تقييم أداء الطلاب بناءً على تنبؤات التعلم العميق

الملخص

لقد تم استخدام الذكاء الاصطناعي على نطاق واسع وجذب العديد من الباحثين في مجال التعليم بسبب نتائجه وأدائه وزاد الطلب على تقييم أداء الطلاب بواسطة توفير رؤى تعتمد على البيانات تمكننا من تحسين عملية اتخاذ القرار التعليمي. إن طرق التقييم التقليدية لها قدرة محدودة على إدارة العوامل المعقدة والمترابطة التي تؤثر على النجاح الأكاديمي، وبسبب هذا، يمكن للتعلم الآلي تحسين قدرة المؤسسات على تحديد الطلاب المعرضين لخطر الفشل وإجراء التدخلات الصحيحة التي تعمل على تحسين نتائج الطلاب وتتطور ودمج في الممارسات التعليمية. ونتيجة لذلك، فإنه يعزز تجرِبة التعلم، ويدعم نجاح الطلاب، ويحسن العمليات التعليمية عمومًا. في هذه الورقة، تعمل مجموعة بيانات أداء الطلاب كتمثيل تركيبي لعوامل مختلفة تؤثر على النجاح الأكاديمي، وتتضمن مجموعة البيانات العديد من الميزات مثل وقت الدراسة وساعات النوم والخلفية الاجتماعية والاقتصادية وحضور الفصول الدراسية، وكلها لها تأثير مباشر أو غير مباشر على نتائج الطلاب. الهدف الرئيس من هذه الورقة هو التنبؤ بما إذا كان الطالب سينجح أو يفشل بناءً على هذه الميزات وحل مشكلة معقدة في العالم الحقيقي باستخدام التعلم الآلي. لقد تم تدريب النموذج المقترح على هذه المجموعة من البيانات، التي يمكن أن تكون تقوم مقام أداة للمعلمين والمؤسسات لفهم العوامل التي تساهم في نجاح الطلاب والتنبؤ بالنتائج الأكاديمية. أخيرًا، أثبت النموذج الذي يتمتع بأفضل دِقَّة بنسبة 97.62% ومتوسط ​​دِقّة %95 كفاءته في التنبؤ بنجاح الطلاب في المستقبل، وباستخدام هدا النمودج، يمكن للمؤسسات تطوير تدخلات مستهدفة لمساعدة الطلاب المتعثرين، وتحسين النتائج التعليمية.