HQA2LFS-تقييم جودة الخط باستخدام إطار تعلم نشط في الهواتف الذكية

لماذا لا يزال خطك مهمًا

حتى في عصر الحواسب المحمولة والأجهزة اللوحية، فإن الطريقة التي نكتب بها باليد لا تزال تؤثر في كيفية حكم المعلمين على الأعمال المدرسية وكيف يكتشف الأطباء مشاكل التعلم أو الحركة. لكن فحص الصفحات المكتوبة يدوياً صفحة تلو الأخرى بطيء وذو طابع ذاتي. يقدم هذا البحث نظامًا قائمًا على الهاتف الذكي يمكنه تصوير الصفحات المكتوبة يدويًا وتقدير مدى وضوح وخِشونة وتباعد الكتابة تلقائيًا. من خلال مزج الخبرة البشرية مع تعلّم الآلة، يهدف إلى تحويل أكوام دفاتر الفوضى إلى ملاحظات سريعة وموثوقة للطلاب والمعلمين والمتخصصين الصحيين.

تحويل الصفحات إلى أنماط قابلة للقياس

يبدأ الباحثون بما يملكه المعلم بالفعل: صفحات أعمال الطلاب الممسوحة ضوئيًا أو المصوّرة بالهاتف، سواء كانت على ورق مسطر أو عادي. يقوم برنامجهم أولاً بتنقية كل صفحة، وإزالة الضوضاء وتحويلها إلى صورة حادة بالأبيض والأسود بحيث تظهر الحبر بوضوح مقابل الخلفية. ثم يحدد محرك التعرف البصري على الحروف كل كلمة مكتوبة بخط اليد ويقطع الصفحة إلى العديد من «قطع الكلمات» الصغيرة. لكل قطعة، تقيس النظام كيف تتوزع الضربات من الأعلى إلى الأسفل، وما إذا كانت الأسطر تميل أو تبقى مستقيمة، ومدى انتظام تباعد الكلمات، وما إذا كان النص يلتصق أو ينحرف عن خط الأساس الافتراضي. تترجم هذه القياسات الإحساس البصري للصفحة إلى جدول من الأرقام يمكن للحاسوب أن يتعلم منه.

رؤية ترتيب الخط كما يفعل البشر

جعل الفريق الدرجات معبرة عن الحكم البشري، فصمّموا درجة «إدراكية» تحاكي الطريقة التي يقيم بها الإنسان الكلمة بنظرة خاطفة. أربعة عناصر تدفع هذه الدرجة: مدى نعومة الضربات، ومدى بروز الحبر مقابل الصفحة، وكمية الحبر المتناثر أو الضوضاء الشبيهة بالخربشة، ومدى استمرارية وتكوّن الضربات بشكل جيد. كما تُقسَم قطعة كل كلمة إلى ست مناطق أفقية من الأعلى إلى الأسفل لالتقاط ما إذا كانت الحروف تجلس بشكل صحيح على خط أساسي غير مرئي، وما إذا كانت الأجزاء الطويلة مثل الروؤوس متسقة، وما إذا كانت الكتابة ضيقة أو ممتدة. كما توجد فحوص إضافية لسلوك الحواف على طول الخطوط الأفقية، تكشف النص العائم فوق أو الغارق أسفل المكان المفترض أن يكون فيه، بالإضافة إلى الفجوات غير المنتظمة بين الكلمات والأسطر.

تدريب النظام بعدد أقل من الأوراق الموسومة

تحدٍ رئيسي هو أن درجات الخبراء مكلفة: يجب على المعلمين وسم العديد من الصفحات قبل أن يتعلم النموذج. لمواجهة ذلك، يستخدم المؤلفون استراتيجية «التعلّم النشط». في البداية، يقوم 10–12 معلمًا متمرسًا بتقييم مجموعة متواضعة من الصفحات على مقياس بسيط من أربعة مستويات من ضعيف إلى ممتاز. يُدرَّب نموذج انحدار، خاصة طرق قائمة على الأشجار مثل الغابة العشوائية وXGBoost، للتنبؤ بدرجة رقمية لجودة الخط انطلاقًا من الميزات المقاسة. بدلاً من طلب مزيد من الوسوم عشوائيًا، يتعرف النظام على العينات التي يشعر بعدم يقين بشأنها أو يتنبأ بها بشكل سيئ. تُعرض تلك الصفحات بعد ذلك في لوحة تفاعلية حيث يمكن للخبراء تأكيد الدرجات المقترحة أو تعديلها بسرعة. تركز هذه الحلقة جهد البشر في الأماكن التي تُعلّم النموذج أكثر، مما يعزز الدقة دون الحاجة إلى أن يقوم الإنسان بتقييم كل صفحة في مجموعة كبيرة يدويًا.

ما تكشفه الأرقام عن الكتابة والتعب

باستخدام مجموعتي بيانات كبيرتين — صفحات غير مسطرة تختبر إحساس الكاتب بمحاذاة الكتابة بنفسه، وصفحات مسطرة كتبت في جلسات صباحية ومسائية — يكتشف النظام أنماطًا تتوافق مع خبرة الصف اليومية. تقع معظم الصفحات في فئات جيدة أو ممتازة، لكن العديد منها لا يزال يظهر مناطق كثيفة، أو مشاكل تباعد، أو أسطر مائلة. على الورق المسطر، تميل الدرجات إلى الانخفاض قليلًا في فترة ما بعد الظهر، وتزداد الميزات المرتبطة بفقدان التركيز والتباعد غير المتساوي، ما يشير إلى الإرهاق أو نقصان الانتباه. تتبع النماذج المدربة على هذه الميزات درجات المعلمين عن كثب، مع قيم ارتباط أعلى من 0.9 وهوامش خطأ صغيرة تكفي لتمييز الأعمال المكتوبة بوضوح عن خط يد متعثر، حتى للكتاب الذين لم يرَهم النظام من قبل.

من الدرجات الخام إلى ملاحظات مفيدة

بعبارة بسيطة، بنى الباحثون مساعدًا يعتمد على الكاميرا يمكنه «قراءة» جودة الخط البصري، تقريبًا بنفس اتساق لجنة من المعلمين، مع حاجة أقل بكثير لدرجات الخبراء مقارنة بالأنظمة التقليدية. من خلال الجمع بين الحكم البشري والميزات البصرية المختارة بعناية وحلقة التعلّم النشط التي تركز على أصعب الحالات، يحول إطارهم الصفحات المكتوبة يدويًا إلى درجات قابلة للتفسير حول النِعومة والتباعد والمحاذاة. مع مزيد من التطوير، يمكن لمثل هذه الأدوات أن تغذي تطبيقات صفية تكشف عن الطلاب الذين يحتاجون دعمًا إضافيًا، أو تتابع التعب أو التوتر أثناء الامتحانات، أو تدعم الأطباء والمحللين الشرعيين الذين يتعين عليهم اتخاذ قرارات بناءً على كيفية الكتابة، وليس فقط على ما يُكتب.

الاستشهاد: Koushik, K.S., Nair, B.J.B., Rani, N.S. et al. HQA²LFS-handwriting quality assessment using an active learning framework in smartphones. Sci Rep 16, 8186 (2026). https://doi.org/10.1038/s41598-026-38330-z

الكلمات المفتاحية: تقييم جودة الخط, تصوير بالهاتف الذكي, تعلّم الآلة, التعلّم النشط, التكنولوجيا التربوية