بطاقات إبراز دعم الطلاب في Insights للتعليم
Applies To
Microsoft Teams Microsoft Teams للتعليمتم تصميم بطاقات إبراز دعم الطلاب المستندة إلى الذكاء الاصطناعي لمساعدة المعلمين على تمييز الاهتمام بدعم الطلاب قبل أن يتخلفوا عن الركب. تستخدم هذه البطاقة التعلم الآلي لمراقبة أنماط المشاركة الرقمية للفصل الدراسي بالإضافة إلى كل طالب على حدة وإخطار المعلمين عندما يظهر الطلاب علامات مبكرة على فك الارتباط. توفر بطاقة spotlight قائمة بالطلاب الذين قد يحتاجون إلى دعم المعلمين في الأسبوع التالي، جنبا إلى جنب مع نقاط الحوار المحددة بناء على تغيير الطلاب في النشاط. تعد التنبؤات تكوينية بحتة وتعتمد فقط على إشارات التفاعل الرقمي المتوفرة في Insights للتعليم، ولا يتم جمع بيانات إضافية.
كيف يجب على المعلمين استخدام بطاقة spotlight؟
بصفتك معلما، فأنت تعرف وتفهم طلابك بشكل أفضل. تم تصميم هذا تسليط الضوء على تعلم الطلاب ومشاركتهم لمساعدة المعلمين في التمييز بين الدعم لتمكين طلابهم بشكل منصف.
تهدف هذه الأداة إلى استخدامها مع العلاقات الشخصية وفهم قدرات الطالب وظروفه. لا تقيم تسليط الضوء الطلاب، بل توفر فرصا للمعلمين للبناء على علاقاتهم الحالية وتمييز الدعم.
هام: قد يظهر بعض الطلاب الذين يحتاجون إلى الدعم حاجتهم دون نشاط متسق. لن يتم تمييز الطلاب غير النشطين باستمرار في بطاقة دعم الطلاب، لأنهم لم يقدموا بيانات النشاط لتفسيرها. يرجى إيلاء اهتمام وثيق لبطاقة إبراز النشاط لتحديد الطلاب غير النشطين، لأن هذا مؤشر آخر على أن الطلاب بحاجة إلى الدعم.
البحث عن بطاقة دعم الطلاب
يتمثل توافق الآراء في مجتمع الأبحاث العلمية في أن انخفاض المشاركة هو مؤشر على أن الطلاب يواجهون تحديات ويواجهون مخاطر متزايدة من التخلف عن الركب (Christenson وReschly وYylie، 2012؛)، وأنه يمكن استخدام بيانات المشاركة الرقمية للطلاب لتقييم مستوى تفاعلهم والتنبؤ بدقة عالية بالسلوكيات والإنجازات المستقبلية. بالإضافة إلى ذلك، يمكن استخدام هذه البيانات لتحديد الطلاب "المعرضين للخطر"، لأنها مرتبطة ارتباطا وثيقا بالمنجزات الأكاديمية (Asarta و Schmidt، 2013؛ بارادواج، بريجيش كومار، وسوراب بال، 2012؛ بيك، 2004؛ كامبل وآخرون، 2006؛ غولدستين وكاتز، 2005؛ جونسون، 2005؛ ميشينوف وآخرون، 2011؛ موريس وآخرون، 2005؛ كيو وجونسون، 2005؛ رافايلي ورافيد، 1997؛ وانغ ونيولين، 2002؛ أنت، 2016;).
وتبين الأبحاث أيضا أن التدخل المبكر يساعد على التخفيف من هذا الخطر. وهناك أدلة على أن نسبة عالية من الطلاب المعرضين للخطر يرسلون إشارات استغاثة قبل فترة طويلة من انقطاعهم عن الدراسة (نيلد، بلفانز، وهيرتسوغ، 2007). ولهذا السبب، تساعد أنظمة الإنذار المبكر المعلمين على منع الطلاب من الخروج عن مسار التخرج واستهداف التدخلات والدعم للطلاب الذين هم في أشد الحاجة إليها (Pinkus، 2008).
Asarta, C. J., & Schmidt, J. R. (2013). أنماط الوصول إلى المواد عبر الإنترنت في دورة تدريبية مدمجة. علوم القرار دفتر اليومية التعليم المبتكر، 11(1)، 107-123.
Baradwaj, B. K., & Pal, S. (2012). استخراج البيانات التعليمية لتحليل أداء الطلاب. arXiv preprint arXiv:1201.3417.
بيك، جي إي. (2004، أغسطس). استخدام أوقات الاستجابة لنمذجة فض ارتباط الطلاب. في وقائع ورشة عمل ITS2004 حول الذكاء الاجتماعي والعاطفي في بيئات التعلم (Vol. 20، رقم 2004، رقم 88-95).
Campbell, J. P., Finnegan, C., & Collins, B. (2006, يوليو). التحليلات الأكاديمية: استخدام CMS كنظام إنذار مبكر. في مؤتمر تأثير WebCT.
Christenson, S. L., Reschly, A. L., & Wylie, C. (Eds.). (2012). كتيب البحوث حول مشاركة الطلاب. Springer Science & Business Media.
غولدستين، بي جي، & كاتز، ر. ن. (2005). التحليلات الأكاديمية: استخدامات معلومات الإدارة والتكنولوجيا في التعليم العالي (Vol. 8، رقم 1، pp. 1-12). Educause.
جونسون، ج. م. (2005). اغتراب الطلاب والإنجاز الأكاديمي واستخدام WebCT. دفتر اليومية جمعية & للتكنولوجيا التعليمية، 8(2)، 179-189.
Michinov, N., Brunot, S., Le Bohec, O., Juhel, J., & Delaval, M. (2011). التسويف والمشاركة والأداء في بيئات التعلم عبر الإنترنت. أجهزة الكمبيوتر & Education، 56(1)، 243-252.
موريس، L. V.، فينيغان، سي، & وو، س. (2005). تعقب سلوك الطلاب واستمرارهم وإنجازهم في الدورات التدريبية عبر الإنترنت. الإنترنت والتعليم العالي، 8(3)، 221-231.
Neild, R. C., Balfanz, R., & Herzog, L. (2007). نظام إنذار مبكر. القيادة التعليمية، 65(2)، 28-33.
Pinkus, L. (2008). استخدام بيانات الإنذار المبكر لتحسين معدلات التخرج: إغلاق الشقوق في نظام التعليم. واشنطن العاصمة: التحالف من أجل التعليم الممتاز.
كيو، L.، & جونسون، W. L. (2005، مايو). الكشف عن الحالات الدافعة للمتعلم في بيئة تعلم تفاعلية. في وقائع مؤتمر عام 2005 حول الذكاء الاصطناعي في التعليم: دعم التعلم من خلال التكنولوجيا الذكية والمدروسة اجتماعيا (pp. 547-554).
رافايلي، س. & رافيد، ج. (1997). بيئة التعلم عبر الإنترنت المستندة إلى الويب لدورة تدريبية لأنظمة المعلومات: الوصول إلى السجلات والخطية والأداء. في Proc. Inf. Syst. Educ. Conf (فول. 97, pp. 92-99).
وانغ، أ. ي.، & نيولين، م. ه. (2002). تنبؤات أداء طالب الويب: دور الكفاءة الذاتية وأسباب أخذ صف على الإنترنت. أجهزة الكمبيوتر في السلوك البشري، 18(2)، 151-163.
أنت، (جي. و. (2016). تحديد مؤشرات مهمة باستخدام بيانات LMS للتنبؤ بإنجاز الدورة التدريبية في التعلم عبر الإنترنت. الإنترنت والتعليم العالي، 29، 23-30.
توقع انخفاض نشاط الطلاب
يأخذ نموذج التعلم الآلي أنماط النشاط الرقمي لكل طالب على مدى الأسابيع الثلاثة الماضية ويستخدم هذه البيانات لتحديد الطلاب النشطين اليوم ولكن أظهروا مؤشرات مبكرة على أن مستوى تفاعلهم قد ينخفض في الأسبوع القادم. يأخذ النموذج في الاعتبار أنماط التعلم المحددة للنظام البنائي للفصل الدراسي، بالإضافة إلى حساب الثغرات في نشاط الفصل الدراسي الناتج عن الإجازات والعطلات. التنبؤ بمشاركة الطلاب هو أمر فردي، مع فهم أن الطلاب المختلفين قد يظهرون أنماط نشاط مختلفة ولا يوجد شيء يسمى السلوك "العادي". لا تقيم إبرازات دعم الطلاب هذه الطلاب، بل تحدد أنماط النشاط المهمة بما يكفي للإشارة إلى الحاجة المحتملة إلى الدعم وتمكين المعلمين من التدخل في وقت مبكر.
تتضمن إشارات النشاط المستخدمة كمدخل للنموذج ما يلي:
-
أنماط الوصول إلى ملفات SharePoint: فتح وتعديل وتنزيل وتحميل
-
التعيينات وأنماط الوصول إلى الإرسال: تعيين، فتح، تسليم
-
مشاركة دردشة الصف: زيارة، نشر، رد، توسيع، تفاعل
-
مشاركة اجتماعات الصف
-
الوصول إلى صفحات دفتر ملاحظات للصفوف من OneNote: تحرير، انعكاس الاستخدام، نشر
هام: يستخدم النموذج النشاط وليس المحتوى نفسه. على سبيل المثال، لا يستخدم محتوى من رسائل الدردشة أو محتوى المستندات أو عواطف الانعكاس أو أي شيء يمكن استخدامه لتحديد ذلك الطالب.
نقاط التحدث
يحدد النموذج ما يصل إلى 15٪ من الطلاب في الفصل الذين أظهروا فيما يتعلق بإشارات النشاط، ثم يسلط الضوء على المؤشرات التي عرضها كل طالب في نقاط الحوار. عند تحديد بطاقة إبراز دعم الطلاب، سيتم إدراج الطلاب الذين أظهروا مؤشرات مبكرة لفك الارتباط جنبا إلى جنب مع نقاط الحوار المصممة لمساعدتك في بدء محادثة حول احتياجات دعم هذا الطالب.
تتضمن نقاط التحدث التي قد تراها على بطاقات إبراز دعم الطلاب ما يلي:
-
مشاركة أقل في المناقشات الرقمية
-
بدأ عدد أقل من المناقشات الرقمية
-
تفاعل مع عدد أقل من رسائل Teams
-
شارك في فرص التعلم الرقمي أقل
-
تم الوصول إلى عدد أقل من مواد الفصل الدراسي عبر الإنترنت
-
تم بدء تعيينات Teams في وقت لاحق من المعتاد
-
عمل أقل في دفتر ملاحظات للصفوف في OneNote
الخصوصية الذكاء الاصطناعي المسؤولة
في Microsoft، نهتم بشدة بالخصوصية والاستخدام الأخلاقي الذكاء الاصطناعي. لذلك، يتم تضمين مبادئ الخصوصية التالية في النموذج:
-
يتم تدريب النموذج باستخدام طريقة إيقاف الاستخدام، ما يعني أن علماء البيانات لدينا ليس لديهم حق الوصول لعرض بيانات الفئة.
-
نحن نشارك نتائج التحليلات حول الطلاب فقط مع الأفراد الذين لديهم بالفعل حق الوصول إلى البيانات الأساسية ولديهم معرفة شخصية بالطالب. أي معلم الصف.
-
لن يقوم النموذج أبدا بتمييز الطالب على أنه "جيد" أو "سيئ". نهدف إلى دعم المعلم في اتخاذ قرارات مستنيرة حول طلابه من خلال مشاركة الملاحظات الموضوعية للبيانات بطريقة غير حكمية.
-
النموذج مقصود حول تجنب التحيز ولا يستخدم أي معلومات تعريف (مثل الاسم أو الجنس أو العرق). يستخدم النموذج المعلومات السلوكية فقط من تفاعلات الطلاب في Teams.
-
التنبؤ تكويني بحت، ما يعني أنه مصمم لتنبيه المعلمين ودعمهم في تعديل ممارساتهم لصالح طلابهم، ولكن لا يتم حفظه في قاعدة بيانات Insights للمراجعة المستقبلية. وهو انعكاس للسلوك في نقطة زمنية محددة ولا ينبغي استخدامه للتقييم الرسمي لأي طالب.
قيود النموذج
-
يفحص النموذج فئة واحدة في كل مرة. إذا انخفض نمط نشاط الطالب في صف واحد وميل في فصل آخر، فقد يتم إعلام المعلمين بالحاجة إلى الدعم في الفصل الذي يحتوي على نشاط متراجع فقط.
-
يستخدم النموذج المشاركة الرقمية فقط من خلال Teams كمقياس. لا يتم النظر في الاتصال المباشر من طالب إلى معلم أو بين الطلاب أو خارج Teams. لن يتم تمثيل النشاط الرقمي خارج Teams في النموذج.
-
للسماح بالحساب الدقيقة لفرص التعلم، لن يتم إجراء التنبؤ إلا للصفوف التي تحتوي على أكثر من 5 طلاب، وما لا يقل عن 4 أسابيع من النشاط الرقمي ومشاركة الطلاب بنسبة 30٪ على الأقل في واحد أو أكثر من الأنشطة الرقمية التي يستخدمها النموذج.
هل تحتاج إلى مزيد من المساعدة؟
الخروج من الخيارات إضافية؟
استكشف مزايا الاشتراك، واستعرض الدورات التدريبية، وتعرف على كيفية تأمين جهازك، والمزيد.
تساعدك المجتمعات على طرح الأسئلة والإجابة عليها، وتقديم الملاحظات، وسماعها من الخبراء ذوي الاطلاع الواسع.
