيت وتكرار وطبيعة طلبات المساعدة بين الطلاب الذين استخدموا المعلم الخصوصي للذكاء الاصطناعي وأولئك الذين لم يفعلوا.

السؤال الرابع — كيف يؤثر هيكل الرسم البياني للمعرفة على التعلم؟

يحلل الباحث كيف يؤثر هيكل الرسم البياني للمعرفة للمقرر الدراسي على التعلم. يقارن البحث نتائج التعلم للمقررات ذات هياكل الرسم البياني المختلفة للمعرفة (عميقة مقابل ضحلة، كثيفة مقابل متفرقة).

السؤال الخامس — كيف تقارن ملاحظات الذكاء الاصطناعي بملاحظات المعلم؟

يحلل الباحث كيف تقارن ملاحظات الذكاء الاصطناعي على عمل الطالب بملاحظات المعلم. يقارن البحث تأثير ملاحظات الذكاء الاصطناعي، وملاحظات المعلم، والملاحظات المدمجة على جودة مراجعة الطلاب ومكاسب التعلم.

السؤال السادس — ما هي مؤشرات التنبؤ بالطلاب المعرضين للخطر؟

يحلل الباحث إشارات نظام إدارة التعلم التي تتنبأ بشكل أفضل بالطلاب المعرضين للخطر (التفاعل، الأداء، طلب المساعدة). ينتج البحث نماذج تنبؤية يمكن للمؤسسة استخدامها للتدخل المبكر.

السؤال السابع — كيف يتغير استخدام الذكاء الاصطناعي عبر الفئات الديموغرافية؟

يحلل الباحث كيف يتغير استخدام الذكاء الاصطناعي عبر المجموعات الديموغرافية. ينتج البحث نتائج حول المساواة في الوصول إلى الذكاء الاصطناعي، واعتماده، ونتائجه. يجب أن يتبع البحث منهجية تدقيق التحيز (المغطاة في تقييم دقة الذكاء الاصطناعي في ميزات نظام إدارة التعلم).

السؤال الثامن — كيف يؤثر هيكل المنهج الدراسي على التعلم؟

يحلل الباحث كيف يؤثر هيكل المنهج الدراسي (تسلسل المقررات، هيكل المتطلبات الأساسية، وتيرة التقييم) على نتائج التعلم. ينتج البحث نتائج حول تصميم المنهج الذي يمكن للمؤسسة تطبيقه.

الأسئلة الـ 8 هي نقطة بداية. غالباً ما يكون البحث الأكثر تأثيراً هو السؤال الذي يحدده الباحث من خلال تجربة التدريس الخاصة به.

سير عمل طلب البيانات

يتبع الباحث سير عمل طلب بيانات من 6 خطوات.

الخطوة الأولى — تحديد مصادر البيانات

يحدد الباحث مصادر بيانات نظام إدارة التعلم المطلوبة: تيار النقرات، الأداء، المحتوى، التفاعل، استخدام الذكاء الاصطناعي. يتشاور الباحث مع مسؤول نظام إدارة التعلم لفهم البيانات المتاحة وبالتنسيق المطلوب.

الخطوة الثانية — تطوير خطة إخفاء الهوية

يضع الباحث خطة لكيفية إخفاء هوية البيانات، ومن سيوفر إخفاء الهوية، وكيف سيتم نقل البيانات التي تمت إخفاء هويتها. تتم مراجعة الخطة من قبل لجنة المراجعة المؤسسية ومسؤول حماية البيانات.

الخطوة الثالثة — تقديم بروتوكول لجنة المراجعة المؤسسية

يُقدم الباحث بروتوكول لجنة المراجعة المؤسسية، بما في ذلك مصادر البيانات، خطة إخفاء الهوية، عملية الموافقة، وتقييم المخاطر والفوائد.

الخطوة الرابعة — تلقي موافقة لجنة المراجعة المؤسسية

تُوافق لجنة المراجعة المؤسسية على البروتوكول. تحدد الموافقة البيانات التي يمكن استخدامها، ولأي غرض، وبأي ضمانات، ولمدة زمنية.

الخطوة الخامسة — تلقي البيانات

يستخرج مسؤول نظام إدارة التعلم البيانات، ويطبق إخفاء الهوية، وينقل البيانات إلى الباحث عبر قناة آمنة. لا يمتلك الباحث وصولاً مباشراً إلى قاعدة بيانات نظام إدارة التعلم؛ بل يتم استخراج البيانات نيابة عن الباحث.

الخطوة السادسة — إجراء البحث

يُجري الباحث البحث وفقاً للبروتوكول. يُبلغ الباحث لجنة المراجعة المؤسسية على الفترات المحددة. يتم التخلص من البيانات في نهاية الدراسة، وفقاً للبروتوكول.

سير العمل المكون من 6 خطوات هو المعيار. الباحث الذي يتبع سير العمل ينتج أبحاثاً قابلة للدفاع عنها؛ والباحث الذي يختصر سير العمل ينتج أبحاثاً عرضة للطعن.

نموذج حوكمة البيانات

يدعم نموذج حوكمة البيانات الخاص بالمؤسسة الاستخدام البحثي لبيانات نظام إدارة التعلم مع حماية خصوصية الطلاب. يتكون النموذج من 3 أدوار.

الدور الأول — مشرف البيانات

مشرف البيانات (عادة مسجل الجامعة أو مسؤول مؤسسي معين) مسؤول عن البيانات المؤسسية، بما في ذلك بيانات نظام إدارة التعلم. يوافق مشرف البيانات على طلبات الوصول إلى البيانات، ويضمن الامتثال للقانون والسياسة، ويشرف على التخلص من البيانات.

الدور الثاني — مهندس البيانات

مهندس البيانات (عادة في تكنولوجيا المعلومات) مسؤول عن التنفيذ التقني لاستخراج البيانات، وإخفاء الهوية، والنقل. ينفذ مهندس البيانات الضمانات المحددة في بروتوكول لجنة المراجعة المؤسسية.

الدور الثالث — الباحث

الباحث مسؤول عن البحث نفسه: السؤال، المنهجية، التحليل، النشر، والتخلص من البيانات. يعمل الباحث ضمن بروتوكول لجنة المراجعة المؤسسية ونموذج حوكمة البيانات.

يفصل نموذج الأدوار الـ 3 بين المصلحة البحثية ومصلحة حماية البيانات. هذا الفصل هو ما يجعل البحث قابلاً للدفاع عنه.

معايير النشر

يجب أن يتبع النشر البحثي المعايير الأكاديمية القياسية والمعايير الخاصة بالذكاء الاصطناعي.

المعايير الأكاديمية القياسية

مراجعة النظراء. يتم تقديم البحث إلى مجلة محكمة أو مؤتمر.
إمكانية التكرار. يتم توثيق منهجية البحث بتفاصيل كافية لتكرارها من قبل باحثين آخرين.
توفر البيانات. توفير بيانات البحث (بشكل مخفي الهوية) لباحثين آخرين، وفقاً لشروط مشاركة البيانات الخاصة بلجنة المراجعة المؤسسية.
الإفصاح عن تضارب المصالح. الإفصاح عن أي تضارب في المصالح (مثل كون الباحث هو أيضاً مسؤول نظام إدارة التعلم).

المعايير الخاصة بالذكاء الاصطناعي

توثيق النماذج. توثيق نموذج الذكاء الاصطناعي المستخدم في البحث، بما في ذلك إصدار النموذج، وبيانات التدريب، والقيود المعروفة.
الإفصاح عن التحيز. تضمين تحليل الباحث للتحيز (عبر المجموعات الديموغرافية) في النشر، حتى لو لم يكن تحليل التحيز هو سؤال البحث الرئيسي.
إمكانية التكرار مع تغيرات النماذج. يقر البحث بأن نموذج الذكاء الاصطناعي قد يتغير ب مرور الوقت، وتكون النتائج صالحة لإصدار النموذج المستخدم.

معايير النشر هي دفاع البحث ضد الطعن. الورقة البحثية التي تتبع المعايير قابلة للدفاع عنها؛ والورقة البحثية التي تختصر المعايير ليست كذلك.

مصادر تمويل الأبحاث

يمكن تمويل أبحاث نظام إدارة التعلم من خلال 4 مصادر رئيسية.

المصدر الأول — التمويل الجامعي الداخلي

تمتلك معظم الجامعات منحاً بحثية داخلية لتحليلات التعلم، والذكاء الاصطناعي في التعليم، وتكنولوجيا التعليم. التمويل الداخلي هو الأكثر سهولة والأكثر مرونة.

المصدر الثاني — المنح الحكومية

تمول الوكالات الحكومية (مثل مؤسسة العلوم الوطنية NSF في الولايات المتحدة، مجلس البحوث الاقتصادية والاجتماعية ESRC في المملكة المتحدة، لجنة المنح الجامعية UGC في الهند، إلخ) تحليلات التعلم والذكاء الاصطناعي في أبحاث التعليم. المنح الحكومية أكبر ولكنها أكثر تنافسية وتستغرق وقتاً أطول للحصول عليها.

المصدر الثالث — الشراكات الصناعية

قد تمويل شركات تكنولوجيا التعليم، بما في ذلك بائعو نظام إدارة التعلم بالذكاء الاصطناعي، الأبحاث ذات الصلة بمنتجاتهم. يمكن أن يكون التمويل الصناعي كبيراً ولكنه يقدم تضارباً محتملاً في المصالح يجب الإفصاح عنه وإدارته.

المصدر الرابع — منح المؤسسات الخيرية

تمول المؤسسات الخيرية (مثل مؤسسة بيل وميلندا جيتس، مبادرة شان زوكربيرج) الأبحاث التعليمية، بما في ذلك تحليلات التعلم. منح المؤسسات عادة ما تكون مدفوعة بالرساميل وتتطلب التوافق مع أولويات المؤسسة.

مصدر التمويل هو قرار تصميم بحثي. يجب على الباحث اختيار مصدر التمويل بناءً على سؤال البحث، وسياسات المؤسسة، ومعايير الإفصاح.

المسار الوظيفي البحثي

بالنسبة لأعضاء هيئة التدريس المهتمين بمتابعة أبحاث نظام إدارة التعلم كجزء كبير من حياتهم المهنية، يتكون المسار الوظيفي البحثي من 4 مراحل.

المرحلة الأولى — دراسات تجريبية

يُجري عضو هيئة التدريس دراسات تجريبية صغيرة باستخدام بيانات مقرره الخاص. تنتج الدراسات التجريبية نتائج أولية، وتبني خبرة عضو هيئة التدريس، وتغذي بروتوكولات لجنة المراجعة المؤسسية للدراسات الأكبر.

المرحلة الثانية — الدراسات عبر المقررات

يتوسع عضو هيئة التدريس ليشمل دراسات تستخدم بيانات من مقررات متعددة، غالباً داخل قسمه الخاص. تنتج الدراسات عبر المقررات نتائج أكثر تعميماً وأكثر قابلة للنشر.

المرحلة الثالثة — الدراسات عبر المؤسسات

يتعاون عضو هيئة التدريس مع زملاء في مؤسسات أخرى لإنتاج دراسات متعددة المؤسسات. تنتج الدراسات عبر المؤسسات نتائج قابلة للتعميم عبر السياقات المؤسسية وقابلة للنشر بشكل كبير.

المرحلة الرابعة — مركز بحثي

ينشئ عضو هيئة التدريس مركزاً بحثياً أو مختبراً يركز على تحليلات التعلم والذكاء الاصطناعي في التعليم. يدعم المركز البحثي فريقاً من الباحثين والطلاب والموظفين، وينتج مخرجات بحثية مستدامة.

المسار الوظيفي ليس خطاً مستقيماً؛ يتحرك معظم أعضاء هيئة التدريس بين المراحل بناءً على اهتماماتهم، ودعم مؤسستهم، وبيئة التمويل.

فرصة الباحث الطالب

يُعد نظام إدارة التعلم بالذكاء الاصطناعي فرصة لأبحاث الطلاب أيضاً. يمكن لطلاب الدراسات العليا، لا سيما في مجالات التعليم، وعلوم التعلم، وعلوم البيانات، استخدام بيانات نظام إدارة التعلم لرسائلهم، وأطروحاتهم، ومشاريعهم الصفية. فوائد أبحاث الطلاب:

يكتسب الطلاب خبرة بحثية
يكتسب عضو هيئة التدريس مساعدة بحثية
تحصل المؤسسة على مخرجات بحثية
يحصل نظام إدارة التعلم بالذكاء الاصطناعي على حلقة تغذية راجعة من الأبحاث

تكون فرصة الباحث الطالب أكثر فعالية عندما يكون لدى عضو هيئة التدريس بروتوكول لجنة مراجعة مؤسسية راسخ يمكن توسيعه ليشمل الطالب، وعندما يكون الوصول إلى البيانات موثقاً، وعندما يكون الإشراف واضحاً.

الخلاصة

استخدام بيانات نظام إدارة التعلم بالذكاء الاصطناعي للبحوث الأكاديمية هو الانضباط المتمثل في استخلاص رؤى بمستوى بحثي من النظام مع احترام خصوصية الطلاب وإنتاج نتائج قابلة للدفاع عنها علمياً. إطار الأخلاقيات، وعملية لجنة المراجعة المؤسسية، ومنهجية إخفاء الهوية، وسير عمل طلب البيانات، ونموذج حوكمة البيانات، ومعايير النشر، ومصادر التمويل، والمسار الوظيفي، وفرصة الباحث الطالب تشكل الهيكل.

المؤسسة التي تدعم الاستخدام البحثي لبيانات نظام إدارة التعلم تنتج أبحاثاً تطور المجال، وتتحسن المنصة، وتفید مجتمع التعليم الأوسع. والمؤسسة التي لا تدعم الاستخدام البحثي تترك البيانات غير مستغلة والفرصة البحثية دون تحقيق.

هل أنت مستعد لاستخدام بيانات نظام إدارة التعلم بالذكاء الاصطناعي للأبحاث؟ جدولة عرض توضيحي لمنترون وأحضر سؤالك البحثي، وجهة اتصال لجنة المراجعة المؤسسية الخاصة بك، وسير عمل طلب البيانات الخاص بك - بنهل المكالمة، سنستعرض مصادر البيانات المتاحة وعملية طلب البيانات.

السياق التربوي والبحثي

يُعد استخدام بيانات نظام إدارة التعلم بالذكاء الاصطناعي للأبحاث، في جوهره، مسألة تتعلق ببيانات التقييم التكويني والأخلاقيات والمنهجية. المنصات التي تدعم هذه الفئة من الأبحاث تكشف بيانات إتقان لكل مفهوم، وتحقيق نتائج التعلم، وأنماط الاستجابة للأسئلة المصنفة حسب تصنيف بلوم - وكلها تعد مناجم ذهب لتحليلات التعلم. المنهجيات التي تتطابق مع هذه البيانات هي أبحاث التكرار المتباعد (منحنى النسيان لإبنغهاوس وخوارزمية FSRS)، نموذج تقييم كيركباتريك لبرامج التدريب، وتحليلات التعلم البنائية. نظام إدارة التعلم بالذكاء الاصطناعي الذي ينشر بيانات على مستوى المفاهيم المخفية الهوية بطريقة تلبي متطلبات لجنة المراجعة المؤسسية هو الذي يطور قاعدة البحوث؛ بينما يتعامل الآخرون مع البيانات كأصل مغلق.

المراجع والقراءات الإضافية

تستند الأطر والمعايير والأبحاث المذكورة طوال هذه المقالة إلى المصادر التالية.

جمعية علم النفس الأمريكية — طرق البحث — apa.org
مركز بوبمد المركزي — أبحاث علم التعلم — ncbi.nlm.nih.gov

الأسئلة الشائعة

هل يمكنني استخدام بيانات نظام إدارة التعلم للأبحاث بدون موافقة الطالب؟

في بعض الحالات، نعم. يمكن للجنة المراجعة المؤسسية منح إعفاء من الموافقة المستنيرة للأبحاث التي تستخدم البيانات الحالية، حيث يكون البحث قليل المخاطر، وحيث لا يمكن إجراء البحث عملياً بدون الإعفاء، وحيث يكون لدى البحث القدرة على إنتاج معرفة قابلة للتعميم. الإعفاء ليس تلقائياً؛ تراجع لجنة المراجعة المؤسسية كل حالة. يجب على الباحث التشاور مع اللجنة قبل افتراض منح الإعفاء.

كيف أقوم بإخفاء هوية بيانات نظام إدارة التعلم بشكل فعال؟

يعتمد نهج إخفاء الهوية على البيانات، وسؤال البحث، ومتطلبات لجنة المراجعة المؤسسية. بالنسبة لمعظم الأبحاث، تُعد إزالة المعرفات (إزالة المعرفات المباشرة) وإخفاء الهوية بأسماء مستعارة (استبدال المعرفات بمعرفات عشوائية) كافية. للأبحاث الحساسة، قد يكون التجميع أو الخصوصية التفاضلية مطلوباً. يجب على الباحث التشاور مع مسؤول حماية البيانات ولجنة المراجعة المؤسسية لتحديد مستوى إخفاء الهوية المناسب.

ما هي الأسئلة البحثية الأكثر قابلية للنشر في نظام إدارة التعلم بالذكاء الاصطناعي؟

الأسئلة الأكثر قابلية للنشر هي تلك المرتكزة نظرياً، والصارمة منهجياً، وذات الصلة العملية. تشمل الأمثلة: كيف يؤثر التوجيه التكيفي على الإتقان عبر المجموعات الفرعية للطلاب، كيف تقارن ملاحظات الذكاء الاصطناعي بملاحظات المعلم في إنتاج مكاسب التعلم، ما هي التأثيرات طويلة المدى للتدريس الخصوصي بالذكاء الاصطناعي على طلب المساعدة والتنظيم الذاتي، وكيف يؤثر هيكل المنهج الدراسي على نتائج التعلم عبر الفئات. الأسئلة التي تنتج نتائج قابلة للتنفيذ للمعلمين والمؤسسات هي الأكثر قابلية للنشر.

هل يمكنني نشر أبحاثي إذا لم يسمح بائع نظام إدارة التعلم بذلك؟

يحدد بروتوكول لجنة المراجعة المؤسسية واتفاقية استخدام البيانات ما يمكن وما لا يمكن نشره. يمكن نشر معظم الأبحاث، ولكن البيانات نفسها قد تكون مقيدة (مثل عدم مشاركة البيانات الخام). يجب على الباحث توضيح شروط النشر قبل بدء البحث. شروط النشر هي جزء من نموذج حوكمة البيانات.

كيف أبدأ بأبحاث نظام إدارة التعلم في مؤسستي؟

ابدأ صغيراً. حدد سؤالاً بحثياً يهمك ويمكن الإجابة عليه باستخدام بيانات مقررك الخاص. قم بتطوير بروتوكول لجنة مراجعة مؤسسية صغير (يمكن للجنة المساعدة في ذلك). قم بإجراء الدراسة التجريبية. انشر النتائج التجريبية. الدراسة التجريبية هي الأساس لبرنامج بحثي أكبر. بدأ معظم باحثي نظام إدارة التعلم الناجحين بدراسة تجريبية صغيرة وتطوروا من هناك.

القراءات والموارد ذات الصلة

الملخص

يجب على مؤسسات التعليم العالي التي تقيم هذه الفئة وزن عمق التكامل وتقارير الاعتماد قبل عدد الميزات. يتم إنشاء أدلة اعتماد NAAC بكفاءة أكبر عندما تربط المنصة نتائج التعلم ببيانات التقييم على مستوى المفهوم. تتطلب أطر الاعتماد بشكل متزايد أدلة على تحقيق النتائج، وليس فقط إكمال المقررات.

تم تصميم منترون حول سير عمل أبحاث تحليلات التعلم لنظام إدارة التعلم للمؤسسات التي تجاوزت مرحلة تسوق الميزات. جدولة عرض توضيحي لاستعراض متطلباتك المحددة ومعرفة كيف تتعامل المنصة مع مواد المقررات الخاصة بك، وبيانات المتعلمين، ومجموعة التكامل الخاصة بك.

استخدام بيانات نظام إدارة التعلم بالذكاء الاصطناعي للبحوث الأكاديمية | منترون