ניבוי הצלחה בלימודים ע"י בינה מלאכותית

חוקרים מאוניברסיאת אריאל וביה"ס הבינ"ל לכלכלה בסלובניה הצליחו ללמד מכונות חישוב, באמצעות אלגוריתמי למידה המבוססים על בינה מלאכותית, לבצע חיזוי על נתוני עבר, ובהתאמה לכך לבצע חיזוי עתידי המנבא את סיכויי ההצלחה של הסטודנטים במהלך לימודיהם לתואר.

במהלך המחקר שערכו ד"ר מוטי צוילינג מהמחלקה לכלכלה ומנהל עסקים באוניברסיטת אריאל וד"ר סרקו נטק מבית הספר הבינלאומי לכלכלה ומנהל עסקים בעיר Celje שבסלובניה, נאספו ציוני הקורסים הסופיים מסטודנטים לתואר ראשון בקורסים שונים מהתמחות מערכות מידע, הנלמדים על-ידי תלמידי כלכלה ומנהל עסקים בהתמחות זו. המידע נאסף על פני השנים 2010-2013 וכלל 106 סטודנטים. איסוף הנתונים נעשה באמצעות מערכת קידוד הציונים בבית הספר למנהל עסקים בסלובניה העונה לשם "NOVIS". הנתונים שנאספו עם השנים על-אודות הסטודנטים, שימשו את המכונות ללמוד מהם סיכויו של הסטודנט לסיים את התואר בהצלחה כאשר בחלוף הזמן לומדות ה"מכונות" כיצד לתקן את תהליך הלמידה האוטומטי שייצרו לעצמן.

הנתונים שנאספו על כל נבדק כללו בין השאר את המשתנים הדמוגרפים: גיל, שנת לידה, האם הסטודנט עובד או לא, שנת רישום לתואר, לימוד בהיקף מלא או חלקי, וציון המרכיבים השונים של הסטודנט בקורסים (עבודות, מבחנים ותרגילים) לרבות הציון הסופי בקורס.

תהליך למידה עם אחוזים גבוהים של ניבוי

תוצאות המחקר מראות כי ניתן לחזות את סיכויי ההצלחה של הסטודנטים לאורך התואר באחוזים גבוהים למדי של כ 80%-90% בסוגים שונים של אלגוריתמים המבוססים על עצים כגון Mp5 וj48 לעומת שיטות סטטיסטיות מקובלות באקסל (65% ניבוי).

אחת המסקנות המפתיעות והחשובות במחקר היא שמכונות יכולות ללמוד מסט יחסית "קטן של נתונים" המבוסס על כ-100 נבדקים ולבצע תהליך למידה שמניב אחוזים גבוהים של ניבוי. משמעות הדבר היא שתהליך לימוד המכונות הוא קצר, ואיננו דורש מידע רב.

"תוצאות המחקר הם חשובות ביותר, ויש בהן משום בשורה חדשה לאקדמיה. על-ידי לימוד פשוט ומהיר של מכונות חישוב, תהיה לנו אפשרות לנבא את הצלחת הסטודנטים במקצועות שונים. המחקר עשוי לתרום במידה רבה למקבלי החלטות בדרגים השונים של מוסדות לימוד אקדמיים כגון ראשי מחלקות ודיקאנים לקבוע נוסחאות קבלה מותאמות יותר לסוג התואר הנלמד ולא להתבסס אך ורק על ממוצע ציוני הבחינה הפסיכומטרית ותעודת בגרות", סכם ד"ר צוילינג את חשיבות המחקר.

החוקרים עובדים כיום על הרחבת השיטה וביסוסה תוך ביצוע מחקר השוואתי בין מדינות ומקווים שלא ירחק היום שמכונות חישוב יסייעו בתהליכי הקבלה והמיון של סטודנטים למסלולי הלימוד השונים באוניברסיטאות ובמכללות.