قاعدة المعارف AIEdAIEd KB
في هذه الصفحة

هذه الصفحة مترجمة إلى العربية. أما صفحات المقالات فهي لا تزال مكتوبة بالإنجليزية. اقرأ هذه الصفحة بالإنجليزية

المفاهيم

الحوسبة العاطفية

تاريخ الإنشاء 2026-10-12

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

الحوسبة العاطفية في التعليم تستخدم الإشارات الفيزيولوجية والسلوكية لإحساس عاطفة المتعلّم وتكييف التعليم — انظر A Formative Study of Brief Affective Text as a Complement to Wearable Sensing for Longitudinal Student Health Monitoring وAn Interpretable Closed-Loop Intelligent Tutoring System for Multimodal Affective Feedback in Asynchronous Presentation Training وMathBuddy: Affective Math Tutoring. وتوثّق قاعدة المعارف أيضًا المخاطر العاطفية لـتفاعل الذكاء الاصطناعي، بما في ذلك Sycophantic AI makes human interaction feel more effortful and less satisfying over time وStuck in a Spiral": Shame and Guilt as Social Regulators of AI Use in Computing Education.

أسئلة للتأمل

  • لو استطاع حاسوب أن يحس بأنك مُحبَط أو حائر أو ضجر، وأن يُكيِّف تعليمه على مزاجك، فكيف قد يُحسّن ذلك تعلّمك — وأي شيء قد يُخطئ فيه بشأنك؟
  • يمكن للتعليم الواعي بالعاطفة أن يعزّز الاندماج، لكن الأتمتة ذات المظهر المتعاطف تحمل مخاطر: الإفراط في الاعتماد، والاعتماد شبه الاجتماعي، ومخاوف الخصوصية من المراقبة المستمرة. فأين الخط بين أن تُفهَم وبين أن تُراقب؟
  • قد يشعرك الذكاء الاصطناعي الذي يُصدّقك "ويفهمك" بإحساس حسن — لكن الأبحاث تُظهر أن مثل هذا الذكاء الاصطناعي يستطيع أن يحلّ محل العلاقات الحقيقية ويُفني الحكم النقدي. فكيف يختلف الشعور بالدعم عن أن تُدعم بدعم حقيقي في سياق التعلّم؟
  • يمكن للتعبير الوجهي والنص أن يُشيرا كلاهما إلى العاطفة. فهل ينبغي لمُعلّم أن يُكيِّف تعليمه بناءً على حالتك العاطفية — وأي أنواع الاستدلال العاطفي تريده أن يتصرف بناءً عليها مقابل ألّا يتصرف عليها أبدًا؟
  • إذا خفّف الذكاء الاصطناعي إحباطك بتخفيض الصعوبة بسهولة مفرطة، فقد تتوقف عن الكفاح المُنتج — والكفاح غالبًا هو حيث يقع التعلّم العميق. فكيف ينبغي لمُعلّم أن يقرر متى يُواسي ومتى يتحدى؟
  • تُثير المراقبة العاطفية المستمرة أسئلة خصوصية حقيقية. فتحت أي شروط ستكون مرتاحًا لذكاء اصطناعي يقرأ عواطفك من أجل تكييف تعلّمك؟

مقدمة

إحساس العاطفة لتكييف التعليم

تهدف الحوسبة العاطفية إلى جعل أنظمة الذكاء الاصطناعي واعيةً عاطفيًا حتى تستطيع الاستجابة لما يشعر به المتعلمون لا لما يفعلونه فقط. وفي التعليم يعني هذا إحساس الإحباط أو الحَيرة أو الثقة أو الضجر أو الاندماج وتكييف التعليم وفقًا لذلك. يُبرهن MathBuddy على المقاربة بنمذجة الأثر من وسيلتين — النص المحادثي والتعبير الوجهي في الزمن الحقيقي — وربط الحالة العاطفية المجمَّعة بـالاستراتيجيات التربوية قبل صياغة مطالبة للمُعلّم.

الإشارات نفسها غامضة: فقناة تعبيرية واحدة لا تستطيع التمييز بموثوقية بين الكرب والجهد والإحراط والتعب والتقديم الذاتي الاستراتيجي دون الشخص والمهمة والثقافة والموقف التي أنتجتها — أي "التفسير الناقص السياقي" — لذا فمصنّفٌ يقرأ الإشارة المرئية وحدها يُخاطر بتوصيات معقولة لكنها خطأ تربويًا (Zhang et al. (2026)).

  • الدعم العاطفي والتأملي من النماذج اللغوية الكبيرة في الرياضيات للمرحلة المتوسطة: طبّق Rief et al. (2026) التأمل على مُعلّم جبر لطلاب الصف السابع عبر محادثات ديناميكية، وتمارين تنفس، ولغة تغذية راجعة للتأمل في الأخطاء. وفي تجربة عشوائية صغيرة صفية (42 من أكملوا من 252 مشاركًا) بلغت النسخة المتأملة تعلّم جبر مماثلًا في زمن أقل وبطلبات تلميحات أقل من الدعم المعرفي وحده — أي كفاءة تعلّم أعلى وطلب مساعدة أكثر توازنًا — مع أن تخفيض قلق الرياضيات الحالّ لم يختلف دلالةً بين الشرطين.

الفوائد والمخاطر

يمكن للتعليم الواعي بالعاطفة أن يُحقق مكاسب قابلة للقياس، لكن التطور نفسه يحمل مخاطر:

الحوسبة العاطفية وتعليم الذكاء الاصطناعي الأوسع

تجلس الحوسبة العاطفية عند تقاطع التعليم العاطفي (تطبيقها التربوي)، ونمذجة الطالب (تمثيل المتعلّم كاملًا بما فيه العاطفة)، وتحليلات التعلّم (استنباط الإشارات من بيانات المتعلّم). وهي تتصل بتصميم التعليم الذكي وبـالسلامة التربوية — المبدأ القائل إن الذكاء الاصطناعي ينبغي أن يُساند عاطفة المتعلّم لا أن يُعالجها.

  • مراقبة عاطفة الصف في الزمن الحقيقي والمعتمدة على الأطراف الطرفية. يبني Nguyen et al. (2026) نظام تقييم جودة صف واعٍ بالعاطفة يدفع الحوسبة العاطفية إلى سياقات أصلية واسعة النطاق. مُصمَّم لـأجهزة إنترنت الأشياء/الأطراف الطرفية، يُعالج النظام موازنة الحمل وزمن الاستجابة مع تنسيق عوامل متعددة لالتقاط أنماط عاطفة الطلاب واندماجهم في الزمن الحقيقي. وقد قُوّم على مجموعة بيانات عاطفة الصف (1,500 صورة مُعلَّمة و300 فيديو صفي من صفوف فيتنامية حقيقية من الروضة حتى الصف الثاني عشر) بتركيز على التفاعل العاطفي متعدد الأشخاص في الظروف الواقعية — وهو عرضٌ لتوسيع نطاق التعرّف على العاطفة من نماذج المعمل إلى مراقبة صفية قابلة للنشر، إلى جانب اعتبارات الخصوصية والسلامة التربوية التي تُثيرها مثل هذه المراقبة.
  • وكلاء تقويم ذوو ذكاء عاطفي. خفّض AIvaluate، وهو وكيل محادثة معزَّز بـالنماذج اللغوية الكبيرة وذكي عاطفيًا، قلق الطلاب والضغط الاجتماعي خلال التقويمات المعتمدة على الأداء مع حفظ قابلية الاستخدام.
  • التعاطف مُهندَس عبر تصميم المطالبة لا الإحساس. لا يقتضي الدعم العاطفي كشف الأثر: فقد حصل Wang et al. (2026) على فرق كبير في إدراك التعاطف (21.27 مقابل 18.24؛ r = 0.53) بين وكيلي فيزياء يعملان بالنماذج اللغوية الكبيرة اختلفا فقط في الدور المحدد بالمطالبة وحركات المحادثة — افتتاحيات تبنّي المنظور ("لديك هذا السؤال لأن...")، وتشخيص المفاهيم الخاطئة، وفحص الفهم في نهاية كل دور — بينما ثُبّت النموذج والمنصة ودرجة الحرارة. وهذا ثقلٌ مقابل مفيد للحوسبة العاطفية المعتمدة على المستشعرات: فالجودة العاطفية المُدركة لـالوكيل التربوي قابلة للتصميم داخل نص التفاعل، مع تذكير المصممين كذلك بأن التعاطف المُدرك بناءٌ مُبلَّغ عنه ذاتيًا لا دليل على فهم عاطفي حقيقي (تفاعل الطالب مع الذكاء الاصطناعي).
  • إنذارات تُنبّه المدرّس لا تُكيِّف المُعلّم. نشر Swidan (2026) نظام Dash4Emotion في صف هندسة بالمرحلة الثانوية، حيث علّمت مستطيلات مؤطرة بالأحمر طلابًا قُرئ أنهم يعانون عاطفة سلبية؛ وعبر عشرين حلقة تم تحديدها (أُبلّغ عن خمس)، ما غيّر الاندماج كان استجابة المدرّس لإنذار لا الإنذار نفسه. ونقطة التصميم أن إحساس الأثر قد يُغذّي قرارًا بشريًا بدلًا من حركة المُعلّم التكيفي التالية — مع تحذّر الدراسة نفسه مرفقًا: فهو لا يُبلّغ عن أي تحقق من كشف التعبير الوجهي، لذا فالإشارة دَاعية لتأويل المدرّس لا دليل على حالة داخلية للطالب.

المفاهيم المتصلة

المقالات المتصلة

البيانات الوصفية

المستوىHigher Ed, K 12
الجمهور المستهدفLearners
التقنيات والأساليبالتعلّم التكيفي, الذكاء الاصطناعي التوليدي, التدريس الذكي, تحليلات التعلّم, النماذج اللغوية الكبيرة (LLMs), التعلّم المخصّص
أساسيات الذكاء الاصطناعي في التعليمالتفريغ المعرفي
SourceHistoryEditChat

ضمّن هذه الصفحة

انسخ الشيفرة أدناه لتضمين هذه الصفحة في نظام إدارة التعلم أو أي موقع آخر. الإصدار المُضمَّن يعرض محتوى الصفحة فقط — فهو يُخفي ترويسة الموقع وقائمة التنقل وتذييله.