أرشيف الوسم : الذكاء الاصطناعي التوليدي

في 20 يوليو 2026 نشر موقع EdTech Magazine تجربة جامعة ولاية فلوريدا (Florida State University – FSU) في بناء منظومة مؤسسية متكاملة للذكاء الاصطناعي، وليس مجرد تبني مجموعة من أدوات الذكاء الاصطناعي. وأهول ما يطرأ على ذهن القارئ عند بداية تصفح المقال وبالتبعية موقع الجامعة هو؛ لماذا جامعة ولاية فلوريدا تحديدا ، هل لأنها أكثر الجامعات الأمريكية تقدما في هذا المجال؟ ، أم لأنها سبقت غيرها في تطبيق الذكاء الاصطناعي على المستوى المؤسسي؟ ، للأسف الإجابة لا ، ولكن في تصوري الخصي أن اختيار جامعة ولاية فلوريدا جاء بسبب نضوج تجربتها ونشرها على موقعها دون التقيد بترتيب معين للجامعات الأمريكية أو أسبقية زمنية. ويمكن القول أن تجربة الجامعة اختيرت لأنها تقدم نموذجًا متوازنًا بين الابتكار والحوكمة تضمنت: تجريب متعدد الأدوات + قيادة أكاديمية + بنية مركزية للذكاء الاصطناعي + حماية للبيانات + سياسات وحوكمة + هدف واضح لتكوين طلاقة الذكاء الاصطناعيAI Fluency لدى الطلاب، كما سنناقش في نقاط لاحقة.

شهدت وظيفة التعلم والتطوير (Learning & Development – L&D) تحولًا جوهريًا خلال السنوات الأخيرة. فلم تعد مسؤولية وحدات التدريب مقتصرة على تحديد الاحتياجات التدريبية، وإعداد الحقائب، وتصميم المقررات الإلكترونية، وتنفيذ البرامج وقياس رضا المتدربين. ومع التحولات الرقمية المتسارعة، وظهور الذكاء الاصطناعي، وتغير طبيعة الوظائف والمهارات، أصبح مطلوبًا من متخصصي التعلم والتطوير أن يعملوا بوصفهم مصممين للتعلم، ومستشارين للأداء، وقادة للفرق، واستراتيجيين، وشركاء في تحقيق أهداف المؤسسة. وتقدم خريطة L&D Competencies Map إطارًا مفاهيميًا مهمًا لفهم هذا التحول؛ إذ تنظر إلى كفاءات التعلم والتطوير من خلال خمسة مجالات رئيسة هي: التصميم، والاستشارة، ووضع الاستراتيجية، والقيادة، والتنفيذ. ولا تعمل هذه المجالات بصورة منفصلة، وإنما تتكامل لتشكّل منظومة مهنية متكاملة تتجاوز مفهوم «إنتاج التدريب» إلى مفهوم أوسع هو تطوير التعلم والأداء المؤسسي.

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.

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.

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.

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.

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

الدراسة الحالية من نوع دراسات الدراسات أو الدراسات المبنية على الدراسات مثل دراسات تحليل المحتوى والتحليل البعدي والدراسات الببليومترية ، وقد هدفت هذه الدراسة إلى تقديم تحليل محتوى شامل للأبحاث المنشورة خلال الفترة من 2010 إلى 2020 حول استخدام الذكاء الاصطناعي (AI) في التعليم، مع استعراض كيفية تطبيقه، وتصنيف مجالاته البحثية، وإلقاء الضوء على الاتجاهات والتحديات المستقبلية.

يحدد هذا المقال المكونات الأساسية لنظرية الانتشار (DOI) ويطبقها لتفسير أنماط الانتشار الفريدة في الابتكارات التعليمية المعاصرة، مع التركيز بشكل خاص على الانتشار السريع للذكاء الاصطناعي التوليدي (GAI) ، ثم ، يقارن بين نظرية الانتشار (DOI) والنظرية الموحدة لقبول واستخدام التكنولوجيا (UTAUT) لتقديم منظور شامل حول تبني المستحدثات في التعليم.

تُقدم هذه المراجعة الأكاديمية تحليلاً نقدياً في شكل مقالة بحثية أو تقرير كافتتاحية للعدد الخاص من مجلة البحوث التربوية (The Journal of Educational Research)، والتي تحمل عنوان "استخدام الذكاء الاصطناعي التوليدي في التعليم من الروضة حتى الصف الثاني عشر: مقدمة للعدد الخاص من مجلة البحوث التربوية".

الذكاء الاصطناعي التوليدي في مسيرته التطورية أستفاد من مجموعة من العلوم الإنسانية والعقلية التي أسهمت في تشكيل بنيته ووظائفه. فمن علم النفس استلهم نماذج التعلم والتفكير، مثل السلوكية والمعرفية والبنائية، التي ساعدت في تطوير آليات التعلم العميق وتوليد المعرفة الجديدة. ومن اللغويات اكتسب فهمًا لبنية اللغة، وقواعدها، ودلالاتها، مما مكّنه من معالجة النصوص وتوليد اللغة الطبيعية بشكل منطقي ومتسق مع السياق.