قدرة التعلم غير المتزامن على تنمية كفايات الطلاب في استخدام الذكاء الاصطناعي التوليدي

مراجعة : د. مصطفى جودت صالح

لم يعد التحدي الذي تواجهه الجامعات في عصر الذكاء الاصطناعي التوليدي مقتصراً على إتاحة أدوات الذكاء الاصطناعي للطلاب، أو وضع السياسات المنظمة لاستخدامها في التعليم والبحث العلمي، بل أصبح يرتبط بصورة أكثر عمقاً بمدى امتلاك الطلاب المعارف والمهارات اللازمة للتعامل مع هذه الأدوات بوعي وفاعلية ومسؤولية.

فمع الانتشار المتسارع لتطبيقات مثل ChatGPT وغيرها من أدوات الذكاء الاصطناعي التوليدي، أصبح من الضروري الانتقال من مجرد تعليم الطلاب كيفية استخدام هذه الأدوات إلى بناء كفايات متكاملة تمكنهم من فهم آليات عملها، وتوظيفها في المهام التعليمية، وتقييم مخرجاتها، وإدراك حدودها ومخاطرها. وفي هذا السياق، تقدم دراسة بحثية حديثة منشورة في دورية Computers & Education مساهمة مهمة في هذا المجال، من خلال اختبار فاعلية وحدات تعليمية إلكترونية غير متزامنة في تنمية معرفة الطلاب ومهاراتهم وكفاءتهم الذاتية في استخدام الذكاء الاصطناعي التوليدي.

الذكاء الاصطناعي
Can asynchronous learning modules about generative AI increase students’ knowledge, skills, and self-efficacy for genAI?

تحمل الدراسة عنوان:

Can asynchronous learning modules about generative AI increase students’ knowledge, skills, and self-efficacy for genAI?

ويمكن ترجمة العنوان إلى: هل يمكن لوحدات التعلم غير المتزامن حول الذكاء الاصطناعي التوليدي أن تنمي معارف الطلاب ومهاراتهم وكفاءتهم الذاتية في استخدامه؟

وقد نُشرت الدراسة في سبتمبر 2026، بالمجلد 250 من الدورية، وتحمل رقم المقال 105640.

مفاهيم رئيسية تتناولها الدراسة :

يفرق الباحثون بين مفهومي:

  • AI Literacy: الثقافة أو الإلمام بالذكاء الاصطناعي.
  • AI Competency: كفاية التعامل مع الذكاء الاصطناعي.

ويستندون إلى تعريف Chiu وزملائه (2024)، الذي ينظر إلى الكفاية باعتبارها مفهوماً يتجاوز المعرفة النظرية، ليشمل المعرفة والقدرة والاتجاهات. وبناء على ذلك، حدد الباحثون كفاية التعامل مع الذكاء الاصطناعي التوليدي من خلال ثلاثة مكونات:

المكونالمقصود به
Knowledgeمعرفة كيفية عمل الذكاء الاصطناعي التوليدي، وإمكاناته وحدوده ومخاطره
Skillsالقدرة على استخدام الأدوات وصياغة الأوامر وتحليل المخرجات
Attitudesالاتجاهات المرتبطة بالاستخدام، ومن بينها الثقة بالقدرة على الاستخدام المسؤول

ويتناول البحث الكفاءة الذاتية (Self-Efficacy) بوصفها أحد الاتجاهات المرتبطة بالكفاية، ويستند هنا إلى نظرية ألبرت باندورا (Bandura, 1997). حيث |أن الكفاءة الذاتية تعني اعتقاد الفرد بقدرته على إنجاز مهمة معينة أو تحقيق نتيجة محددة.

وهنا توجد نقطة مفاهيمية مهمة: إن الكفاءة الذاتية ليست مرادفاً للكفاءة الفعلية؛ فقد يكون الطالب واثقاً من قدرته على استخدام الذكاء الاصطناعي، لكنه لا يمتلك المهارات اللازمة بالفعل، والعكس صحيح. ولهذا فإن الجمع بين قياس المعرفة، واختبار الأداء الفعلي، وقياس الكفاءة الذاتية يمثل أحد الجوانب المنهجية المتميزة في هذه الدراسة.

يمثل التمييز بين مفهومي الكفاءة الذاتية (Self-Efficacy) والكفاية (Competency) ضرورة منهجية في الأدبيات التربوية وتصميم التعليم، حيث يختلف المفهومان في الجوهر وطبيعة القياس:

  • الكفاءة الذاتية / الفاعلية الذاتية (Self-Efficacy): يشير هذا المفهوم (الذي صاغه ألبرت باندورا) إلى إيمان الفرد وثقته في قدرته على تنفيذ مهمة معينة أو تحقيق هدف محدد بنجاح. هو مقياس ذاتي (Subjective) يتعلق بالجانب الوجداني والاعتقادي، ولا يعكس بالضرورة القدرة الفعلية القابلة للملاحظة، بل يعكس مقدار “الثقة” في امتلاك هذه القدرة وتوظيفها.
  • الكفاية / الجدارة (Competency): يشير إلى الامتلاك الفعلي والموضوعي (Objective) لمجموعة متكاملة من المعارف (Knowledge)، والمهارات (Skills)، والاتجاهات (Attitudes) التي تمكن الفرد من أداء مهمة ما بمعايير محددة بنجاح. الكفاية هي القدرة الحقيقية المُثبتة والقابلة للقياس والتقييم.

استخدام المفهومين في الدراسة الحالية:استخدمت الدراسة كلا المفهومين معاً بطريقة تكاملية هرمية؛ حيث وظفت البناء المفاهيمي لـ “الكفاية” كمظلة شاملة للهدف التعليمي، واعتمدت على “الكفاءة الذاتية” كأحد المؤشرات الفرعية المقاسة لتقييم تلك الكفاية، وذلك على النحو التالي:

  • الكفاية (genAI Competency) كمتغير مستهدف: أوضح الباحثون أنهم تبنوا تعريفاً لـ “كفاية الذكاء الاصطناعي التوليدي” يتجاوز مجرد المعرفة السطحية (Literacy)، ليكون مفهوماً شاملاً يضم المعرفة، والقدرة، والاتجاهات.
  • الكفاءة الذاتية (Self-Efficacy) كمكون وجداني (Attitude): حددت الدراسة أن أحد الاتجاهات الضرورية لتطوير الكفاية هو “الثقة المحددة بمهمة” في تطبيق المعارف والمهارات المتعلقة بالذكاء الاصطناعي بشكل أخلاقي ومسؤول. وقد أطلق الباحثون على هذه الثقة اسم “الكفاءة الذاتية” (Self-efficacy) بالاستناد إلى نظرية باندورا (1997).

مشكلة الدراسة

نطلق الدراسة من إشكالية تربوية مهمة، تتمثل في أن امتلاك الطلاب إمكانية الوصول إلى أدوات الذكاء الاصطناعي التوليدي لا يعني بالضرورة امتلاكهم القدرة على استخدامها بصورة تعليمية صحيحة. فقد يستطيع الطالب كتابة سؤال إلى أحد نماذج الذكاء الاصطناعي والحصول على إجابة تبدو مقنعة، لكنه قد لا يمتلك المعرفة الكافية لفهم كيفية إنتاج هذه الإجابة، أو المهارة اللازمة لصياغة تعليمات دقيقة، أو القدرة النقدية للتحقق من صحة المعلومات ومصادرها.

ومن هنا، يتبنى الباحثون تصوراً لكفاية التعامل مع الذكاء الاصطناعي التوليدي يقوم على ثلاثة أبعاد رئيسية:

  1. المعرفة: فهم الأسس التي تعمل وفقها أدوات الذكاء الاصطناعي التوليدي، ومعرفة إمكاناتها وحدودها والاعتبارات الأخلاقية المرتبطة بها.
  2. المهارات: القدرة على توظيف الأدوات في تنفيذ المهام، وصياغة الأوامر والتعليمات، وتحليل المخرجات والتحقق منها.
  3. الكفاءة الذاتية: ثقة المتعلم بقدرته على استخدام أدوات الذكاء الاصطناعي بصورة مناسبة وفعالة في المواقف التعليمية المختلفة.

وتكمن أهمية هذا التصور في أنه لا يختزل الثقافة بالذكاء الاصطناعي في المعرفة النظرية أو المهارات التقنية، وإنما ينظر إليها باعتبارها منظومة من المعارف والمهارات والاتجاهات المرتبطة بالممارسة الفعلية.

ويُشير الباحثون في معرض حديثهم عن مشكلة الدراسة إلى أن العديد من مؤسسات التعليم العالي ركزت جهودها المبكرة على توجيه أعضاء هيئة التدريس وتطوير سياسات مكافحة الغش، بينما غاب التركيز على تعليم الطلاب كيفية الاستخدام الفعال والنقدي والأخلاقي للذكاء الاصطناعي التوليدي. ولتلبية هذه الحاجة، صمم الباحثون وحدات تعليمية تفاعلية، ومتاحة عبر الإنترنت، وغير متزامنة (يمكن للطالب إكمالها بالسرعة التي تناسبه). تهدف هذه الوحدات إلى تطوير “كفاءة الذكاء الاصطناعي التوليدي” (GenAI competency)، والتي تُعرّف في هذا البحث بأنها مزيج من المعرفة، والمهارات، والكفاءة الذاتية (الثقة بالنفس).

منهج الدراسة

اعتمدت الدراسة تصميماً تجريبياً واسع النطاق، شمل 1368 طالباً جامعياً ودرارسات عليا من 65 قسماً دراسياً في جامعات بحثية متوسطة الحجم في الولايات المتحدة. تم تقسيم الأقسام الدراسية عشوائياً إلى مجموعتين:

  • المجموعة التجريبية (Treatment): أكمل الطلاب اختباراً قبلياً، ثم تفاعلوا مع وحدات التعلم عبر الإنترنت (لمدة 90 دقيقة تقريباً)، تلاه اختبار بعدي.
  • المجموعة الضابطة (Control): أكمل الطلاب الاختبارين القبلي والبعدي دون الوصول إلى وحدات التعلم بينهما (تم توفير الوصول لهم لاحقاً).

تضمن البرنامج أربع وحدات مترابطة:

الوحدة الأولى: فهم الذكاء الاصطناعي التوليدي: ركزت على التعريف بالذكاء الاصطناعي التوليدي، وآليات عمل النماذج اللغوية الكبيرة، وكيفية إنتاج هذه النماذج للمحتوى والاستجابات.

الوحدة الثانية: الاعتبارات الأخلاقية : تناولت القضايا الأخلاقية والتحديات المرتبطة باستخدام الذكاء الاصطناعي، بما في ذلك المسؤولية عن الاستخدام والآثار المحتملة لهذه التقنيات.

الوحدة الثالثة: الفرص والمخاطر التعليمية: ناقشت أوجه الاستفادة من الذكاء الاصطناعي في التعلم، إلى جانب المخاطر والقيود التي ينبغي على الطالب إدراكها عند استخدامه.

الوحدة الرابعة: الاستخدام المسؤول : ركزت على كيفية اتخاذ قرارات مناسبة بشأن استخدام الذكاء الاصطناعي في المهام التعليمية، ومتى يكون استخدامه ملائماً، وكيف يمكن توظيفه بصورة مسؤولة.

ومن الناحية التصميمية، لم تعتمد الوحدات على عرض المعلومات فقط، بل تضمنت مقاطع فيديو ونصوصاً وأمثلة وتدريبات تطبيقية وأنشطة تفاعلية مصحوبة بتغذية راجعة فورية. كما راعى التصميم عدداً من المبادئ المعروفة في تصميم التعلم الإلكتروني، مثل تجزئة المحتوى، ومبدأ الوسائط المتعددة، والتهيئة المسبقة للمفاهيم، والتعلم بالممارسة.

وقد تم تقييم الكفايات من خلال ثلاث جوانب:

  1. المعرفة: اختبارات اختيار من متعدد ومطابقة لقياس فهم كيفية عمل الذكاء الاصطناعي التوليدي والاستخدام المسؤول.
  2. المهارات: مهام أصيلة تقيم قدرة الطلاب على “هندسة الأوامر” (Prompt engineering) والتقييم النقدي لمخرجات الذكاء الاصطناعي بحثاً عن الأخطاء والتحيز.
  3. الكفاءة الذاتية: استبانة تقيس ثقة الطلاب في مهاراتهم.

أبرز النتائج

أظهرت النتائج أن وحدات التعلم حسّنت بشكل كبير من كفاءة الطلاب في المجموعة التجريبية مقارنة بالمجموعة الضابطة، وتحديداً في المجالات التالية:

  • المعرفة التقنية والكفاءة الذاتية: أظهرت المجموعة التجريبية تحسناً ملحوظاً في فهم كيفية عمل نماذج اللغات الكبيرة وفي مستوى ثقتهم بأنفسهم عند استخدام هذه الأدوات.
  • مهارات هندسة الأوامر: تحسنت مهارات صياغة الأوامر لدى طلاب المجموعة التجريبية، لا سيما في تحديد الجمهور، وتعيين دور لروبوت المحادثة، وفرض قيود على إجاباته.
  • مهارات التقييم النقدي: أظهر طلاب المجموعة التجريبية قدرة أفضل على تبرير الحاجة للتحقق من الحقائق والمصادر في مخرجات الذكاء الاصطناعي.

مع ذلك، لم تُظهر وحدات التعلم تأثيراً كبيراً في تعزيز قدرة الطلاب على تقييم التحيز المحتمل في المخرجات، أو في تحسين معرفتهم بالاستخدام الأخلاقي بشكل يفوق ما حققته المجموعة الضابطة (ربما بسبب تعرض كلا المجموعتين لتوجيهات من أساتذتهم حول الاستخدام المناسب خلال تلك الفترة).

مصدر الدراسة :

Connell Pensky, A. E., Eckstein, L. E., Melville, M. C., Pottmeyer, L. O., Mineroff, Z., Chawla, A., … Lovett, M. C. (2026). Can asynchronous learning modules about generative AI increase students’ knowledge, skills, and self-efficacy for genAI? Computers & Education, 250, Article 105640. https://doi.org/10.1016/j.compedu.2026.105640

عن د مصطفى جودت

أستاذ تكنولوجيا التعليم المشارك بجامعة الملك سعود ، وجامعة حلوان مدير تطوير المحتوى الرقمي بجامعة الملك سعود
error: Content is protected !!