أصبح الذكاء الاصطناعي جزءًا من تجربة التعلّم. يستخدمه الطلاب لتلخيص القراءات، وتوليد الأفكار، وتنظيم الملاحظات، وممارسة المهارات اللغوية، وفهم المفاهيم الصعبة. ويستخدمه الموظفون لصياغة المستندات، وحل مشكلات العمل، وتحليل المعلومات، وتسريع المهام الروتينية. وهذا يضع فرق التعلّم الإلكتروني أمام سؤال صعب: كيف يمكن لبرامج التعلّم أن تتيح دعمًا مفيدًا بالذكاء الاصطناعي دون أن تُضعف التفكير النقدي، أو جودة التقييم، أو النزاهة الأكاديمية؟
الجواب ليس منع الذكاء الاصطناعي كليًا. فهذا غير واقعي في معظم الحالات. الأفضل هو بناء معرفة بالذكاء الاصطناعي داخل تجربة التعلّم، بحيث يفهم المتعلم متى يمكن للذكاء الاصطناعي أن يساعد، ومتى يمكن أن يضلل، ومتى يبقى الحكم البشري ضروريًا.
هذا مهم لأن استخدام الذكاء الاصطناعي أصبح واسع الانتشار. وجد استطلاع أجراه المجلس العالمي للتعليم الرقمي حول الذكاء الاصطناعي لدى الطلاب أن 86% من الطلاب الذين شملهم الاستطلاع كانوا يستخدمون الذكاء الاصطناعي في دراستهم، وأكثر من نصفهم يستخدمونه أسبوعيًا. وشمل الاستطلاع أكثر من 3800 طالب في 16 دولة، مما يدل على أن الذكاء الاصطناعي ليس قلقًا مستقبليًا للتعليم؛ بل هو جزء من سلوك التعلّم اليومي.
المعرفة بالذكاء الاصطناعي أكثر من مجرد تدريب على الأدوات. كثير من المؤسسات تتعامل مع تدريب الذكاء الاصطناعي كموضوع تقني بحت، فتعلّم المتعلمين أي صيغة أمر يكتبون، وأي أداة يفتحون، وأي ميزات يستخدمون. هذا مفيد لكنه غير كافٍ.
المعرفة بالذكاء الاصطناعي تعني أن المتعلم قادر على تقييم مخرجات الذكاء الاصطناعي، والطعن في الافتراضات، وتحديد الدليل الضعيف، وحماية الخصوصية، وفهم التحيز، واتخاذ قرار بعدم استخدام الذكاء الاصطناعي عند الحاجة. ليست المسألة إنتاج عمل أسرع فقط؛ بل تطوير حكم أفضل.
تؤكد إرشادات اليونسكو بشأن الذكاء الاصطناعي التوليدي في التعليم والبحث على نهج يركز على الإنسان، يشمل تطوير السياسات، والاستخدام المسؤول، والاهتمام بالخصوصية والإنصاف وجودة التدريس. وبالنسبة لفرق التعلّم الإلكتروني، هذا يعني ألا يُضاف الذكاء الاصطناعي إلى الدورات بشكل عشوائي، بل يجب ربطه بمخرجات التعلّم وتصميم التقييم ودعم المتعلمين.
المتعلم الذي يستخدم الذكاء الاصطناعي لإنتاج إجابة قد ينتهي أسرع. لكن إذا لم يستطع شرح المنطق، أو تطبيق المفهوم، أو تقييم الإجابة، فالتعلّم لم يحدث فعلًا.
الخطر الحقيقي ليس استخدام الذكاء الاصطناعي؛ بل استخدامه دون وضوح. يقلق كثير من المعلمين وفرق التطوير والتدريب من أن يجعل الذكاء الاصطناعي المتعلمين معتمدين عليه. هذا القلق مشروع، لكن المشكلة الأكبر غالبًا هي غياب التوقعات الواضحة. يحتاج المتعلمون إلى معرفة:
– متى يُسمح باستخدام الذكاء الاصطناعي.
– متى لا يُسمح.
– كيف يجب الإفصاح عن هذا الاستخدام.
– أي المهام تتطلب تفكيرًا أصيلًا.
– أي المهام تسمح بمساعدة الذكاء الاصطناعي في الصياغة.
– كيف يتحقق المتعلم من دقة مخرجات الذكاء الاصطناعي.
– أي البيانات لا يجوز إدخالها أبدًا في أدوات الذكاء الاصطناعي.
بدون إرشادات واضحة، يخمّن المتعلمون. بعضهم يتجنب الذكاء الاصطناعي تمامًا حتى عندما يمكن أن يدعم تعلّمه، وآخرون يستخدمونه بكثافة دون فهم المخاطر. وكلا النتيجتين تُضعف تجربة التعلّم.
يجب كتابة سياسة ذكاء اصطناعي قوية بلغة بسيطة وربطها بأنشطة محددة. بدلًا من قول “استخدم الذكاء الاصطناعي بمسؤولية”، يجب أن توضح الدورة كيف يبدو الاستخدام المسؤول عمليًا. مثلًا:
– يمكن استخدام الذكاء الاصطناعي لتوليد أفكار مشاريع محتملة.
– لا يجوز استخدام الذكاء الاصطناعي لتقديم تأمل نهائي دون تحليل شخصي.
– يمكن استخدام الذكاء الاصطناعي لتبسيط مواد قراءة صعبة.
– يجب مراجعة مخرجات الذكاء الاصطناعي مقابل مصادر الدورة قبل التسليم.
– يجب على المتعلم الإفصاح عن دعم الذكاء الاصطناعي عندما يتطلب الواجب ذلك.
هذا النوع من الوضوح يقلل الارتباك ويدعم تقييمًا أكثر عدلًا.
طريقة عملية لبناء المعرفة بالذكاء الاصطناعي في التعلّم الإلكتروني هي استخدام إطار كلير: توضيح التوقعات، تحديد الاستخدام، تقييم المخرجات، التطبيق، والتفكير.
أولًا: توضيح التوقعات. يجب أن تتضمن كل دورة قد يرتبط فيها الذكاء الاصطناعي بيانًا قصيرًا لاستخدامه، يشرح ما يمكن للمتعلم فعله وما لا يمكن. ويجب أن يكون البيان مرئيًا قبل بدء التقييم، لا مخفيًا في وثيقة سياسة طويلة. دورة كتابة عبر الإنترنت قد تسمح بالذكاء الاصطناعي للتخطيط لكن ليس للتسليم النهائي. ودورة برمجة قد تسمح به للدعم في تصحيح الأخطاء لكن تتطلب من المتعلم شرح المنطق بنفسه. ودورة قيادة قد تسمح به لتوليد أفكار لتمثيل الأدوار لكن تتطلب تأملًا شخصيًا مبنيًا على تجربة العمل.
ثانيًا: تحديد استخدام الذكاء الاصطناعي حيث يهم التفكير البشري أكثر. ليس كل مهمة يجب أن تسمح بمساعدة كاملة. بعض الأنشطة التعلّمية موجودة لبناء الذاكرة والاستدلال والتواصل والتحليل والحكم الأخلاقي. إذا كان مخرج التعلّم “اكتب تأملًا شخصيًا”، فإن كتابة الذكاء الاصطناعي قد تقلل من قيمة الواجب. وإذا كان المخرج “قارن بين مصادر مختلفة”، يحتاج المتعلم إلى قراءة الأدلة والحكم عليها وتفسيرها بنفسه. هذا لا يعني منع الذكاء الاصطناعي، بل يعني أن استخدامه يجب أن يطابق هدف التعلّم. والسؤال المفيد لمصممي الدورات هو: أي جزء من هذه المهمة يجب أن يأتي من تفكير المتعلم نفسه؟ وعندما يتضح الجواب، تصبح قواعد الذكاء الاصطناعي أسهل تصميمًا.
ثالثًا: تقييم مخرجات الذكاء الاصطناعي. يمكن لأدوات الذكاء الاصطناعي إنتاج إجابات تبدو واثقة لكنها غير دقيقة. يحتاج المتعلمون إلى ممارسة مراجعة المخرجات بدلًا من قبولها تلقائيًا. ويمكن لنشاط بسيط أن يطلب من المتعلم مراجعة إجابة مولّدة بالذكاء الاصطناعي وتحديد: ادعاءات غير مدعومة، سياق مفقود، صياغة متحيزة، دليل ضعيف، حقائق خاطئة، استنتاجات معممة أكثر من اللازم، مصادر تحتاج إلى تحقق. هذا يحول الذكاء الاصطناعي إلى موضوع تعلّم؛ فبدلًا من استخدامه فقط لإنتاج عمل، يستخدمه المتعلم لممارسة الحكم. وتظهر الأبحاث حول سياسات الذكاء الاصطناعي الجامعية أن المؤسسات تحاول بشكل متزايد الموازنة بين الابتكار والنزاهة الأكاديمية والإنصاف ومخاطر المعلومات المضللة. وهذا التوازن مهم لأن الهدف ليس تخويف المتعلمين من الذكاء الاصطناعي؛ بل مساعدتهم على استخدامه بانضباط.
رابعًا: تطبيق المعرفة في سياقات حقيقية. يجب أن تتطلب التقييمات من المتعلمين تطبيق المعرفة بطرق يصعب إسنادها كليًا إلى ذكاء اصطناعي. بدلًا من طلب مقال عام عن التواصل في العمل، يمكن أن يطلب التقييم تحليل سيناريو واقعي، واختيار استجابة، وشرح المنطق، والتفكير فيما سيفعله المتعلم بشكل مختلف. وبدلًا من طلب تعريف الوعي بالأمن السيبراني، يمكن أن تطلب الدورة تحديد المخاطر في بريد إلكتروني محاكى، وشرح علامات التحذير، واختيار خطوة الإبلاغ الصحيحة. وبدلًا من طلب ملخص عام لمبادئ القيادة، يمكن أن تطلب الدورة تطبيق مبدأ واحد على تحدٍّ مرّ به المتعلم شخصيًا. هذه المهام تسمح بدعم التعلّم لكنها تتطلب سياقًا وحكمًا وتطبيقًا.
خامسًا: التفكير في عملية التعلّم. يساعد التفكير المتعلمين على فهم كيف استخدموا الذكاء الاصطناعي وماذا تعلموا من العملية. ويمكن أن يسأل سؤال تأملي قصير: أي جزء من المهمة أنجزته بنفسك؟ هل استخدمت الذكاء الاصطناعي للعصف الذهني أو التحرير أو البحث أو البنية؟ ما الذي غيّرته بعد مراجعة المخرجات؟ ما الشيء الذي تعلمته ويمكنك شرحه دون ذكاء اصطناعي؟ ما الذي ستفعله بشكل مختلف في المرة القادمة؟ هذا يشجع الشفافية والتفكير ما وراء المعرفي، ويساعد المعلمين على فهم كيف يستخدم المتعلمون الذكاء الاصطناعي فعليًا.
كشف الذكاء الاصطناعي يجب أن يكون إشارة لا حكمًا نهائيًا. مع انتشار الكتابة المولّدة بالذكاء الاصطناعي، تستكشف مؤسسات كثيرة أدوات الكشف. هذه الأدوات يمكن أن تدعم عمليات النزاهة الأكاديمية لكن يجب استخدامها بحذر. ويمكن لكاشف الذكاء الاصطناعي أن يكون مفيدًا كإشارة واحدة في عملية مراجعة أوسع، خاصة عند دمجه مع تصميم الواجب وتأمل المتعلم وفحص المصادر وسجل الإصدارات وحكم المعلم. لكن لا ينبغي التعامل مع الكشف باعتباره الدليل الوحيد على المخالفة. فالنتائج الإيجابية الكاذبة والسلبية الكاذبة يمكن أن تخلق مشاكل عدالة خطيرة. ويجب أن يكون لدى المتعلمين عملية واضحة لشرح عملهم وتقديم مسودات ومناقشة منطقهم. أفضل نهج ليس الكشف وحده، بل الوقاية من خلال تصميم تعلّم أفضل.
يدفع الذكاء الاصطناعي التوليدي المعلمين إلى إعادة التفكير في التقييم. مقياس تقييم الذكاء الاصطناعي، وهو إطار طُوّر للتعليم، يساعد المؤسسات على تحديد مستويات مختلفة من مشاركة الذكاء الاصطناعي في عمل الطلاب، من عدم استخدامه إطلاقًا إلى إنتاج كامل مدعوم بالذكاء الاصطناعي مع تقييم بشري. هذا النوع من الأطر مفيد لأن ليس كل الواجبات تحتاج إلى القاعدة نفسها. ففحص معرفة للمبتدئين قد يحتاج حدودًا أشد، ومحاكاة عمل قد تسمح بدعم الذكاء الاصطناعي إذا كان المتعلم مطالبًا بشرح قراره النهائي والدفاع عنه. ويجب أن يتضمن تصميم التقييم الجيد: قواعد واضحة لاستخدام الذكاء الاصطناعي، ومهام قائمة على السيناريو، وشروحات شفهية أو كتابية للمنطق، ونقاط مراجعة للمسودات، ونقاشًا بين الأقران، وتقييمًا للمصادر، وتأملًا شخصيًا، وتطبيقًا عمليًا. هذه العناصر تجعل التعلّم أكثر أصالة وتقلل الحاجة إلى الاعتماد على الكشف بعد وقوع المخالفة.
لنأخذ مثالًا عمليًا: دورة تعلّم إلكتروني لممثلي خدمة العملاء تعلّمهم كيفية الرد على العملاء الغاضبين. تقييم ضعيف قد يطلب: اكتب ردًا على عميل غاضب. ويمكن للمتعلم بسهولة استخدام الذكاء الاصطناعي لإنتاج إجابة مصقولة دون فهم مبادئ التواصل. أما تقييم أقوى فقد يطلب: اقرأ شكوى العميل، وحدد المحفز العاطفي، واختر أفضل استراتيجية رد، واكتب ردًا، ثم اشرح لماذا هو مناسب وما الخطر الذي يقلله. هذه النسخة تتطلب تحليلًا وتعاطفًا وحكمًا وشرحًا. وقد يساعد الذكاء الاصطناعي في الصياغة لكنه لا يستطيع أن يحل محل عملية اتخاذ القرار لدى المتعلم. وهذا هو الاتجاه الذي يجب أن تتحرك نحوه تقييمات التعلّم الإلكتروني.
يجب ألا تُعامل المعرفة بالذكاء الاصطناعي كدورة لمرة واحدة، بل يجب أن تصبح جزءًا من منظومة التعلّم. ويمكن لفرق التعلّم والتطوير البدء بخمس خطوات عملية. أولًا: مراجعة الدورات الحالية لتحديد أين قد يؤثر الذكاء الاصطناعي على الواجبات أو النقاشات أو الاختبارات أو التسليمات المكتوبة. ثانيًا: إنشاء سياسة بسيطة لاستخدام الذكاء الاصطناعي تكون قصيرة وعملية ومرتبطة بأنشطة الدورات الفعلية. ثالثًا: تدريب المدربين والميسرين على التمييز بين تعلّم الذكاء الاصطناعي المفيد وبين الاعتماد المفرط المحفوف بالمخاطر. رابعًا: إعادة تصميم التقييمات عالية المخاطر بحيث تقيس الاستدلال والتطبيق والتفكير، لا المخرجات النهائية المصقولة فقط. خامسًا: مراجعة ملاحظات المتعلمين ونتائج التقييم بانتظام لفهم أين يساعد الذكاء الاصطناعي وأين يخلق فجوات. ولا تتطلب هذه العملية إعادة بناء كل دورة فورًا؛ يمكن للفرق أن تبدأ بالمجالات الأعلى خطرًا، مثل الكتابة الأكاديمية والامتثال والقيادة والتدريب التقني والإعداد للشهادات.
لفهم ما إذا كانت جهود المعرفة بالذكاء الاصطناعي ناجحة، يجب تتبع أكثر من مجرد إتمام الدورة. مؤشرات مفيدة تشمل: عدد الدورات التي تتضمن إرشادات واضحة لاستخدام الذكاء الاصطناعي، وعدد مرات إفصاح المتعلمين عن مساعدتهم، والتقييمات الأكثر تأثرًا بالذكاء الاصطناعي، وأداء المتعلمين في الأسئلة القائمة على الشرح، وعدد مرات طلب المدربين مراجعة تسليمات مشبوهة، وعدد المتعلمين القادرين على تحديد مخرجات الذكاء الاصطناعي غير الدقيقة، وما إذا كانت التقييمات المعاد تصميمها تحسّن الأداء التطبيقي، وثقة المتعلمين في الاستخدام المسؤول. هذه المؤشرات تعطي لفرق التعلّم والتطوير صورة أكثر واقعية لدور الذكاء الاصطناعي في التعلّم.
سيواصل الذكاء الاصطناعي تشكيل طريقة دراسة المتعلمين وممارستهم وإنجاز أعمالهم. وسيصبح منعه كليًا أصعب، خاصة وهو مدمج في الأدوات اليومية. مستقبل التعلّم الإلكتروني سيركز غالبًا على ثلاث أولويات. أولًا: يحتاج المتعلمون إلى معرفة أقوى بالذكاء الاصطناعي، وفهم كيفية استخدامه دون فقدان التفكير الخاص بهم. ثانيًا: ستصبح التقييمات أكثر أصالة، فتُستبدل الواجبات العامة بمهام قائمة على السيناريو وتأملية وتطبيقية. ثالثًا: سيحتاج المعلمون إلى حوكمة أفضل، فتصبح سياسات الذكاء الاصطناعي وقواعد الخصوصية واعتبارات إمكانية الوصول وعمليات النزاهة جزءًا من تصميم الدورة القياسي. الذكاء الاصطناعي يجب ألا يحل محل التعلّم؛ بل يدعمه عند استخدامه بحدود واضحة وحكم بشري.
غيّر الذكاء الاصطناعي بيئة التعلّم لكنه لم يغيّر هدف التعليم. لا يزال المتعلمون بحاجة إلى التفكير النقدي وحل المشكلات والتواصل الواضح وتطبيق المعرفة بمسؤولية. وبالنسبة لفرق التعلّم الإلكتروني، التحدي هو تجاوز الخوف وبناء معرفة عملية بالذكاء الاصطناعي. هذا يعني وضع توقعات واضحة، وتصميم تقييمات أفضل، وتعليم المتعلمين تقييم مخرجات الذكاء الاصطناعي، واستخدام أدوات الكشف فقط كجزء من عملية مراجعة أكثر عدلًا. أنجح برامج التعلّم لن تكون تلك التي تسمح بالذكاء الاصطناعي أو تمنعه ببساطة، بل تلك التي تساعد المتعلمين على استخدامه بمسؤولية مع تعزيز المهارات البشرية الأكثر أهمية.
المصادر:
– اليونسكو: إرشادات بشأن الذكاء الاصطناعي التوليدي في التعليم والبحث.
– المجلس العالمي للتعليم الرقمي: الاستطلاع العالمي للطلاب حول الذكاء الاصطناعي 2024.
– المجلس العالمي للتعليم الرقمي: الاستطلاع العالمي لأعضاء هيئة التدريس حول الذكاء الاصطناعي 2025.
– مقياس تقييم الذكاء الاصطناعي: إطار للتقييم التعليمي.