تطبيقات التعلم الآلي في تقييمات التفكير الحسابي: مراجعة شاملة

الخلفية والسياق: تم إضافة التفكير الحسابي (CT) بشكل متزايد إلى مناهج K-12، مما دفع المعلمين إلى تقييم المزيد والمزيد من المواد المتعلقة بـ CT. وقد أدى ذلك إلى زيادة أدوات تقييم CT الآلية.الهدف: هذه الدراسة تدرس نطاق وخصائص المنشورات التي تستخدم أساليب التعلم الآلي (ML) لتقييم كفاءات CT للطلاب من أربع وجهات نظر: السياق التعليمي الذي تم تنفيذ التقييمات فيه، البيانات المستخدمة لتدريب والتحقق من صحة خوارزميات ML، الخوارزميات المحددة المستخدمة، والجوانب التي تم تقييمها في CT.الطريقة: تم اعتماد نهج PRISMA وإطار عمل Arksey وO'Malley المنهجي لمراجعات النطاق للبحث وفحص الدراسات.النتائج: تم استخدام خوارزميات ML بشكل متزايد لتقييم كفاءات CT. ومع ذلك، حددت هذه الدراسة عدة ثغرات بحثية في الأدبيات: كانت الدراسات الحالية تجرى في الغالب في سياق البرمجة أو أنشطة التعلم الأخرى المتعلقة بعلم الحوسبة؛ كانت مجموعات البيانات المستخدمة من قبل خوارزميات ML عمومًا صغيرة؛ كانت الخوارزميات الأكثر استخدامًا هي تقنيات الانحدار، باي الساذج، الشبكات العصبية، التجميع، ومعالجة اللغة الطبيعية، في حين لم تستخدم أي دراسات التعلم المعزز؛ ولم يتم تقييم كفاءات CT بشكل شامل.الآثار: تطبيقات ML في تقييمات CT لديها القدرة على تمكين التعلم الشخصي، تحسين صحة التقييم، تقليل عبء العمل على المصححين، وكسب رؤى من مجموعات بيانات كبيرة من خلال كشف الأنماط المعقدة والدقيقة.الكلمات الرئيسية: التعلم الآلي التفكير الحسابي التقييم التقييم التلقائي.بيان الإفصاح: لم يُبلغ المؤلفون عن أي تضارب محتمل في المصالح.