في عصرنا الرقمي، أصبحت أنظمة التوصيات التعليمية (Educational recommender systems - ERSs) تلعب دوراً محورياً في تحسين نتائج التعلم وتجربة التعليم الشخصي. هذه الأنظمة تم تصميمها لتقديم توصيات مخصصة للمواد والأنشطة التي تتناسب مع احتياجات التعلم الفردية للمتعلمين. ومع ذلك، يبقى أثر مستويات التحكم المختلفة التي يمنحها النظام للمستخدمون أمرًا غير مستكشف بشكل كافٍ.

للتطرق إلى هذا الموضوع، قام فريق بحث بتصميم وتقييم نظام توصيات تفاعلي ضمن منصة Massive Open Online Course (MOOC) المعروفة باسم CourseMapper. حيث أتيحت للمتعلمين فرصة التفاعل مع ثلاثة عناصر رئيسية للنظام: المدخلات (مثل معلومات المستخدم الشخصية)، العملية (خوارزمية التوصية)، والمخرجات (التوصيات المقدمة).

تم إجراء دراسة شملت 184 مشاركًا لاستكشاف كيف تؤثر مستويات التحكم المختلفة في النظام على توقعات المستخدمين المتعلقة بأهداف التوصية مثل الشعور بالتحكم، والشفافية، والثقة، والرضا، والجودة المدركة. بشكل مثير، أظهرت النتائج أن تمكين المستخدمين من بناء وتحسين ملفاتهم الشخصية يُعتبر كافيًا لتعزيز الانطباعات الإيجابية عن النظام. في حين تعمل خيارات التحكم الإضافية على تعزيز هذه الانطباعات.

الأكثر إثارة هو أن الشعور بالتحكم يعتبر الهدف الوحيد الذي تأثر بشكل ملحوظ بتوفير مستويات مختلفة من التحكم، حيث كان للتحكم في المدخلات التأثير الأكبر. كما أن مستويات التحكم المختلفة تؤثر على الشفافية والثقة والرضا والجودة بشكل متباين ولكنه مترابط.

هذه الدراسة توفر دليلاً تجريبياً على أن التحكم الذي يمنحه النظام للمستخدمين يُشكل بشكل إيجابي من الشفافية، الثقة، الرضا، والجودة المدركة، لكن بمستويات متفاوتة. لذا، فإن تعزيز مستوى التحكم في أنظمة التوصيات التعليمية قد يكون خطوة هامة نحو تحسين تجارب التعلم والتفاعل بين المستخدمين.