يُعتبر الفهم العميق لنماذج التفكير (Mental Models) لدى الطلاب أحد العناصر الأساسية التي تساهم في تقييم استيعابهم لمفهوم معين. حيث تُعطي هذه النماذج لمحة عن المعرفة التي يمتلكها الطلاب وكيفية تطبيقها وتواصلها عبر سياقات متباينة. وبالتالي، فإن ردود الطلاب تُعتبر مؤشرات حيوية لجودة فهمهم، وليس مجرد عناصر يجب تصنيفها.

ومع ذلك، فإن استنتاج هذه النماذج من إجابات الطلاب يُعد تحديًا بالغًا، حيث يتطلب مهارات تفكير عميق. من هنا، نُقدّم نهجًا جديدًا يُعرف بـ MMGrader، الذي يسعى لاستنتاج جودة نماذج تفكير الطلاب من ردودهم متعددة الأنماط باستخدام خرائط المفاهيم (Concept Graphs) كإطار تحليلي.

في تقييمنا الذي شمل 9 نماذج مفتوحة المصدر، وجدنا أن أفضل النماذج لا تزال تخفق في تحقيق أداء على مستوى البشر، حيث لم تتجاوز دقة النموذج 40%، مع خطأ توقع يبلغ 1.1 وحدة. ورغم أن توزيع التقييمات كان متقاربًا من أنماط تقييم المربين، إلا أن هناك حاجة ملحة لتحسين الدقة.

بفضل التحسينات المستقبلية، فإن هذه النماذج يمكن أن تكون أدوات فعالة تسهل على المعلمين فهم نماذج تفكير طلابهم بكفاءة، مما يعزز من طرق التدريس ويساعد في تصميم جلسات مساعدة مستهدفة تلبي احتياجاتهم التعليمية الخاصة.

هل تتوقع أن تُحدث هذه الأدوات الجديدة ثورة في أساليب التعليم والتقييم؟ شاركونا آراءكم في التعليقات!