التحليلات في التعليم العالي

يُعرَّف التحليل الأكاديمي بأنه عملية تقييم وتحليل البيانات التنظيمية الواردة من أنظمة الجامعة لأغراض إعداد التقارير واتخاذ القرارات (كامبل وأوبلينجر، 2007).ستساعد التحليلات الأكاديمية الطلاب وأعضاء هيئة التدريس على تتبع مساراتهم المهنية والشخصية. ووفقًا لكامبل وأوبلينجر (2007)، تدعو هيئات الاعتماد والحكومات وأولياء الأمور والطلاب إلى تبني أساليب حديثة وفعّالة لتحسين ومتابعة نجاح الطلاب. وقد أدّى ذلك إلى دخول نظام التعليم العالي عصرًا يتسم بزيادة التدقيق من مختلف الجهات المعنية . فعلى سبيل المثال، يُقرّ تقرير برادلي بأنّ أنشطة قياس الأداء ، مثل مشاركة الطلاب ، تُعدّ مؤشرات لتقييم جودة المؤسسة ( حكومة الكومنولث الأسترالية ، 2008).

تُعدّ زيادة المنافسة والاعتماد والتقييم والتنظيم من العوامل الرئيسية التي تُشجع على تبني التحليلات في التعليم العالي . ورغم أن مؤسسات التعليم العالي تجمع بيانات حيوية كثيرة يمكن أن تُسهم بشكل كبير في حل مشكلات مثل التسرب والاحتفاظ بالطلاب، إلا أن هذه البيانات لا تُحلل بشكل كافٍ، وبالتالي لا تُترجم إلى بيانات مفيدة (جولدشتاين، 2005).

ونتيجةً لذلك، تُجبر قيادات التعليم العالي على اتخاذ قرارات مصيرية وحيوية بناءً على معلومات غير كافية، في حين كان من الممكن تحقيق ذلك من خلال الاستخدام الأمثل للبيانات المتاحة وتحليلها (نوريس، ليونارد، والمبادرات الاستراتيجية، 2008). وهذا يُؤدي إلى مشاكل استراتيجية، كما ينعكس هذا القصور على المستوى التكتيكي . فالتعلم والتدريس في مؤسسات التعليم العالي غالبًا ما يكونان تجربة متنوعة ومعقدة، إذ يختلف كل مُعلم وطالب ومقرر دراسي عن الآخر.

ومع ذلك، فإن نظام إدارة التعلم (LMS) مُكلّفٌ بمعالجة كل هذه البيانات. ويُعدّ نظام إدارة التعلم محور التحليلات الأكاديمية، حيث يُسجّل معلومات كل طالب وموظف، ويُتيح الوصول إليها بنقرة زر داخل النظام. وعند إضافة هذه المعلومات المهمة ومقارنتها بأنظمة معلومات المؤسسات المختلفة، تُزوّد ​​المؤسسة بمجموعة واسعة من المعلومات المفيدة التي يُمكن استغلالها لاكتساب ميزة تنافسية (Dawson & McWilliam, 2008; Goldstein, 2005; Heathcoate & Dawson, 2005).

لاستخلاص معلومات قيّمة من مصادر المؤسسات التعليمية، كأنظمة إدارة التعلّم، لا بدّ من تفسير هذه المعلومات تفسيراً صحيحاً وفقاً لمعايير الكفاءة التعليمية، ويتطلّب هذا تحليلاً من قِبَل أشخاص ذوي مهارات في التعلّم والتعليم. لذا، يُشترط اتباع نهج تعاوني بين القائمين على حفظ البيانات ومحلليها، وإلاّ ستُهدر البيانات تماماً (بايبلر وموردوخ، 2010). ^{[ 1 ]} يعتمد اتخاذ القرارات في أبسط صوره على الافتراضات أو الحدس (إذ يمكن للشخص استخلاص استنتاجات واتخاذ قرارات بناءً على الخبرة دون الحاجة إلى تحليل البيانات) (سيمنز ولونغ، 2011). مع ذلك، فإنّ العديد من القرارات المتخذة في مؤسسات التعليم العالي بالغة الأهمية بحيث لا يمكن الاستناد فيها إلى القصص أو الافتراضات أو الحدس، إذ يجب أن تستند القرارات المهمة إلى البيانات والحقائق.

ظهرت التحليلات ، التي تُعرف غالبًا باسم " ذكاء الأعمال "، كبرمجيات وأجهزة جديدة تُمكّن الشركات من جمع وتحليل كميات هائلة من المعلومات أو البيانات. تتألف عملية التحليلات من جمع البيانات وتحليلها ومعالجتها ، ثم توظيف النتائج للإجابة عن أسئلة جوهرية مثل "لماذا؟". طُبقت التحليلات لأول مرة في قسم القبول بمؤسسات التعليم العالي، حيث كانت هذه المؤسسات تستخدم عادةً معادلات لاختيار الطلاب من بين عدد كبير من المتقدمين. استندت هذه المعادلات في معلوماتها إلى شهادات الثانوية العامة ونتائج الاختبارات المعيارية.

في عالمنا المعاصر، تُستخدم التحليلات على نطاق واسع في الوحدات الإدارية، كجمع التبرعات والقبول. ومن المتوقع أن يزداد استخدام وتطبيق التحليلات الأكاديمية نظرًا لتزايد الاهتمام بنجاح الطلاب ومساءلة المؤسسات التعليمية. تجمع التحليلات الأكاديمية بشكل أساسي بين البيانات المعقدة والواسعة النطاق ونماذج التنبؤ والتقنيات الإحصائية لتحسين عملية صنع القرار. وتسعى مبادرات التحليلات الأكاديمية الحالية إلى استخدام البيانات للتنبؤ بالطلاب الذين يواجهون صعوبات (أرنولد وبيستيلي، أبريل 2012). ^{[ 2 ]} وهذا يُمكّن المرشدين وأعضاء هيئة التدريس من التدخل من خلال تصميم إجراءات تلبي احتياجات الطالب التعليمية (أرنولد، 2010). ^{[ 3 ]} وبذلك، تمتلك التحليلات الأكاديمية القدرة على تحسين التعلم ونجاح الطلاب والتدريس. وقد أصبحت التحليلات أداة قيّمة للمؤسسات التعليمية لقدرتها على التنبؤ والنمذجة وتحسين عملية صنع القرار.

يتكون التحليل من خمس خطوات أساسية: جمع البيانات، والإبلاغ عنها، والتنبؤ بها، والتصرف بها، وتحسينها.

الاستحواذ : تتمحور جميع الجهود التحليلية حول البيانات. وبالتالي، يمكن أن تستند التحليلات الأكاديمية إلى بيانات من مصادر متنوعة، مثل أنظمة إدارة المحتوى والأنظمة المالية (كامبل، فينيغان، وكولينز، 2006). بالإضافة إلى ذلك، تأتي البيانات بتنسيقات مختلفة، مثل جداول البيانات . كما يمكن الحصول على البيانات من البيئة الخارجية للمؤسسة. وللاستحواذ على البيانات، تحتاج التحليلات الأكاديمية إلى تحديد نوع البيانات المتاحة، وطرق الاستفادة منها، وتنسيقاتها.

التقرير : بعد جمع البيانات وتخزينها في موقع مركزي، يقوم المحللون بفحصها، وإجراء الاستعلامات ، وتحديد الأنماط والاتجاهات والاستثناءات التي تُظهرها. ويتم في الغالب حساب الانحراف المعياري والمتوسط ​​( الإحصاءات الوصفية ).

التنبؤ : بعد تحليل البيانات المخزنة باستخدام الإحصاء، يتم تطوير نموذج تنبؤي . تختلف هذه النماذج باختلاف طبيعة السؤال ونوع البيانات. ولتحديد الاحتمالية ، تستخدم هذه النماذج مفاهيم وتقنيات الانحدار الإحصائي . وتُجرى التنبؤات بعد استخدام الخوارزميات الإحصائية .

الإجراء : يتمثل الهدف الرئيسي للتحليلات في تمكين المؤسسة من اتخاذ إجراءات بناءً على الاحتمالات والتوقعات المُعدّة . وقد تتنوع هذه الإجراءات بين الابتكار والمعلومات. ويمكن أن تتخذ التدخلات لمعالجة المشكلات شكل بريد إلكتروني شخصي، أو مكالمة هاتفية، أو اتصال آلي من المرشدين الأكاديميين بشأن موارد ومهارات الدراسة، مثل ساعات المكتب أو جلسات الدعم. ولا شك أن على المؤسسات وضع آليات مناسبة لقياس الأثر، مثل: هل استجاب الطلاب بالفعل أو حضروا جلسات الدعم عند دعوتهم؟

تحسين : ينبغي أن تتضمن التحليلات الأكاديمية عملية تهدف إلى التطوير الذاتي . يجب تحديث العمليات الإحصائية باستمرار، لأن قياس تأثير المشاريع ليس جهدًا ثابتًا لمرة واحدة، بل هو جهد متواصل. على سبيل المثال، ينبغي تحديث أو مراجعة تحليلات القبول سنويًا.

تعرضت التحليلات لانتقادات لأسباب عديدة، منها التنميط . ويُستخدم هذا الأسلوب بشكل أساسي لتصنيف الطلاب إلى فئتين: ناجحين وغير ناجحين. ومع ذلك، يرى البعض أن تنميط الطلاب قد يؤثر على سلوكيات الناس وتوقعاتهم (فيرغسون، 2012). إضافةً إلى ذلك، لا توجد إرشادات واضحة بشأن ما إذا كان ينبغي حظر أو السماح بممارسات التنميط في مؤسسات التعليم العالي.

• التحليلات الأكاديمية في مكتبة موارد EDUCAUSE
• أرنولد، ك. إي. (2010). الإشارات: تطبيق التحليلات الأكاديمية. مجلة Educause الفصلية، 33(1)، رقم 1. (المساءلة)
• أرنولد، ك. إي.، وبيستيلي، م. د. (أبريل 2012). إشارات المقرر الدراسي في جامعة بيردو: استخدام تحليلات التعلم لزيادة نجاح الطلاب. في وقائع المؤتمر الدولي الثاني لتحليلات التعلم والمعرفة (ص  267-270). جمعية آلات الحوسبة.
• بايبلر، ب.، وموردوخ، سي جيه (2010). التحليلات الأكاديمية واستخراج البيانات في التعليم العالي. المجلة الدولية لمنح التدريس والتعلم، 4(2)، 17.
• كامبل، جيه بي، وأوبلينجر، دي جي (2007). التحليلات الأكاديمية. مقالة إيدوكوز.
• كامبل، جيه بي، وفينيغان، سي، وكولينز، بي (2006). التحليلات الأكاديمية: استخدام نظام إدارة المحتوى كنظام إنذار مبكر. في مؤتمر تأثير WebCT.
• حكومة الكومنولث الأسترالية. (2008). مراجعة التعليم العالي الأسترالي. (رقم الوثيقة)
• داوسون، س.، وماكويليام، إ. (2008). دراسة تطبيق البيانات المولدة بتقنية المعلومات كمؤشر لأداء التعلم والتدريس: جامعة كوينزلاند للتكنولوجيا وجامعة كولومبيا البريطانية. (رقم وثيقة مجلس التعليم والتدريب في ألاباما)
• فيرغسون، ر. (2012). تحليلات التعلم: المحركات والتطورات والتحديات. المجلة الدولية للتعلم المعزز بالتكنولوجيا، 4(5)، 304-317.
• جولدشتاين، ب. (2005). التحليلات الأكاديمية: استخدامات المعلومات الإدارية والتكنولوجيا في التعليم العالي. (رقم الوثيقة)
• هيثكوت، ل.، وداوسون، س. (2005). استخراج البيانات للتقييم، ووضع المعايير، والممارسة التأملية في نظام إدارة التعلم. مؤتمر التعلم الإلكتروني 2005: المؤتمر العالمي للتعلم الإلكتروني في الشركات، والحكومة، والرعاية الصحية، والتعليم العالي.
• نوريس، دي إم، ليونارد، جيه، وشركة المبادرات الاستراتيجية (2008). ما يحتاج كل قائد جامعي إلى معرفته عن التحليلات. (رقم الوثيقة)
• بيستيلي، دكتوراه في الطب، أرنولد، ك.، وبيثون، م. (2012). الإشارات: استخدام التحليلات الأكاديمية لتعزيز نجاح الطلاب. مجلة EDUCAUSE الإلكترونية، 1-8.
• سيمنز، جي، ولونغ، بي. (2011). اختراق الضباب: التحليلات في التعلم والتعليم. مجلة Educause Review، 46(5)، 30-32.