LMS-FAIR-India: A FAIR Compliant Synthetic LMS Interaction Dataset from a Private University for Privacy Preserving Learning Analytics

في الفصل الدراسي الحديث، نادراً ما يحدث التعلم في عزلة. فهو يتكشف عبر المنصات الرقمية حيث يسجل الطلاب دخولهم لمشاهدة المحاضرات، وتحميل المواد القرائية، وتسليم التكليفات، وإجراء الاختبارات القصيرة. كل نقرة، وكل توقف، وكل عملية تسليم تترك أثراً رقمياً، مما يخلق سجلاً هائلاً لكيفية تعلم الناس. يطلق الباحثون على هذا المجال اسم "تحليلات التعلم"، ويعتقدون أنه من خلال دراسة هذه الأنماط، يمكنهم فهم ما يساعد الطلاب على النجاح وما يعرضهم لخطر التعثر. ومع ذلك، يقف عائق كبير في طريق هذا التقدم؛ فالبيانات التي من شأنها أن تكشف هذه الأنماط تحتوي على معلومات شخصية عميقة عن طلاب حقيقيين. إن القوانين المصممة لحماية الخصوصية، مثل تلك الموجودة في الهند وأوروبا، تجعل من غير القانوني مشاركة هذه البيانات الخام علانية. وهذا يخلق موقفاً صعباً: العلماء يريدون دراسة البيانات لتحسين التعليم، لكن لا يمكنهم المساس بالبيانات دون انتهاك خصوصية الأفراد الذين تصفهم.

ولحل هذه المعضلة، ابتكر باحث يدعى سانجاي أجال من جامعة بارول نوعاً جديداً من الموارد. فبدلاً من مشاركة سجلات الطلاب الحقيقية، وهو ما سيكون خرقاً للثقة والقانون، قام الفريق بإنشاء مجموعة بيانات اصطناعية بالكامل تحاكي سلوك الطلاب الحقيقيين. هذه المجموعة، التي تسمى LMS-FAIR-India، هي مكتبة ضخمة من التفاعلات المختلقة التي تبدو وتشعرك بأنها حقيقية تماماً ولكنها لا تحتوي على أي أشخاص حقيقيين. وهي تتيح للباحثين اختبار أفكارهم وبناء أدوات تعليمية أفضل دون الحاجة أبداً إلى رؤية اسم طالب حقيقي واحد أو درجته. ويبرهن هذا العمل على أنه من الممكن تطوير علم التعلم مع احترام الحق في الخصوصية بشكل صارم.

إن جوهر هذا المشروع هو مجموعة بيانات اصطناعية، وهي في الأساس محاكاة حاسوبية لفصل دراسي جامعي. لقد بنى الباحثون نموذجاً لجامعة خاصة نموذجية في الهند، تضم عشرة آلاف طالب افتراضي، ومائة وخمسين مساقاً، وفصلاً أكاديمياً مدته ستة أشهر. لم يستخدموا أي سجلات طلاب حقيقية لإنشاء هذا النموذج، بل اعتمدوا بدلاً من ذلك على قواعد عامة حول كيفية عمل الجامعات الهندية، وإحصاءات عامة حول كيفية سلوك الطلاب عادةً عبر الإنترنت، ونصائح من أعضاء هيئة التدريس لضمان أن تبدو المحاكاة واقعية. والنتيجة هي مجموعة من البيانات تتضمن تفاصيل ديموغرافية، ومعلومات عن المساقات، وأكثر من مليون وسبعمائة ألف حدث مسجل، مثل عمليات تسجيل الدخول، ومشاهدات الفيديو، ومحاولات الاختبارات. كل قطعة من المعلومات في مجموعة البيانات هذه تم إنشاؤها بواسطة برنامج حاسوبي يتبع قواعد إحصائية، مما يعني انعدام خطر تحديد هوية أي شخص حقيقي لأن أي شخص حقيقي لم يشارك في العملية قط.

تم هيكلة مجموعة البيانات لتعكس تعقيد بيئة التعلم الحقيقية؛ فهي لا تكتفي بسرد أحداث عشوائية، بل تربط بينها منطقياً. فعلى سبيل المثال، تُظهر البيانات الطلاب المسجلين في مساقات معينة، ومدة بقائهم على المنصة، والدرجات التي حصلوا عليها في تكليفاتهم. وقد حرص الباحثون على أن تطابق الأنماط في هذه البيانات الاصطناعية ما يُرى في الحياة الواقعية. ففي المحاكاة، يميل الطلاب الذين لديهم خلفيات أكاديمية أقوى قبل بدء الفصل الدراسي إلى أن يكونوا أكثر نشاطاً على المنصة، وهو نمط يحاكي الواقع. كما تلتقط البيانات إيقاع حياة الطالب، حيث تُظهر أن النشاط يبلغ ذروته خلال منتصف النهار في أيام الأسبوع وينخفض بشكل ملحوظ في عطلات نهاية الأسبوع. ومن خلال إعادة إنتاج هذه السلوكيات الطبيعية، توفر مجموعة البيانات أرضية اختبار واقعية للباحثين الذين يرغبون في تطوير أدوات للتنبؤ بالطلاب الذين قد يواجهون صعوبات أو لتصميم طرق أفضل لإشراك المتعلمين.

أحد أهم جوانب هذا العمل هو كيفية تعامله مع قضية الخصوصية. في الماضي، حاول الباحثون أحياناً حماية البيانات الحقيقية عن طريق إزالة الأسماء أو إخفاء تفاصيل محددة، وهي عملية تُعرف باسم "إخفاء الهوية". ومع ذلك، فقد أثبت الخبراء أنه حتى البيانات التي تم إخفاء هويتها يمكن أحياناً تتبعها للوصول إلى الأفراد إذا ما دُمجت مع معلومات أخرى. ويتجنب هذا النهج الجديد ذلك الخطر تماماً؛ لأنه يتم إنشاء البيانات من الصفر باستخدام توزيعات عشوائية ونماذج إحصائية، فمن المستحيل ربط أي سجل بطالب حقيقي. وقد اختبر الباحثون ذلك من خلال محاولة خداع حاسوب لجعله يعتقد أن طالباً وهمياً هو طالب حقيقي، وفشل الحاسوب في إيجاد أي صلة. وتعني طريقة "الخصوصية بالتصميم" هذه أنه يمكن مشاركة البيانات بحرية مع أي شخص في العالم، مما يسمح بالتعاون المفتوح دون خوف من الانتهاكات القانونية أو الأخلاقية.

ولجعل البيانات مفيدة للمجتمع العلمي العالمي، اتبع الباحثون مجموعة من المبادئ المعروفة باسم FAIR، والتي ترمز إلى كونها قابلة للإيجاد (Findable)، والوصول (Accessible)، والتشغيل البيني (Interoperable)، وإعادة الاستخدام (Reusable). يتم استضافة مجموعة البيانات في أرشيف عبر الإنترنت متاح للجمهور بعنوان رقمي دائم، بحيث يمكن العثور عليها والاستشهاد بها بسهولة. وهي متاحة مجاناً بموجب ترخيص يسمح لأي شخص باستخدامها، أو تعديلها، أو مشاركتها، بشرط نسب الفضل لمبدعيها. كما تم تنظيم البيانات في ملفات قياسية واضحة يمكن فتحها بواسطة أي برنامج حاسوبي تقريباً، وتأتي مع دليل مفصل يشرح بالضبط معنى كل عمود ورقم. علاوة على ذلك، أتاح الباحثون الكود البرمجي المستخدم لإنشاء البيانات للجمهور؛ وتسمح هذه الشفافية للعلماء الآخرين بالتحقق من النتائج، أو تكييف المحاكاة لجامعاتهم الخاصة، أو توليد مجموعات بيانات جديدة مصممة لسياقات تعليمية مختلفة.

لقد ثبتت قيمة مجموعة البيانات هذه من خلال سلسلة من الاختبارات المصممة لمعرفة ما إذا كانت قادرة على دعم بحث حقيقي. استخدم الباحثون البيانات الاصطناعية لتدريب نماذج حاسوبية للتنبؤ بمشاركة الطلاب وتحديد الطلاب الذين قد ينسحبون من مساقاتهم. وقد أدت النماذج أداءً مماثلاً لما قدمته النماذج المشابهة في البيانات الحقيقية في دراسات سابقة. فعلى سبيل المثال، عندما حاول الباحثون التنبؤ بالطلاب الذين سينهون مساقاتهم، حدد النظام الطلاب المعرضين لخطر التعثر بدقة عالية. كما أكدوا أن العلاقة بين عدد مرات تسجيل دخول الطالب ودرجاته النهائية قد تم الحفاظ عليها في المحاكاة، بما يطابق النتائج من الدراسات الواقعية. وتشير هذه النتائج إلى أن البيانات الاصطناعية هي بديل موثوق للبيانات الحقيقية عندما يتعلق الأمر بتطوير واختبار التقنيات التعليمية الجديدة.

يعالج هذا العمل فجوة حرجة في مجال تحليلات التعلم، لا سيما في سياق التعليم العالي في الهند. وبينما توجد بعض مجموعات البيانات العامة من الدول الغربية، إلا أنها غالباً ما تعكس أنظمة تعليمية وسياقات ثقافية مختلفة. وتملأ مجموعة بيانات LMS-FAIR-India هذا الفراغ من خلال توفير محاكاة واسعة النطاق وواقعية لجامعة هندية خاصة. وهي توفر فرصة فريدة للباحثين لدراسة كيفية تعلم الطلاب في هذه البيئة المحددة وتفاعلهم مع التكنولوجيا. ومن خلال تقديم أداة آمنة من الناحية الخصوصية ومتينة من الناحية العلمية، يفتح المشروع آفاقاً لموجة جديدة من الابتكار في التعليم. فهو يتيح للعلماء طرح أسئلة صعبة حول نجاح الطلاب وإيجاد إجابات لها دون المساس بكرامة أو سلامة الأفراد الذين يدرسونهم.

إن تداعيات هذا العمل تمتد إلى ما هو أبعد من مجرد مجموعة بيانات واحدة؛ فهي توضح مساراً عملياً مستقبلياً للمجال بأكتها. فمن خلال إظهار أنه يمكن إنشاء ومشاركة بيانات عالية الجودة تحافظ على الخصوصية علانية، أزال الباحثون عقبة رئيسية كانت تعيق التقدم لسنوات. ويمكن للمؤسسات الأخرى الآن استخدام نفس الأساليب لإنشاء مجموعات البيانات الاصطناعية الخاصة بها، والمصممة لتلبية احتياجاتها الخاصة، دون الحاجة إلى خوض غمار العقبات القانونية المعقدة. يعزز هذا النهج ثقافة الانفتاح والتعاون، حيث يظل التركيز منصباً على تحسين نتائج التعلم للجميع. وتقف مجموعة البيانات هذه كشهادة على فكرة أن حماية الخصوصية والتقدم العلمي ليسا هدفين متضادين، بل هما هدفان متكاملان يمكن تحقيقهما معاً من خلال التصميم الدقيق والمبتكر.