البيانات الضخمة والاستفادة منها في عملية التعلم

البيانات الضخمة والاستفادة منها في العملية التعليمية..بوجهٍ عام، ينظر البعض للبيانات الضخمة على حقيقتها وعظمتها لأنها أهم مكتسبات العصر الرقمي. 

ما هي البيانات الضخمة؟ ولماذا سموها ضخمة؟ هذه البيانات هي معلومات لا حد لها في الحجم والنطاق عن الأشخاص والأشياء والأنشطة والأعمال. وأطلق العلماء عليها البيانات الضخمة بسبب الكم الهائل والعدد الشاسع لعناصر البيانات عبر نطاق ومجال حدوثها.

أهمية البيانات الضخمة

 

تفتح البيانات الضخمة الباب أمام احتمالات الفهم على مستوى أكثر عمقاً لا يمكن بلوغه يدونها. فعلى سبيل المثال، يمكن أن تمنحنا البيانات الضخمة تحليلاً تاريخياً، مثل معرفة سبب تصويت الأشخاص بطريقة ما في استطلاعات رأي أو انتخابات أو مسابقات ما. كذلك، يمكن أن تزودنا هذه البيانات بإطار عمل مستقبلي على شاكلة تحديد كيفية جذب المزيد من الأشخاص إلى المشاركة في استطلاعات الرأي والانتخابات. وفي مجال العمل التعليمي، تستفيد مؤسسات التعليم الخاصة والعامة من البيانات الضخمة في مواكبة تطلعات المتعلمين والمسؤولين عن العملية التعليمية والعمل على ربط العملية التعليمية بالمتعلمين وكسب رضا الجميع.

ومن باب البيانات الضخمة، يمكننا يمكننا الاستفادة من تلك البيانات بشكلٍ أفضل في تصميم عملية التعلم، ودفع منهج قائم على الاستدلال في التجريب والتوفيق. ويمكننا القول إن تكلفة البيانات الضخمة تنخفض، لكن قيمتها اليوم تزداد. وهذا الاستنتاج قائم على حساب المكاسب التي تعود على المتعلم، والمصمم، والمدير أو المؤسسة. ومن أبرز هذه المكاسب إنجاز الأعمال بشكلٍ أفضل، أسرع، أرخص وأكثر إستراتيجية وأكثر إقناعاً.

ملامح عالم بيانات التعلم الضخمة

يشتمل عالم "بيانات التعلم الضخمة" على خصائص وله ملامح ثلاث لابد من توافرها في بيانات التعلم على وجه التحديد: الحجم والسرعة والتنوع.

الحجم

يجب تحديد الحجم المناسب من بيانات التعلم الضخمة ويجب علينا توظيفها في قالبها المناسب وإطارها العقلي والعملي والمنهجي المناسب. 

كذلك، يجب علينا أن نحلل البيانات ونحسن استيعاب حجمها من أجل تطلعات ورؤية أكثر ثراءً. أما عن ماهية تلك البيانات فيجب أن تكون شاملة وجامعة سواء كانت تتعلق بآلاف المتعلمين الذين يحصلون على دورة أو خبرة أو بطبيعة المحتوى وأنسب طرق شرحه وعرضه.

كذلك، من الممكن أن نقصد بالحجم التطلع إلى نقاط بيانات متعددة، على مدار الوقت، عن معلمٍ واحد. كما يمكن أن يقدم الحجم بيانات عن قاعدة أكثر عمقاً وثراءً لأنشطة التعلم – أو حتى اغتنام الوقت الذي توقف فيه المتعلم أثناء الإجابة على سؤالٍ محدد. كذلك، ربما استطاع الحجم يوماً ما من جمع بيانات عن مئات المنظمات لتقديم رؤية أو طرح.

السرعة

يجب استغلال بيانات التعلم الضخمة المتعلمين والمنظمات من أجل  الوصول السريع للمحتوى التعليمي وتحقيق الهدف منه. تخيل خيانة ذاكرة معلم أو متعلم له  بإدخال إجابة خاطئة في اختبار تقييمي، عندها ستمده سرعة الوصول للبيانات في أسرع وقت بخيارات علاجية وإثرائية تقوم على جوانب تعلمه التاريخية والإستراتيجيات الناجحة من آلاف المتعلمين الآخرين الذين أخفقوا في الإجابة على السؤال. 

في النهاية، ستتيح السرعة لمنتجي التعلم القدرة على عمل تعديلات في توصيل المحتوى – اعتماداً على التحليل السريع لخبرة المستخدم – على أساسٍ متواصل.

التنوع

تتميز بيانات التعلم الضخمة بالتنوع. لذلك، نرى تلك البيانات تضم طيفاً واسعاً من معلومات أشمل وأكثر امتداداً من الموهوبين، الأداء، الأبعاد الديموغرافية ومقاييس العمل. ويمكنك عندها أن تدرك هذه القواسم والعلاقات المشتركة بين الأداء التعليمي ونقاط السلوكيات والخلفيات الأخرى. تخيل مراجعات الأداء المرتبطة بأنشطة التعلم واستخدام البيانات، سواء بالنسبة لآلاف الموظفين أو حتى الوصول إلى عاملٍ واحد.

مصادر البيانات

مشكلتنا مع بيانات التعلم، منذ القدم، أننا كنا نمد أيدينا على الدوام للفاكهة دانية القطوف. يجب علينا أن نجهد أنفسنا قليلًا ونبحث عن المصادر القريبة والبعيدة. 

لذلك، يجب علينا ألا نفعل مثلما فعل بعض متخصصي التعلم بجمع بيانات تم الحصول عليها بتكلفةٍ متدنية وبسهولةٍ ويسر من الأشخاص وقت أن كانوا في نطاق عملنا، وعادةً ما يكون ذلك في الفصل المدرسي أو البرنامج. وفي عالم البيانات الكبرى للتعلم، سنكون في حاجة إلى إعادة التفكير في مصادر بياناتنا. على سبيل المثال، سنكون في حاجة إلى إلقاء نظرة على التعلم في سياقٍ أكثر رحابةً واتساعاً. عندما نفعل ذلك، سنبدأ في مشاهدة الكثير من مصادر البيانات القيمة على الأرجح، بما في ذلك تلك البيانات الموجودة بالفعل.

ثمة طريق يبدأ من منظور أكثر اتساعاً للموارد البشرية. إن العلاقة بين الاختيار والتدريب والكفاءة مهمة جداً. فعلى سبيل المثال، نقوم في الغالب بتقييم تأثير برنامج القيادة مع افتراض أننا نقوم بأشياء عظيمة ورائعة في البرنامج. في الواقع، نحن نعلم أن الكثير منها لابد من القيام به بمدى جودة اختيارنا المشاركين في البرنامج من جعبتنا، ومدى جودة اخيار من ينضمون للمنظمة. وربما ألقينا نظرة على ما كان يقوم به المشاركون قبل أن يلتحقوا بالبرنامج وما فعله مدراؤهم بعد أن غادروا البرنامج.

ربما كان علينا أن ننظر فيما إذا كان المتعلمون قد وصلوا إلى هذه المصادر أو أكملوها، وماذا كان رأيهم بشأنها وغير ذلك من أمور. لماذا؟ لأن ذلك مهم ولأننا نحتاج دائمًا أيضاً إلى التفكير في مناهج بديلة لجمع البيانات. وتتضمن بعض الطرق التي ربما غيرتها مناهجنا على عمق القياس، والتكاليف وأنواع البيانات.