Which disadvantaged students beat the odds in STEM? A design-consistent, fairness-audited machine learning study of 143,573 adolescents in 79 PISA 2022 education systems
تستخدم هذه الدراسة نهجاً للتعلم الآلي متسقاً مع التصميم ومدققاً من حيث العدالة على بيانات برنامج التقييم الدولي للطلبة (PISA) لعام 2022، والتي تشمل 143,573 مراهقاً من الفئات المستضعفة عبر 79 نظاماً تعليمياً، لتحدد أنه في حين أن الكفاءة الذاتية في الرياضيات هي أقوى مؤشر عالمي للتنبؤ بالمرونة في مجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM)، فإن النماذج التنبؤية تظهر قيوداً كبيرة في قابلية النقل وتحيزات منهجية ضد الفتيات والطلاب في المناطق الريفية، مما يؤكد الحاجة إلى استراتيجيات فحص سياقية ومنصفة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
في كل عام، يجلس الملايين من المراهقين في سن الخامسة عشرة حول العالم لأداء اختبار معياري يقيس مدى استيعابهم للرياضيات والعلوم. ولعقود من الزمن، عرف الباحثون حقيقة بسيطة وعنيدة حول هذه النتائج: وهي أن ثروة عائلة الطالب هي أحد أقوى المؤشرات للتنبؤ بدرجته. فغالباً ما يسجل الطلاب من الخلفيات الفقيرة درجات أقل، بينما يسجل أولئك القادمون من بيوت ميسورة الحال درجات أعلى. وهذا الفارق له أهمية بالغة لأن الكفاءة في هذه المواد هي البوابة نحو مهن العلوم والتكنولوجيا والهندسة والرياضيات. ومع ذلك، فإن القصة ليست حتمية تماماً؛ ففي كل بلد يشارك في هذه الاختبارات، هناك طلاب من الربع الأفقر من الأسر يتحدون التوقعات، حيث يحققون درجات عالية في كل من الرياضيات والعلوم، مما يثبت أن الحرمان لا يجعل النجاح مستحيلاً. ويُطلق على هؤلاء الطلاب غالباً اسم "المرونة الأكاديمية". والسؤال الذي حيّر التربويين وصناع القرار لفترة طويلة ليس فقط من هم هؤلاء الطلاب، بل ما هي العوامل التي تساعدهم على النجاح؟ هل هي ثقتهم بأنفسهم؟ أم دعم معلميهم؟ أم الموارد المتاحة في مدارسهم؟
لفترة طويلة، اعتمدت الإجابة على هذا السؤال على الإحصاء التقليدي، الذي غالباً ما يواجه صعوبة في فك تشابك الشبكة المعقدة من العوامل التي تؤثر على حياة الطالب. ومؤخراً، بدأ الباحثون في استخدام تعلم الآلة، وهو نوع من البرامج الحاسوبية التي يمكنها إيجاد أنماط في كميات هائلة من البيانات، للبحث عن إجابات. ومع ذلك، فإن العديد من هذه المحاولات المبكرة اتخذت طرقاً مختصرة تجاهلت الطريقة المحددة التي جُمعت بها بيانات الاختبار؛ إذ عاملت البيانات كقائمة بسيطة من الأسماء بدلاً من كونها مسحاً مصمماً بعناقة، وغالباً ما اختبرت نماذجها على نفس البيانات التي استخدمتها لبنائها، دون التحقق مما إذا كانت النتائج ستصمد في بلد آخر. وتأتي دراسة جديدة نُشرت في عام 2026، بقيادة عمر الحليبي من جامعة طيبة، لتضع حداً لهذه المشكلات. فمن خلال تحليل بيانات 143,573 مراهقاً من ذوي الدخل المحدود عبر 79 نظاماً تعليمياً مختلفاً، قاموا ببناء نموذج تعلم آلة مصمم للتنبؤ بالطلاب الذين سيتفوقون على التوقعات. والأهم من ذلك، أنهم بنوا النموذج بعناية فائقة لاحترام تصميم المسح، واختبروه على دول لم يرها من قبل، وتحققوا مما إذا كان يعامل المجموعات المختلفة من الطلاب بإنصاف.
بدأت الدراسة بتحديد معنى "التفوق على التوقعات" بدقة؛ حيث ركزوا فقط على الطلاب من الربع الأدنى من المستوى الاجتماعي والاقتصادي في كل بلد. ثم بحثوا عن أولئك الذين وصلوا إلى مستوى محدد من الكفاءة في كل من الرياضيات والعلوم، وهو معيار عالٍ بما يكفي للإشارة إلى استعدادهم للدراسة المتقدمة. ووجدوا أنه عالمياً، تبلغ نسبة حوالي 12.5 بالمائة فقط من هؤلاء الطلاب المتعثرين الذين اجتازوا هذا المعيار العالي. وقد تباين هذا المعدل بشكل كبير من بلد إلى آخر، حيث تراوح من أقل من عُشر بالمائة في بعض الأنظمة إلى 62 بالمائة في سنغافورة. وقد أشار هذا التباين إلى أن بيئة النظام المدرسي نفسه تلعب دوراً هائلاً في قدرة الطالب على الازدهار.
وعندما قاموا بتدريب نموذج تعلم الآلة الخاص بهم للتنبؤ بالطلاب الذين سيظهرون مرونة أكاديمية، حقق النموذج دقة ملحوظة؛ إذ استطاع النموذج التمييز بين الطلاب المتعثرين والناجحين بشكل أفضل بكثير من مجرد تخمين يعتمد على متوسط أداء البلد. وكان أقوى مؤشر وجده النموذج ليس مورداً مدرسياً أو مستوى دخل الأسرة، بل إيمان الطالب بقدرته على حل المسائل الرياضية. وهذا الشعور، المعروف باسم "الكفاءة الذاتية"، كان العامل الأقوى بمفرده عبر جميع البلدان الـ 79. فالطلاب الذين آمنوا بقدرتهم على حل المسائل الرياضية كانوا أكثر عرضة للنجاح، حتى عندما واجهوا حرمانًا كبيرًا. كما لعبت عوامل أخرى، مثل توفر أجهزة الكمبيوتر في المنزل والقدرة على مقاومة التوتر، أدواراً مهمة أيضاً. ومن المثير للاهتمام أن النموذج وجد أيضاً أن الطلاب الذين يعملون في وظائف مدفوعة الأجر خارج المدرسة كانوا أقل عرضة لإظهار المرونة، ويرجع ذلك على الأرجح إلى قلة الوقت المتاح لهم للدراسة.
ومع ذلك، كشفت الدراسة عن قصور حرج في كيفية استخدام هذه النماذج غالباً. فعندما أخذوا نموذجاً تم تدريبه على بيانات من دول متعددة وحاولوا استخدامه للتنبؤ بالنتائج في بلد واحد غير مدرج في التدريب، انخفضت دقته بشكل كبير. ورغم أن النموذج ظل مفيداً، إلا أنه لم يكن موثوقاً بنفس القدر الذي توحي به الأرقام العالمية. والأهم من ذلك، أن العوامل المحددة التي كانت الأكثر أهمية في بلد ما كانت غالباً مختلفة عن العوامل الأكثر أهمية في بلد آخر. والاستثناء الوحيد كان الإيمان بالقدرة الرياضية الخاصة، والتي ظلت المؤشر الأول في كل مكان. ويتحدى هذا الاكتشاف فكرة وجود قائمة عالمية واحدة من "المكونات الرئيسية" للنجاح تنطبق على كل ثقافة ونظام تعليمي؛ فهو يشير بدلاً من ذلك إلى أنه بينما يعد الثقة محركاً عالمياً للنجاح، فإن العوامل الداعمة الأخرى تعتمد بشدة على السياق المحلي.
كما أجروا تدقيقاً للعدالة لمعرفة ما إذا كان النموذج يعامل جميع الطلاب بالتساوي. واكتشفوا أنه بينما كان النموذج دقيقاً في المتوسط، إلا أنه ارتكب أنواعاً مختلفة من الأخطاء لمجموعات مختلفة؛ فقد كان أقل قدرة بشكل ملحوظ على تحديد الفتيات اللواتي يتمتعن بالمرونة مقارنة بالفتيان. كما كان أقل قدرة بكثير على رصد الطلاب المرنين الذين يعيشون في المناطق الريفية مقارنة بأولئك في المدن. وعندما أزالوا الجنس من مدخلات النموذج، اختفت الفجوة بالنسبة للفتيات، مما يشير إلى أن النموذج قد تعلم استخدام الجنس كطريق مختصر يعمل ضد الفتيات. ومع ذلك، فإن إزالة الموقع الريفي من النموذج لم يعالج الفجوة بالنسبة للطلاب في المناطق الريفية، مما يشير إلى أن المشكلة لدى طلاب المناطق الريفية لم تكن في تحيز النموذج، بل في حقيقة أن الظروف العامة في المناطق الريفية جعلت النجاح أصعب في التنبؤ به باستخدام معيار واحد.
تخلص الدراسة إلى أنه بينما يمكن لتعلم الآلة أن يساعدنا في فهم العوامل الكامنة وراء المرونة الأكاديمية، يجب أن نكون حذرين بشأن كيفية استخدام هذه الأدوات. وأهم ما يمكن استخلاصه هو أن الثقة في القدرة على تعلم الرياضيات هي قوة عالمية يمكنها مساعدة الطلاب المتعثرين على النجاح. لكن الاعتماد على نموذج عالمي واحد لاتخاذ القرارات لكل طالب في كل بلد هو أمر محفوف بالمخاطر؛ فالعوامل التي تقود النجاح ليست هي نفسها في كل مكان، والنموذج الذي يعمل جيداً في مكان ما قد يخطئ الهدف في مكان آخر. علاوة على ذلك، إذا استُخدمت هذه الأدوات لتحديد الطلاب المستحقين لبرامج الدعم، فيجب فحصها بعناية لضمان عدم تجاهل الفتيات أو الطلاب في المجتمعات الريفية بشكل منهجي. ومن خلال احترام تعقيد البيانات واختبار النماذج في العالم الحقيقي حيث ستُستخدم، يمكن للباحثين بناء أدوات تساعد حقاً في تحقيق العدالة التعليمية بدلاً من توسيع الفجوات التي يهدفون إلى سدها عن غير قصد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.