Bridging SCED and Group Designs: Demonstrating the Ratio-Metric BC-IRR Effect Size in a Meta-Analysis

في عالم التعليم والعلاج، يواجه الباحثون لغزاً مستمراً: كيف يمكن قياس ما إذا كانت الطريقة الجديدة تساعد الشخص حقاً على التعلم أو تحسين سلوكه بشكل أفضل. لعقود من الزمن، اعتمد المجتمع العلمي على طريقتين مختلفتين تماماً لجمع الأدلة. أحد النهجين، المعروف باسم "التصميم الجماعي"، يجمع أعداداً كبيرة من الناس، ويقسمهم إلى فرق، ويقارن متوسط نتائج الفريق الذي يتلقى علاجاً جديداً مقابل فريق يتلقى الرعاية القياسية. هذه الطريقة قوية في رصد الاتجاهات العامة عبر المجموعات السكانية. أما النهج الآخر، المسمى "التصميم التجريبي للحالة الفردية"، فيركز بكثافة على فرد واحد في كل مرة. يراقب الباحثون شخصاً واحداً بدقة، ويقدمون تدخلاً محدداً، ويتتبعون كيفية تغير سلوك هذا الشخص بمرونة عبر الزمن، وغالباً ما يبحثون عن تحولات فورية في أفعال محددة مثل تقديم طلب أو البقاء في المهمة. وبينما تتسم كلتا الطريقتين بالدقة، إلا أنهما تاريخياً تحدثا لغات مختلفة. فالدارسات الجماعية تنتج أرقاماً تصف كيف تغيرت مجموعة كاملة، بينما تنتج دراسات الحالة الفردية أرقاماً تصف كيف تغير الفرد. ولأن هذه الأرقام تُحسب بطرق مختلفة، فقد كان من الصعب دمجها في صورة واحدة واضحة لما هو الأفضل.

هذه الصعوبة تخلق فجوة معرفية لدى التربويين وصناع السياسات. فإذا كانت تقنية جديدة تساعد مجموعة من الأطفال على تحسين مهاراتهم الاجتماعية بمقدار معين، ولكنها تساعد مجموعة أخرى من الأطفال على تحسين تواصلهم بمقدار مختلف، فكيف يمكننا معرفة ما إذا كانت التقنية فعالة حقاً بشكل عام؟ المشكلة لا تكمن فقط في أن الدراسات تبدو مختلفة، بل في أن الأدوات المستخدمة لقياس النجاح غير متوافقة. فالأدوات التقليدية غالباً ما تخلط بين حجم التحسن وبين مدى تباين النتائج من شخص لآخر، أو يتغير معناها اعتماداً على مدة الملاحظة. ولحل هذه المعضلة، شرع فريق من الباحثين بقيادة "وين لو" من جامعة تكساس إيه آند إم في بناء "مسطرة قياس" جديدة. أرادوا طريقة لترجمة نتائج الأفراد والمجموعات إلى اللغة نفسها، مما يسمح بمقارنتها جنباً إلى جنب. وقد ركزوا على نوع محدد من القياس يسمى "نسبة معدل الحدوث". وببساطة، هذا مقارنة مباشرة للنسب: فهو يسأل كم مرة حدث السلوك أثناء العلاج مقارنة بعدد المرات التي حدث فيها قبل بدء العلاج. ومن خلال استخدام هذه النسبة، استطاع الباحثون التعبير عن تأثير التدخل كنسبة مئوية مباشرة للزيادة أو النقصان، بدلاً من درجة إحصائية معقدة تتطلب تدريباً متخصصاً لفهمها.

اختبر الباحثون هذا النهج الجديد من خلال إعادة زيارة مجموعة كبيرة من الدراسات السابقة حول التعليم المدعوم بالتكنولوجيا للطلاب المصابين باضطراب طيف التوحد. هذه المجموعة الأصلية، التي جمعها علماء آخرون في عام 2017، تضمنت عشرات الدراسات التي استخدمت كلاً من التصاميم الجماعية وتصاميم الحالة الفردية. أعاد الفريق فحص البيانات من ستة وثلاثين نتيجة محددة، تراوحت بين مدى قدرة الأطفال على التعرف على تعبيرات الوجه إلى عدد المرات التي يطلبون فيها المساعدة أو ينخرطون في محادثة. طبقوا منهجهم القائم على النسب على دراسات الحالة الفردية، ومنهج نسبة مطابق على الدراسات الجماعية. كان الهدف هو معرفة ما إذا كان نوعا البحث سيقدمان قصة متسقة عند النظر إليهما من خلال هذا المنظور الجديد. وكشفت النتائج عن فرق واضح وقابل للقياس الكمي في كيفية قياس كلا التصميمين للنجاح. أظهرت الدراسات الجماعية أن التدخلات التكنولوجية أدت إلى تحسن متوسط بنحو 23 بالمائة مقارنة بظروف الضبط. بعبارة أخرى، كان أداء الطلاب في مجموعات العلاج أفضل بنحو الربع ممن لم يتلقوا المساعدة التكنولوجية المحددة.

ومع ذلك، قدمت دراسات الحالة الفردية قصة أكثر دراماتيكية. فعندما طبق الباحثون نفس المنطق القائم على النسب على الحالات الفردية، وجدوا أن التدخلات أنتجت زيادة تزيد عن أربعة أضعاف في النتائج الإيجابية مقارنة بالمرحلة المرجعية. وهذا يعني أنه بالنسبة للطلاب الأفراد في هذه الدراسات، فإن السلوك الذي يحاولون تحسينه حدث أكثر من أربع مرات بعد بدء التدخل. إن الفرق بين زيادة بنسبة 23 بالمائة وزيادة أربعة أضعاف هو فرق صارخ، وقد بدا للوهلة الأولى أنه يشير إلى تناقض. ومع ذلك، لم يستبعد الباحثون هذه الفجوة باعتبارها خطأً أو عيباً في البيانات. بدلاً من ذلك، استخدموا المقياس الجديد لتفسير سبب ظهور الأرقام بهذا الشكل المختلف. ووجدوا أن نوعي الدراسات كانا، في الأساس، يبدآن من نقاط انطلاق مختلفة. فالدراسات الجماعية غالباً ما قارنت التكنولوجيا الجديدة ببيئة الفصل الدراسي القياسية أو بنوع آخر من التعليم، حيث يمتلك الطلاب بالفعل مستوى متوسطاً من المهارة. وفي المقابل، بدأت دراسات الحالة الفردية غالباً بطلاب لديهم مستويات منخفضة جداً من السلوك المستهدف قبل بدء التدخل. ولأن نقطة البداية كانت منخفضة للغاية، فإن أي تحسن مطلق بسيط أدى إلى زيادة مئوية هائلة.

هذا التمييز أمر بالغ الأهمية لأنه يغير كيفية تفسير نجاح هذه التدخلات. فقد أظهر المنهج الجديد أن الأرقام الكبيرة المشاهدة في دراسات الحالة الفردية ليست بالضرورة علامة على أن العلاج يعمل بشكل أفضل للأفراد منه للمجموعات، بل لأن الأفراد بدأوا من مستوى أساسي أقل بكثير. لقد جعل مقياس النسبة هذا الأمر واضحاً من خلال التركيز على التغيير النسبي بدلاً من الفرق المطلق. كما سلط الضوء على نقطة ضعف رئيسية في الأساليب القديمة المستخدمة لمقارنة هذه الدراسات؛ إذ كانت الأدوات التقليدية غالباً ما تخلط بين حجم التحسن وتشتت البيانات، مما يجعل من الصعب تحديد ما إذا كان التأثير الكبير حقيقياً أم مجرد نتيجة لكيفية انتشار الدرجات. وتجنب نهج النسبة الجديد هذا الفخ تماماً، حيث قدم نتيجة ظلت مستقرة بغض النظر عن مدى تباين الدرجات أو مدة جلسات الملاحظة. كما وفر رقماً يمكن لأي شخص فهمه: فزيادة أربعة أضعاف هي مفهوم ملموس، بينما الدرجة الإحصائية المعقدة ليست كذلك.

كما تناولت الدراسة مسألة ما إذا كانت هذه النتائج المختلفة ناتجة عن انحياز في كيفية نشر الدراسات. هناك قلق شائع من أن الباحثين أكثر عرضة لنشر دراسات الحالة الفردية التي تظهر تحسينات ضخمة، بينما يتجاهلون تلك التي تظهر آثاراً صغيرة أو معدومة. وبينما أقر الباحثون باحتمالية وجود هذا الانحياز، إلا أن تحليلهم أشار إلى أنه ليس القصة الكاملة. فقد أوضحت البيانات أن الفرق في النتائج يعود إلى حد كبير إلى الاختلافات الجوهرية في كيفية إعداد الدراسات وما تقيسه. فالدراسات الجماعية كانت تختبر ما إذا كانت التكنولوجيا أفضل مما هو متاح بالفعل، بينما كانت دراسات الحالة الفردية تختبر ما إذا كان بإمكان التكنولوجيا إحداث تغيير جذري من حالة وجود قدر ضئيل أو معدوم من القدرة. كلا النتيجتين صحيحتان، لكنهما تجيبان على أسئلة مختلفة. فالدراسات الجماعية تشير إلى أن التكنولوجيا تقدم ميزة متواضعة ولكنها ذات معنى فوق الممارسات القياسية، بينما تظهر دراسات الحالة الفردية أن التكنولوجيا يمكن أن تكون تحولية للطلاب الذين يبدأون من مستوى منخفض جداً من الأداء.

من خلال جسر الهوة بين هذين العالمين، قدم الباحثون مساراً أوضح لتوليف الأدلة. لقد أظهروا أنه من الممكن دمج نتائج أنواع مختلفة من البحوث دون إجبارها على الدخول في رقم واحد مضلل. يتيح المنهج الجديد للعلماء رؤية الصورة الكاملة: وهي أن التعليم المدعوم بالتكنولوجيا فعال، ولكن تأثيره يبدو مختلفاً اعتماداً على السياق ونقطة البدوء للطلاب. وتخلص الدراسة إلى أنه لا يمكن لرقم واحد أن يلتقط الحقيقة الكاملة لفعالية أي تدخل. بدلاً من ذلك، يجب على الباحثين والممارسين النظر في كل من التغيير النسبي والتغيير المطلق لفهم النطاق الكامل لقوة التدخل. يضمن هذا النهج أن القرارات المتعلقة بالتعليم والعلاج مبنية على فهم كامل ودقيق للأدلة، وليس على رؤية جزئية قد تغفل الفروق الدقيقة في كيفية استجابة الطلاب المختلفين للمساعدة. إن هذا العمل يثبت أنه عندما نستخدم الأدوات الصحيحة لقياس التغيير، لا يمكننا رؤية ما إذا كان الشيء يعمل فحسب، بل يمكننا رؤية كيف ولمن يعمل بشكل أفضل بالضبط.