Mësimi elektronikë ka përjetuar një transformim të rëndësishëm, duke u theksuar veçanërisht gjatë krizave si pandemia COVID-19, kur ai u bë i domosdoshëm globalisht. UNESCO autorizoi platforma të ndryshme të njohura të mësimit elektronik si zgjidhje të shpejta, por këto nuk rekomandoheshin si trajtime afatgjata për shkak të sfidave të shumta që ndikojnë në proceset e të nxënit. Studime të fundit kanë trajtuar këto sfida duke përdorur inteligjencën artificiale (IA), mësimin e thellë dhe teknologjinë e blockchain-it. IA dhe mësimi i thellë përqendrohen në përmirësimin e vlerësimit të performancës së të nxënit, ndërsa blockchain dhe kontratat e mençura ndihmojnë në luftimin e çështjeve si certifikata fallco, manipulimi i rezultateve dhe monitorimi i aktivitetit të të nxënit. Ndërsa të dy teknologjitë tregojnë potencial të fuqishëm, shumë pak studime shqyrtojnë integrimin e tyre brenda mësimit elektronik, duke nxitur këtë studim që propozon një kornizë të mençur që kombinon blockchain dhe mësimin e thellë për të siguruar dhe përmirësuar sistemet e mësimit elektronik duke garantuar sigurinë e të dhënave, transparencën dhe automatizimin. Kjo kornizë ruan të dhënat e të nxënit në mënyrë të sigurt në blockchain duke përdorur Sistemin Ndërplanetar të Faqeve (IPFS) për ruajtje të pavarur të skedarëve të mëdhenj, duke siguruar integritetin dhe konfidencialitetin e të dhënave në portofolat private të Ethereum. Modelet e mësimit të thellë analizojnë më pas këto të dhëna të siguruara për të parashikuar saktësisht performancën akademike. Kontratat e mençura lehtësojnë dhënien e certifikatave nga universitetet, duke i regjistruar ato në mënyrë të përhershme në blockchain dhe të aksesueshme nga nyjet e rrjetit, duke përmirësuar automatizimin, sigurinë dhe besueshmërinë ndërmjet të nxënit, profesorëve dhe punëdhënësve. Blockchain ofron ruajtje të dhënash të pandryshueshme, të kohëstampuara, të sigurt dhe të qasshme dhe tërësisht të hapur brenda një rrjeti të shpërndarë peer-to-peer pa një autoritet qendror. Ethereum, i dyti në kapitalizimin e tregut pas Bitcoin, mbështet kontrata të mençura të programueshme nëpërmjet Makinerisë Virtuale Ethereum (EVM) duke përdorur Solidity, që lejon transaksione të kushtëzuara dhe automatike shumë më të avancuara sesa ato të Bitcoin. Kontratat e mençura automatizojnë ekzekutimin e kushteve të kontratës sapo plotësohen kushtet paraprake, duke regjistruar të gjitha ekzekutimet në mënyrë të përhershme në blockchain. Meqenëse blockchain-et nuk janë të përshtatshëm për skedarë të mëdhenj, përdoren zgjidhje ruajtjeje jashtë zinxhirit si IPFS, Storj dhe FileCoin. IPFS është veçanërisht i njohur për enkriptimin dhe shpërndarjen peer-to-peer të skedarëve të mëdhenj, duke krijuar hash-e të adresës së përmbajtjes që verifikojnë integritetin dhe qasjen e të dhënave, edhe pse kontrolli i qasjes mbetet një sfidë. IPFS është i rëndësishëm për këtë qëllim për ruajtjen e sigurt të të dhënave të gjera të të nxënit dhe lidhjen me transaksionet në blockchain përmes hash-eve. Mësimi i thellë, veçanërisht rrjetet nervore artificiale (ANN), të frymëzuara nga truri biologjik, përfshijnë shumë shtresa — hyrëse, të fshehura dhe dalëse — që mësojnë përmes përcjelljes përpara, llogaritjes së gabimit dhe përsëritjes së procesos në shumë epoka. Rrjetet neuronale të thella (DNN) me shumë shtresa të fshehura përmirësojnë saktësinë e parashikimeve. Ky studim përdor këto modele për të përpunuar të dhënat e të nxënit të ruajtura përmes blockchain dhe IPFS, duke lejuar parashikime të sakta të performancës. Disa studime të mëparshme kanë përdorur mësimin e thellë për rezultate arsimore, duke përfshirë parashikimin e shkallës së dorëheqjes së studentëve në kurset masive online (MOOCs) duke përdorur rrjete të përsëritshme dhe konvolucionale, me saktësi të përmirësuar krahasuar me metodat tradicionalë.

Tjetër, u përdorën rrjete të memories me gjatësi të kufizuar dhe të përshkruar përparësisht, për parashikimet e dorëheqjes, ndërsa modelet e mësimit të thellë kanë shënuar sukses në parashikimin e performancës së studentëve në baze të të dhënave të vogla dhe jo të balancuara, duke arritur saktësi të lartë. Korniza e propozuar operon në tri faza: 1. **Ruajtja e të Dhënave të Të Nxënit në Blockchain:** Të dhënat e të nxënit nga seti “Open University Learning Analytics” (32, 593 rreshta të të dhënave demografike dhe ndërveprime virtuale të mësimit) enkriptohen dhe ruhen në IPFS, i cili gjeneron një hash kriptografik. Ky hash ruhen në një blockchain privat Ethereum nëpërmjet kontratave të mençura, duke ofruar akses të decentralizuar dhe të pandryshueshëm. Nyjet, duke përfshirë administratën universitar, profesorët, të nxënit dhe të ftuarit (punëdhënësit), regjistrohen në rrjetin blockchain duke përdorur portofola me çelësa private dhe publike. 2. **Parashikimi i Performancës me Mësimin e Thellë:** Të dhënat e enkriptuara të të nxënit, të rivarura nëpërmjet IPFS-së, përpunohen përmes veçorive të zgjedhura, zëvendësimit të vlerave të mungura (përdorur moda dhe konstante), kodimit të variablave kategorikë, normalizimit përmes MinMaxScaler dhe uljes së dimensioneve me analizën kryesore të komponentëve (PCA). Dataset-i ndahet (90% për trajnimin, 10% për testimin) dhe futet në një rrjet nervor të thellë me një shtresë hyrëse (10 neurona), pesë shtresa të fshehura (secila me 500 neurona dhe aktivizim ReLU), dhe një shtresë dalëse me katër neurona që përfaqësojnë statuset e kaluar, rënie, tërheqje dhe dallueshmëri, duke përdorur softmax dhe humbje kategorike të rrjetit të rrallë. Ky model, e zbatuar në Python, Keras dhe Sklearn, arrin një saktësi të lartë (~91. 29%) dhe humbje të ulët (~0. 18), duke qenë më i saktë se studimet paraprake në të njëjtin dataset. 3. **Përdorimi i Kontratave të Mençura:** Kontratë e mençura e zhvilluar me Solidity në Ethereum lehtëson ndërveprime të sigurta ndërmjet nyjeve: profesorët ngarkojnë detyra në IPFS dhe dërgojnë hash-e të skedarëve përmes kontratave të mençura te të nxënit; të nxënit dorëzojnë detyrat përmes kontratave të mençura; universitetet lëshojnë certifikata të regjistruara të pambushura në blockchain; dhe punëdhënësit (të ftuarit) qasen te certifikatat dhe të dhënat e performancës së të nxënit pas miratimit nga universiteti. Këta procese sigurojnë transparencë, siguri dhe automatizim. Ndërhyrjet përfshinin: - **Arkitekturën e blockchain-it:** e zhvilluar me Python, Flask dhe Postman për minimin e blloqeve, shpërndarjen e zinxhirit dhe shtimin e transaksioneve. Nyjet janë të decentralizuara dhe të regjistruara nëpërmjet MyEtherWallet (MEW), që ofron menaxhim portofolash me çelësa dhe adresa. - **Integraimin e blockchain-it me mësimin e thellë:** IPFS ruan të dhënat e enkriptuara me hash-e të siguruara në blockchain përmes kontratave të mençura; modeli i mësimit të thellë parashikon performancën e të nxënit nga të dhënat e siguruara; kontratat e mençura menaxhojnë transaksionet, duke përfshirë shpërndarjen e detyrave, dorëzimin, lëshimin e certifikatave dhe qasjen në të dhëna. Testet konfirmuan funksionalitetin e regjistrimit të nyjeve dhe aksesit në portofol, ruajtjen dhe verifikimin e hash-eve, lëshimin dhe marrjen e certifikatave, ndërveprimet e detyrave, validitetin e transaksioneve dhe integritetin e skedarëve në blockchain. Rezultatet konfirmuan pandryshueshmërinë dhe rezistencën ndaj manipullimit të të dhënave të ruajtura dhe funksionimin e qetë të kontratave të mençura. Kjo kornizë demonstron se integrimi i blockchain-it me mësimin e thellë mund të krijojë një sistem mësimi elektronik të sigurt, transparent dhe të automatizuar, me indikacione të larta të saktësisë të parashikimeve dhe menaxhimit të të dhënave, duke kaluar në efektivitet studimet paraprake. Qasja adreson sfidat e sigurisë së të dhënave, verifikimin e të nxënit dhe proceseve automatike akademike, duke krijuar një bazë për platforma të ardhshme të mençura për mësimin elektronik.