بوابة تكنولوجيا التعليم أول بوابة عربية تهتم بتكنولوجيا التعليم والتعليم الإلكتروني منذ عام 2003

يتناول المقال محل المراجعة قضية مهمة في مستقبل التعليم العالي، وهي العلاقة بين مرونة التعلم الإلكتروني القائم على الكفايات (Competency-Based Education – CBE) ومتطلبات ضمان الجودة والاعتماد الأكاديمي. وتتمحور القضية حول برنامج YourPace الذي تقدمه جامعة Maine at Presque Isle الأمريكية، والذي يعتمد نموذجاً تعليمياً إلكترونياً يتيح للمتعلمين التقدم في المقررات والبرامج الدراسية وفقاً لمستوى إتقانهم للكفايات المستهدفة، وليس وفقاً لمدة زمنية ثابتة يقضيها الطالب في الدراسة. وقد حقق البرنامج نمواً سريعاً، حيث ارتفع عدد الملتحقين به من نحو 100 طالب عام 2017 إلى قرابة 4000 طالب، وأصبح بعض الطلاب قادرين على إتمام درجاتهم الجامعية في أقل من عام. لكن هذا النجاح من حيث الانتشار وسرعة الإنجاز أثار تساؤلات لدى جهة الاعتماد الأكاديمي المسؤولة عن الجامعة، وهي New England Commission of Higher Education (NECHE)، بشأن مدى المحافظة على المعايير الأكاديمية وجودة التعلم والتحقق من أن الخريجين يمتلكون بالفعل الكفايات التي تمنحهم الجامعة الدرجة العلمية على أساسها.

يتناول المقال محل المراجعة قضية مهمة في مستقبل التعليم العالي، وهي العلاقة بين مرونة التعلم الإلكتروني القائم على الكفايات (Competency-Based Education – CBE) ومتطلبات ضمان الجودة والاعتماد الأكاديمي. وتتمحور القضية حول برنامج YourPace الذي تقدمه جامعة Maine at Presque Isle الأمريكية، والذي يعتمد نموذجاً تعليمياً إلكترونياً يتيح للمتعلمين التقدم في المقررات والبرامج الدراسية وفقاً لمستوى إتقانهم للكفايات المستهدفة، وليس وفقاً لمدة زمنية ثابتة يقضيها الطالب في الدراسة. وقد حقق البرنامج نمواً سريعاً، حيث ارتفع عدد الملتحقين به من نحو 100 طالب عام 2017 إلى قرابة 4000 طالب، وأصبح بعض الطلاب قادرين على إتمام درجاتهم الجامعية في أقل من عام. لكن هذا النجاح من حيث الانتشار وسرعة الإنجاز أثار تساؤلات لدى جهة الاعتماد الأكاديمي المسؤولة عن الجامعة، وهي New England Commission of Higher Education (NECHE)، بشأن مدى المحافظة على المعايير الأكاديمية وجودة التعلم والتحقق من أن الخريجين يمتلكون بالفعل الكفايات التي تمنحهم الجامعة الدرجة العلمية على أساسها.

ينظر لمؤشرات الأداء كأداة أساسية لإدارة مشروعات تطوير المحتوى الرقمي؛ فهي تنقل تقييم العمل من الانطباعات العامة إلى قياس موضوعي قائم على بيانات يوضح مدى الالتزام بالخطط والجداول الزمنية ومستويات الجودة والمواصفات المعتمدة. كما تساعد المؤشرات على اكتشاف التأخير والأخطاء ومواطن الاختناق في مراحل الإنتاج مبكرًا، وقياس كفاءة كل دور داخل فريق التطوير، مثل التصميم التعليمي، والرسومات المتحركة، وتطوير عناصر التعلم، والمونتاج، والتعليق الصوتي ومراقبة الجودة. ولا تقتصر قيمة المؤشرات على تقييم أداء الأفراد، بل تمتد إلى التحسين المستمر للمشروع والفريق؛ إذ توفر بيانات يمكن استخدامها لتقدير الموارد والوقت والتكلفة، وتحسين توزيع المهام، ومراجعة مستويات الخدمة (SLA)، وتحديد الاحتياجات التدريبية، ومقارنة الأداء بين المشروعات والفترات الزمنية. ولكي تحقق المؤشرات هذه الغاية، ينبغي أن تكون واضحة وقابلة للقياس ومرتبطة بمسؤولية الوظيفة، وأن تفرق بين الأخطاء الناتجة عن الإنتاج وبين التغييرات التي تطرأ على المتطلبات أو المحتوى، مع اعتماد خط أساس واقعي ومستهدفات قابلة للتحقق.

أعلنت شركة Instructure عن إصدار أول تقرير من نوعه بعنوان EdTech Top 40: Inside the U.S. Higher Education Digital Learning Stack، الذي يرصد أكثر 40 أداة وتقنية استخدامًا في منظومة التعليم الرقمي بمؤسسات التعليم العالي الأمريكية. استند التقرير إلى تحليل بيانات نحو 19.5 مليون مستخدم في مؤسسات التعليم العالي الأمريكية، خلال الفترة من سبتمبر 2025 إلى أبريل 2026. وتتمثل النتيجة الأبرز في وجود فجوة بين الاهتمام المتزايد بالذكاء الاصطناعي في التعليم وبين دمج أدواته رسميًا في البيئات التعليمية المؤسسية؛ إذ لم تظهر أي أداة مخصصة للذكاء الاصطناعي ضمن قائمة أكثر 100 أداة استخدامًا وفقًا لمؤشر التقرير.

بينت دراسة شملت 5,114 مجلة علمية وأكثر من 5.2 مليون ورقة بحثية أن نحو 70% من المجلات العلمية أصبحت تمتلك سياسات خاصة بتنظيم استخدام الذكاء الاصطناعي، إلا أن الدراسة خلصت إلى أن هذه السياسات لم تنجح فعليًا في الحد من تصاعد استخدامه داخل الكتابة الأكاديمية. والأكثر دلالة أن تحليلًا فرعيًا لـ 75 ألف ورقة منشورة منذ 2023 وجد أن 76 ورقة فقط (0.1%) صرحت رسميًا باستخدام أدوات الذكاء الاصطناعي، وهو ما يكشف عن فجوة واضحة بين الاستخدام الفعلي والإفصاح الأخلاقي عنه. ومن زاوية العبء الواقع على منظومة التحكيم العلمي، تشير التقديرات إلى أن الأكاديميين حول العالم أمضوا أكثر من 100 مليون ساعة في أعمال التحكيم العلمي خلال عام 2020، مع تحذيرات متزايدة من أن فيض الأبحاث—ومنها المحتوى المدعوم أو المولد بالذكاء الاصطناعي—يزيد الضغط على المحكمين ويهدد جودة المراجعة العلمية. كما توضح مراجعة علمية حديثة شملت 189 مصدرًا بحثيًا أن الذكاء الاصطناعي بدأ يُستخدم بالفعل في عمليات الفرز الأولي للمخطوطات، ودعم المحكمين، والمساعدة في مراجعة الأبحاث،

التصميم الشامل للتعلم (UDL) هو إطار متعدد الأوجه يمكن فهمه من خلال مجموعة متنوعة من التعريفات التي يقدمها خبراء متخصصون في هذا المجال. يقدم كل تعريف منظورًا فريدًا حول الهدف من التصميم الشامل للتعلم (UDL) وتطبيقه وتأثيره في البيئات التعليمية. ويعد التصميم الشامل للتعلم (UDL) تطبيقاً لمبادئ التصميم الشامل UD بشكل عام والذي يشير إلى منهج تصميمي يهدف إلى إنشاء منتجات وخدمات وبيئات يمكن الوصول إليها واستخدامها من قبل أكبر عدد ممكن من الأشخاص، بغض النظر عن أعمارهم أو جنسهم أو عرقهم أو أصلهم العرقي أو قدرتهم.

أن "المصمم التعليمي الذكي" ليس مجرد أداة تقنية عابرة، بل هو شريك استراتيجي يعيد صياغة دور عضو هيئة التدريس في البيئة الرقمية. فمن خلال تمكين الأكاديميين من أدوات تربوية وفنية متقدمة، نجحت جامعة الملك سعود في تحويل تحديات التصميم التعليمي إلى فرص للإبداع والتميز المؤسسي.

يُعد أ.د. محمد عبد الحميد أحمد - رحمه الله - من أبرز الأكاديميين العرب في مجال الإعلام التربوي وتكنولوجيا التعليم. شغل منصب أستاذ الإعلام، وتولّى رئاسة قسم تكنولوجيا التعليم بكلية التربية في جامعة حلوان لعدة دورات، وأسهم خلال مسيرته في ترسيخ التداخل العلمي بين نظريات الاتصال الحديثة وتكنولوجيا التعليم، وقد أشرف الراحل وناقش مئات الرسائل العلمية في مجال تكنولوجيا التعليم ومجال الإعلام التربوي. كما ارتبط اسمه نحو عقدين من الزمان بتدريس وبحث قضايا الاتصال التعليمي، والوسائط التعليمية، والتعلم القائم على التكنولوجيا، وأسهم بوضوح في نقل تكنولوجيا التعليم من الإطار الإجرائي الضيق إلى أفق علمي وتربوي أوسع.