Leveraging Machine Learning Techniques to Investigate Media and Information Literacy Competence in Tackling Disinformation

إليك ملخص تقني مفصل للورقة البحثية بعنوان: "استخدام تقنيات تعلم الآلة للتحقيق في كفاءة الثقافة الإعلامية والمعلوماتية في مواجهة التضليل الإعلامي."

1. بيان المشكلة

يشكل الانتشار السريع للتضليل الإعلامي في البيئات الرقمية تهديداً كبياً للمجتمعات الديمقراطية، لا سيالما بين الشباب الذين يتميزون باتصال عالٍ بالشبكة ولكنهم غالباً ما يفتقرون إلى تدريب قوي على الثقافة الإعلامية والمعلوماتية (MIL). وبينما تُعد الثقافة الإعلامية والمعلوماتية كفاءة حاسمة للتفكير النقدي والمشاركة الإعلامية المسؤولة، فإن النمذجة التنبؤية لمهارات الثقافة الإعلامية والمعلوماتية، وتحديداً في سياق التضليل الإعلامي، لا تزال غير مستكشفة بشكل كافٍ.

تعتمد الأدبيات الحالية غالباً على التحليلات الإحصائية التقليدية أو الدراسات الوصفية. وهناك فجوة في استخدام تقنيات تعلم الآلة (ML) المتقدمة من أجل:

• التنبؤ بكفاءات الثقافة الإعلامية والمعلوماتية بناءً على المتغيرات السوسيو-ديموغرافية والأكاديمية.
• تحديد العوامل المحددة (مثل التدريب السابق، أو السنة الدراسية) التي تؤثر بقوة على قدرة الطالب على كشف ومواجهة التضليل الإعلامي.
• تحديد ما إذا كانت نماذج تعلم الآلة المعقدة تتفوق على النهج الأكثر بساطة في هذا المجال التعليمي.

2. المنهجية

تصميم البحث وجمع البيانات

• نوع الدراسة: دراسة كمية مقطعية.
• المشاركون: $N = 723$ من طلاب الجامعات في إسبانيا، ينتمون إلى مجالين دراسيين: التربية ($n=435$) والاتصال ($n=288$).
• الأداة: استبيان مُعد خصيصاً بعنوان "إدراك مستقبل متخصصي التربية والاتصال حول التضليل الإعلامي".
  • الهيكل: 25 بنداً تعتمد مقياس ليكرت الرباعي.
  • الأبعاد:
    1. الديموغرافيا الاجتماعية: النوع، العمر، السنة الدراسية، المجال الدراسي، التدريب السابق.
    2. أبعاد الثقافة الإعلامية والمعلوماتية النظرية: المعرفة، المهارات، المواقف.
    3. المسؤولية: إدراك الواجب المهني في مكافحة التضليل الإعلامي.
  • التحقق من الصلاحية: حكم الخبراء (5 متخصصين) والتحليل السيكومتري (معامل كرونباخ ألفا $\alpha = 0.77$؛ ومعامل KMO = 0.85). أكدت التحليل العاملي الاستكشافي (EFA) وجود هيكل مكون من 3 عوامل يفسر 66.86% من التباين.

معالجة البيانات مسبقاً

• الأدوات: برنامج SPSS v.25 ولغة Python (مكتبات scikit-learn و LightGBM).
• المعالجة:
  • تم ترميز المتغيرات الفئوية باستخدام الترميز الأحادي (One-Hot Encoding).
  • تم تجميع الدرجات لأربعة فئات مستهدفة: المعرفة، المهارات، المواقف، والمسؤولية.
  • احتوت مجموعة البيانات النهائية على 30 ميزة عددية و723 حالة.
  • التقسيم: 80% للتدريب / 20% للاختبار (مع الحفاظ على نسب الفئات).
  • التعامل مع عدم التوازن: كانت فئة "الاتصال" أصغر من فئة "التربية"؛ لذا استخدمت النماذج أوزان الفئات المتوازنة، وتم إعطاء الأولوية لـ مقياس F1-score بدلاً من الدقة (Accuracy) لتقييم التصنيف.

المهام التجريبية

نفذت الدراسة ثلاث مهام متميزة لتعلم الآلة:

1. التصنيف: التنبؤ بالفرع الأكاديمي للطالب (تربية مقابل اتصال).
2. اختيار الميزات: تحديد المتغيرات الأكثر صلة بالتنبؤ باستخدام أربع طرق:
   • SelectKBest (SKB) - تسجيل ANOVA.
     ٍ_Forward Feature Selector (FFS) - التحسين التسلسلي.
   • Recursive Feature Elimination (RFE).
   • أهمية الميزات عبر شجرة القرار (DT).
3. الانحدار: تقدير الدرجات المحددة التي سيحققها الطلاب في أبعاد الثقافة الإعلامية والمعلوماتية الأربعة (المعرفة، المهارات، المواقف، المسؤولية).

الخوارزميات التي تم تقييمها

• التصنيف: آلة متجه الدعم (SVM)، شجرة القرار (DT)، الغابة العشوائية (RF)، LightGBM، والجار الأقرب (KNN).
• الانحدار: الانحدار الخطي (LR)، انحدار ريدج (RR)، منظم شجرة القرار (DT Regressor)، ومنظم الغابة العشوائية (RF Regressor).
• ضبط المعلمات الفائقة (Hyperparameter Tuning): تم إجراء بحث شبكي (Grid Search) واسع النطى لكل خوارزمية (مثل أنواع النواة لـ SVM، وعمق الشجرة لـ DT/RF، ومعامل التنظيم $\alpha$ لـ Ridge).

3. النتائج الرئيسية

أ. التحقق من صلاحية الاستبيان

أظهرت الأداة موثوقية عالية. وأكد التحليل العاملي الاستكشافي (EFA) وجود ثلاثة عوامل متميزة:

1. المعرفة: الفهم المفاهيمي للتضليل الإعلامي.
2. المهارات/السلوكيات: القدرة على التحقق من المصادر والتمييز بين الحقيقة والتزييف.
3. المواقف/المسؤولية: الالتزام الأخلاقي بمكافحة المعلومات المضللة.

ب. أداء التصنيف (الفرع الأكاديمي)

• أفضل نموذج: حققت آلة متجه الدعم (SVM) مع نواة RBF أعلى أداء.
  • درجة F1 للاختبار: 0.815
  • دقة الاختبار: 0.814
• المقارنة:
  • حققت أساليب التجميع أداءً جيداً ولكنها أقل قليلاً من SVM (LightGBM: 0.81 F1؛ RF: 0.744 F1).
  • شجرة القرار (DT) سجلت أسوأ أداء (0.679 F1)، مما يشير إلى أن نهج الشجرة الواحدة غير كافٍ لهذا التعقيد.
  • أظهر الجار الأقرب (KNN) استقراراً متوسطاً (0- 0.779 F1).
• الاستنتاج: تتفوق النماذج المعقدة وغير الخطية بشكل كبير على المصنفات البسيطة القائمة على الأشجار أو المسافات في التمييز بين ملفات طلاب التربية والاتصال في مجال الثقافة الإعلامية والمعلوماتية.

ج. تحليل اختيار الميزات

• أهم المتنبئات: كان متغير "التدريب على التضليل الإعلامي" (سواء تلقى الطالب تدريباً سابقاً أم لا) هو الميزة الأكثر اتساقاً في الاختيار عبر جميع الطرق (ظهر في جميع تقنيات الاختيار الأربع).
• ميزات رئيسية أخرى: السنة الدراسية، وبنود معرفية محددة (K1, K2, K3)، وبنود المواقف/المسؤولية (A3, R5).
• أفضل مختبر للميزات: حقق المحدد الأمامي للميزات (FFS) أفضل قدرة على التعميم (Test F1: 0.756)، مما يشير إلى أن الجمع التكراري للميزات يتفوق على التصنيف الإحصائي أحادي المتغير وحده.

د. أداء الانحدار (التنبؤ بالكفاءة)

كانت النماذج المختلفة هي الأمثل لأبعاد مختلفة من الكفاءة:

• المعرفة: تم التنبؤ بها بشكل أفضل بواسطة الانحدار الخطي (LR) (خطأ جذر متوسط المربعات RMSE للاختبار: 2.287)، مما يشير إلى وجود علاقة خطية بين المدخلات ودرجات المعرفة.
• المهارات: تم التنبؤ بها بشكل أفضل بواسطة الغابة العشوائية (RF) (RMSE للاختبار: 1.835)، مما يشير إلى وجود تفاعلات غير خطية.
• المواقف: تم التنبؤ بها بشكل أفضل بواسطة انحدار ريدج (RR) (RMSE للاختبار: 1.598)، وهو الأقل خطأً بشكل عام، مستفيداً من عملية التنظيم (Regularization).
• المسؤولية: تم التنبؤ بها بشكل أفضل بواسطة الغابة العشوائية (RF) (RMSE للاختبار: 2.064).

4. المساهمات الرئيسية

1. الابتكار المنهجي: تعد هذه واحدة من أولى الدراسات التي تطبق مجموعة شاملة من خوارزميات تعلم الآلة (التصنيف، اختيار الميزات، والانحدار) خصيصاً للتنبؤ بكفاءات الثقافة الإعلامية والمعلوماتية ضد التضليل الإعلامي في التعليم العالي.
2. تفوق النماذج: تثبت الدراسة أن النماذج المعقدة (SVM, RF, LightGBM) ضرورية لنمذجة الثقافة الإعلامية والمعلوماتية بدقة، حيث تتفوق على النهج الخطية أو الأشجار الفردية التقليدية.
3. تحديد المتغيرات: تثبت تجريبياً أن التدريب المسبق على التضليل الإعلامي والسنة الدراسية هما أكثر المتنبئات حسمًا لكفاءة الثقافة الإعلامية والمعلوماتية، أكثر من الجنس أو العمر.
4. النمذجة الخاصة بالأبعاد: توضح أن أبعاد الثقافة الإعلامية والمعلوماتية المختلفة تتطلب مناهج نمذجة مختلفة (مثل النماذج الخطية للمعرفة مقابل نماذج التجميع للمهارات)، مما يوفر رؤية دقيقة لتقييم الكفاءة.

5. الأهمية والآثار المترتبة

• السياسة التعليمية: تشير النتائج إلى أن التدخلات التعليمية لا ينبغي أن تكون "مقاساً واحداً يناسب الجميع". يجب تصميم الاستراتيجيات بناءً على السنة الدراسية للطالب وحالة التدريب السابق.
• تصميم المناهج: بما أن التدريب السابق هو متنبئ مهيمن، يجب على الجامعات دمج تدريب مستمر ومنظم على الثقافة الإعلامية والمعلوماتية في مناهج كل من تخصصات التربية والاتصال، بدلاً من الاعتماد على ورش عمل لمرة واحدة.
• التحليلات التنبؤية: يمكن للمؤسسات استخدام أدوات تعلم الآلة لتحديد الطلاب المعرضين للخطر (أولئك الذين لديهم درجات تنبؤية منخفضة في الثقافة الإعلامية والمعلوماتية) وتطبيق تدخلات مستهدفة وشخصية.
• البحث المستقبلي: تسلط الدراسة الضوء على الحاجة إلى مجموعات بيانات أكبر ومتعددة المناطق، ودمج التقييمات القائمة على الأداء (بعيداً عن التقارير الذاتية) لمزيد من صقل هذه النماذج التنبؤية.

6. المحددات

• البيانات القائمة على التقارير الذاتية: الاعتماد على الإدراك الذاتي للطلاب قد يؤدي إلى تحيز المرغوبية الاجتماعية.
• نطاق العينة: اقتصرت العينة على تخصصين محددين في منطقة واحدة من إسبانيا، مما قد يحد من إمكانية تعميم النتائج على التخصصات الأخرى أو السياقات الثقافية الأخرى.
• حجم البيانات: رغم أنها كافية للدراسة، إلا أن نماذج تعلم الآلة تستفيد عموماً من مجموعات بيانات أكبر لتقليل التباين وتحسين القدرة على التعميم.