التخصيص بالذكاء الاصطناعي يحتاج إلى خبرة بشرية
انتقل الذكاء الاصطناعي بسرعة من كونه تقنية ناشئة إلى قدرة عملية في مجال التعلّم والتطوير. فالمساعدات المدعومة بالذكاء الاصطناعي تستطيع أن توصي بموارد تعليمية، وتولّد اختبارات، وتلخّص المحتوى، وتترجم المواد التدريبية، وتحدد فجوات المعرفة خلال دقائق. وهذه القدرات تعد بأن تجعل تعلّم الموظفين في العمل أكثر كفاءة وتخصيصًا من أي وقت مضى.
لكن رغم هذا الانتشار السريع، تكتشف كثير من المنظمات أن تطبيق الذكاء الاصطناعي لا يحسّن نتائج التعلّم تلقائيًا. فبينما يستطيع الذكاء الاصطناعي تحسين المهام الإدارية وتخصيص توصيل المحتوى، فإنه لا يستطيع تعويض ضعف التصميم التعليمي، أو غموض أهداف التعلّم، أو رداءة بيانات التعلّم.
ويدعم البحث هذا التمييز. فحسب تقرير المنتدى الاقتصادي العالمي عن مستقبل الوظائف 2025، يبقى رفع المهارات وإعادة تأهيلها باستمرار من أولويات المنظمات الكبرى مع تسارع التغير التكنولوجي. وبالمثل، يشير تقرير لينكدإن لتعلّم مكان العمل 2025 إلى أن المنظمات تنظر بشكل متزايد إلى التعلّم المخصص على أنه أساسي لتطوير الموظفين، في حين يواصل المديرون لعب دور حاسم في التدريب وبناء القدرات. وتشير هذه النتائج إلى أن التكنولوجيا وحدها غير كافية؛ إذ تحتاج استراتيجيات التعلّم الناجحة إلى قيادة بشرية مدروسة.
وبدلًا من السؤال عما إذا كان الذكاء الاصطناعي سيحلّ محل مصممي التعليم أو المعلمين، السؤال الأكثر قيمة هو: كيف يمكن للمنظمات استخدام الذكاء الاصطناعي بطريقة مسؤولة لتحسين التعلّم مع الحفاظ على الجودة التعليمية؟
يقدّم هذا المقال إطار أدابت، وهو نموذج عملي للتخصيص بالذكاء الاصطناعي، يساعد قادة التعلّم والتطوير على دمج الذكاء الاصطناعي في أنظمة التعلّم الرقمية دون التضحية بالفعالية التعليمية، أو ثقة المتعلمين، أو الخبرة البشرية.
لماذا لا يكفي التخصيص بالذكاء الاصطناعي وحده لتحسين التعلّم؟
أصبح التعلّم المخصص من أكثر قدرات الذكاء الاصطناعي التي يتم الترويج لها. فمنصات التعلّم الحديثة تستطيع تحليل سلوك المتعلم، والتوصية بدورات، وتحديد فجوات المهارات، وتوليد اختبارات تكيفية تلقائيًا. ومع ذلك، لا ينبغي أبدًا الخلط بين التخصيص والفعالية التعليمية.
كثير من المنظمات تعتقد خطأً أن تقديم محتوى مختلف لكل متعلم ينتج نتائج أفضل تلقائيًا. في الواقع، لا ينجح التخصيص إلا عندما يدعم أهدافًا تعليمية محددة بوضوح.
لنأخذ موظفين يكملان تدريبًا على الأمن السيبراني. أحدهما يفهم بالفعل أمان كلمات المرور والتعرّف على التصيد الاحتيالي. والآخر لم يكمل أي تدريب رسمي في الأمن السيبراني من قبل. قد توصي منصة تعلّم مدعومة بالذكاء الاصطناعي بمسارين مختلفين لكل موظف. لكن إذا كانت أهداف التعلّم غير محددة جيدًا، أو كانت الاختبارات لا تقيس الكفاءة الحقيقية، أو كان محتوى الدورة يفتقر إلى الصلة العملية، فلن يستفيد أيّ من الموظفين بشكل كبير.
التصميم التعليمي، وليس الذكاء الاصطناعي، هو الذي يحدد ما إذا كان المتعلمون يطورون قدرات جديدة فعلًا. والأبحاث التي نشرتها شركة ماكينزي وشركاه حول الذكاء الاصطناعي التوليدي في مكان العمل تؤكد أيضًا أن الذكاء الاصطناعي يحقق أكبر قيمة عندما يعزز اتخاذ القرارات الخبيرة بدلًا من استبدال الحكم المهني. وفي مجال التعلّم والتطوير، يبقى مصممو التعليم مسؤولين عن تحديد الكفاءات، ومواءمة الاختبارات مع النتائج، وضمان أن تجارب التعلّم تدعم أهداف المنظمة.
ببساطة: الذكاء الاصطناعي يخصّص عملية التوصيل، ومصممو التعليم يخصّصون التعلّم نفسه. فهم هذا التمييز ضروري قبل إطلاق أي مبادرة تعلّم تعتمد على الذكاء الاصطناعي.
إطار أدابت للتخصيص المسؤول بالذكاء الاصطناعي
استنادًا إلى الأبحاث الحالية وممارسات التنفيذ الناشئة، يمكن للمنظمات أن تتعامل مع تبني الذكاء الاصطناعي عبر خمسة مبادئ مترابطة.
أولًا: تقييم جاهزية التعلّم
كثير من مشاريع الذكاء الاصطناعي تبدأ باختيار البرمجيات بدلًا من تقييم نضج التعلّم. قبل إدخال الذكاء الاصطناعي، يجب على المنظمات فحص أسئلة مثل: هل أهداف التعلّم محددة بوضوح؟ هل تعكس بيانات المتعلم الأداء الفعلي؟ هل أطر الكفاءات محدثة؟ هل يثق المدرّبون بالتحليلات الحالية؟
بدون بيانات تعلّم موثوقة، تصبح توصيات الذكاء الاصطناعي غير موثوقة مهما بدت التقنية متقدمة. لذلك يجب على المنظمات أولًا تحسين حوكمة التعلّم قبل توسيع قدرات الذكاء الاصطناعي.
ثانيًا: التصميم مع إشراف بشري
من أكثر المفاهيم الخاطئة شيوعًا أن الأتمتة تقلل الحاجة إلى الخبرة التعليمية. لكن الحقيقة عكس ذلك إلى حد كبير. فالاختبارات والملخصات والتوصيات ومسارات التعلّم التي يولدها الذكاء الاصطناعي تحتاج إلى مراجعة بشرية مستمرة لضمان الدقة الواقعية، والمواءمة التعليمية، والإنصاف، وسهولة الوصول، والملاءمة للمنظمة.
ويبقى الخبراء البشر مسؤولين عن تحديد ما يجب أن يعرفه المتعلمون، وليس الخوارزميات. أنجح التطبيقات تضع الذكاء الاصطناعي كمساعد وليس كمدرّب مستقل.
ثالثًا: تكييف مسارات التعلّم
بمجرد تحديد أهداف التعلّم، يمكن للذكاء الاصطناعي تحسين تجربة المتعلم بشكل كبير. وقد يشمل التعلّم التكيفي: التوصية بممارسة إضافية بعد اختبارات فاشلة، وتسريع المتعلمين ذوي الخبرة عبر المواد الأساسية، واقتراح موارد تعليمية مرتبطة بالدور الوظيفي، وتحديد فجوات مهارات ناشئة، وتوفير دعم متعدد اللغات.
هذه التكييفات تقلل التكرار غير الضروري مع الحفاظ على معايير تعلّم متسقة. ومن المهم أن يبقى التكييف ديناميكيًا. فالمتعلمون يتطورون مع مرور الوقت، لذا يجب أن تستمر التوصيات في الاستجابة للأداء المتغير بدلًا من تثبيت المتعلمين في فئات محددة مسبقًا.
رابعًا: حماية ثقة المتعلم
التنفيذ المسؤول للذكاء الاصطناعي يعتمد على الثقة بقدر ما يعتمد على التقنية. يريد الموظفون بشكل متزايد أن يفهموا: ما بيانات المتعلم التي يتم جمعها؟ لماذا تظهر توصيات معينة؟ كيف تُستخدم معلومات الأداء؟ وهل يبقى للمراجعة البشرية دور في اتخاذ القرار؟
الشفافية تشجع المشاركة وتقلل المخاوف المتعلقة بالمراقبة أو التحيز الخوارزمي. ويجب على المنظمات وضع سياسات واضحة لحوكمة الذكاء الاصطناعي قبل توسيع مبادرات التعلّم المخصص.
خامسًا: تتبع نتائج التعلّم
كثير من المنظمات ما زالت تقيس النجاح باستخدام معدلات الإكمال. لكن الإكمال نادرًا ما يثبت حدوث تعلّم. بدلًا من ذلك، يجب على قادة التعلّم والتطوير تقييم نتائج مثل: الاحتفاظ بالمعرفة، وتطبيق المهارات، والتغيّر السلوكي، والوقت اللازم للوصول إلى الكفاءة، وتحسينات الأداء في العمل، وثقة المتعلم، وملاحظات المديرين.
يوفر الذكاء الاصطناعي تحليلات قيّمة، لكن يبقى المعلمون هم من يحددون المقاييس المهمة فعلًا. التقنية تقدّم الأدلة، ومتخصصو التعلّم يفسرونها.
من الأتمتة إلى التوسيع
أنجح تطبيقات الذكاء الاصطناعي تشترك في خاصية واحدة: إنها تؤتمت الأعمال المتكررة بينما توسّع فرص التعليم البشري. فبدلًا من استبدال المعلمين، يقلل الذكاء الاصطناعي العبء الإداري من خلال المساعدة في توسيم المحتوى، وتوليد الأسئلة، ومحركات التوصية، وتحليلات المتعلمين.
ومبدأ دمج الذكاء الاصطناعي مع الخبرة البشرية عبر إطار للتخصيص يتجاوز مجال التعلّم والتطوير. فالمنظمات التي تقدم خدمات تحسين محركات البحث، على سبيل المثال، تستخدم الذكاء الاصطناعي غالبًا لتحليل مجموعات كبيرة من البيانات وأتمتة مهام التحسين الروتينية، بينما يواصل الخبراء المتمرسون تشكيل الاستراتيجية وتفسير نية المستخدم واتخاذ قرارات مستنيرة. وبالمثل، في التعلّم الإلكتروني، يستطيع الذكاء الاصطناعي تسريع التخصيص وتبسيط العمل الإداري، لكن مصممي التعليم والمعلمين يظلون أساسيين لإنشاء تجارب تعليمية هادفة تركز على المتعلم.
لذلك من غير المرجح أن يكون مستقبل الذكاء الاصطناعي في التعلّم الإلكتروني محددًا بالأتمتة وحدها. بل سيتحدد بتعاون مدروس بين الأنظمة الذكية ومتخصصي التعلّم ذوي الخبرة. والمنظمات التي تتبنى هذا النهج المتوازن تكون في وضع أفضل لخلق تجارب تعلّم ليست مخصصة فحسب، بل أيضًا أخلاقية وقائمة على الأدلة وفعالة حقًا.