د. غادة بنت شاكر محمد الشامي
مدة القراءة : 8 دقايق
*جميع ما ورد في هذا المقال يعبر عن رأي الكاتب، ولا يعبر بالضرورة عن رأي المركز.
المقدمة
يعد الذكاء الاصطناعي Artificial Intelligence (AI) أحد المستحدثات التكنولوجية الحديثة التي ساهمت في إحداث تغيرات متسارعة وتطورات كبيرة في مجال التعليم، وذلك من خلال توفير العديد من الأدوات التي تساعد على تقديم التعليم للطلاب بتقنياتٍ متعددة وطرق مبتكرة، كما يلعب الذكاء الاصطناعي دورًا رئيسًا في مساعدة الطلاب والمعلمين على تحسين وأتمتة مهام التعليم والتدريس (أحمد وجاسم، 2023). فالذكاء الاصطناعي ساهم بشكل كبير في الآونة الأخيرة بتطوير التعليم ومساعدة عناصر المنظومة التعليمية من خلال توظيف تقنيات مختلفة في تصميم المحتوى وتقديمه للطلبة وفق احتياجاتهم الفردية، ومساعدة المعلمين في القيام بمهامهم التدريسية للانتقال من الطرق التقليدية التي تتم داخل الصفوف والقاعة الدراسية إلى الاعتماد على الطرق الحديثة الملائمة لتطبيقات الذكاء الاصطناعي، علاوة على مساعدة المعلمين على التخلص من المهام الإدارية الروتينية والتوجه نحو أتمتة المهام التعليمية والإدارية، فضلاً عن توظيف تقنياته في تقييم تحصيل الطلبة وتحليل نتائجهم وتقديم مقترحات تعليمية تتناسب مع احتياجاتهم التعليمية، وتحديث المناهج الدراسية بصورة سريعة وتلقائية في ضوء التطور المتسارع للمعلومات والتطور المعرفي. وفي إطار الدور الكبير الذي يقوم به الذكاء الاصطناعي، يؤكد الكثيرُ من المهتمين في مجال التعليم أهميةَ توظيف تقنياتٍ لتطوير التعليم وتفعيل دور عناصر المنظومة التعليمية. وبهذا الصدد، فقد جاءت هذه الورقة لتسليط الضوء على تقنيات الذكاء الاصطناعي في تصميم التعليم وطرق تقديمه من خلال تناول التعليم الرقمي ودوره، والذكاء الاصطناعي والتعليم الرقمي، وطبيعة الذكاء الاصطناعي والجوانب الفنية، وكذلك نموذج التعليم بالذكاء الاصطناعي وتقنيات الذكاء الاصطناعي للتعليم الرقمي، وطرق تقديم التقنياتِ الرقميةِ التعليمَ في ضوء الذكاء الاصطناعي، بالإضافة إلى تصميم التعليم الرقمي في عصر الذكاء الاصطناعي وتوظيف الذكاء الاصطناعي في التعليم؛ والتي سيتم استعراضها بالتفصيل في متن الورقة.
شكل (1): الملخص البصري للمقال
التعليم الرقمي وفهم دور التقنيات الرقمية في التعليم:
يشير التعليم الرقمي، حسب ما ورد في إطار الذكاء الاصطناعي في التعليم الرقمي الصادر عن المركز الوطني للتعليم الإلكتروني (2023)، إلى أنه: "استخدام تقنيات التعلم والمعلومات والاتصالات لتعزيز كفاءة أنماط التعليم والتدريب وضبط جودتها". كما يشير أيضًا إلى "استخدام التقنية الرقمية في عمليات التعلم والتعليم. يشمل هذا المفهوم استخدام الأجهزة الإلكترونية مثل الحواسيب والأجهزة اللوحية والهواتف الذكية، بالإضافة إلى البرمجيات والتطبيقات التعليمية، والإنترنت والشبكات الاجتماعية وغيرها من الأدوات الرقمية؛ لتيسير عملية التعلم" (Haleem et al., 2022).
تتضمن ميزات التعليم الرقمي القدرةَ على الوصول إلى المحتوى التعليمي بسهولة ومرونة؛ بمعنى أن الطلاب يمكنهم الوصول إلى المواد التعليمية في أي وقت وفي أي مكان يناسبهم. كما يمكن تخصيص التعليم الرقمي وفقًا لاحتياجات كل طالب بشكل فردي، مما يسمح بتجربة تعليمية مخصصة وفعالة. ومن بين الفوائد الأخرى للتعليم الرقمي توفيرُ بيئة تعليمية تفاعلية ومشاركة في الوقت الفعلي، وتعزيز المهارات التقنية للطلاب، وتعزيز التفاعل والتواصل بين الطلاب والمعلمين من خلال منصات التعليم الرقمي. ومع تقدم التقنية يتطور مفهوم التعليم الرقمي باستمرار؛ مما يفتح المجال لتجارب تعليمية جديدة ومبتكرة تسهم في تحسين جودة التعليم وزيادة فرص الوصول إلى التعليم على مستوى العالم (Chen et al., 2020).
إذن، يمكن اعتبار التعليم الرقمي استراتيجيةً تعليميةً تستخدم التقنية الرقمية لإكمال المنهج بأكمله وتسمح للطلاب بالتعلم بسرعة، فالتقنيات الرقمية تساعد في تطوير القدرات التي تتطلب الأداء المهني للطلاب، مثل حل المشكلات وإنشاء بنية التفكير وفهم العمليات. وهم يستعدون أيضًا لمستقبل متغير وغير قابل للتنبؤ به، حيث ستؤدي التقنية الرقمية دورًا حاسمًا، وستكون الصفات والقدرات المكتسبة لدى الطلاب ضرورية لنجاحهم المهني. كما تساعد الموارد التعليمية والأدوات الرقمية على تحسين أجواء الفصل الدراسي وجعل عملية التدريس والتعلم أكثر إلحاحًا، علاوة على ذلك، فإنها تمنح كل مؤسسة تعليمية قدرًا أكبر من المرونة وتخصيص المناهج الدراسية بناءً على متطلبات كل طالب (Haleem et al., 2022).
الذكاء الاصطناعي والتعليم الرقمي:
يعتمد التعليم الرقمي على تقنيات الحاسب الآلي وشبكة الإنترنت التي تمكّن من إيجاد بيئة تفاعلية غنية بالتطبيقات، وتمكن الطلاب والمعلمين من الوصول إلى مصادر التعلم في أي وقت ومن أي مكان. وبالاستناد إلى تطبيقات الذكاء الاصطناعي، يتم تعزيز التعليم الرقمي وتطوير طرق تقديمه. ومن خلال هذا المحور، سيتم الحديث عن طبيعة الذكاء الاصطناعي Nature Of Artificial Intelligence والجوانب الفنية للذكاء الاصطناعي في التعليم، متضمنًا الحديث عن نموذج التعليم بالذكاء الاصطناعي، وتقنيات الذكاء الاصطناعي للتعليم الرقمي كتعلم الآلة Machine learning، وتحليلات التعلم Learning analytics، والتنقيب عن البيانات Data mining:
أ. طبيعة الذكاء الاصطناعي Nature Of Artificial Intelligence:
يرتبط الذكاء الاصطناعي Artificial intelligence (AI) تقليديًا بشكل كبير بأجهزة الحاسبات، في حين أن أجهزة الحاسبات -لا سيما في سياق قطاع التعليم- ربما شكلت الأساس لتطور الذكاء الاصطناعي، إلا أن هناك انجذابًا بعيدًا عن الحاسب وحده، فالأجهزة والتقنيات والبرمجيات أو المعدات أصبحت تدعم الذكاء الاصطناعي، وقد سهلت أجهزة الحاسبات وأجهزة الاستشعار وغيرها من التقنيات الناشئة نقلَ الذكاء الاصطناعي إلى الآلات والعناصر الأخرى، مثل المباني والروبوتات.
يقدم تشاسينيول وزملاؤه (Chassignol et al., 2018) تعريفًا ووصفًا ذا وجهين للذكاء الاصطناعي، فيعرّفون الذكاء الاصطناعي بأنه مجال ونظرية، فأما تعريفه كمجال للدراسة، فإنهم يعرّفون الذكاء الاصطناعي (AI) بأنه: "مجال دراسة في علوم الحاسب تهدف مساعيه إلى حل المشكلات المعرفية المختلفة المرتبطة عادةً بالذكاء البشري، مثل التعلم وحل المشكلات والتعرف على الأنماط"، أما تعريفه كنظرية فيعرفونه بأنه: "إطار نظري يوجه تطوير واستخدام أنظمة الحاسبات بما يحاكي القدرات البشرية، وعلى الأخص الذكاء والقدرة على أداء المهام التي تتطلب ذكاءً بشريًا، بما في ذلك الإدراك البصري، والتعرف على الكلام، واتخاذ القرار، الترجمة بين اللغات" (ص17).
في تعريف آخر للذكاء الاصطناعي (AI) ووصف موجه لقطاع التعليم، لاحظت بوكريفكاكوفا (Pokrivcakova, 2019) أن الذكاء الاصطناعي هو "نتيجة لعقود عديدة من البحث والتطوير يجمع بين مصممي الأنظمة، وعلماء البيانات، ومصممي المنتجات، والإحصائيين، واللغويين، وعلماء الإدراك، وعلماء النفس، وخبراء التعليم وغيرهم الكثير؛ لتطوير أنظمة التعليم بمستوى معين من الذكاء والقدرة على أداء وظائف مختلفة، بما في ذلك مساعدة المعلمين ودعم المتعلمين لتطوير معارفهم ومهاراتهم المرنة لعالم متغير باستمرار" (ص 138).
وتؤكد بوكريفكاكوفا (Pokrivcakova, 2019) أن الذكاء الاصطناعي يستخدم قدرات محسنة للبرامج والبرمجيات، مثل تعلم الآلة الخوارزمي، الذي يوفر للآلات القدرة على أداء مهام مختلفة تتطلب ذكاءً شبيهًا بذكاء الإنسان، والقدرة على التكيف مع البيئة المباشرة.
من هذه التعريفات والأوصاف بشكل عام، فإن الذكاء الاصطناعي يشمل تطوير الآلات التي تتمتع بمستوى معين من الذكاء، مع القدرة على أداء وظائف شبيهة بوظائف الإنسان، بما في ذلك الإدراك والتعلم وصنع القرار والتكيف مع البيئة. على هذا النحو هناك خصائص ومبادئ محددة تعتبر أساسية للذكاء الاصطناعي، وهي قدرة الآلة على إظهار مستوى معين من الذكاء وأداء مجموعة واسعة من الوظائف والقدرات التي تتطلب قدرات شبيهة بقدرات الإنسان، تظهر كخاصية أساسية للذكاء الاصطناعي توضح طبيعة الذكاء الاصطناعي.
في الآونة الأخيرة تمت دراسة الذكاء الاصطناعي وتعلم الآلة على نطاق واسع ليتم تطبيقهما في الأجهزة المحمولة، والتي تهدف إلى تحسين جودة الحساب وتوفير إمكانيات لتطبيقات جديدة، مثل الفتح بالوجه face unlock، والتعرف على الكلام speech recognition، وترجمة اللغة الطبيعية natural language translation، والواقع الافتراضي virtual reality. ومع ذلك، يتطلب تعلم الآلة قدرة حسابية ضخمة لأداء التدريب والتعلم المعقد (Chen et al., 2020, 75267).
ولمعالجة هذه المشكلة؛ تم اقتراح بعض المنصات للتشغيل بكفاءة حسابية، ففي عام 2016 قدمت شركة كوالكوم Qualcomm محرك المعالجة العصبية Snapdragon لتسريع تنفيذ الشبكات العصبية باستخدام معالجات GPU الخاصة بها، كما اقترحت شركة HiSilicon منصة HiAI لتشغيل الشبكات العصبية. تجدر الإشارة إلى أن Android Neural Networks API تم تصميمه لتنفيذ نماذج تعلم الآلة بسرعة على الأجهزة المحمولة، توفر واجهة برمجة التطبيقات (API) هذه الكثير من الفوائد للهاتف المحمول من خلال تقليل زمن الوصول للشبكة وتعقيدها فيما يتعلق بشبكة التعلم ذات الصلة بالذكاء الاصطناعي، تم تطوير SqueezeNet وMobileNet وShufflenet بشكل جيد للهواتف المحمولة (Hu et al., 2018).
إن التطور التقني للذكاء الاصطناعي في الأجهزة المحمولة يرتقي بالتعليم المتنقل إلى مستوى أعلى؛ مما يوفر الراحة من خلال مساعدة الطلاب في وقت أقل ويحقق التعلم التفاعلي والشخصي. على سبيل المثال، يسهل الواقع الافتراضي VR عملية التعلم خارج مساحة التعلم لإنشاء فصل دراسي عالمي، حيث يمكن للذكاء الاصطناعي ربط الطلاب بالفصل الدراسي الافتراضي. بالإضافة إلى ذلك، توفر روبوتات الدردشة chatbots المبنية على الذكاء الاصطناعي تعليمًا مخصصًا عبر الإنترنت، كما يمكن لهذه التقنية تقييم مستوى فهم الطلاب (Chen et al., 2020, 75267).
ب. الجوانب الفنية للذكاء الاصطناعي في التعليم:
يشمل التعليم بمساعدة الذكاء الاصطناعي (AI) التعليم الذكي intelligent education، والتعلم الافتراضي المبتكر innovative virtual learning، وتحليل البيانات والتنبؤ بها data analysis and prediction، يتم سرد السيناريوهات الرئيسة للذكاء الاصطناعي في التعليم والتقنيات الرئيسة الداعمة كما تظهر في الجدول (1) الذي يوضح أن التعليم الممكّن للذكاء الاصطناعي يؤدي دورًا ذا أهمية كبيرة مع تعزيز متطلبات التعلم، حيث توفر أنظمة التعليم الذكية تعليمات وملاحظات شخصية وفي الوقت المناسب لكلٍ من المعلمين والمتعلمين، كما أنها مصممة لتحسين قيمة التعلم وكفاءته من خلال تقنيات الحوسبة المتعددة، وخاصة التقنيات ذات الصلة بتعلم الآلة والتي ترتبط ارتباطًا وثيقًا بنموذج الإحصاء ونظرية التعلم المعرفي (Kahraman et al., 2010).
جدول (1): تقنيات سيناريوهات تعليم الذكاء الاصطناعي Techniques for scenarios of AI education
سيناريوهات التعليم بالذكاء الاصطناعي | تقنيات الذكاء الاصطناعي الرئيسة الداعمة |
تقييم الطلاب والمدارس Assessments of students and schools | طريقة التعلم التكيفي ونهج التعلم الشخصي والتحليلات الأكاديمية Adaptive learning method, personalized learning approach and academic analytics |
الدرجات وتقييم الورقة والامتحان Grading, evaluating the paper and the exam | التعرف على الصور، الرؤية الحاسوبية، نظام التنبؤ Image recognition, computer vision, prediction system |
التدريس الذكي الشخصي personalized intelligent teaching | التنقيب عن البيانات أو التدخل المعرفي، أنظمة التدريس الذكية، تحليلات التعلم Data mining or cognitive intervention, intelligent teaching systems, learning analytics |
المدارس الذكية smart schools | التعرف على الوجه، التعرف على الكلام، المعامل الافتراضية، الواقع المعزز AR، الواقع الافتراضي VR، تقنية السمع والاستشعار Facial recognition, speech recognition, virtual labs, augmented reality (AR), virtual reality (VR) hearing and sensing technology |
التعليم عن بعد عبر الإنترنت والجوال Online and Mobile Remote Education | حوسبة الحافة، مساعدون شخصيون افتراضيون، تحليل في الوقت الحقيقي Edge computing, virtual personal assistants, real-time analysis |
يتم دمج تقنيات مختلفة في نظام الذكاء الاصطناعي لتحليل التعلم وفهم المعرفة واكتسابها، بناءً على تعلم الآلة والتنقيب عن البيانات وتحليلات البيانات، حيث يتكون نظام تعليم الذكاء الاصطناعي عمومًا من محتويات التدريس والبيانات والخوارزمية الذكية، والتي يمكن تقسيمها إلى قسمين:
- نموذج التعليم بالذكاء الاصطناعي.
- تقنيات الذكاء الاصطناعي للتعليم الرقمي.
حيث تعد المساعدة النموذجية في بناء خريطة البيانات أمرًا بالغ الأهمية لتحسين التعلم؛ مما يضع الهياكل وقواعد الارتباط لبيانات التعليم المجمعة، يعمل النموذج باعتباره جوهرًا في نظام الذكاء الاصطناعي، حيث توفر التقنيات الطاقة للنظام، كما يظهر في الهيكل التقني لتعليم الذكاء الاصطناعي في الشكل (2):
شكل (2): الهيكل التقني لتعليم الذكاء الاصطناعي
نموذج التعليم بالذكاء الاصطناعي AI Education Model:
في نظام التعلم القائم على الذكاء الاصطناعي، يعد نموذج المتعلم أمرًا بالغ الأهمية لتحسين قدرات التعلم المستقل. يتم إنشاؤه بناءً على بيانات سلوك المتعلمين الناتجة عن عملية التعلم، ويتم تحليل تفكير المتعلمين وقدراتهم لتقييم قدراتهم على التعلم، ويشار إليه في النموذج بالعامل البشري Human Factor، ثم يتم تخطيط تحليل المعرفة للحصول على إتقان المعرفة لدى المتعلمين، حيث تعمل نمذجة المتعلم على إنشاء روابط بين نتائج التعلم والعوامل المختلفة، بما في ذلك المواد التعليمية والموارد وسلوكيات التدريس، ويشار إليه بمعرفة المجال Domain Knowledge. ينشئ نموذج المعرفة خريطة هيكل المعرفة بمحتويات تعليمية تفصيلية، بما في ذلك عادةً معرفة الخبراء وقواعد ارتكاب الأخطاء التي غالبًا ما يرتكبها المتعلمون وسوء الفهم، من خلال الجمع بين نموذج حقل المعرفة ونموذج المتعلم، يحدد نموذج التدريس قواعد الوصول إلى مجال المعرفة؛ مما يمكّن المعلمين من تصميم استراتيجيات وإجراءات التدريس، ويشار إليه بالتصميم التربوي Pedagogical design (Chen et al., 2020, 75268).
مع تطور التعليم، من المرجح أن يتصرف المتعلمون بشكل إيجابي، أو يتخذوا إجراءات، أو يطلبوا المساعدة، يمكن دائمًا أن يكون نظام الذكاء الاصطناعي جاهزًا لتقديم المساعدة من خلال نظريات التدريس المضمنة في نموذج التدريس وفي النموذج يمثل تقنية الذكاء الاصطناعي AI technique. تشرح واجهة المستخدم أداء المتعلمين من خلال وسائط الإدخال المتعددة (الصوت والكتابة والنقر)، وتوفر المخرجات (النصوص والأشكال والرسوم المتحركة والوكالات)، توفر واجهة الإنسان والآلة المتقدمة وظائف متعلقة بالذكاء الاصطناعي، بما في ذلك التفاعل مع اللغة الطبيعية والتعرف على الكلام واكتشاف عواطف المتعلمين. ويوضح الشكل (3) العلاقة بين المكونات الأربعة في نموذج التعليم باستخدام تقنية الذكاء الاصطناعي (Zhai et al., 2021, 8).
شكل (3): نموذج التعليم بالذكاء الاصطناعي AI Education Model
تقنيات الذكاء الاصطناعي للتعليم الرقمي Artificial Intelligence Techniques for Digital Education:
يعد تعلم الآلة وتحليلات التعلم والتنقيب عن البيانات من التقنيات المرتبطة ارتباطًا وثيقًا بالتعليم في الوقت الحاضر، تطور تصميم التعليم الرقمي المعتمد على الذكاء الاصطناعي من خلال تطورات تحليلات التعلم Learning analytics، والتنقيب عن البيانات التعليمية أو التنقيب عن البيانات Data mining، وهي تتداخل في الأهداف والتقنيات وتستفيد من مجموعة متنوعة من التخصصات، بما في ذلك تعلم الآلة، والتنقيب عن البيانات، والقياسات النفسية للإحصاءات، ونمذجة البيانات. يركز مجال تحليلات التعلم بشكل أكبر على تعلم أنظمة إدارة المحتوى ونتائج الاختبارات واسعة النطاق، ينشأ التنقيب عن البيانات من مجتمع أنظمة التدريس الذكية، ويعمل على نطاق إدراكي صغير جدًا (Chen et al., 2020, 75268). ويشير "الذكاء الاصطناعي في التعليم الرقمي إلى تطبيق تعلم الآلة وتحليلات البيانات والخوارزميات الذكية لتعزيز عملية التعلم، ويتضمن ذلك جميع الإجراءات، بدءًا من تجارب التعلم الشخصية، حيث يُصمم المحتوى التعليمي وفقًا لاحتياجات المتعلمين الفردية إلى أتمتة العمليات الإدارية؛ مما يتيح للمعلمين تركيز جهودهم على التدريس بدلاً من الانشغال بالمسائل اللوجستية" (المركز الوطني للتعليم الإلكتروني، 2023، 8).
فيما يأتي توضيح لتقنيات الذكاء الاصطناعي لتصميم التعليم الرقمي، وهي: تعلم الآلة Machine learning، وتحليلات التعلم Learning analytics، والتنقيب عن البيانات Data mining.
أ. تعلم الآلة Machine learning:
يعرف المركز الوطني للتعليم الإلكتروني (2023) تعلم الآلة بأنه: "فرع من فروع الذكاء الاصطناعي يتضمن إعداد نماذج مخصصة تم تدريبها على البيانات، وتتيح للأنظمة أن تتعلم وتتكيف وتتخذ قرارات دون برمجة صريحة، وغالبًا ما تُستخدم للتعرف على الأنماط والتصنيفات والتنبؤات".
تساعد تقنية تعلم الآلة ML المعلمين على فهم كيفية استيعاب الطلاب لكل مفهوم، وبهذه الطريقة يمكن للمدرسين ضبط طريقة التدريس للعمل بشكل جيد بناءً على السجلات التراكمية للطلاب؛ مما قد يساعد الطلاب على فهم المواد الدراسية بشكل أفضل. بالنسبة لتقييم الطلاب، يمكن استخدام التعرف على الصور والتنبؤ بتعلم الآلة لتقدير واجبات الطلاب واختباراتهم مع نتائج أسرع وأكثر موثوقية. وتجدر الإشارة إلى أن هناك مجالاً فرعيًا لتعلم الآلة وهو التعلم العميق Deep Learning، حيث يتضمن تقنيات مستخدمة على نطاق واسع، مثل: تعلم شجرة القرار decision tree learning، والبرمجة المنطقية الاستقرائية inductive logic programming، والتجميع clustering، والتعلم المعزز reinforcement learning، والشبكات الافتراضية Bayesian networks، والشبكات العصبية المبنية neural networks structured.
شكل (4): العلاقة بين تعلم الآلة ML والتعلم العميق DL
ب. تحليلات التعلم Learning analytics:
تقدم تحليلات التعلم Learning analytics منظورًا جديدًا لفهم عمليات التعلم من أجل تحسينها، وذلك من خلال تحليل وفهم وتمثيل البيانات المرتبطة بالعمليات التعليمية، كما أنها تقدم طرقًا جديدة لفهم المتعلمين والاستفادة بشكل فعال من مواردهم، وتزداد كمية البيانات وغالبًا ما يُشار إليها بالبيانات الضخمة Big Data؛ والتي نتجت من زيادة كمية وحجم البيانات التي يمكن جمعها وتوسيع نطاقها بشكل كبير (خليل، 2019، 3). وتوظف تقنية المعلومات أدواتِها لتحليل ومعالجة البيانات الضحمة في عديد من أنظمة إدارة التعلم، والتي منها Blackboard, Desire2Learn, Instructure and Tribal، ولكل منها أدواته التحليلية ومميزاته وتكلفته. وهناك بعض الأنشطة المتاحة عبر البرمجيات مفتوحة المصدر، مثل Moodle, Schoology، والتي يتوفر بها بعض أدوات تحليلات التعلم التي تقوم بمتابعة أداء المتعلم وتحليل هذه البيانات من خلال تقارير متابعة الأداء، حيث تعمل على بعض العمليات مثل الفرز والتصنيف والتصفيات وتقديم التغذية الراجعة.
هناك عدة أسس لتحليلات التعلم، تتمركز حول ثلاثة أسس رئيسة، وهي (خليل، 2019، 7):
- البيانات الضخمة Big Data: وهي البيانات الكثيفة في قواعد البيانات الضخمة في عصر المعلومات.
- التنقيب عن البيانات التربوية Educational Data Mining: والتي تركز على تطوير تقنيات لاستكشاف الأنواع الفريدة من البيانات، والتي يمكن الحصول عليها من المواقف التربوية واستخدامها في تحسين فهم المتعلمين والمواقف التي يتعلمون فيها.
- التحليلات الأكاديمية Academic Analytics: وهي أدوت تقنية لتحسين اتخاذ القرار في المؤسسات، حيث يقوم النظام بجمع البيانات وتحليلها لاتخاذ القرار.
شكل (5): تحليلات التعلم
ج. التنقيب عن البيانات Data mining:
التقنيب عن البيانات DM هو أسلوب متقدم من أساليب تحليل البيانات، يقوم بالبحث والاستكشاف من أجل الحصول على الأنماط غير المعروفة والعلاقات المهمة في قواعد البيانات، عن طريق توظيف أساليب الذكاء الاصطناعي AI والإحصاء وتقنيات قواعد البيانات المتقدمة، أي إنه مظلة كبيرة ومفهوم واسع يندرج تحته العديد من المهام والأدوات؛ من أجل الحصول على المعلومات المفيدة والداعمة لاتخاذ القرار السليم (الفارسي، 2022، 641).
يحاول التنقيب عن البيانات التعليمية DM توليد استجابات منهجية وآلية للمتعلمين. يهدف التقنيب عن البيانات التعليمية المستندة إلى الذكاء الاصطناعي إلى تطوير قواعد الارتباط المتأصلة، وتقديم عناصر المعرفة للطلاب لتلبية احتياجاتهم الشخصية. على سبيل المثال الطلاب، حيث يمكن تحليل بيانات الخصائص الديموغرافية وبيانات الدرجات من خلال عدد صغير من المهام الكتابية، يمكن تحقيق ذلك من خلال طريقة انحدار تعلم الآلة التي يمكن استخدامها أيضًا للتنبؤ بأداء الطالب في المستقبل. علاوة على ذلك، أصبح التقنيب عن البيانات أداة قوية لتحسين عملية التعلم وإتقان المعرفة؛ مما يؤدي إلى فهم أفضل للبيئات التعليمية والمتعلمين. بمعنى آخر/ يمكن النظر إلى التقنيب عن البيانات على أنه اكتشاف للأنماط وتطبيق النمذجة التنبئية لاستخراج المعرفة المخفية؛ مما يسمح للمعلمين بإجراء تعديلات لتحسين تطوير المناهج الدراسية في النظام التعليمي (Global Development of AI-Based Education, 2019). أحد التطبيقات المهمة هو أن الذكاء الاصطناعي القائم على التقنيب عن البيانات يمكن أن يحقق التعلم الشخصي، منها بيانات مجال المعرفة، حيث يقوم الطلاب بأداء التعلم الخاص بهم بالسرعة التي تناسبهم، ويقررون طريقة التعلم الخاصة بهم بمساعدة الذكاء الاصطناعي. ومن الناحية المثالية، باستخدام التعلم الشخصي، يختار الطلاب ما يهتمون به، ويقوم المعلمون بضبط دورة التدريس وطريقة التدريس وفقًا لاهتمامات الطلاب. ومن خلال التقنيب عن البيانات، يمكن للذكاء الاصطناعي بناء ذكائه (على سبيل المثال، باستخدام تعلم الآلة) بشكل أكثر دقة، وتكون النتائج أكثر موثوقية (Chen et al., 2020, 75269).
طرق تقديم التقنيات الرقمية التعليمَ في ضوء الذكاء الاصطناعي:
تعد التقنيات الرقمية أداةً قوية يمكن أن تساعد في تحسين التعليم بطرق مختلفة، مثل تسهيل قيام المعلمين بإنشاء مواد تعليمية وتوفير أساليب جديدة للناس للتعلم والتعاون. لقد وصل عصرٌ جديد مع انتشار الإنترنت في جميع أنحاء العالم واتصال العديد من الأجهزة الذكية به، وبالتالي سيكون الأمر متروكًا لمصممي التعليم والتربويين لاستخدام إمكانات التقنية الرقمية المتقدمة لإحداث نُقلة نوعية في التعليم، بحيث يتوفر التعليم الفعال والكفء للجميع وفي كل مكان، يعزز التعلم الرقمي الإبداع ويمنح الطلاب شعورًا بالنجاح، ويشجع على التعلم الإضافي من خلال التفكير خارج التقنيات التقليدية.
تمكنت معظم الدول من اعتماد تقنيات التعلم عن بعد باستخدام مزيج من منصات التلفزيون والراديو والإنترنت والهواتف المحمولة، وهو أمر يستحق الثناء، وهي توفر سهولة الوصول إلى المعلومات، وسهولة الاحتفاظ بها، وزيادة تخزين المعلومات، وتحسين عرض المعلومات؛ أصبح التعليم أكثر تفاعلية، وتبادل المعرفة أسهل وزيادة الحماس في التعلم. ويناقش الجدول (2) الطرقَ المهمة لتقديم التقنيات الرقمية في التعليم (Haleem et al., 2022):
جدول (2): طرق تقديم التقنيات الرقمية في التعليم الرقمي بتصرف من (Haleem et al., 2022)
طرق التقديم | الوصف |
تطوير المكتبات على الإنترنت Develop Online libraries | لقد ساعد التقدم التقني في إنشاء وتطوير المكتبات عبر الإنترنت؛ مما أدى إلى إزالة متطلبات المساحة المادية وتسهيل التفاعل بين الطلاب والمعلمين والباحثين من جميع أنحاء العالم، كما مكنت المنتديات عبر الإنترنت متخصصين في الموضوع لمناقشة موضوعات محددة وتقييم المناهج وطرق التدريس وطرق التقييم. |
تعزيز التعلم عن بعد Promote Distance learning | أدى التقدم التقني إلى تعزيز التعليم عن بعد، فهو يوفر سهولة الوصول إلى جميع مصادر التعلم ويسمح للمنشأة بالتفاعل مع المعلم بسهولة، كما يمكن للمدرسين إنشاء مجموعات وإدارتها بسرعة باستخدام أدوات التعلم الرقمي مثل منصات التعلم الاجتماعي. |
تسهيل تدريس الطلاب ذوي الاحتياجات الاستثنائية Facilitate Teaching of students with exceptional needs | تعد أدوات التعرف على الكلام، وأدوات قراءة الشاشة، وشاشات برايل، وحلول تحويل النص إلى كلام من بين التقنيات النوعية لضعاف البصر؛ بالنسبة لضعاف السمع، تعمل تطبيقات التسميات التوضيحية المغلقة ومكبرات الصوت وتقنيات مؤتمرات الفيديو على تسهيل لغة الإشارة وقراءة الشفاه. |
إنشاء الفصول الافتراضية Virtual classroom | أدت التقنيات الرقمية في التعليم إلى ظهور أنظمة إدارة التعلم المختلفة (LMS)، حيث يمكن للمدرس التفاعل مع الطلاب في الوقت الفعلي، ومشاركة موارده، وإلقاء محاضراته، وتقييم تعلم الطلاب، وجمع التعليقات، والرد على استفساراتهم. |
بيئات تعليمية شاملة Inclusive learning environments | توفر بيئة التعلم الشاملة فرصةً متساوية لكل طالب يتمتع بمستويات قدرة مختلفة للتعلم في نفس المكان، إن الفصول الافتراضية والفيديو والواقع المعزز والروبوتات وغيرها من الأدوات التقنية تجعل الفصل مثيرًا وتوفر بيئات تعليمية شاملة تعزز التعاون والفضول، بينما تسمح للمعلمين بجمع البيانات حول أداء الطلاب. |
تعزيز الوصول إلى الموارد التعليمية Enhanced access to educational resources | أصبح من الممكن الآن الوصول إلى الموارد التعليمية في أي وقت، فقد سهّل التخزين السحابي وتسجيل المحاضرات بالفيديو وتوافر الملاحظات في نسخة إلكترونية على الطلاب الوصول إلى الموارد في الوقت الذي يناسبهم، ويمكن للوالدين أيضًا الوصول إلى هذه الموارد والتحقق من جودة المحاضرات والملاحظات. |
الطريقة المبتكرة للتعلم the innovative way of learning | لقد غيرت التقنياتُ الرقميةُ الطريقةَ التي يتعلم بها الطلاب في الفصول الدراسية، يتم تعليم الطلاب المهارات الرقمية واستكشاف المعلومات بطرق جديدة ومثيرة من خلال التطبيقات والبرامج التعليمية، يمكن للمدرسين استخدام السبورات البيضاء التفاعلية. لقد تغيرت إدارة التقارير والمهام بشكل كبير بدلاً من إنشاء بطاقات تقرير حقيقية لإرسالها إلى المنزل مرة واحدة في الفصل الدراسي، كما يمكن للمدرسين الآن تعيين العمل وجمعه وتقييمه باستخدام أنظمة إدارة التعلم المتخصصة؛ مما يبقي الطلاب وأولياء الأمور على اطلاع بتقدمهم. |
بناء المناهج والمواد الداعمة Curricula Design and Supporting Materials | باستخدام التقنية الحديثة، يمكن لكل معلم بناء مناهجه الدراسية ومواد الدعم الخاصة به، وتوظيف جانبه الأكثر إبداعًا لتخصيص التعلم. أصبح التعليم أكثر سهولة، مع توفر مجموعة واسعة من تقنيات التعلم وخيارات الدرجات العلمية، يجب على المعلمين التفكير في سبب رغبة الطلاب في استخدام التقنية في الفصل الدراسي بدلاً من حاجتهم إليها، ومن المؤكد أنه سيساعد المعلمين في تتبع تقدم الطلاب وتطوير استراتيجيات الدروس المبتكرة. يمكن للطلاب الذين يتعلمون استخدام التقنية بناءَ المهارات التي ستساعدهم على النجاح في المستقبل. |
التعليم المرن Flexible education | نتيجة للتحسينات التقنية، أصبح التعليم أكثر مرونة وسهولة في الوصول إليه، أصبحت الشهادات عبر الإنترنت والتعلم عبر الهاتف المحمول أكثر شعبية، وتمت إزالة الحدود المادية، ويمكن للتقنيات مساعدة موظفيها على متابعة تعليمهم. |
الكتب الإلكترونية E-books | يمكن للطلاب الآن اكتشاف المعلومات بشكل أسرع وبشكل صحيح مع التقدم التقني، تحل محركات البحث والكتب الإلكترونية محل الكتب المدرسية التقليدية، ومن ناحية أخرى، يصبح الفصل نموذجًا مصغرًا للبيئة الرقمية الأكبر التي يمكن للطلاب من خلالها ممارسة التواصل والبحث والتفاعل مع المواطنين الرقميين الآخرين. |
منصة MOOC MOOC Platform | يستفيد الطلاب من الدورات الضخمة المفتوحة عبر الإنترنت (MOOCs) لتحسين مؤهلاتهم ومواهبهم، فهو يمكّن الملايين من المتعلمين الذين لا يستطيعون تحمل تكاليف التعليم من تعزيز قابليتهم للتوظيف من خلال منحهم إمكانية الوصول إلى الدورات التدريبية المختلفة القائمة على المهارات. بفضل MOOCs، يمكن للطلاب والمهنيين العاملين الدراسةُ بالسرعة التي تناسبهم، من أي مكان وفي أي وقت، علاوةً على ذلك تؤدي بعض دورات المحاضرات المقدمة من خلال هذه المنصة إلى الحصول على شهادة تعتبرها المعاهد والمؤسسات خطوة في الاتجاه الصحيح. وفقًا للاتجاهات الحديثة، تتمتع الفصول الدراسية عبر الإنترنت التي يتم تقديمها من خلال منصة MOOC بسوق كبير. يكون الطلاب المسجلون في الدراسات المهنية والمديرون التنفيذيون العاملون أكثر تحفيزًا لتحسين مجموعة مهاراتهم للاستفادة من فرص العمل المتزايدة في الصناعات المتخصصة. أصبح التعلم الشخصي القائم على MOOC أكثر شعبية. |
التعلم الديناميكي Dynamic learning | توفر التقنية بيئة فصل دراسي ديناميكية من خلال رقمنة الكتب المدرسية ودمج الروابط ورموز الاستجابة السريعة لدراسة وتقييم موضوعات الدورة، يتم استخدام برمجيات للأنشطة المتخصصة أو إنشاء الفصول الدراسية المعكوسة. على سبيل المثال: في هذا السيناريو، يمكن للطالب مشاهدة المحاضرات المسجلة مسبقًا كواجب منزلي والوصول إلى الفصل جاهزًا لمناقشة الموضوعات والمعلومات، تتطلب الأدوات الرقمية الجديدة في الفصول الدراسية الإدارة والتدريب، يجب أن يكون المعلمون منتجين في الفصل الدراسي وعلى الإنترنت باستخدام مجموعة متنوعة من الشاشات والمنصات التقنية. |
الانتقال إلى التعليم والتعلم المختلط Moving to Hybrid teaching & learning | نهج تعليمي يجمع بين التعليم الوجاهي التقليدي واستخدام التقنيات الحديثة في التعليم عبر الإنترنت. يتميز هذا النهج بتوفير تجربة تعليمية متكاملة تجمع بين المزايا الفريدة للتعليم الوجاهي، مثل التفاعل المباشر مع المعلم والزملاء، وبين مزايا التعلم عبر الإنترنت مثل المرونة الزمنية والوصول إلى مصادر متنوعة. |
تصميم التعليم الرقمي في عصر الذكاء الاصطناعي:
إحدى الطرق التي يمكن من خلالها مساعدة المعلمين والمتعلمين على اكتساب فهم الذكاء الاصطناعي والثقة به هي إشراكهم في عمليات التصميم المشترك مع مطوري الذكاء الاصطناعي في شراكات متعددةِ أصحاب المصلحة، وقد ذكر كلٌ من لوكين وكارنوفا (Luckin & Cukurova, 2019, 10) إطار العمل المقترح لتصميم التعليم الرقمي في عصر الذكاء الاصطناعي، وهو يقدم إطارًا لتطوير الذكاء الاصطناعي الفعال في التعليم من خلال الاعتقاد بأن الجمع بين المعلمين والمطورين في فرق تصميم مشترك متعددة التخصصات هو وسيلة فعالة؛ فالتعاون بين مطوري الذكاء الاصطناعي والمعلمين يساعد المطورين على فهم المزيد حول التدريس والتعلم، ويساعد المعلمين على فهم المزيد حول عملية تطوير التقنية لاستخدامها في التعليم والتدريب، وهو ما يمكن توضيحه في الشكل (7).
هناك الكثير مما يمكن أن يكون إيجابيًا عندما يتعلق الأمر بالتطورات المثيرة للإعجاب في تقنيات الذكاء الاصطناعي والفوائد التي يمكن أن تحققها للتعليم والتدريب. يمكن أن يساعد الذكاء الاصطناعي في دعم التعلم وزيادة الذكاء البشري، ويمكن أن يساعد أيضًا في حل بعض أكبر التحديات في مجال التعليم في جميع أنحاء العالم. ومع ذلك، من أجل ضمان الاستفادة من الذكاء الاصطناعي؛ هناك حاجة ماسة إلى معرفة ما يكفي عن الذكاء الاصطناعي وكيفية استخدامه بفعالية، فالمعلمون على وجه الخصوص في طليعة التوقعات لتعليم وتدريب المستقبل وتنمية القدرات البشرية حول الذكاء الاصطناعي، وأفضل السبل للعمل والتعلم جنبًا إلى جنب. ولكن من سيقوم بتعليم المعلمين وكيف سيحصلون على الفهم المطلوب حول الذكاء الاصطناعي؟ هذا السؤال حول أفضل السبل لبناء قدرات الذكاء الاصطناعي لدى المعلمين والمدربين هو في قلب إطار عمل الذكاء الاصطناعي في التعليم والتدريب، وهو إطار يسعى أيضًا إلى تحسين جودة الذكاء الاصطناعي الذي يتم تطبيقه في التعليم والتدريب، حتى يتمكن من المساعدة بشكل فعال في مواجهة التحديات التعليمية المهمة التي تواجهنا في عصر الذكاء الاصطناعي (Luckin & Cukurova, 2019, 11).
من أجل ذلك؛ فقد صُمم الإطار للتأكد من أن:
- الذكاء الاصطناعي الذي سيتم استخدامه للتعليم والتدريب مصمم بطريقة تربوية وتقنية سليمة.
- يطور المعلمون فهمًا للذكاء الاصطناعي، ما هو وما يمكن أن يفعله، والذي يمكنهم بعد ذلك استخدامه أثناء تعليم طلابهم ومتدربيهم، ويفهم مطورو الذكاء الاصطناعي وجهة نظر المعلمين وعملية التدريس والتعلم بشكل أفضل.
شكل (7): إطار عمل مشترك لتصميم الذكاء الاصطناعي لاستخدامه في التعليم والتدريب
يتطلب الإطار المقترح نظامًا بيئيًا يدعم تطوير وتطبيق الذكاء الاصطناعي في التعليم والتدريب، وهو ما يتم تحقيقه من خلال غرس عملية التصميم المشترك في جوهره. العنصران الدائريان متحدا المركز في الشكل (7) مترابطان، فالعنصر الأيسر هو في جوهره البيانات؛ لأن البيانات تدعم الذكاء الاصطناعي، والبيانات تدعم الأدلة حول تقدم المتعلم، ويمكن تحليل البيانات لإثبات القيمة والفعالية التعليمية لتطبيق الذكاء الاصطناعي. يحيط بهذا المركز المركزي ثلاثة أنشطة مترابطة تمثل الشراكة بين أصحاب المصلحة، والتي يجب أن تكون موجودة لدعم تطوير الذكاء الاصطناعي التعليمي.
- يحدد النشاط L1 أن المعلمين بحاجة إلى التدريب على فهم الذكاء الاصطناعي؛ حتى يتمكنوا من استخدامه بفعالية، وحتى يتمكنوا من تعليم وتدريب المتعلمين على العمل جنبًا إلى جنب مع الذكاء الاصطناعي.
- يحدد النشاط L2 أن مطوري الذكاء الاصطناعي بحاجة إلى التدريب؛ لفهم الكثير عن التدريس والتعلم إذا أرادوا إنشاء تطبيقات الذكاء الاصطناعي لاستخدامها في التعليم والتدريب. ويحتاج مطورو الذكاء الاصطناعي أيضًا إلى فهم أفضل لوجهة نظر المعلم والمدرب، ومنظور المتعلم، والسياق التعليمي والتدريبي.
- يحدد النشاط L3 أن المعلمين والمدربين ومطوري الذكاء الاصطناعي والباحثين بحاجة إلى العمل معًا لتطوير تطبيقات الذكاء الاصطناعي للتعليم والتدريب. في عملية العمل معًا، سوف يفهم المعلمون الذكاءَ الاصطناعي بشكل أفضل، وسيفهم مطورو الذكاء الاصطناعي التعليمَ بشكل أفضل. وسيستفيد كلا المجتمعين أيضًا من العمل مع الباحثين، لأنهما سيعملان على تطوير عقلية بحثية تمكنهما من توليد أدلة أفضل حول مدى دعم تطبيقات الذكاء الاصطناعي للتعليم بشكل فعال.
الأنشطة الثلاثة التي تحيط بنواة البيانات في وسط العنصر الدائري الأيسر في الشكل (7) مترابطة؛ لأن التقدم في أحد مجالات النشاط سيدعم التقدم في مجالي النشاط الآخرين والعكس صحيح. ومن خلال الانخراط في عملية التصميم المشترك، سيزيد المعلمون والمدربون من فهمهم للذكاء الاصطناعي، وسيزيد مطورو الذكاء الاصطناعي من فهمهم للتعليم. وستكون النتيجة النهائية المزيد من المطورين والمعلمين ذوي المعرفة، والمزيد من التعليم المناسب للذكاء الاصطناعي.
ويتكون العنصر الدائري الأيمن في الشكل (7) أيضًا من ثلاثة أنشطة، يستفيد كل منها من الآخر. هذه هي الأنشطة التي يجب القيام بها في إطار التعليم والتدريب؛ حتى يتمكن المجتمع من الحصول على أكبر قدر من الفوائد من الذكاء الاصطناعي.
- النشاط R1: هو النشاط الذي يجب أن يحدث داخل أنظمة التعليم والتدريب لإعطاء أولوية أعلى لعناصر الذكاء البشري التي لا يمكننا أتمتتها باستخدام الذكاء الاصطناعي. ويشمل ذلك على سبيل المثال: الذكاءَ الاجتماعي، والذكاء العاطفي والذاتي، وما وراء المعرفة، والذكاء السياقي الفوقي، والكفاءة الذاتية المدركة الدقيقة.
- النشاط R2: هو إعطاء الأولوية لتثقيف الجميع لفهم ما يكفي عن الذكاء الاصطناعي؛ لاستخدامه بأمان وفعالية.
- النشاط R3: هو تطوير واستخدام الذكاء الاصطناعي لحل بعض أكبر التحديات التعليمية، مثل معالجة النقص العالمي في المعلمين، والفجوات في الإنجاز بين الطلاب المتفوقين وأولئك الذين يكافحون، والتخلص من بعض الإدارة الروتينية ووضع العلامات التي تستغرق الكثيرَ من الوقت الثمين للمعلم البشري.
من هنا يتضح أهمية تصميم تحليلات البيانات التي تكون مستنيرة بشكل مناسب، كما أن إطار الذكاء الاصطناعي للتعليم والتدريب متعدد التخصصات بطبيعته؛ لأنه مزيج من المهن المختلفة في الذكاء الاصطناعي والتعليم والتدريب والبحث، والتي يجب تسخيرها للاستفادة حقًا من تقنيات الذكاء الاصطناعي المتقدمة. ويعرض الجدول (3) ما الذي يستطيع الذكاء الاصطناعي أن يفعله في التعليم والوظائف التي يوفرها الذكاء الاصطناعي في السيناريوهات التعليمية (Chen et al., 2020, 75272):
جدول (3): الوظائف التي يوفرها الذكاء الاصطناعي في السيناريوهات التعليمية
الوظائف التي يوفرها الذكاء الاصطناعي في السيناريوهات التعليميةThe functions AI provides in educational scenarios | |
Administration إدارة |
|
Instruction تعليمات |
|
Learning تعلُّم |
|
توظيف الذكاء الاصطناعي في التعليم الرقمي:
قدّم المركز الوطني للتعليم الإلكتروني في نهاية عام 2023م إطاراً للذكاء الاصطناعي في التعليم الرقمي في المملكة العربية السعودية، والذي هدف إلى "أن يكون بمثابة دليل عملي لتوظيف الذكاء الاصطناعي وتقديم خارطة طريق استراتيجية تحدد تطوير الذكاء الاصطناعي ونشره وإدارته وتقييمه في سياق التعليم الرقمي"، كما استهدف الإطار "صناع سياسات التعليم ومسؤولي أنظمة التعليم الحكومية والخاصة بالإضافة للأفراد"، كما "صُمم الإطار ليتم تطبيقه في جميع أنماط التعليم" (المركز الوطني للتعليم الإلكتروني، 2023، 8).
وقد امتاز إطار الذكاء الاصطناعي في التعليم الرقمي، الذي أصدره المركز الوطني للتعليم الإلكتروني، بالابتكار والمرونة والتحسين المستمر، والذي يضمن التكامل المسؤول للذكاء الاصطناعي؛ لتمكين المعلمين والمتعلمين على حد سواء. و"يغطي هذا الإطار تسعة أبعاد تتضمن (22) بُعدًا فرعيًا، والتي ينبغي على الجهات التعليمية توظيفها عند استخدام الذكاء الاصطناعي في التعليم الرقمي"، حيث يركز الإطار على المبادئ الرئيسة لضمان الاستخدام المسؤول للذكاء الاصطناعي في جميع أنماط التعليم. ويوضح الشكل (8) أبعاد إطار الذكاء الاصطناعي في التعليم الرقمي (المركز الوطني للتعليم الإلكتروني، 2023، 9):
شكل (8): أبعاد إطار الذكاء الاصطناعي في التعليم الرقمي (المركز الوطني للتعليم الإلكتروني، 2023، 9)
الخاتمة والتوصيات التطبيقية:
يقدم التعليم الرقمي القدرةَ على الوصول إلى المحتوى التعليمي بسهولة ومرونة، بمعنى أن الطلاب يمكنهم الوصول إلى المواد التعليمية في أي وقت وفي أي مكان يناسبهم، ويمكن اعتبار التعليم الرقمي بأنه استراتيجية تعليمية تستخدم التقنية الرقمية لإكمال المنهج بأكمله وتسمح للطلاب بالتعلم بسرعة، فالتقنيات الرقمية تساعد في تطوير القدرات التي تتطلب الأداء المهني للطلاب، ويعتمد التعليم الرقمي على تقنيات الحاسب الآلي وشبكة الإنترنت التي تمكّن من إيجاد بيئة تفاعلية غنية بالتطبيقات وتمكن الطلاب والمعلمين من الوصول إلى مصادر التعلم في أي وقت ومن أي مكان، وبالاستناد إلى تقنيات الذكاء الاصطناعي يتم تعزيز التعليم الرقمي وتطوير طرق تقديمها.
يتم دمج تقنيات مختلفة في نظام الذكاء الاصطناعي لتحليل التعلم وفهم المعرفة واكتسابها، حيث يتكون نظام تعليم الذكاء الاصطناعي عمومًا من محتويات التدريس والبيانات والخوارزمية الذكية بناءً على:
- تعلم الآلة.
- التنقيب عن البيانات.
- تحليلات البيانات.
إحدى الطرق التي يمكن من خلالها مساعدة المعلمين والمتعلمين على اكتساب فهم الذكاء الاصطناعي والثقة به هي إشراكهم في عمليات التصميم المشترك مع مطوري الذكاء الاصطناعي من خلال إطار العمل المقترح لتصميم التعليم الرقمي في عصر الذكاء الاصطناعي، وهو يقدم إطارًا لتطوير الذكاء الاصطناعي الفعال في التعليم ونموذج التعليم بالذكاء الاصطناعي والمعرفة بالجوانب الفنية للذكاء الاصطناعي في التعليم.
كما يمكن توظيف الذكاء الاصطناعي في التعليم الرقمي بالاستفادة من إطار الذكاء الاصطناعي في التعليم الرقمي في المملكة العربية السعودية، والذي يعد بمثابة دليل عملي لتوظيف الذكاء الاصطناعي وتقديم خارطة طريق استراتيجية تحدد تطوير الذكاء الاصطناعي ونشره وإدارته وتقييمه في سياق التعليم الرقمي لصناع سياسات التعليم ومسؤولي أنظمة التعليم الحكومية والخاصة بالإضافة للأفراد؛ ليتم تطبيقه في جميع أنماط التعليم.
بشكلٍ عام، كان للذكاء الاصطناعي تأثيرٌ كبير على التعليم، لا سيما في الإدارة والتدريس ومجالات التعلم في قطاع التعليم أو في سياق المؤسسات التعليمية الفردية.
التوصيات التطبيقية:
- توظيف الذكاء الاصطناعي في التعليم، بالاستناد إلى إطار الذكاء الاصطناعي في التعليم الرقمي في المملكة العربية السعودية كدليل عملي لصناع سياسات التعليم ومسؤولي أنظمة التعليم الحكومية والخاصة والأفراد.
- تسهيل قيام المعلمين بإنشاء مواد تعليمية وتوفير أساليب جديدة للناس للتعلم والتعاون، لاستخدام إمكانات التقنية الرقمية المتقدمة وطرق تقديمها المستندة على تقنيات الذكاء الاصطناعي، لإحداث نقلة نوعية في التعليم للجميع.
- تطوير تصميم التعليم الرقمي المعتمد على الذكاء الاصطناعي من خلال تطورات تحليلات التعلم Learning analytics، والتنقيب عن البيانات Data mining، وتعلم الآلة Machine Learning.
- تحسين قدرات التعلم المستقل في نظام التعلم القائم على الذكاء الاصطناعي من خلال نموذج التعليم بالذكاء الاصطناعي، والاستفادة من الهيكل التقني لتعليم الذكاء الاصطناعي.
*للخبراء والمختصين، في حال كان لديكم الرغبة بالمشاركة في كتابة مقال حول موضوعات تتعلق بالتعليم والتدريب الإلكتروني، يرجى التواصل معنا على البريد الإلكتروني: care@nelc.gov.sa
أحمد، علاء الدين، وجاسم، عزام. (2023). الذكاء
الاصطناعي ودوره في تطوير التعليم. مجلة أبحاث كلية التربية الأساسية، 19(4)، 344- 360.
خليل، شيماء سمير. (2019). تحليلات التعلم مبادئ نظرية ورؤية تطبيقية. مجلة البحوث في مجالات التربية النوعية، 5(25)، 1- 27. https://doi.org/10.21608/jedu.2019.106242
الفارسي، أنوار فاضل. (2022). دور أسلوب التنقيب عن البيانات كأحد ابتكارات تكنولوجيا المعلومات في تحسين جودة التقارير المالية دراسة ميدانية. المجلة العلمية للدراسات والبحوث المالية والإدارية، 13(2). https://journals.ekb.eg/article_240320_1332b311534ee2ca67e6219d83f226cd.pdf
المركز الوطني للتعليم الإلكتروني. (2023). إطار الذكاء الاصطناعي في التعليم في المملكة العربية السعودية. /node/2929
الهيئة السعودية للبيانات والذكاء الاصطناعي. (2023). وثيقة الإطار السعودي لمؤهلات تخصصات الذكاء الاصطناعي (ذكاء التعليم) 2023- 2024. https://sdaia.gov.sa/ar/Research/Pages/EducationIntelligence.aspx
Chassignol M., Khoroshavin A., Klimova A., & Bilyatdinova A.(2018). Artificial Intelligence trends in education: a narrative overview. Procedia Computer Science, (136), 16-24. https://doi.org/10.1016/j.procs.2018.08.233
Global Development of AI-Based Education. (2019). Deloitte Res. Deloitte China .Deloitte Company.
Haleem A., Javaid M., Qadri M., Suman R. (2022). Understanding the role of digital technologies in education: A review. Sustainable Operations and Computers.(3), 275-285. https://doi.org/10.1016/j.susoc.2022.05.004
Hu J., Shen L., and Sun G.(2018). Squeeze-and-excitation networks,'' in Proc. Conf. Comput. Vis. Pattern Recognit. journal version of the CVPR 2018 paper, accepted by TPAMI, Computer Vision and Pattern Recognition (cs.CV). https://doi.org/10.48550/arXiv.1709.01507
Kahraman H., Sagiroglu S., Colak I.(12-14 October 2010). Development of adaptive and intelligent web-based educational systems. 4th International Conference on Application of Information and Communication Technologies. DOI: 10.1109/ICAICT.2010.561205
Luckin Rosemary, Cukurova Mutlu.(2019). Designing Educational Technologies in the Age of AI: A Learning Sciences Driven Approach.50(2). DOI:10.1111/bjet.12861
Pokrivcakova, S.(2019). Preparing teachers for the application of AI-powered technologies in foreign language education. Journal of Language and Cultural Education, 3(7). 135-153. DOI:10.2478/jolace-2019-0025
Zhai X. , Chu X. , Chai C. , Yung Jong M., Istenic A. , Spector M., Liu J., Yuan J., Li Y.(2021). A Review of Artificial Intelligence (AI) in Education from 2010 to 2020. Hindawi Complexity.1-18. https://doi.org/10.1155/2021/8812542
https://www.tandfonline.com/doi/abs/10.1080/10494820.2021.1989466