توسيع تفاعل الطلاب والعمليات التشغيلية
الذكاء الاصطناعي والتعلم الآلي والتعلم العميق يعيدون تشكيل مختلف القطاعات، والتعليم العالي ليس استثناءً. يمكن لكل وحدة جامعية أن تستفيد من هذه التقنيات لرفع كفاءة العمل وزيادة معدلات نجاح الطلبة. هناك ثلاثة محاور رئيسية لتطبيق الذكاء الاصطناعي في مؤسسات التعليم العالي:
– الإدارة
– التدريس
– التعلّم
الشكل 1. مجالات التأثير الاستراتيجي للذكاء الاصطناعي في التعليم العالي
التركيز أولاً على التطبيقات الإدارية يتيح تحقيق مكاسب مبكرة. أما تطبيقات الذكاء الاصطناعي في مجال التدريس والتعلّم—مثل الموجّهين الافتراضيين—فلا تزال في مراحلها الأولى وقد تستغرق سنوات قبل أن تصبح شائعة. مقابل ذلك، تحتوي الإدارة على مهام روتينية كثيرة يمكن للذكاء الاصطناعي تبسيطها أو تحويلها جذرياً: الإرشاد الطلابي، طلبات القبول، التسجسل والالتحاق، المساعدات المالية والمنح، الاختبارات، التصحيح والتقييمات — كلها مجالات قابلة للاستفادة من أدوات ذكية لتحقيق كفاءة ووفورات تشغيلية.
قنوات الإرشاد المكثفة
أقسام الإرشاد الطلابي تتلقى مئات الاستفسارات من طلاب حاليين ومحتملين، ومهمة استقطاب الطلاب الجدد تصبح أشد تعقيداً عندما تتنافس عدة جامعات على نفس المرشح؛ هنا السرعة وحجم الاستجابة حاسمان، والفرق البشرية غالباً ما تعجز عن التوسع لمجاراة الطلب. في هذه المرحلة تكون سرعة ووفرة الإجابة أمرًا بالغ الأهمية؛ إذ لا يمكن للفرق البشرية دائماً تلبية الكمّ الهائل من الاستفسارات بسرعة مناسبة، ما يؤدي إلى تراجع فرص التحويل والاستقطاب.
استخدام روبوتات الإرشاد
يمكن للذكاء الاصطناعي أن يعيد صياغة هذا المشهد. روبوتات “المستشار” المدعومة بالذكاء الاصطناعي قادرة على دعم المرشدين البشريين في مهام القبول والتوجيه المهني. هذه الروبوتات متاحة على مدار الساعة وتستجيب بطريقة تشبه الإنسان، وتتكيف آلياً مع تزايد أو تراجع حجم الاستفسارات. يمكن للمستشار الآلي التفاعل مع الطلاب المحتملين واقتراح البرامج الأنسب استناداً إلى خلفيتهم التعليمية، اهتماماتهم المهنية، أهدافهم، ميزانيتهم والتزاماتهم الزمنية. جوهر قيمة هذه الروبوتات هو تخصيص الاستجابات ودقة التوصيات والحلول المقدمة، لأن تأثيرها يقاس بمدى شعور الطالب بملاءمة الاقتراحات لواقعه.
ما بعد الإرشاد: تحويل الاهتمام إلى تقديم طلب
حين يجد الطالب البرنامج المناسب بدعم من المستشار الذكي، يبقى سؤال: كيف نجعل عملية تقديم الطلب سهلة وسريعة؟ هل يمكن للذكاء الاصطناعي زيادة نسبة تحويل الطالب المهتم إلى طالب مقدم طلب؟ عنصر التفاعل والمتابعة المحسوبة ضروريان لذلك. عبر تحليل سلوك الطالب يمكن إرسال الرسائل المناسبة عبر القنوات الأنسب وفي الوقت الملائم لرفع احتمالات الوصول إلى النتيجة المرجوة، أي مراعاة رحلة شخصية لكل طالب بناءً على أنماط سلوكه.
كمثال عملي: ليس كل الطلاب يستجيبون لتذكيرات البريد الإلكتروني بنفس الطريقة. اعتماداً على ما إذا كان الطالب قد فتح الرسالة أو نقر رابطاً محدداً خلال المهلة المتبقية لإكمال الطلب، يمكن للذكاء الاصطناعي اتخاذ مسارات تواصل مختلفة. كما يتعلم النظام من حملات سابقة، يتنبأ بمعدلات النجاح لمسارات تفاعل محددة ويعيد تصميم العمليات لتحقيق أهداف الحملة. وبعد تقديم طلب البرنامج، يحتاج القبول للتقييم؛ هنا أيضاً يستطيع الذكاء الاصطناعي تصفية الجزء الأكبر من الطلبات وأحياناً اتخاذ قرارات أولية بشأن القبول.
تعلّم الآلة والخوارزميات تتحسّن مع الزمن
لنأخذ مثال طلب ماجستير إدارة الأعمال لدى جامعة مرموقة تتلقى آلاف الطلبات لمئات المقاعد. هدف قسم القبول قد يكون استبعاد من لا يستوفون المعايير لترك أفضل المرشحين للتدقيق اليدوي. يمكن للذكاء الاصطناعي فحص الطلبات آلياً واستبعاد من يحصلون على درجات منخفضة في معايير محددة. مثلاً، مقوّمات تصحيح المقالات الآلي (تطبيق من تطبيقات معالجة اللغة الطبيعية) تُسهم في تقييم المقالات وترشيح طلبات دون مستوى معين. تعقيد خوارزميات الفرز يعتمد على عدد معايير القبول ومدى الدقة المطلوبة، ويمكن تحسين هذه الخوارزميات بتغذية راجعة مستمرة تبنى على قرارات القبول النهائية. مع مرور الوقت تتعلّم النماذج من معدلات إتمام البرنامج للطلاب الذين تم قبولهم آلياً، وإذا ظهرت مؤشرات ضعف في معدلات الإتمام قد تُضبط قواعد القبول تلقائياً لتحسين جودة الاختيارات.
كشف الطلاب المعرضين للخطر والتدخل المبكر
أثناء التحاق الطالب بالبرنامج، من الضروري تحديد من هم الأكثر عرضة للفشل أو للانسحاب مبكراً، وتفعيل استراتيجيات تدخّل مناسبة مبكراً. يمكن للذكاء الاصطناعي مراقبة أنماط سلوكية (معدلات الحضور، التفاعل على منصات التعلم، أداء المهام، إلخ) للتنبؤ بالطلاب المعرضين للخطر، ومن ثم إطلاق خطط تواصل ودعم مخصصة في الوقت المناسب لإعادةهم إلى المسار الصحيح.
الشكل 2. التحول الناتج عن الذكاء الاصطناعي في مؤسسات التعليم العالي
خطوة نحو المستقبل
الذكاء الاصطناعي والتعلّم الآلي والتقنيات المتقدّمة قادرة على تقليل الزمن اللازم لتعلّم العمليات وتحسينها بشكل مستمر وبطريقة غير خطية. هذه التقنيات تفتح آفاقاً جديدة لنجاح الجامعات، والفرصة متاحة الآن لتبنيها على نطاق واسع وإعادة تصميم التجربة الطلابية والإدارية بشكل جذري.
حقوق الصور
الصور الواردة في متن المقال أنشأها/قدّمها المؤلف.