A Comprehensive Survey of Students’ Engagement Detection for Online Classroom Management
تقدم هذه الورقة مسحاً شاملاً لإحدى وخمسين دراسة قائمة على الرؤية الحاسوبية من العقد الماضي حول الكشف التلقائي عن تفاعل الطلاب في الفصول الدراسية عبر الإنترنت، حيث تسلط الضوء على الدقة العالية لطرق تعلم الآلة الحالية مع تحديد الفجوات الحرجة في التعامل مع الصور المحجوبة أو ذات الإضاءة المنخفضة والحاجة إلى بحث أعمق في الارتباط بين العاطفة والتفاعل.
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 غمرة الهدوء الذي يلف فصلاً دراسياً حديثاً، حدث تحول صامت. لعقود من الزمن، كان التعلم يحدث في غرف مادية حيث يمكن للمعلم أن يمسح بصرَه عبر بحرٍ من الوجوه، ويقرأ اللغة الخفية للحواجب المقطبة أو العيون الشاردة لتقدير ما إذا كان الطالب يتابع الدرس أم لا. أما اليوم، فقد انتقل جزء كبير من هذا التعلم إلى الشاشات، حيث غالباً ما يكون المعلم مجرد مربع صغير على شاشة المراقبة، والطلاب مشتتون عبر أنحاء العالم. في هذا الفضاء الرقمي، يفقد المعلم القدرة على رؤية الغرفة؛ فلا يمكنه معرفة ما إذا كان الطالب منغمساً بعمق، أو مرتبكاً في صمت، أو ببساطة يحدق بفراغ في السقف. هذا الانفصال يخلق تحدياً: كيف تعرف ما إذا كان شخص ما يتعلم بينما لا يمكنك رؤيته؟ تكمن الإجابة في مجال علمي يعلّم الحواسيب رؤية وفهم التعبيرات البشرية، محولاً كاميرا الويب من مجرد أداة للتواصل إلى نافذة تطل على الحالة الذهنية للطالب.
لقد شرع فريق من الباحثين في رسم خارطة للمشهد الحالي لهذه التكنولوجيا، من خلال مراجعة عشرات الدراسات من العقد الماضي لفهم كيفية تعليم الآلات اكتشاف تفاعل الطلاب في الفصول الدراسية عبر الإنترنت. لم يقوموا ببناء نظام جديد بأنفسهم؛ بل عملوا كرسامي خرائط، يرسمون معالم الأساليب القائمة لمعرفة ما ينجح، وما يفشل، وأين تظل الخريطة فارغة. يركز عملهم على الرؤية الحاسوبية، وهي فرع من فروع الذكاء الاصطناعي يسمح للبرمجيات بتفسير المعلومات المرئية. وفي هذا السياق، تراقب البرمجيات وجه الطالب عبر كاميرا الويب، بحثاً عن حركات عضلية محددة حول العينين والفم تشير إلى عواطف مثل السعادة، أو الارتباك، أو الملل. الهدف النهائي ليس مجرد تسمية هذه العواطف، بل ترجمتها إلى مقيًاس للتفاعل—أي تحديد ما إذا كان الطالب يشارك بنشاط في الدرس أم أنه بدأ يبتعد ذهنياً.
جمع الباحثون إحدى وخمسين ورقة بحثية نُشرت بين عامي 2015 و2025، وقاموا بتصفيتها من خلال معايير صارمة لضمان تركيزها فقط على الأساليب التي تستخدم الكاميرات لمراقبة الطلاب في الوقت الفعلي. ووجدوا أن العملية تتبع مساراً واضحاً بشكل عام. أولاً، يجب على الكمبيوتر تحديد الوجه في دفق الفيديو. ثم يتتبع ذلك الوجه مع حركة الطالب. بعد ذلك، يستخرج النظام تفاصيل محددة من الصورة، مثل شكل الحواجب أو انحناء الابتسامة. أخيراً، تقارن نموذج رياضي هذه التفاصيل بآلاف الأمثلة التي تعلم منها، لتقرر ما هو الشعور الذي يشعر به الطالب، وبالتالي، مدى تفاعله.
تكشف نتائج هذا المسح عن تكنولوجيا قادرة بشكل مدهش ولكنها لا تزال غير كاملة. وجد الباحثون أن العديد من هذه الأنظمة يمكنها تحديد عواطف الطلاب بدقة ملحوظة، حيث سجلت بعض الدراسات معدلات دقة تصل إلى 99 بالمائة. ومع ذلك، فإن هذه الأرقام العالية غالباً ما تأتي مع ثمن. فهذه الأنظمة تعمل بشكل أفضل عندما يجلس الطالب ساكناً، مواجهاً للكاميرا مباشرة، وفي إضاءة جيدة. وفي اللحظة التي يدير فيها الطالب رأسه، أو يغطي وجهه بيده، أو يجلس في غرفة خافتة الإضاءة، تنخفض دقة هذه الأنظمة بشكل كبير. لاحظ الباحثون أن "الاحتجاب" (occlusion)—أي عندما يكون جزء من الوجه مخفياً—يمثل عقبة رئيسية. فحتى كمامة بسيطة أو يد مستندة على الخد يمكن أن تربك البرنامج، مما يجعله يخطئ في التقاط الإشارات الدقيقة التي يحتاجها لإصدار حكمه.
بعيداً عن العقبات التقنية، تسلط الورقة الضوء على تعقيد أعمق: الرابط بين العاطفة والتفاعل ليس خطاً مستقيماً. فالطالب الذي يبدو مرتبكاً قد يكون يكافح لفهم المادة، وهو ما يعد علامة على التفاعل الذهني النشط، أو قد يكون تائهاً ومستعداً للاستسلام. والطالب الذي يبدو سعيداً قد يكون مستمتعاً بالدرس، أو قد يكون مشتتاً بشيء ممتع في علامة تبويب أخرى. لاحظ الباحثون أنه لا يوجد كتاب قواعد عالمي يخبر الكمبيوتر بالضبط أي عاطفة تساوي أي مستوى من التفاعل. بدلاً من ذلك، تعتمد معظم الأنظمة على افتراضات الأشخاص الذين بنوها، مفترضةً أن الابتسامة تعني "التفاعل" والعبوس يعني "عدم التفاعل". هذا الافتقار إلى تعريف موحد يجعل من الصعب مقارنة الأنظمة المختلفة أو معرفة ما إذا كان أحدها أفضل حقاً من الآخر.
كما يشير الاستطلاع إلى أن البيانات المستخدمة لتدريب هذه الأنظمة تفتقر غالباً إلى "فوضوية" الحياة الواقعية. فالعديد من مجموعات البيانات تتكون من صور أو فيديوهات تم اتخاذ وضعيات محددة فيها حيث طُلب من الأشخاص تمثيل عواطف معينة، أو يتم جمعها من الإنترنت حيث تكون الإضاءة والزوايا غير متوقعة. وبينما تساعد هذه المجموعات البرامج على تعلم الأساسيات، إلا أنها لا تهيئها دائماً لمواجهة الواقع الفوضوي للفصل الدراسي المباشر عبر الإنترنت. وجد الباحثون أن الأنظمة المدربة على هذه البيانات غالباً ما تواجه صعوبات عند مواجهة الظروف "الواقعية" للفصول الدراسية الفعلية، حيث يتحرك الطلاب، ويتحدثون، ويتفاعلون بطرق يصعب التنبؤ بها.
ربما يكون الاكتشاف الأكثر أهمية في هذا المسح هو التوتر القائم بين الدقة والخصوصية. فلكي تعمل هذه الأنظمة، يجب أن تلتقط وتحلل باستمرار البيانات البيومترية للطلاب—وجوههم، وتعبيراتهم، وحركاتهم. ويؤكد الباحثون أن هذا يثير تساؤلات أخلاقية خطيرة. إن تخزين مقاطع الفيديو الخام لوجوه الطلاب يشكل خطراً على خصوصيتهم، والشعور المستمر بأنهم مراقبون قد يجعل الطلاب يشعرون بالقلق أو يغير من سلوكهم. يقترح المؤلفون أن النهج الأكثر مسؤولية هو معالجة بيانات الفيديو فورياً على جهاز الطالب الخاص والتخلص من الصورة فوراً، والاحتفاظ فقط بالنتيجة النهائية، مثل درجة بسيطة توضح "متفاعل" أو "غير متفاعل". بهذه الطريقة، يمكن للنظام مساعدة المعلم دون إنشاء سجل دائم لوجه الطالب.
في نهاية المطاف، يرسم هذا المسح صورة لتكنولوجيا قوية ولكنها لا تزال في مرحلة النمو. يمكنها رؤية الوجوه والتعرف على الابتسامات، لكنها لا تزال تتعلم فهم العقل البشري الكامن وراء تلك الابتسامة. يخلص الباحثون إلى أنه بينما تعد الأساليب الحالية بداية جيدة، فإن المجال يحتاج إلى تجاوز مجرد التعرف على العواطف. يجب أن تكون الأنظمة المستقبلية قادرة على التعامل مع الواقع الفوضوي للوجوه المحجوبة، والإضاءة المنخفضة، والتعبيرات الثقافية المتنوعة للعواطف. كما يجب أن تجد طريقة للموازنة بين الحاجة إلى الرؤية وبين الحق في الخصوصية، لضمان أن الأدوات المصممة لمساعدة الطلاب على التعلم لا تنتهي بجعلهم يشعرون بأنهم مراقبون أو محكوم عليهم. إن الطريق إلى الأمام لا يقتصر فقط على جعل البرمجيات أكثر ذكاءً، بل في جعلها أكثر إنسانية، وأكثر قوة، وأكثر احتراماً للأشخاص الذين وُجدت لخدمتهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.