یکی از اولین سوالهایی که پژوهشگران راجع به سایفام میپرسند این است که چرا باید از مجموعه زبانهای برنامهنویسی و پکیجهای متنوع طراحی آزمونهای روانسنجی آزمون ساز سایفام را انتخاب کنند؟ به ویژه آنکه آزمون ساز یک سرویس خریدنی است در حالی که زبانهای برنامهنویسی رایگان (به ویژه جاواسکریپت و پایتون) وجود دارند که تقریبا همین امکانات را فراهم میکنند. از طرف دیگر، وقتی شما از زبانهای برنامه نویسی رایگان (مثلا پایتون در مقابل متلب) استفاده میکنید، به راحتی میتوانید کد خود را با سایر پژوهشگران به اشتراک بگذارید، ولی آزمونهای طراحی شده توسط آزمون ساز سایفام را فقط میتوانید با همکارانی به اشتراک بگذارید که به مجموعه سایفام (آزمون ساز یا آزمون خوان) دسترسی دارند. معمولا سوال بعدی اینست که آیا استفاده از آزمون ساز سایفام مانعی برای گرفتن پذیریش از دانشگاه های بین المللی نیست؟ و یا اینکه آیا مهارتهای کسب شده توسط در مجموعه سایفام بعد ها در جامعه بین المللی نیز قابل استفاده هستند یا کاملا بی فایده و بدون استفاده خواهند ماند؟
اگر این پرسش ها برای شما نیز پیش آمده است، بدانید که شما تنها نیستید. پیش از هر چیز به شما تبریک میگویم، چراکه فرآیند ذهنی شما بسیار تحسین بر انگیز است. به این خاطر که این پرسشها همگی نشانگر آن است که شما به آینده پژوهشی خود اهمیت میدهید و پرسشهای درستی را مطرح می کنید که پاسخ آنها در آینده پژوهشی شما اثر گذار است. اما جواب این پرسش ها به سادگی بله و خیر نیستند.
اولین و مهمترین پارامتر اثر گذار در پاسخ دادن به این سوالها آن است که بدانیم شما چه کسی هستید؟ چه پیشینه ای دارید؟ در چه حوزه ای می خواهید فعالیت میکنی؟ و با چه هدفی به سراغ مجموعه سایفام آمده اید؟ اگر شما سابقه زیادی در برنامه نویسی دارید، و حداقلی یکی دو زبان برنامه نویسی را به خوبی میدانید، و با چندین کتابخانه آزمون سازی آشنایی دارید، و یا مهارت آن را دارید که به آسانی مستندات یک کتابخانه جدید را مطالعه کنید و اندوخته های خود را به صورت عملیاتی به کار ببندید، به نظر من اولین انتخاب شما استفاده از آزمون ساز سایفام نخواهد بود. در واقع آزمون ساز سایفام با اولویت قرار دادن این گروه از پژوهشگران توسعه داده نشده است. پیشنهاد من به عنوان یک پژوهشگر همکار به این دست از پژوهشگران آن است که تا جای امکان از آزمون ساز سایفام استفاده نکنند و تمرکز خود را بر تکمیل مهارت خود در زبان های برنامه نویسی رایگان (مانند پایتون) و پکیج های آزمون سازی ( PsychoPy, PsychoAnalyze, Psychtoolbox-3, Expyriment, OpenSesame, PsyUtils, Psisignfit, Pygaze, General Recognition Theory, MNE, و بسیاری دیگر) تکمیل کنید. اما آیا این به این معناست که اگر شما یک برنامه نویس حرفه ای هستید دیگر هیچ نیازی به آزمون ساز سایفام ندارید؟
من، پیش از آنکه وارد حوزه پژوهشی علوم شناختی شوم، یک برنامه نویس بودم، و در حال حاضر بیش از 10 سال سابقه برنامه نویسی مستمر (صنعتی و آکادمیک) دارم و به طور روزمره از زبان های برنامه نویسی متنوعی (پایتون، متلب، سی شارپ، جاوااسکریپ، سی پلاس پلاس، و ...) استفاده میکنم. به طور معمول هنگام طراحی آزمون برای طرحهای پژوهشی خودم، به ویژه وقتی که منطق پشت طراحی آزمون پیچیده باشد، ترجیح می دهم با استفاده از یک زبان برنامه نویسی آزمون خود را طراحی و پیاده سازی کنم، و بسته به کاربرد مورد نظر زبان برنامه نویسی و کتابخانه های مربوطه را انتخاب میکنم. اما گاهی، به آزمونهایی بر میخورم که آزمون ساز سایفام را گزینه بهینه تری برای پیاده سازی آنها می یابم، چراکه فرآیند طراحی آزمون و جمع آوری داده را برای من بسیار تسهیل میکند. نکته مهمی که باید در نظر داشته باشیم این است که آزمون ساز سایفام، یک نرم افزار از مجموعه ای از ابزار های روان سنجی است، و یکپارچگی تمامی این ابزار ها با هم فرآیند پژوهشی را تسهیل میکند. از طرف دیگر، در توسعه مجموعه ابزار های پژوهشی سایفام از حداقل 5 زبان برنامه نویسی مختلف استفاده شده است، و اگر قرار باشد هر بار تمامی آن ها را به صورت دستی پیاده سازی کنم برای من بسیار زمان بر خواهد بود و احتمال خطا را افزایش میدهد. بنابرین همانطور که توضیح دادم، اگر شما یک برنامه نویس حرفه ای باشید خواهید دانست که در برخی (اگر نه بسیاری) از کاربرد ها استفاده از مجموعه ابزار های پژوهشی سایفام بسیار مقرون به صرفه است، و سرعت انجام پژوهش را بسیار افزایش میدهد، در عین حال که خطای توسعه را نیز بسیار کاهش میدهد.
اما اگر در آغاز راه هستید و سابقه برنامه نویسی ندارید چه؟ کدام یک سرمایه گذاری بهتری برای آینده پژوهشی شماست؟ یادگیری یک زبان برنامه نویسی یا استفاده از مجموعه سایفام؟ پیش از پاسخ قطعی دادن به این سوال باید بدانید که پژوهش های رفتاری و روانسنجی نیازمند مجموعه ای از دانش و مهارت هستند که پیاده سازی آزمون فقط یکی از آنهاست. در واقع شما علاوه بر دانش کامل به زمینه پژوهشی خود، نیازمند داشتن مهارت کافی در روش تحقیق حوزه پژوهشی خود باشید. علاوه بر آن باید اصول کلی پژوهش های روان سنجی را بدانید و طراحی آزمون های رفتاری و قواعد مربوط به آن را بشناسید. افزون بر آنها الزامی است که قوانین آماری را به درستی بدانید و قبل از شروع جمع آوری داده مناسبات آماری داده های خود را از پیش ارزیابی کنید. اگر همه این موارد را بخوبی ندانید و در پژوهش خود اثر نبخشید، هر چقدر هم که پیاده سازی «شکیلی» داشته باشد نتایج پژوهشی قابل اطمینانی به دست نخواهید آورد. تنها پس از کاربست همه این موارد است که باید به پیاده سازی بیاندیشید. و مواجهه شما با همه این موارد به صورت یک جا و در قالب یک کار پژوهشی احتمالا برای اولین بار در دوره کارشناسی ارشد است. حال اگر تکلف یادگیری یک زبان برنامه نویسی را هم اضافه کنیم، خواهید دید که احتمال خطا در پژوهش شما به صورت تصاعدی بالا خواهد رفت. فرض کنید بعد از صرف این همه زمان و هزینه برای طراحی یک آزمون خوب و علمی، تنها به خاطر تازه کار بودن در حوزه برنامه نویسی، فرضیه پژوهشی شما آنگونه که انتظار داشتید به دست نیامده باشد. حتی این بدترین اتفاق در طی یک فرآیند پژوهشی نیست. بارها به تجربه مشاهده شده است که پژوهشگرانی که تجربه کافی در زمینه طراحی آزمون ندارند، وقتی با یادگیری یک زبان برنامه نویسی مواجه می شوند و به دلایل مختلفی در این مسیر خوب پیش نمیروند (از جمله کمبود وقت، نداشتن پیش زمینه، روشهای بد آموزشی، ازدیاد منابع و گمراهی در یافتن مسیر مناسب، تجربه های پیشین نا موفق در آموزش، و ..)، تصمیم میگرند تا ایده های پژوهشی خود را محدود به قابلیت های فنی خود کنند. و یا اینکه فرآیند توسعه نرم افزاری را برون سپاری کنند. معمولا این برون سپاری ها به صورت فریلنسری صورت می گیرد که خود عامل مشکل زاست. چراکه معمولا در کارهای پژوهشی، به ویژه پس از مطالعات مقدماتی (پایلوت)، طراحی آزمون نیاز به تغییراتی دارد، که در برخی موارد این تغییرات زیاد هم هستند. اما، رویه کار فریلنسری بر مبنای یک تعریف مشخص از کار و تحویل کار و اتمام همکاری است. بنابرین پژوهشگر دوباره در چند راهی انتخاب قرار میگیرد: سختی برقراری ارتباط با فریلنسر قدیمی و راضی کردن آن به انجام تغییرات، یا یافتن فریلنسر جدید و شروع یک پروژه دوباره، و یا از همه بدتر تن دادن به حداقل ها و ادامه دادن با آنچه در دست دارد. اینها اصلی ترین دلایلی هستند که ما سایفام را توسعه دادیم. سایفام آمده است تا با تسهیل فرآیند آزمون سازی تمرکز شما را معطوف کند به طراحی آزمون های دقیق علمی، تا بتوانید عمده وقت خود را در پروراندن ایده های ناب پژوهشی است صرف کنید، و نه در گیر دار پیاده سازی آن. با استفاده از مجموعه سایفام زمان یادگیری مهارت فنی آزمون سازی شما به صورت چشمگیری کاهش می یابد، و شما فرصت خواهید داشت تا بیشتر بر روی مطالعه و کاربست تیوری های علمی حوزه خود تمرکز کنید، و این مهمترین چیزی است که در آینده پژوهشی خود، مستقل از آنکه کجا مشغول خدمت به توسعه علمی هستید، به آن نیاز دارید.
ممکن است بپرسید، همه این توضیحات در مورد تمامی پکیجهای آزمون سازی که نیاز به کد نویسی ندارند (مثلا سایکوپای بیلدر یا اپن سزامه) نیز درست است و مختص آزمون ساز سایفام نیست. با اینکه این توضیح درست است، اما دقیق نیست. چراکه همانطور که پیشتر توضیح دادم، آزمون ساز یک نرم افزار از مجموعه پژوهشی سایفام است، در حالی پکیجهای یادشده تنها پکیج آزمون سازی هستند. بنابرین در مسیر پژوهشی، بهره برداری از یکپارچگی مجموعه نرم افزارهای سایفام (آزمون ساز، آزمون خوان، آنالیزور، و ...) یک مزیت افزوده است، که پیچیدگیهای پس از طراحی آزمون را به صورت چشمگیری کاهش میدهد. از طرف دیگر، این پکیجها بر پایه یک زبان برنامهنویسی بنا شده اند و یا یک سینتکس (زبان نوشتاری برنامه نویسی) جدید توسعه دادهاند (مانند اپن سزامه) یا بر مبنای همان زبان برنامهنویسی توسعه یافتهاند (مانند سایکوپای بیلدر). این به آن معناست که شما به هر حال نیاز به آموختن یک زبان برنامهنویسی دارید. البته مزیت آن میتواند قابلیت سازی آزمون های پیچیدهتر باشد، اما، همچنین به این معناست که شما باید آن زبان برنامهنویسی و پکیج مربوطه را به خوبی مسلط باشید تا بتوانید از این قابلیت استفاده کنید. این تجربه به صورت دسته اول هیجان انگیز است. به شما پیشنهاد میکنم یک آزمون ساده و یک آزمون نسبتا پیچیده را با نسخه رایگان آزمون ساز سایفام، و با یک پکیج آزمون سازی رایگان دیگر پیاده سازی کنید و از 10 کاربر داده جمع آوری کنید و آن را آنالیز و تحلیل کنید. این اصلی ترین راهی است که میتوانید به صورت دسته اول انطباق پذیری و سهولت کارکردن با سایفام را تجربه کنید و با سایر محصولات این حوزه مقایسه کنید.
علاوه بر آنچه گفته شد، نمیخواهم در رابطه با آینده زبانهای برنامهنویسی گمانه زنی کنم، ولی توجه شما را به ظهور ابزارهای هوش مصنوعی جدید که روز به روز به زبان انسان نزدیک تر میشوند جلب میکنم. زبانهای برنامه نویسی از آغاز توسعه از سطح زبان ماشین (مثلا اسمبلی) رو به روز به زبان انسان نزدیک تر شده اند (مثلا اپل اسکریپت)، و امروزه با ارسال دستورات کلامی با مدل های زبانی بزرگ (مانند چت جی پی تی) می توان تکه کدهایی دریافت کرد که عملکرد مشخصی دارند. این ها همگی نشانه از آن هستند که در آینده نه چندان دور احتمالا برنامهنویسی نیاز روزمره همه حوزههای پژوهشی نخواهد بود. این به معنای از بین رفتن برنامهنویسی به صورت کلی در همه حوزه ها نیست، بلکه بیشتر تذکری است برای تمرکز بر کسب مهارتهایی که در حوزه پژوهشی و کاری شما در آینده اثر گذارترند.
ممکن است این حجم اطلاعات شما را مرددتر کرده باشد، بنابرین پیشنهاد خودم را به شما، به عنوان یک پژوهشگر همکار اینگونه خلاصه میکنم: اگر زمینه مناسب در حوزه برنامه نویسی دارید یا مهارت کافی دانش اندوزی در این زمینه را دارید و همچنین فرصت و دقت کافی برای پیاده سازی ایده های پژوهشی خود را دارید، از زبان های برنامه نویسی و پکیج های رایگان استفاده کنید، اما چنانچه به هر دلیل این مسیر برای شما امکان پذیر نیست، به هیچ عنوان طرح پژوهشی خود را فدای مهارت های فنی خود نکنید. با استفاده از مجموعه پژوهشی سایفام برای خود زمان و دستیار پژوهشی بخرید، و کار های پژوهشی با کیفیت انجام دهید.
با آرزوی موفقیت در زمینه پژوهشی و حرفه ای شما.
ارادتمند،
مجید خلیلی اردلی،
مدیریت فنی/پژوهشی آگاه پدیدار