اعلام جامعة بابل - كلية الطب

إنجاز بحثي جديد لكلية تكنولوجيا المعلومات يوظف الذكاء الاصطناعي للتنبؤ بأداء المتعلمين في بيئات التعلم القائمة على الألعاب

ضحى فاضل عباس
تواصل كلية تكنولوجيا المعلومات في جامعة بابل تأكيد مكانتها بوصفها بيئةً أكاديميةً رائدةً في إنتاج المعرفة والبحث العلمي، من خلال رفد المجتمع العلمي بدراسات نوعية تواكب أحدث التطورات العالمية في مجالات الذكاء الاصطناعي وعلوم البيانات والتكنولوجيا التعليمية. ويبرز قسم البرمجيات في الكلية بوصفه أحد الأقسام العلمية الرائدة التي تسهم في إعداد باحثين يمتلكون القدرة على توظيف التقنيات الحديثة لإنتاج حلول مبتكرة ترتقي بالعملية التعليمية وتخدم مختلف القطاعات المعرفية.

وفي امتدادٍ للإنجازات البحثية التي يحققها قسم البرمجيات في كلية تكنولوجيا المعلومات، واصل القسم حضوره العلمي المتميز في ميادين الذكاء الاصطناعي والتكنولوجيا التعليمية من خلال مشاركة باحثيه وطلبة دراساته العليا في البحوث النوعية ذات الأثر الدولي. وفي هذا السياق، حققت طالبة الدراسات العليا (الماجستير) فاطمة أسعد صالح، بالتعاون مع الأستاذ الدكتور أحمد حبيب العزاوي، إنجازاً علمياً متميزاً بنشر بحثها الموسوم "اقتراح منهجية لترميز بيانات السلوك متعددة المتغيرات المعتمدة على الصور للتنبؤ بأداء المتعلمين في بيئة تعلم قائمة على الألعاب" في المجلة الدولية للأنظمة الهندسية الذكية (International Journal of Intelligent Engineering & Systems)، إحدى المجلات العالمية الرصينة المتخصصة في الذكاء الاصطناعي والأنظمة الذكية، في خطوة تؤكد تميز القسم في إنتاج بحوث تواكب أحدث الاتجاهات العالمية في الذكاء الاصطناعي وتحليل البيانات، وتسهم في تطوير تقنيات تعليمية ذكية قائمة على التعلم العميق.

ويقدم البحث رؤية مبتكرة لمعالجة واحدة من أبرز التحديات التي تواجه بيئات التعلم القائمة على الألعاب، والمتمثلة في صعوبة تحليل بيانات السلوك الناتجة عن تفاعل الطلبة داخل البيئة التعليمية بسبب طبيعتها الزمنية المعقدة وتباينها بين متعلم وآخر. وللتغلب على هذه الإشكالية، اقترحت الدراسة منهجية جديدة تقوم على تحويل بيانات السلوك متعددة المتغيرات إلى صور رقمية، بما يمكّن نماذج التعلم العميق من اكتشاف الأنماط السلوكية للمتعلمين بصورة أكثر دقة وكفاءة.

واعتمدت الدراسة على استخدام تقنية Piecewise Aggregate Approximation (PAA) لتوحيد أطوال جلسات التعلم، تلتها تقنية Gramian Angular Field (GAF) لتحويل البيانات إلى صور ثنائية الأبعاد، قبل معالجتها بواسطة نموذج يعتمد على الشبكات العصبية الالتفافية (CNN) للتنبؤ بإجابات الطلبة عن ثمانية عشر سؤالاً تعليمياً. وأظهرت النتائج كفاءة النموذج المقترح، إذ حقق مستويات مستقرة من الدقة باستخدام أسلوب التحقق المتقاطع بخمس طيات (Five-Fold Cross-Validation)، مسجلاً متوسط F1-Micro بلغ 0.7801 ومتوسط F1-Macro بلغ 0.7603، مما يؤكد أن تحويل بيانات اللعب إلى صور يمثل نهجاً واعداً لفهم سلوك المتعلمين وتحسين دقة التنبؤ بأدائهم في بيئات التعلم القائمة على الألعاب.

ويعكس هذا الإنجاز المكانة العلمية المتنامية لكلية تكنولوجيا المعلومات، ويؤكد التميز البحثي الذي يشهده قسم البرمجيات في مجالات الذكاء الاصطناعي وتحليل البيانات التعليمية، فضلاً عن حرصه على توجيه بحوث الدراسات العليا نحو إنتاج حلول علمية مبتكرة ذات أثر تطبيقي، بما يعزز حضور جامعة بابل في المجلات العلمية الدولية الرصينة، ويدعم مسيرتها في الريادة الأكاديمية والبحثية.


رابط البحث :
https://inass.org/wp-content/uploads/2026/02/2026073112-2.pdf

الصور:

اعلام جامعة بابل - كلية الطب
اعلام جامعة بابل - كلية الطب
اعلام جامعة بابل - كلية الطب
احداث علمية قادمة
مناقشة رسالة ماجستير "Proposing a Hybrid Image Compression Techniques"

نشر بواسطة: ضحى فاضل عباس

تاريخ: 27/08/2024

مناقشة رسالة ماجستير " GPS Trajectory Clustering for Spatio"

نشر بواسطة: ضحى فاضل عباس

تاريخ: 02/08/2024

مناقش أطروحة " Intrusion Detection System Based on Gaining-Sharing Knowledge"

نشر بواسطة: ضحى فاضل عباس

تاريخ: 22/05/2024

معرض للرسم يمثل الفتاة العراقية بصوره عامه

نشر بواسطة: ضحى فاضل عباس

تاريخ: 20/05/2022