Stochasticity Is Not the Hard Part: Reduction and Complexity in Instructional Sequencing over Prerequisite DAGs

تخيل أنك قبطان سفينة فضاء تحاول التنقل عبر متاهة معقدة من الكويكبات للوصول إلى كوكب بعيد. في عالم علوم الحاسوب، يشبه هذا ما يسمى بـ "التسلسل التعليمي"، حيث يحاول ذكاء اصطناعي أو معلم اكتشاف الترتيب الأمثل لتعليم الطالب مفاهيم جديدة. للمتاهة قواعد: لا يمكنك تعلم "محركات الصواريخ" حتى تتقن "الفيزياء الأساسية". وهذا ما يسمى بـ "تبعية المتطلبات السابقة".

عادةً، نعتقد أن الجزء الأصعب في هذه الملاحة هو عدم اليقين. هل سيفهم الطالب الدرس؟ هل سيفشل ويحتاج إلى المحاولة مرة أخرى؟ غالبًا ما نفترض أنه نظرًا لأن التعلم عملية غير متوقعة (عشوائية/stochastic)، فإننا نحتاج إلى حواسيب معقدة وعالية السرعة لتخمين المستقبل والتخطيط لكل احتمال "ماذا لو". ولكن ماذا لو لم يكن الصعوبة الحقيقية هي لعبة التخمين على الإطلاق؟ ماذا لو كان الجزء الصعب هو مجرد العدد الهائل للمسارات الممكنة عبر المتاهة، حتى لو كنا نعرف بالضبط كيف سيكون رد فعل الطالب؟ هذا البحث يتعمق في هذا السؤال، متسائلًا: هل عشوائية التعلم هي الشرير الحقيقي، أم أنها مجرد التعقيد الهائل للخريطة نفسها؟

قرر مؤلفو هذا البحث، وهم فريق من علماء الحاسوب، معالجة ذلك من خلال بناء نموذج رياضي لطالب يتعلم مجموعة من المفاهيم. لقد عاملوا عملية التعلم كأنها لعبة تحاول فيها الانتقال من نقطة البداية (عدم المعرفة بشيء) إلى خط النهاية (معرفة كل شيء) بأقل قدر من الجهد. في نموذجهم، في كل مرة يحاول فيها الطالب تعلم مفهوم جديد، هناك فرصة للنجاح وفرصة للفشل. إذا فشل، فإنه يبقى تمامًا في مكانه؛ لا يفقد ما يعرفه بالفعل، بل عليه فقط المحاولة مرة أخرى.

إليك المفاجأة الكبرى التي اكتشفها الفريق: العشوائية ليست هي الجزء الصعب. لقد أثبتوا رياضيًا أنه يمكنك تجريد كل عدم اليقين. يمكنك تحويل لعبة التعلم غير المتوقعة هذه، التي تتأرجح بين "هل سينجح أم لا"، إلى خريطة حتمية (deterministic) يمكن التنبؤ بها تمامًا. الأمر يشبه إدراك أنه على الرغم من أن رمي العملة المعدنية عشوائي، إلا أنه إذا كنت تعرف الاحتمالات، يمكنك حساب متوسط التكلفة لرميها حتى تحصل على "صورة"، والتعامل مع هذا المتوسط كتكلفة ثابتة. بمجرد القيام بذلك، تتوقف المشكلة عن كونها تتعلق بـ "التخمين" وتصبح عملية البحث عن أقصر مسار على شبكة ضخمة وصلبة.

ومع ذلك، مجرد زوال العشوائية لا يعني أن المشكلة أصبحت سهلة. في الواقع، وجد المؤلفون أنه حتى بعد إزالة العشوائية، لا يزال العثور على الترتيب المثالي لتدريس هذه المفاهيم أمرًا صعبًا للغاية على الحاسوب في أسوأ السيناريوهات. لقد أظهروا أن هذه الصعوبة تنبع من الطريقة التي "تنتقل" بها المفاهيم إلى بعضها البعض—فتعلم شيء ما قد يجعل شيئًا آخر أسهل، ولكن إذا شكلت هذه الروابط المفيدة شبكة متشابكة، فسيعلق الحاسوب في محاولة إيجاد المسار الأفضل. هذا ما يسمونه "التعقيد التوليفي" (combinatorial complexity). ليس الأمر أن الحاسوب مرتبك بسبب مزاج الطالب؛ بل إن خريطة مسارات التعلم الممكنة ضخمة جدًا بحيث لا يمكنه فحص كل مسار منها.

لكن لا تقلق، ليس الأمر سيئًا تمامًا. فقد وجد البحث أيضًا أن الخريطة في كثير من الحالات الواقعية ليست متشابكة إلى هذا الحد. لقد طوروا "أداة تشخيصية" بسيطة (نوع من الاختبار الرياضي) يمكنها النظر في مساق دراسي وإخبارك، قبل أن تبدأ في التخطيط حتى، ما إذا كان ترتيب الدروس يهم حقًا. إذا قالت الأداة إن الخريطة "لا دائرية" (acyclic) (أي لا توجد حلقات تبعية مربكة)، فإن أي ترتيب منطقي تختاره سيعمل بشكل جيد، ولن تحتاج إلى سوبر كمبيوتر للعثور على الترتيب المثالي.

لاختبار ذلك، نظر الباحثون في بيانات واقعية من مساق تمهيدي في علوم الحاسوب يتضمن أكثر من 70,000 تفاعل طلابي. أكدت أداتهم التشخيصية أنه بالنسبة لهذا المساق تحديدًا، لم يكن "الترتيب المثالي" مهمًا جدًا؛ فقد كان المساق في حالة مما يسمونه "النظام السهل المزدوج". كان بإمكان الطلاب التعلم بأي ترتيب تقريبًا، وكانت تكلفة الخطأ الطفيف ضئيلة جدًا. ومع ذلك، فقد بنوا أيضًا أمثلة اصطناعية معقدة، حيث كانت التبعيات فوضوية. في تلك الحالات، تسبب اختيار الترتيب الخاطئ في "ندم" هائل (ضياع الوقت والجهد)، مما أثبت أنه بينما يسهل التنقل في العديد من الفصول الدراسية الحقيقية، فإن الفصول الصعبة موجودة بالفعل.

كما أظهر الفريق أنه عندما تكون الخريطة صعبة، فأنت لست بحاجة إلى فحص كل مسار ممكن. لقد استخدموا طريقة بحث ذكية تسمى A* (فكر فيها كجهاز GPS يعرف الوجهة ويتحقق فقط من الطرق الأكثر واعدة) للعثور على أفضل تسلسل. حتى في أكثر أمثلتهم تعقيدًا وصعوبة، لم يضطر جهاز الـ GPS الذكي هذا إلى النظر إلا إلى جزء ضئيل من المسارات الممكنة لإيجاد الفائز.

إذًا، ما هي الخلاصة؟ إذا كنت تبني تطبيقًا لتعليم الأطفال، فلا داعي للذعر من حقيقة أن الطلاب غير متوقعين. يمكنك تبسيط المشكلة رياضيًا لإزالة جزء "التخمين". التحدي الحقيقي هو التحقق مما إذا كان منهجك الدراسي يحتوي على بنية فوضوية ومتشابكة. إذا كان الأمر كذلك، فاستخدم أداة بحث ذكية للعثور على أفضل مسار. وإذا لم يكن كذلك (كما هو الحال في العديد من الفصول الدراسية الحقيقية)، فيمكنك الاسترخاء، لأن ترتيب الدروس على الأرج غالبًا لن يحدث فرقًا كبيرًا. يثبت هذا البحث أن "سحر" التعلم لا يكمن في التنبؤ بالمستقبل، بل في فهم شكل الخريطة.