← أحدث الأبحاث
🤖 AI

DIPSER: A Dataset for In-Person Student Engagement Recognition in the Wild

تقدم هذه الورقة البحثية DIPSER، وهي مجموعة بيانات جديدة وشاملة في البيئات الواقعية للتعرف على تفاعل الطلاب حضورياً، والتي تجمع بشكل فريد بين بيانات كاميرا RGB متعددة الزوايا، ومقاييس مستشعرات الساعة الذكية، وتسميات متنوعة تم التحقق منها من قبل خبراء لتسهيل تحليل انتباه الطلاب وعواطفهم عبر مختلف السياقات التعليمية.

المؤلفون الأصليون: Luis Marquez-Carpintero, Sergio Suescun-Ferrandiz, Carolina Lorenzo Álvarez, Jorge Fernandez-Herrero, Diego Viejo, Rosabel Roig-Vila, Miguel Cazorla

نُشر 2026-05-13
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Luis Marquez-Carpintero, Sergio Suescun-Ferrandiz, Carolina Lorenzo Álvarez, Jorge Fernandez-Herrero, Diego Viejo, Rosabel Roig-Vila, Miguel Cazorla

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل محاولة فهم شعور طالب أو مدى تركيزه أثناء الحصة الدراسية. عادةً، يتعين على المعلمين التخمين بناءً على نظرة سريعة. تقدم هذه الورقة أداة جديدة تسمى DIPSER، وهي تشبه "المراقب الخارق" عالي التقنية المصمم لالتقاط ما يحدث بالضبط في فصل دراسي حقيقي، وليس فصلاً وهمياً.

إليك تفصيل لما بناه الباحثون، باستخدام تشبيهات بسيطة:

١. إعداد "العين التي ترى كل شيء"

تخيل الفصل الدراسي كأنه مسرح. في الماضي، غالباً ما كان الباحثون يدرسون الطلاب من غرف معيشاتهم (الفصول عبر الإنترنت) أو في مختبرات علمية معقمة حيث يتظاهر الممثلون بأنهم طلاب.

DIPSER مختلف. فقد تم تصويره في فصل جامعي حقيقي مع طلاب حقيقيين. وللحصول على الصورة الكاملة، قاموا بإعداد "سرب مراقبة":

  • الرؤية واسعة الزاوية: قاموا بتعليق كاميرات في الأعلى (مثل حارس أمن ينظر للأسفل) لرؤية الغرفة بأكملها، ووضعيات أجسام الطلاب، وكيفية تفاعلهم مع بعضهم البعض.
  • الرؤية القريبة (الزووم): كان لكل طالب كاميرا مخصصة على مكتبه، تقوم بعمل زووم على وجهه لالتقاط التعبيرات الصغيرة (مثل رفع حاجب أو عبوس).
  • ساعة "النبض": ارتدى كل طالب ساعة ذكية. تعمل هذه الساعة مثل جهاز تتبع اللياقة البدنية، حيث تسجل معدل ضربات القلب، ومدى الحركة (الجيروسكوب)، وسرعة الاهتزاز (مقياس التسارع).

٢. نظام التقييم "خماسي النجوم"

كيف تعرف ما إذا كانت الكاميرات والساعات تقول الحقيقة؟ لم يعتمد الباحثون على الكمبيوتر فحسب؛ بل استخدموا "لجنة من الحكام".

لكل طالب، جمعوا خمسة آراء مختلفة حول مدى تركيزه أو حالته العاطفية في أي ثانية معينة:
١. صوت الطالب نفسه: بعد الحصة، شاهد الطالب الفيديو وقيم نفسه.
٢. أربعة حكام خبراء: شاهد أربعة خبراء بشريين مختلفين اللقطات وأعطوا تقييماتهم الخاصة.

قاموا بدمج هذه الآراء لإنشاء "معيار ذهبي" لكل ثانية من الفيديو. إذا قال الطالب إنه يشعر بالملل، واتفق الخبراء معه، يتم وضع علامة "ملل" على البيانات.

٣. "المشهد ذو التسعة فصول"

لم تكن البيانات مجرد محاضرة واحدة طويلة ومملة. صور الباحثون الطلاب وهم يمرون بـ تسعة أنواع مختلفة من الأنشطة المدرسية، مثل مشاهد في مسرحية:

  • قراءة الأخبار.
  • تبادل الأفكار (العصف الذهني).
  • الاستماع إلى محاضرة تقليدية.
  • إجراء اختبار قصير عبر هواتفهم.
  • تقديم المشاريع.
  • اللعب بالروبوتات.
  • تصميم ألعاب تعليمية.

هذا التنوع يشبه اختبار سيارة على طريق سريع، وطريق ترابي، ومضمار سباق لمعرفة كيفية أدائها في ظروف مختلفة.

٤. المكتبة الضخمة

النتيجة هي مكتبة رقمية ضخمة تحتوي على أكثر من ١.٣ مليون صورة وما يقرب من ٥٢ ساعة من الفيديو.

  • تتضمن الفيديو الخام.
  • تتضمن بيانات الساعة الذكية (ضربات القلب، الحركات).
  • تتضمن بيانات "جاهزة للاستخدام" حيث قامت الحواسيب بالفعل برسم مربعات حول الوجوه، وتقدير الأعمار، وتخمين المشاعر، مما يوفر الوقت للباحثين الآخرين.

٥. لماذا هذا مهم (وفقاً للورقة البحثية)

يجادل المؤلفون بأن مجموعات البيانات السابقة كانت مثل "الاختبارات التجريبية" (عبر الإنترنت أو في مختبرات وهمية) التي لا تعكس الواقع.

  • الواقعية: تم تصوير هذا "في الميدان" (في فصل دراسي حقيقي).
  • التنوع: يتضمن طلاباً من خلفيات مختلفة (مع ملاحظة التركيز على الأشخاص من العرق القوقازي في هذه النسخة، رغم أنهم يخططون لإضافة المزيد من التنوع لاحقاً).
  • العمق: هو الأول الذي يجمع بين الفيديو، ومستشعرات الساعة الذكية، والعديد من الخبراء البشريين في بيئة فصل دراسي حقيقي.

الخلاصة

تقدم الورقة البحثية DIPSER كقاعدة بيانات جديدة، ضخمة، وتفصيلية للغاية. إنها بمثابة صندوق أدوات لعلماء الكمبيوتر الذين يرغبون في تعليم الآلات فهم الانتباه والعاطفة البشرية في البيئات المدرسية الواقعية. لقد أتاح المؤلفون هذه البيانات للباحثين الآخرين حتى يتمكنوا من بناء أدوات ذكاء اصطناعي أفضل، بشرط أن تُستخدم تلك الأدوات للدراسة الأكاديمية وليس لبيع المنتجات.

ملاحظة: تركز الورقة البحثية بالكامل على إنشاء والتحقق من صحة قاعدة البيانات هذه. وهي لا تدعي أن هذا النظام يُستخدم حالياً لتقييم الطلاب، أو تشخيص الحالات الطبية، أو تغيير كيفية إدارة المدارس؛ بل هو مجرد مورد للبحث العلمي.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →