ایسنا/ دانشگاه ایالت جورجیا با استفاده از یک سیستم تحلیلی هوشمند مشابه الگوریتمهای اینترنتی، آمار فارغ التحصیلی در بین دانشجویان خود را افزایش داد.
هر زمان که شما در محیط اینترنت به وبگردی مشغولید، الگوریتمهای پیچیده ای در حال بررسی سایتهای مورد بازدید شما و مقایسه رفتار شما با میلیونها فرد دیگر هستند. این الگوریتمها سعی میکنند حدس بزنند که شما در قدم بعدی چه کاری انجام میدهید، مثلا درخواست کارت اعتباری میدهید یا جایی را برای تعطیلات رزرو میکنید.
حداقل 40 درصد از دانشگاههای آمریکا اعلام کرده اند که در حال امتحان کردن گونهای از این فناوری روی دانشجویان خود هستند که به پیشبینی تحلیلی معروف است. براساس اعلام سازمان "نیو آمریکا"(New America) این فناوریها میتوانند مفید یا مضر باشند.
یک گزارش از یکی از دانشگاههای ایالت جورجیا(GSU) نشان میدهد که در این دانشگاه که دارای 24 هزار دانشجو است، 60 درصد دانشجوها غیر سفیدپوست هستند و بسیاری نیز از طبقه کارگر و خانوادههای مهاجر هستند.
مانند بسیاری از دانشگاههای عمومی، در این مرکز هم منابع مشاوره و راهنمایی برای دانشجویان محدود هستند. در آمارها به ازای هر 700 دانشجو یک مشاور وجود دارد.
چالشی که دانشگاه با آن مواجه بود این بود که آیا میتوان از مدلهای پیشبینی کننده برای استفاده بهینه از زمان مشاوران استفاده کرد تا دانشجویان بیشتری به نتیجه مطلوب برسند؟
با همکاری گروهی از مشاوران خارج دانشگاه، طی بررسی 2.5 میلیون نفر از فارغالتحصیلان در طی 10 سال، دانشگاههایEAB و GSU لیستی از عواملی که برای فارغالتحصیلی مضرند تهیه کردند. EAB یک سیستم هشدار اولیه ایجاد کرد که GSU آن را سیستم فارغالتحصیلی و پیشرفت موفقیت نامید. این سیستم هر روز بروزرسانی میشود و شامل بیش از 700 وضعیت هشدار برای کمک به مشاوران برای راهنمایی دانشجویان به سوی فارغالتحصیلی است.
برای مثال، مشاور در صورت بروز هر یک از اتفاقات زیر یک هشدار دریافت میکند:
1-یک دانشجو در یک درس نمره قابل قبولی کسب نکند. تیموتی ام رنیک یکی از معاونان GSU که مدیر این پروژه است میگوید: برای مثال اگر دانشجویی در رشته علوم سیاسی در یک درس نمره A یا B بگیرد با احتمال 75 درصد به راحتی فارغالتحصیل میشود اما اگر نمره ی C بگیرد احتمال فارغالتحصیلی وی به 25 درصد کاهش مییابد.
2-دانشجو یک درس بخصوص را در زمان مناسب انتخاب نکند.
3-دانشجو درسی را انتخاب کند که به رشتهاش مربوط نباشد.
در این پروژه صرفا به روشهای فنی اکتفا نشده است. در طول پیاده سازی این طرح، دانشگاه جورجیا علاوه بر اجرای طرح 42 مشاوره آکادمیک استخدام کرد تا نسبت دانشجو به مشاور را به 300 به یک برساند.
مسئولین دانشگاه اذعان کردهاند که 90 درصد هزینهها صرف استخدام نیروهای جدید شده و فقط 10 درصد برای راهاندازی سیستم کامپوتری استفاده شده است.
هشدارهای سیستم به هیچ عنوان باعث ایجاد محدودیت و نگرانی برای دانشجو نمیشود و فقط یک کاتالیزور برای گفتگو با مشاور محسوب میشود.
سیستم 51 هزار جلسه مشاوره بین دانشجویان و مشاوران را در یک سال گذشته ثبت کرده است که حدود سه تا چهار برابر میزانی است که ملاقاتها براساس خواست دانشجویان انجام میشد.
کار اصلی در ملاقاتهای رو در روانجام میشود که در آنها دانشجو و مشاور برای دریافت آموزشهای کمکی، برداشتن کلاسهای تابستانی و یا تغییر رشته برنامهریزی میکنند.
نتایج این طرح فوقالعاده بوده است.
نرخ فارغالتحصیلی نسبت به سال 2013، شش درصد رشد داشته است.
به طور میانگین دانشجویان یک ترم زودتر فارغالتحصیل شده اند که باعث شده حدود 12 میلیون دلار در هزینهها صرفه جویی شود.
خلاء فارغالتحصیلی در قشر ضعیف به خوبی پر شده است.
دانشجویان طرح، در مقاطع بالاتر در رشتههای اصلی(علوم پایه، فناوری، ریاضیات و مهندسی) هم موفق بوده اند.
در دو سال گذشته، نمایندگان بیش از 200 دانشگاه، به دانشگاه جورجیا آمده اند تا از این سیستم تقلید کنند.
رنیک میگوید که به آنان گفته در رابطه با بخش فنی و کامپیوتری طرح نگرانی نداشته باشند. وی افزود: تا زمانی که تعهد به افراد وجود نداشته باشد و سازماندهی و پیاده سازی منابع مورد نیاز دانشجویان با زمانیندی مناسب انجام نگیرد، این سیستم جواب نخواهد داد.
اما از سوی دیگر کارشناسان میگویند، خطر این روشها به خاطر بوجود آمدن امکان تبعیض نژادی بین افراد و نقض حریم خصوصی و رفتن آبروی آنهاست. بعلاوه با توجه به انجام تصمیمگیری توسط یک برنامه مبهم کامپیوتری، عدم شفافیت هم باعث نگرانی میشود.