He
שירותי דאטה
מה אם היינו אומרים לכם שמוסדות אקדמיים יוכלו לחזות מראש סטודנטים שעלולים לנשור מהלימודים – כדי לתת להם את הכלים שהם צריכים להצלחה? בשיתוף פעולה עם חברת Tipli פיתחנו מודל AI שמאפשר חיזוי נטישה של סטודנטים במוסדות אקדמיים.
מערכת AI לחיזוי נטישת סטודנטים
מערכת "שַׁלֶּכֶת" נולדה מניסיון של יותר מ 10 שנים, בניהול מערכות ניהול למידה (LMS) במוסדות להשכלה גבוהה, של חברת טיפלי מערכות מידע בע״מ.
שמנו לנו למטרה לנסות לזהות תהליכי נשירה של סטודנטים. אנו סבורים כי ניתן לזהות מגמות מתחת לפני השטח, שיכולות להצביע על תחילתו של תהליך נשירה. אנו רוצים לנסות לזהות תהליכים אלו ואת הסטודנטים הרלוונטים. לעיתים רבות מרצה מיומן יוכל לזהות תהליכים אלו, אך מוסד הלימודים יזהה תהליך זה רק עם קבלת ציוני הבחינות של מועדי ב', כלומר שבועיים-שלושה לתוך סמסטר ב'.
אנו רוצים להקדים את שלב ניבוי הנטישה, כך שעוד במהלך הסמסטר, מוסד הלימודים יוכל לזהות ולהעניק לסטודנט את הסיוע לו הוא זקוק על מנת להצליח בלימודיו.
מודל מבוסס אנליטיקה מתקדמת
במשך יותר משנה הגינו ופיתחנו שיטה באמצעותה ניתן לזהות את הנשירה עוד לפני שהסטודנט מבין שהוא נמצא בסיכון, תוך כדי הקפדה על הטמעה קלה יחסית של המערכת.
לצורך כך חברנו לחברת Nogamy שפיתחו עבורינו מודל מבוסס אנליטיקה מתקדמת מתחומי ה AI ו- ML.
המערכת לומדת את התנהגות הסטודנטים בכל מוסד ומוסד, בהסתמך על יותר מ 40 פרמטרים שונים ויודעת לזהות את אותם אלה המועדים לנשירה בשלב מוקדם, כאשר למוסד קיימת האפשרות למתן עזרה וסיוע עוד במהלך הסמסטר.
מודל חיזוי נשירת סטודנטים BI / AI ML
סטודנט הנושר או מאריך את התואר, מייצר נזק גדול למוסד האקדמי.
משאבי הגיוס שירדו לטמיון, אובדן הכנסות עתידיות שנמחקו, קושי בתכנון תקציבי ארוך טווח ותפיסה של כסא סטודנט שלא ניתן למלא.
לא ניתן למנוע את נשירתם של כל הסטודנטים, אך זיהוי מוקדם ככל הניתן של התחלת תהליך הנשירה יכול להשאיר את הסטודנט על ספסל הלימודים בעזרת תוכנית התערבות מתאימה.
