الحاسبات والشبكات وعلم المعلومات

لم تعد العلاقة بين الطلاب وتطبيقات الذكاء الاصطناعي في الولايات المتحدة مسألة تقنية أو تعليمية فحسب، بل تحولت إلى قضية تتقاطع فيها سلامة الأطفال، والخصوصية، والصحة النفسية، والنزاهة الأكاديمية، وجودة التعلم، وحقوق الوالدين. وخلال السنوات الأخيرة، انتقل النقاش الأمريكي تدريجيًا من سؤال بسيط: هل ينبغي السماح للطلاب باستخدام ChatGPT؟ إلى سؤال أكثر تعقيدًا: ما العمر المناسب لاستخدام الذكاء الاصطناعي؟ وما التطبيقات التي ينبغي السماح بها؟ وتحت أي مستوى من الإشراف؟

تزداد أهمية معضلة القطار عندما تنتقل عملية اتخاذ القرار التعليمي من الإنسان إلى خوارزميات الذكاء الاصطناعي. فالخوارزمية قد تكون مطالبة بتوزيع موارد محدودة، أو تحديد الطلاب الأكثر حاجة إلى الدعم، أو ترشيح الطلاب للمنح والبرامج التدريبية، أو التنبؤ باحتمالية التعثر الأكاديمي. وفي كل حالة، لا تقوم الخوارزمية بمجرد تحليل البيانات، بل قد تسهم بصورة مباشرة أو غير مباشرة في تحديد من يحصل على فرصة ومن يحصل عليها بدرجة أقل. وهنا يظهر السؤال الأخلاقي: إذا كان النظام قادرًا على تحقيق أكبر تحسن إجمالي في النتائج التعليمية من خلال توجيه الموارد إلى مجموعة معينة من الطلاب، فهل ينبغي أن يفعل ذلك، حتى لو أدى القرار إلى حصول طلاب آخرين على موارد أقل؟

يقدم المقال قراءة نقدية مقارنة بين ميثاقين لاخلاقيات الذكاء الاصطناعي بالدول العربية ، الميثاق الأول هو ؛ ميثاق الأليكسو لأخلاقيات الذكاء الاصطناعي، وأما الثاني الدليل الاسترشادي لأخلاقيات الذكاء الاصطناعي ( مجلس التعاون لدول الخليج العربي). حيث تكتسب مواثيق أخلاقيات الذكاء الاصطناعي أهمية متزايدة على المستويين الوطني والإقليمي، باعتبارها أداة معيارية لتوجيه تطوير هذه التقنية واستخدامها ضمن حدود أخلاقية وقانونية واضحة. فعلى المستوى الوطني، تساعد هذه المواثيق الدول على مواءمة الابتكار التقني مع حماية الحقوق الأساسية، مثل الخصوصية، وعدم التمييز، والشفافية، والمساءلة، كما تسهم في بناء الثقة بين الحكومات والمؤسسات والمواطنين تجاه الأنظمة الذكية. أما على المستوى الإقليمي، فإن المواثيق المشتركة تتيح تنسيق السياسات بين الدول المتقاربة ثقافياً واقتصادياً، وتساعد على تقليل الفجوات الرقمية، وتدعم تبادل الخبرات وبناء قدرات مشتركة في مجالات التعليم والصحة والإدارة والبحث العلمي، بما يضمن أن يكون الذكاء الاصطناعي رافعة للتنمية لا مصدراً جديداً للمخاطر أو اللامساواة.

لم نكد نحتفل بتكنولوجيا الذكاء الاصطناعي التوليدي وتوظيفها في التعليم حتى ظهرت لدينا عشرات المجالات والتطبيقات الحديثة التي يظهر معها مجال الذكاء الاصطناعي التوليدي كما لو كان تكنولوجيا عفى عليها الزمن. فها نحن نسمع عن التعلم فائق التكيف HAL ، والتوأمة الرقمية في التعليم ، والحوسبة المكانية ، والتوليد المعزز بالاسترجاع RAG، كثير من هذه المصطلحات هو تطور لمجالات سابقة لكن ببصمات الذكاء الاصطناعي الفائق مثل التعلم فائق التكيف فهو تطوير للتعلم التكيفي، والحوسبة المكانية هي تطوير لبيئات التعلم الغامرة، وهكذا.

أن التعلم فائق التكيف لا يمثل مجرد تطور تقني في أنظمة التعلم الإلكتروني، بل يعكس تحولًا أعمق في فلسفة تصميم التعليم نفسها. فبدلاً من تقديم محتوى موحد لجميع المتعلمين، تتجه النظم التعليمية الحديثة نحو بناء بيئات تعلم ذكية قادرة على فهم المتعلم وتحليل سلوكه وتكييف التجربة التعليمية بصورة مستمرة. هذا التحول يعزز الانتقال من نموذج التعليم القائم على المحتوى إلى نموذج يركز على البيانات والتخصيص والتفاعل الديناميكي بوصفها محركات أساسية لفعالية التعلم. كما يبرز التعلم فائق التكيف كنقطة التقاء بين نظريات التعلم التربوية والتقنيات الرقمية المتقدمة؛ فهو يستند إلى مبادئ الفروق الفردية والتعلم للإتقان والسقالات التعليمية ومنطقة النمو الوشيك، وفي الوقت نفسه يستفيد من قدرات الذكاء الاصطناعي وتحليلات التعلم في تحويل هذه المبادئ إلى ممارسات تعليمية قابلة للتطبيق داخل البيئات الرقمية. وبذلك تصبح التكنولوجيا وسيلة لتعزيز الأسس التربوية وليس بديلاً عنها.

شهد مفهوم بيئات التعلم الشخصية (PLE) تطورًا طبيعيًا مع تعقّد منظومات التعلم الرقمي وتنوّع مصادر المعرفة. ففي صيغته الأولى التي تناولناها سابقا، ركّز مفهوم بيئات التعلم الشخصية على تمكين المتعلم من تجميع أدوات وموارد رقمية متعددة لإدارة تعلمه ذاتيًا، مثل المدونات، المنصات التعليمية، والشبكات الاجتماعية تلك الأدوات الشائعة في فترة بداية المفهوم. ومع توسّع الخدمات السحابية وظهور واجهات الربط بين الأنظمة (APIs) وتطبيقات الويب، انتقل المفهوم إلى بيئات التعلم الشخصية الموزعة (UPLE) والتي تزامنت مع مفهوم بيئات التعلم الموزعة ULE ومفهوم إنترنت الأشياء IoT، حيث لم تعد البيئة محصورة في تجميع يدوي للأدوات، بل أصبحت منظومة موزعة تتكامل فيها الموارد والخدمات عبر منصات متعددة، مع الحفاظ على هوية تعلم واحدة للمتعلم. في هذا السياق، أصبح التعلّم أكثر سياقية، ومتعدد الأجهزة، وقائمًا على التدفق المستمر للخبرات التعليمية عبر بيئات رسمية وغير رسمية.

المقال الحالي ليس محاولة لنشر ملخص للكتاب ، أو ترجمته ، فالكتاب متاح على الشبكة مجانا ويمكنك الوصول إليه بالنقر على صورة الغلاف المجاورة، ولا أنوي عرض الكتاب وتقييمه في حد ذاته، لكن المقال يعد تجربة جديدة لي في الكتابة تتعدى عرض أو قراءة عمل أكاديمي حيث يهدف المقال إلى تحليل ودراسة رؤى خرباش ودمجها مع أحدث الأدبيات البحثية والدراسات التجريبية الصادرة في عامي 2024 و2025. بحيث يقدم المقال تحليلاً عميقاً لمفهوم الخبرة التكيفية مقابل الخبرة الروتينية، كما يفحص الاستراتيجيات العشر التي اقترحها المؤلف من خلال عدسة النظريات المعاصرة مثل نظرية الحمل المعرفي (Cognitive Load Theory) وأطر كفاءات الذكاء الاصطناعي التي وضعتها اليونسكو والمفوضية الأوروبية( والتي ناقشناها في أعمال سابقة). سنستكشف في سياق المقال كيف يمكن للمعلمين الانتقال من كونهم "مشغلين للأدوات" إلى "مهندسين لبيئات التعلم الهجينة"، حيث يتكامل الذكاء الاصطناعي مع الخبرات البشرية لتعزيز نتائج التعلم دون التضحية بالعمق المعرفي أو النزاهة الأكاديمية.

العمل من تأليف ؛ يونس شاكر ، إصدار مارس 2024 ، والعمل بشكل عام يمكن أن نعتبره موجه لغير المتخصصين من المعلمين و مصممين المحتوى وحتى الطلاب المهتمين بالتعرف على الذكاء الاصطناعي، وكيفية توظيف أدواته بفعالية. حيث يأتي كتاب "دليل استخدام الذكاء الاصطناعي" ليونس شاكر كمحاولة لردم هذه الفجوة عبر تقديم دليل عملي تطبيقي يركز على "هندسة الأوامر" (Prompt Engineering) واستعراض موسوعي للأدوات المتاحة. يقع الكتاب في 89 صفحة تقريباً، وينقسم هيكلياً إلى فصلين رئيسيين يغطيان الجانب النظري التطبيقي لهندسة الأوامر، والجانب الأدواتي لاستعراض المواقع والمنصات. يأتي الكتاب في توقيت حيوي حيث انتقل الاهتمام من "الانبهار" بالذكاء الاصطناعي إلى "كيفية استخدامه". القيمة الأساسية لهذا الدليل تكمن في منهجية التفكير التي يطرحها في الفصل الأول. بدلاً من مجرد سرد المواقع، علم الكتاب القارئ كيف "يفكر" كمهندس أوامر. بالنسبة للمهتمين بتكنولوجيا التعليم، يعد قسم "الدراسة عبر AI" وإضافات المتصفح كنزاً لتوفير الوقت في البحث وتلخيص المستندات.

يعد GLM‑4.7 أحدث نموذج رئيسي من شركة Zhipu AI، وقد جاء ليقدّم قفزة نوعية في قدرات البرمجة، التفكير العميق، وتنفيذ المهام متعددة الخطوات. يتميز النموذج بآلية جديدة تُسمّى Preserved Thinking، وهي تقنية تسمح للنموذج بالحفاظ على سلاسل التفكير والمنطق عبر جلسات العمل الطويلة، مما يقلل من فقدان السياق ويعزز أداء الوكلاء الذكيين في المهام المعقدة. كما يقدّم النموذج تحسينات كبيرة في الاستدلال الرياضي والمنطقي، محققًا نتائج متقدمة في اختبارات مثل AIME وHLE مقارنة بالإصدارات السابقة.

شهد مجال التصميم التعليمي تحولات واسعة بفعل التقدم المضطرد في أدوات الذكاء الاصطناعي، والتي أصبحت جزءًا أساسيًا من سير العمل اليومي للمختصين. يعرض المقال نتائج مسح حديث أجرته منصة Synthesia حول واقع استخدام الذكاء الاصطناعي في التصميم التعليمي

بناء على دراسة استقصائية شاملة أجرتها شركة Caktus AI، يقدم هذا المقال تحليلاً لطرق استخدام الطلاب للذكاء الاصطناعي، ومستوى ثقتهم فيه، بالإضافة إلى مواقفهم من الجوانب الأخلاقية والتنظيمية المرتبطة بهذا الاستخدام.

يقدّم التقرير صورة دقيقة ومحدثة حول مستوى تبنّي المجتمع السعودي لأدوات الذكاء الاصطناعي، وأنماط الاستخدام، والدوافع، والمخاوف، إضافة إلى خصائص العينة الديموغرافية. ويمكن تلخيص أبرز ما ورد فيه