Media Learning Behavior Analysis Research Report Study on Learning Duration, Course Completion Rate, and Grade Distribution

في المشهد التعليمي الحديث، حدثت ثورة هادئة. فلم يعد الفصل الدراسي محصوراً في أربعة جدران؛ بل بات يعيش في الفضاء الرقمي حيث يسجل الطلاب دخولهم، ويشاهدون مقاطع الفيديو، ويسلمون التكليفات من أي مكان. وقد ولّد هذا التحول أثراً هائلاً من البصمات الرقمية، وهي ظاهرة يطلق عليها الباحثون اسم "تنقيب البيانات التعليمية". وهي ممارسة تعتمد على النظر في سجلات ما يفعله الطلاب عبر الإنترنت — مثل مدة مشاهدتهم لمحاضرة ما، وعدد مرات تسجيل دخولهم، وكيفية تفاعلهم مع أقرانهم — لفهم كيفية تعلمهم. وإلى جانب ذلك، يستخدم مجال يُعرف باسم "تحليل التعلم" هذه السجلات لقياس وتحسين بيئة التعلم في الوقت الفعلي. والسؤال المركزي الذي يحرك هذا العمل بسيط ولكنه عميق: هل يمكننا النظر إلى الطريقة التي يتصرف بها الطالب على الشاشة والتنبؤ بما إذا كان سينجح أم سيعاني؟ إن فهم هذا الارتباط أمر حيوي لأنه بينما يوفر التعلم عبر الإنترنت الحرية والراحة، فإنه يأتي أيضاً مع خطر مرتفع يتمثل في تسرب الطلاب أو فشلهم في استيعاب المادة.

تتعمق دراسة حديثة أجرتها "يونيي وانغ" من معهد فوتشو ملبورن المتعدد التقنيات في هذا السؤال، مع التركيز على ثلاثة سلوكيات محددة: مقدار الوقت الذي يقضيه الطالب في التعلم، وما إذا كان يكمل الدورة التدريبية، والدرجات التي يحصل عليها في النهاية. جمعت الباحثة البيانات من منصات التعلم عبر الإنترنت، من خلال النظر في السجلات التي ترصد كل نقرة، وكل دقيقة من مشاهدة الفيديو، وكل واجب دراسي يتم تسليمه. لقد تعاملت مع هذه البيانات ليس كمجرد أرقام، بل كقصة تفاعل للطلاب. ومن خلال تنظيم هذه المعلومات في أنماط واضحة، تمكنت الباحثة من رؤية كيف ترتبط هذه السلوكيات المختلفة ببعضها البعض. وقد وجدت رابطاً إيجابياً قوياً بين الوقت الذي يستثمره الطالب، واحتمالية إكماله للدورة، والدرجة التي يحققها. بعبارة أخرى، تظهر البيانات أن الطلاب الذين يقضون وقتاً أطول في دراسة المادة هم أكثر عرضة لإكمال الدورة والحصول على درجات أعلى.

كما فحصت الدراسة الأدوات المستخدمة لفهم هذه البيانات. في الماضي، اعتمد الباحثون على الإحصاء الأساسي لوصف ما حدث. أما اليوم، فقد انتقل المجال نحو أساليب أكثر تطوراً، بما في ذلك نماذج التعلم العميق. وهذه هي برامج حاسوبية مصممة للتعرف على الأنماط المعقدة في البيانات، تماماً كما يتعلم العقل البشري من الخبرة. وبينما تستعرض الدراسة الأبحاث الحالية حيث أظهرت النماذج المتقدمة قدرة تنبؤية عالية — مثل نموذج لـ "آن مينغلي" وآخرين حقق معدل دقة بلغ 95.69% في التنبؤ بأداء الطلاب — فإن الاتجاه الأوسع يؤكد أن مناهج التعلم العميق هذه أصبحت هي المعيار لتحليل آثار التعلم. ويشير هذا المستوى العالي من الدقة في المجال إلى أن الآثار الرقمية التي يتركها الطلاب هي مؤشر موثوق لنجاحهم المستقبلي، مما يسمح للمعلمين بتحديد المتعلمين المعرضين للخطر قبل فشلهم بوقت طويل.

وعندما نظرت الباحثة عن كثب إلى الطلاب أنفسهم، اكتشفت أن ليس الجميع يتعلمون بنفس الطريقة. فمن خلال تصنيف الطلاب بناءً على عاداتهم، حددت أنواعاً متميزة من المتعلمين. فبعضهم كانوا طلاب "عالي المدخلات" الذين يقضون وقتاً طويلاً على المنصة، ويكملون معظم المهام، ويحصلون على درجات عليا. وآخرون كانوا متعلمين "منخفضي المدخلات" الذين يقضون وقتاً قليلاً جداً، ونادراً ما يكملون التكليفات، ويعانون مع المادة. وكان هناك أيضاً طلاب "متذبذبون" يتأرجح تفاعلهم ودرجاتهم صعوداً وهبوطاً بشكل غير متوقع، ومجموعة من المتعلمين "عالي الكفاءة" الذين تمكنوا من تحقيق نتائج ممتازة بقدر معتدل من الوقت. ويظهر هذا التنوع أن النهج الواحد لا يناسب الجميع؛ فالمتعلمون المختلفون يتطلبون أنواعاً مختلفة من الدعم والاهتمام.

كما سلطت البحث الضوء على وجود فجوة بين مقدار الوقت الذي يقضيه الطلاب عبر الإنترنت ومدى استيعابهم الفعلي للمادة. فبينما قضى الطالب المتوسط أكثر من 1,300 دقيقة في مشاهدة الفيديوهات وأظهر معدل إكمال عالٍ للدورة، إلا أن أداءهم في الاختبارات الواقعية (خارج الإنترنت) كان غالباً أقل من المتوقع. كشفت البيانات أن العديد من الطلاب كانوا حاضرين على المنصة ولكنهم لم يستوعبوا المحتوى بشكل كامل. فقد يكونون شاهدوا الفيديوهات، ولكن دون تفاعل نشط أو مراجعة، لم تترسخ المعرفة في أذهانهم. وتشير هذه النتيجة إلى قضية بالغة الأهمية: مجرد التواجد عبر الإنترنت ليس كافياً. وتقترح الدراسة أن تصميم الدورات التدريبية نفسها يلعب دوراً ضخماً؛ فعندما تقدم المنصات محاضرات طويلة وغير منقطعة، قد يفقد الطلاب تركيزهم. وفي المقابل، يبدو أن الأجزاء الأقصر والأكثر تفاعلية تحافظ على انخراط المتعلمين لفترات أطول.

ولمعالجة هذه التحديات، تقدم الدراسة توجيهات واضحة للمستقبل في مجال التعليم عبر الإنترنت. فبالنسبة للمنصات التي تستضيف هذه الدورات، التوصية هي بناء أنظمة أفضل يمكنها تتبع سلوك الطلاب في الوقت الفعلي. يجب أن تعمل هذه الأنظمة كآلية إنذار مبكر، لتنبيه المعلمين عندما يتوقف طالب عن تسجيل الدخول أو يتأخر في المتابعة، حتى يمكن تقديم المساعدة فوراً. وبالنسبة لمصممي الدورات، النصيحة هي إنشاء بيئات تعليمية أكثر تفاعلاً، وهذا يعني تقسيم المحتوى إلى قطع أصغر يمكن إدارتها، وإضافة فرص للتفاعل، وتوفير تغذية راجع مستمرة. وأخيراً، بالنسبة لإدارات المدارس، تقترح الدراسة ضرورة تدريب المعلمين على كيفية استخدام أدوات البيانات هذه وكيفية تحفيز الطلاب الذين يعانون من صعوبات. ومن خلال الجمع بين التكنولوجيا الأفضل والتصميم التدريسي المدروس، يكون الهدف هو تحويل إمكانات التعلم عبر الإنترنت إلى واقع ينجح فيه المزيد من الطلاب.

إن المسار نحو المستقبل واضح. فالبيانات تثبت أن سلوك التعلم ليس عشوائياً، بل يتبع أنماطاً يمكن فهمها وتحسينها. ومن خلال الاهتمام بكيفية قضاء الطلاب لوقتهم وباستخدام أدوات متقدمة لدعمهم، يمكن للمعلمين خلق تجارب عبر الإنترنت ليست ميسرة الوصول فحسب، بل فعالة حقاً. وتؤكد الدراسة أنه عندما نستمع إلى القصة التي ترويها البيانات، يمكننا مساعدة كل متعلم في إيجاد طريقه نحو النجاح.