បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយបញ្ហាទាក់ទងនឹងការសន្មត់ខុសថាទិន្នន័យចាស់និងថ្មីមានលក្ខណៈដូចគ្នាជានិច្ច ដែលធ្វើឱ្យម៉ូដែលវិភាគការសិក្សា (Learning Analytics) អាចបាត់បង់ភាពយុត្តិធម៌នៅពេលដែលទិន្នន័យមានការផ្លាស់ប្តូរ (Dataset Drift) តាមពេលវេលាជាក់ស្តែង។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់ទិន្នន័យប្រវត្តិសិក្សារបស់និស្សិតពីវគ្គសិក្សា STEM ចំនួនពីរ (ឆ្នាំ ២០១៥-២០២០) ដើម្បីធ្វើការបណ្តុះបណ្តាលម៉ូដែលទស្សន៍ទាយ និងវាយតម្លៃពីទំនាក់ទំនងរវាងការផ្លាស់ប្តូរទិន្នន័យ និងភាពអយុត្តិធម៌នៃម៉ូដែល។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Equalized odds-fair model ម៉ូដែលយុត្តិធម៌ដោយផ្អែកលើ Equalized Odds |
ជារង្វាស់យុត្តិធម៌ទូទៅដែលងាយស្រួលយល់ ដែលព្យាយាមធ្វើឱ្យអត្រានៃការទស្សន៍ទាយត្រូវ (True Positive) និងអត្រានៃការទស្សន៍ទាយខុស (False Positive) មានភាពស្មើគ្នារវាងក្រុមប្រជាសាស្ត្រ។ | ពឹងផ្អែកទៅលើកម្រិតវាយតម្លៃ (threshold) តែមួយគត់ និងមានអស្ថិរភាពយ៉ាងខ្លាំង (លោតចុះឡើង) នៅពេលប្រឈមនឹងការផ្លាស់ប្តូរទិន្នន័យ (Covariate Drift)។ | នៅពេលដែលទិន្នន័យមានការផ្លាស់ប្តូរ កម្រិតនៃភាពយុត្តិធម៌របស់ម៉ូដែលនេះមានការប្រែប្រួលខ្លាំង ដែលជួនកាលផ្តល់លទ្ធផលអយុត្តិធម៌ខ្លាំងជាងមុនដោយមិនអាចទាយទុកជាមុនបាន។ |
| ABROCA-fair model ម៉ូដែលយុត្តិធម៌ដោយផ្អែកលើ ABROCA (Absolute Between-ROC Area) |
គិតគូរទៅលើគ្រប់កម្រិតនៃការវាយតម្លៃទាំងអស់ (all possible classification thresholds) ដែលធ្វើឱ្យការវាស់ស្ទង់មានភាពច្បាស់លាស់ជាងមុន។ | មានភាពស្មុគស្មាញក្នុងការគណនា និងពិបាកក្នុងការបកស្រាយលទ្ធផលជាងការប្រើប្រាស់ Equalized Odds សម្រាប់អ្នកដែលមិនមែនជាអ្នកជំនាញ។ | បង្ហាញពីការវាស់ស្ទង់កម្រិតភាពអយុត្តិធម៌បានថេរ និងមានស្ថិរភាពល្អជាង (consistent) ទោះបីជាម៉ូដែលបាត់បង់ភាពយុត្តិធម៌នៅពេលមានការផ្លាស់ប្តូរទិន្នន័យក៏ដោយ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកជាចម្បងលើទិន្នន័យប្រវត្តិសិក្សារបស់និស្សិតក្នុងប្រព័ន្ធអនឡាញ កម្មវិធីវិភាគទិន្នន័យ និងចំណេះដឹងស៊ីជម្រៅផ្នែកក្បួនដោះស្រាយម៉ាស៊ីន។
ការសិក្សានេះត្រូវបានធ្វើឡើងដោយប្រើប្រាស់ទិន្នន័យនិស្សិតពីសាកលវិទ្យាល័យនៅប្រទេសអូស្ត្រាលី ដោយផ្តោតលើសញ្ជាតិ និងភាសាដើមជាកត្តាប្រជាសាស្ត្រ។ សម្រាប់ប្រទេសកម្ពុជា ទិន្នន័យនេះប្រហែលជាមិនឆ្លុះបញ្ចាំងពីបរិបទជាក់ស្តែងនោះទេ ប៉ុន្តែគោលគំនិតនៃការលម្អៀងនេះមានសារៈសំខាន់ណាស់ ដោយសារនិស្សិតកម្ពុជាមានគម្លាតធំរវាងតំបន់ទីក្រុង (ឧទាហរណ៍ ភ្នំពេញ) និងជនបទ ព្រមទាំងលទ្ធភាពទទួលបានឧបករណ៍ឌីជីថល ដែលអាចធ្វើឱ្យម៉ូដែល AI លម្អៀងទៅរកសិស្សនៅទីក្រុងបើមិនបានត្រួតពិនិត្យ។
វិធីសាស្ត្រក្នុងការត្រួតពិនិត្យការផ្លាស់ប្តូរទិន្នន័យ និងការវាយតម្លៃភាពយុត្តិធម៌នេះ មានសារៈប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់គ្រឹះស្ថានអប់រំនៅកម្ពុជា ដែលកំពុងផ្លាស់ប្តូរទៅរកការសិក្សាតាមបែបឌីជីថលកាន់តែច្រើន។
ការអនុវត្តការត្រួតពិនិត្យភាពធន់នៃម៉ូដែលទិន្នន័យ (Model Robustness Check) នឹងជួយការពារស្ថាប័នអប់រំកម្ពុជាពីការប្រើប្រាស់បច្ចេកវិទ្យាដែលបង្កើតនូវវិសមភាពដោយអចេតនា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Dataset Drift | គឺជាបាតុភូតដែលលក្ខណៈ ឬទម្រង់នៃទិន្នន័យផ្លាស់ប្តូរទៅតាមពេលវេលា ដែលធ្វើឱ្យម៉ូដែល AI ដែលធ្លាប់តែទស្សន៍ទាយបានត្រឹមត្រូវពីមុន ប្រែជាលែងសូវច្បាស់លាស់ ឬលម្អៀងនៅពេលយកមកអនុវត្តលើទិន្នន័យថ្មី។ | ដូចជាការពាក់អាវរងាដែលធ្លាប់តែផ្តល់ភាពកក់ក្តៅក្នុងរដូវរងារ ប៉ុន្តែវានឹងលែងមានប្រយោជន៍ និងធ្វើឱ្យយើងក្តៅស្អុះស្អាប់នៅពេលដែលអាកាសធាតុប្រែប្រួលចូលដល់រដូវក្តៅ។ |
| Covariate drift | ជាប្រភេទនៃការផ្លាស់ប្តូរទិន្នន័យ ដែលកត្តា ឬអថេរដើមដែលយើងប្រើសម្រាប់ធ្វើការទស្សន៍ទាយមានការប្រែប្រួល ប៉ុន្តែលទ្ធផលចុងក្រោយដែលយើងចង់ទាយនៅដដែល។ ឧទាហរណ៍ ទម្លាប់នៃការប្រើប្រាស់ប្រព័ន្ធសិក្សាអនឡាញរបស់សិស្សមានការផ្លាស់ប្តូរខុសពីមុន។ | ដូចជាសិស្សដែលធ្លាប់តែអានសៀវភៅក្រដាសដើម្បីប្រឡងជាប់ ឥឡូវប្តូរមកមើលវីដេអូក្នុងទូរស័ព្ទវិញដើម្បីប្រឡងជាប់ដូចគ្នា (សកម្មភាពប្តូរ តែលទ្ធផលប្រឡងនៅដដែល)។ |
| Target drift | ជាការផ្លាស់ប្តូរអត្រា ឬចំនួនសរុបនៃលទ្ធផលគោលដៅនៅក្នុងទិន្នន័យពីមួយឆ្នាំទៅមួយឆ្នាំ (ឧទាហរណ៍ អត្រាសិស្សប្រឡងធ្លាក់កើនឡើងដោយសារវិញ្ញាសាពិបាកជាងមុន) ទោះបីជាអាកប្បកិរិយាសិក្សារបស់សិស្សនៅដដែលក៏ដោយ។ | ដូចជាអត្រានៃការកើតជំងឺផ្តាសាយធំកើនឡើងខុសប្រក្រតីនៅរដូវភ្លៀង ទោះបីជាមនុស្សនៅតែរក្សាអនាម័យបានល្អដូចរាល់ដងក៏ដោយ។ |
| Equalized odds | ជារង្វាស់យុត្តិធម៌មួយនៅក្នុងបញ្ញាសិប្បនិម្មិត ដែលតម្រូវឱ្យម៉ូដែលត្រូវតែមានអត្រានៃការទាយត្រូវ (True Positive Rate) និងអត្រានៃការទាយខុស (False Positive Rate) ស្មើៗគ្នាសម្រាប់គ្រប់ក្រុមមនុស្សទាំងអស់។ | ដូចជាគ្រូបង្រៀនដែលធ្វើឱ្យមានកំហុសក្នុងការដាក់ពិន្ទុខុសដោយអចេតនា ក្នុងអត្រាស្មើៗគ្នាទាំងលើសិស្សពូកែនិងសិស្សខ្សោយ ដោយមិនមានភាពលម្អៀងទៅរកភាគីណាមួយ។ |
| ABROCA | ជារង្វាស់សម្រាប់វាស់កម្រិតភាពអយុត្តិធម៌របស់ម៉ូដែល ដោយធ្វើការគណនាផ្ទៃគម្លាតរវាងខ្សែកោងប្រតិបត្តិការ (ROC Curves) របស់ក្រុមមនុស្សពីរផ្សេងគ្នា ដើម្បីដឹងថាម៉ូដែលនោះលម្អៀងកម្រិតណា ទោះបីជាគេប្រើកម្រិតវាយតម្លៃ (Classification Threshold) ណាក៏ដោយ។ | ដូចជាការយកបន្ទាត់មកវាស់គម្លាតរវាងខ្សែរត់របស់អត្តពលិកពីរនាក់នៅគ្រប់វិនាទីទាំងអស់ ដើម្បីមើលថាតើអ្នកណាមានប្រៀបជាងអ្នកណាតាំងពីដើមរហូតដល់ចប់ការប្រកួត។ |
| Population Stability Index (PSI) | ជារង្វាស់ស្ថិតិដែលគេប្រើដើម្បីគណនាទំហំនៃការប្រែប្រួលនៃទិន្នន័យ (Data Distribution) រវាងពេលពីរផ្សេងគ្នា ដូចជាទិន្នន័យឆ្នាំចាស់ និងទិន្នន័យឆ្នាំថ្មី ដើម្បីដឹងថាតើវាមានការផ្លាស់ប្តូរទម្រង់ដើមធ្ងន់ធ្ងរដែរឬទេ។ | ដូចជាការថ្លឹងទម្ងន់ផ្លែឈើក្នុងកន្ត្រកនៅថ្ងៃនេះ និងសប្តាហ៍ក្រោយ ដើម្បីចង់ដឹងថាតើទម្ងន់របស់វាថយចុះ (ស្វិត) ខុសប្លែកពីមុនធ្ងន់ធ្ងរកម្រិតណា។ |
| Jensen-Shannon Distance (JSD) | ជារូបមន្តគណិតវិទ្យាដែលប្រើសម្រាប់វាស់គម្លាត ឬភាពខុសគ្នារវាងបណ្តុំទិន្នន័យពីរ ដែលវាផ្តល់នូវតម្លៃចន្លោះពី ០ ដល់ ១ ធ្វើឱ្យអ្នកស្រាវជ្រាវងាយស្រួលយល់ពីទំហំនៃការផ្លាស់ប្តូរទិន្នន័យ (បើកៀក ១ គឺប្រែប្រួលខ្លាំង)។ | ដូចជាម៉ែត្រវាស់ចម្ងាយដែលប្រាប់យើងយ៉ាងច្បាស់ថា រថយន្តពីរគ្រឿងកំពុងស្ថិតនៅឆ្ងាយពីគ្នាប៉ុន្មានម៉ែត្រ។ |
| Learning Analytics (LA) | ជាការប្រមូល និងវិភាគទិន្នន័យផ្សេងៗរបស់សិស្ស (ដូចជាការចូលរៀន ការធ្វើកិច្ចការ) ដើម្បីស្វែងយល់ពីឥរិយាបថសិក្សារបស់ពួកគេ និងស្វែងរកវិធីសាស្ត្រដើម្បីជួយឱ្យពួកគេរៀនបានកាន់តែពូកែ ឬការពារកុំឱ្យបោះបង់ការសិក្សា។ | ដូចជាគ្រូពេទ្យដែលពិនិត្យមើលចង្វាក់បេះដូង និងសីតុណ្ហភាពរបស់អ្នកជំងឺជាប្រចាំ ដើម្បីដឹងថាត្រូវផ្តល់ថ្នាំ ឬការព្យាបាលបែបណាទើបអ្នកជំងឺឆាប់ជាសះស្បើយ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
