מה קובע אם סטודנט יצליח באוניברסיטה, יתקשה או יפרוש באמצע הדרך? מוסדות להשכלה גבוהה אוספים כיום כמויות עצומות של נתונים על סטודנטים, מציוני קבלה ונוכחות בכיתה ועד רקע משפחתי ותעסוקה. כריית נתונים חינוכית מבקשת להפוך את המידע הזה לכלי חיזוי שיאפשר לזהות מוקדם מי זקוק לתמיכה ומי עשוי להצטיין. אבל לא ברור אילו נתונים באמת חשובים, ואילו שיטות חישוביות מתאימות יותר מאחרות.
המאמר שואל שתי שאלות מרכזיות: אילו היבטים ניתנים למדידה ומסייעים לחזות הישגים אקדמיים בהשכלה גבוהה, ואילו שיטות כריית נתונים מתאימות ביותר למשימה. כדי לבדוק זאת איתרו החוקרים מחקרים שפורסמו בין 2007 ל-2018 בשלושה מאגרים אקדמיים גדולים, בתוספת חיפוש ידני בכתבי עת ובכנסים. הם התמקדו בשיטות מונחות, סיננו את המחקרים לפי קריטריונים ברורים של הכללה והדרה, ובסופו של דבר ניתחו 22 מחקרים והשוו ביניהם בטבלאות.
הסקירה בוחנת את סוגי המשתנים שנבחרים לחיזוי, את האלגוריתמים ואת התוכנות שבהם משתמשים החוקרים, ואף מפרידה בין שלוש משימות: חיזוי ביצועים ברמת התואר, חיזוי נשירה וכישלון, וחיזוי תוצאות בקורס בודד. בדרך היא נוגעת בשאלות מפתיעות, כמו האם תרבות המדינה משפיעה על בחירת המשתנים, ואילו תחומים עדיין כמעט לא נחקרו. למי שמתעניין בחינוך, בנתונים ובשאלה איך מנבאים הצלחה, זו נקודת פתיחה מרתקת.






