في عصر الذكاء الاصطناعي، يتطلب تحسين الأداء الأكاديمي للطلاب استخدام تقنيات تحليل دقيقة وفعالة. يهدف النظام الجديد الذي يُعرف باسم نظام تحليل الأداء والسلوك المتكامل (Unified Behavioral Prediction and Calibration Analysis Pipeline - UBP-CAP) إلى توحيد عمليات توقع الأداء وضبط التقدير الذاتي، مما يسهل الفهم الأفضل لنتائج الطلاب.

يعتمد هذا النظام المتقدم على معالجة بيانات سلوكيات الطلاب من خلال ثلاثة وحدات مترابطة:

1. **مصنف LightGBM** الذي يستخدم مبادئ SHAP لتوقع دقة الإجابات بشكل ثنائي، مما يتيح فهمًا معمقًا لأداء الطلاب.
2. مجموعة من **المقاييس الرسمية للتقدير** مثل ECE وMCE، بالإضافة إلى تحليل Brier score، لتقييم توافق التصورات الفكرية للطلاب.
3. **نموذج تأثير مختلط ذو ارتباطات متقاطعة (GLMM)** لفهم الانحرافات في التقدير.

هذا المزيج الفريد من التقنيات يقدم أيضًا مؤشرًا يسمى **مؤشر اختلال التوافق التفسيري-التنبؤي (PEDI)** الذي يقيس الفروق الهيكلية بين ملفات الخصائص التنبؤية والتفسيرية. بلا شك، تشير النتائج إلى أهمية معالجة البيانات بشكل متكامل، حيث أظهرت النتائج فعالية النموذج في التنبؤ بالأداء، إذ سجلت طريقة الانحدار اللوجستي AUC-ROC يصل إلى 0.903، متفوقة بذلك على نموذج LightGBM.

هذا النظام قد يكون مفتاحًا لتخصيص التعلم في الأنظمة التعليمية الذكية، حيث تؤكد النتائج على ضرورة فهم الاختلافات الفردية في التقدير الذاتي لدى الطلاب. من خلال استكشاف هذه الآليات، نطمح إلى تقديم تجارب تعليمية أفضل تعزز من قدرات الطلاب وتساعدهم في تحقيق أهدافهم الأكاديمية.