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

الصور الرمزية بالذكاء الاصطناعي والمدرّسون الاصطناعيون

تاريخ الإنشاء 2026-11-04 · تاريخ التحديث 2026-11-04

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

الصور الرمزية بالذكاء الاصطناعي والمدرّسون الاصطناعيون — أنظمة ذكاء اصطناعي تبدو بشرية وتشغل دورًا تعليميًا، سواء كمحاضِر مسجَّل أو مدرّس ناطق أو وكيل تربوي أو مريض أو طالب محاكى أو شريك لعب أدوار أو ممتحن. ويُعرَّف هذا الصنف بوجه وصوت يحلّان محلّ شخص، لا بتقنية واحدة. ذلك السطح هو ما يجعل هذه الأنظمة جاذبة، وهو أيضًا حيث تتركّز مشكلاتها المميّزة: الثقة تلتصق بإشارات الهوية، والواقعية لا تتبّع الفاعلية، وقد لا يعرف المتعلّمون أن إنسانًا يُحاكى.

أسئلة للتأمّل

  • إذا عُرضت محاضرة مصوّرة بوجه تكتشف لاحقًا أنه مُصنَّع من شبه مدرّسك، فما الذي يتغيّر لك — المحتوى، أم إحساسك بمن درّسها، أم لا شيء؟
  • الطالب المحاكى الطليق المتعاون الذي لا يخرج عن الدرس أبدًا سهل الحديث معه. فما الذي أعدّك له ذلك التدريب، وما الذي تركه خارجًا بهدوء؟
  • هل تريد أن يُقال لك قبل لقاء أن المريض كان مُولَّدًا؟ وكيف يغيّر اكتشافك بعد اللقاء ما تأخذه من الجلسة؟
  • أيّهما خطر نزاهة أكبر: متعلّم يخدع ممتحنًا آليًا، أم ممتحن آلي يسيء قراءة متعلّم؟
  • لعب الأدوار بين الأقران مجاني ومألوف ومطالب اجتماعيًا. فماذا يجب أن تضيف الصورة الرمزية لتختارها بدلًا منه؟

مقدّمة

الصورة الرمزية بالذكاء الاصطناعي تمثيل بشري مُصيَّر أو متحرّك يقوده نموذج؛ والمدرّس الاصطناعي هو ذلك التمثيل موضوعًا في دور تعليمي. وليس الاثنان وكيلًا. فـTheelen et al. (2026) يفصلان التمثيل عن الفاعلية: الصورة الرمزية هي ما يراه المشارك، بينما الممثّل خلفها قد يكون قرينًا أو مختصّ محاكاة أو نصًّا أو نظامًا قائمًا على قواعد أو نموذجًا لغويًا كبيرًا. فطالبان افتراضيان متطابقان قد يقدّمان لقاءين مختلفين تمامًا.

تنتظم هذه الصفحة بحسب الدور: أي دور يشغله الإنسان الاصطناعي، وما الأدلة المتاحة له، وما الذي يفعله السطح بعلاقة المتعلّم بالنظام. والأدبيات أدناه تمتدّ على فيديو المحاضرة والتدريس ومحاكاة السريرية والتدريب على التدريس ولعب الأدوار والتقييم.

ستة أدوار يستطيع الإنسان الاصطناعي أن يشغلها

مدرّس على الشاشة. مقدّم مستنسخ يقدّم فيديو مسجَّلًا. وفي مقرّر جامعي كبير عبر الإنترنت، صيّر Tomlinson et al. (2026) ثلاثة متغيّرات لكل موضوع مخصّصة للمجال بصورة رمزية HeyGen مستنسخة من المدرّس، مراجَعة قبل النشر، ودُفعت إلى نظام إدارة التعلّم.

مدرّس أو وكيل تربوي. يبني ELEVATE مدرّسًا بصورة رمزية ثلاثية الأبعاد يعمل كليًا على عتاد محلي، بطبقة موجّهة للمدرّس تتحكّم في الشخصية والصوت والموقف والإيقاع. وACLIME يصف الدور نفسه في وسائط غامرة: وكيل يوجّه ويسأل ويشرح.

مريض أو عميل محاكى. يقدّم SOPHIE 2.0 24 سيناريو سريريًا في المتصفح مع مريض بصورة رمزية ناطقة. وRiachi et al. (2026) يطبّقان النمط على علاج القبول والالتزام، بقياس أمانة المتدرّب دورًا بدور.

طالب محاكى. أعطى Hauk et al. (2026) 21 من المدرّسين قبل الخدمة محادثة صوتية مدّتها عشر دقائق مع «Marco»، طالب في المرحلة الثانوية الدنيا يُدلي بملاحظة ازدرائية عن المهاجرين.

شريك لعب أدوار. يجعل REMind الأطفال يحرّكون صورة رمزية روبوتية بالدمى ليتدرّبوا على تدخّل المارة. ويسمّي ACLIME هذا نمط التفاعل الثاني: وكيل يحمل دورًا محدّدًا لحوار موقفي.

محاوِر تقييم. يحكم قاضي SOPHIE على النصوص مقابل معيار تواصل. ويقترح Tamme et al. (2026) وكيلًا صوتيًا يقابل الطلاب عن مقرّر بدل إدارة استبيان مكتوب.

ما تدعمه الأدلة، دورًا بدور

الأدلة أقوى حيث يكون الإنسان الاصطناعي شريكًا في الممارسة وأضعف حيث يكون بديلًا عن التعلّم.

في التدريس المسجَّل، النتيجة المقيسة تفضيل لا تحصيل. وعبر تقديمين و493 مستجيبًا، تفوّقت الفيديوهات المخصّصة المولَّدة بالذكاء الاصطناعي على فيديوهات بشرية غير مخصّصة (متوسط الرتبة 2.26 مقابل 2.69، p < .001). والحالة الأعلى ترتيبًا، الفيديو البشري المخصّص، لم توجد قطّ، فذلك الترتيب يخلط التجربة بالخيال. ويُبلغ المؤلفون عن نتائج تعلّم موضوعية بوصفها قادمة.(Students prefer personalized, AI-generated educational videos over non-personalized, human-recorded videos)

وفي التدريس، الدليل هو جدوى هندسية. بلغ ELEVATE نحو خمس إلى ست ثوانٍ حتى أول صوت على عتاد استهلاكي ببثّ الكلام، ما حجب معظم الكمون المدرَك. ولم تُجرَ دراسة مستخدمين مضبوطة، فتأثيرات التعلّم وطلب المساعدة تبقى مفتوحة.(ELEVATE: Designing Human-Centered GenAI Virtual Tutors for Scalable and Inclusive Education)

وفي التواصل السريري، الدليل هو الأكثر تطوّرًا وما زال يقف دون نقل التعلّم. قاضي SOPHIE، بقراءة النصوص وحدها، بلغ Pearson 0.759 وICC(A,1) 0.746 مقابل إجماع مُقيّمين بشريين — داخل تفاوت البشر الأفراد لا خارجه. وفي دراسة عن بُعد شملت 59 طبيبًا وطالبًا، وجد 92% أنه جاذب و83% أنه ذو صلة سريرية. وارتفعت الدرجات بين لقاءين، لكن دون ذراع ضبط لا يمكن نسبة ذلك الارتفاع إلى التدريب.(Scalable AI-based clinical communication training and automated assessment)

وفي الطلاب المحاكين، يتعلّق الدليل بجودة التفاعل لا بالنتائج. قيّم مشاركو Hauk الحوار بأنه وظيفي بوضوح (M = 5.37) وأصيل بدرجة متوسطة فقط (M = 3.71)، وهو انقسام أعادت النصوص إنتاجه بنسبة تغطية 87.1% مقابل 37.4%. وحملت الصورة الرمزية عمل التحدّي، بنسبة 51.1% من نصّها، بينما فصّل المدرّسون وبرّروا. وواحد وعشرون متطوّعًا في برنامج واحد وجلسة واحدة دون مقارنة بلعب أدوار حيّ.(Authentic and functional dialogue with AI-based student avatars: Evidence from a practice-based teacher education program)

وفي لعب الأدوار، يُبلغ REMind عن مكسب دالّ من القبل إلى البعد في الكفاءة الذاتية المدرَكة لدى الأطفال للدفاع، مع معتقدات أفضل معايرة حول ما إذا كان مواجهة المتنمّر توقفه. وهذا 18 طفلًا بين التاسعة والعاشرة في سياق تجربة لعب، ما يدعم الوعد لا تغيير السلوك المستدام.(Play-testing REMind: Evaluating an educational robot-mediated role-play game)

وفي التقييم، قاضي SOPHIE أوضح نتيجة والمحاوِر الصوتي أقلّها. فمقترح Tamme يُبلغ عن تجربة تقنية وبيانات لم تُحلَّل رسميًا بعد؛ وكل ادّعاء عمّا يستدعيه الصوت يبقى فرضية.(Voice-Based AI Feedback in Higher Education: A Field Study on Quality and Actionability)

الثقة تسافر عبر الوجه

الوجه ليس وعاءً محايدًا للمحتوى التربوي. وفي تجربتين بلغ مجموعهما 396 مشاركًا، وجد Anthis and Kyriakidou-Zacharoudiou (2026) أن إشارات هوية الصورة الرمزية شكّلت التقييم والتبنّي المنفَّذ معًا. وقد قُيّمت الصور الرمزية البيضاء، وصور الرجال الآسيويين في سياقات العلوم والتكنولوجيا والهندسة والرياضيات، كأكثر مصداقية وكفاءة. وواجهت صور النساء السود الأكبر سنًّا عقوبات متراكمة في كل مقياس. وتبنّى المشاركون الإرشاد أسهل من صور رمزية تطابق جماعتهم العرقية الداخلية أو نمطهم النمطي عن الخبرة.

وتفصيلان يجعلان هذا مشكلة تصميم. فقد وسّط المجال الأثر: عزّزت المهام العلمية والإجرائية الانحياز، بينما خفّفته المهام التأمّلية والشخصية. وعمل الانحياز على السلوك لا على المواقف المعلنة فقط، ما يعني أن الثقة المُبلَّغة ذاتيًا كانت ستفوّته. ويوصي المؤلفان بصور رمزية مُمنمقة أو أقلّ تجسيدًا بشريًا، وبتدوير صور متنوّعة عبر المهام، وبتقييم التبنّي لا الرضا.(Face value: How avatar identity shapes epistemic trust in AI-mediated learning)

والسلطة تصل أيضًا عبر الجسد. فمصمّمو ELEVATE يحذّرون من أن الجسد والصوت يضخّمان سلطة المدرّس. ويوصون بأن تُشير الصورة الرمزية إلى عدم اليقين وتدعو إلى التحقّق من الملاحظات أو الكتب.(ELEVATE: Designing Human-Centered GenAI Virtual Tutors for Scalable and Inclusive Education) ويضيف SOPHIE تعقيدًا: خلف الصورة الرمزية نفسها، فقد نموذج كان يُحكم عليه سابقًا بأنه أكثر شبيهًا بالبشر تلك الميزة، وكان أداء التواصل متطابقًا بين الواجهات الخلفية (0.437 مقابل 0.438). فالشبه البشري كان ملكًا للتفاعل — الصوت والكمون وتناوب الأدوار — لا للنموذج.(Scalable AI-based clinical communication training and automated assessment)

والدليل المقابل هو أن الطلاب يمكن تعليمهم حجب الإطار البشري حتى حين توفّره المطالبة. فقد سأل Stillman et al. (2026) 654 طالب كتابة عمّا إذا كان الروبوت المحاور يبدو كمدرّس أو كمتعاون أو كشيء آخر، ولم يأخذ سوى نحو نصفهم (51.7%) أحد الخيارين التجسيديين. فقد سمّاه الطلاب أداة أو برنامجًا، أو قارنوه بروبوت أو حاسوب، أو ابتكروا استعارات مثل آلة بيع للتغذية الراجعة تصرف نصًّا مقابل بيانات. ويعامل المؤلفون رفض الإطار البشري كنتيجة محو الأمية، ما يؤرّخ الأثر للتعليم لا للواجهة.

الحضور والواقعية ووادي الغرابة

الواقعية ليست سلّمًا. يعامل ACLIME الواقعية السلوكية كمتنبّئ حاسم لـالحضور الاجتماعي ويحذّر من أن الدقّة البصرية الأعلى تخاطر بوادي الغرابة، حيث يُطلق وكيل شبه بشري رفضًا مفاجئًا. ويُسعّر المقايضة: فالانغماس وواقعية الوكيل يرفعان الحمل المعرفي الدخيل، بينما يستطيع التفاعل خفض الحمل الجوهري عبر ذاكرة عمل جماعية. وتحذيره الرئيسي صريح — نحو 42% من مستخدمي نظارات الواقع الافتراضي يُبلِغون عن دُوار حركي، وتتراوح الآثار اللاحقة من نحو عشر دقائق إلى عدّة ساعات.(Learning with pedagogical agents in extended reality: A conceptual research-based framework of agent-centered learning in immersive media environments (ACLIME))

وتدعم دراسات الممارسة في معظمها النسخة المتواضعة من هذا الادّعاء. يقرأ مؤلفو Hauk الأصالة المتوسطة كملاءمة دقّة للوظيفة. فالتدريب الثنائي الصوتي وحده يثبّت الروتين للمبتدئين، ويمكن إضافة الديناميكيات بين الأقران والإشارات غير اللفظية لاحقًا.(Authentic and functional dialogue with AI-based student avatars: Evidence from a practice-based teacher education program) وفي SOPHIE، وجد 47% من المشاركين صعوبة في الشعور بتعاطف حقيقي تجاه مريض آلي، رغم أن 66% وجدوا الحديث معه أقلّ إجهادًا من الحديث مع شخص.(Scalable AI-based clinical communication training and automated assessment)

والمتعلّمون لا يريدون واقعية أكبر على نحو موحّد. في دراسة TriKoNet الاستكشافية، رفض الطلاب بالإجماع التمثيل الواقعي الفوتوغرافي. واستخدموا فضاء تصميم معياريًا لتأليف مفاهيم أدوارهم بدل تبنّي شخصية مقدَّمة.(TriKoNet: The Trivalence Model of Potential Co-Creativity in Socio-Technical Networks) ويشير ELEVATE إلى أن التجسيد عائق لبعض المتعلّمين، كمن لديهم حساسية حسّية أو انزعاج من وكلاء مجسَّدين، ما يجعل تهيئة الصورة الرمزية متطلبًا لا تفضيلًا.(ELEVATE: Designing Human-Centered GenAI Virtual Tutors for Scalable and Inclusive Education)

الموافقة والإفصاح وخطر التزييف العميق

في هذه الروايات جميعًا، يظهر الإفصاح كقرار تصميمي لا كمتغيّر مقيس. كان سيناريو Hauk على حدّ خطاب الكراهية، وكانت ضماناته إجرائية. شمل التصميم توجيهًا وإرشادات إشراف ومراقبة مستمرة من المدرّس وخيار التوقّف الفوري واستخلاصًا منظّمًا وتحليلًا تجميعيًا مستعار الأسماء.(Authentic and functional dialogue with AI-based student avatars: Evidence from a practice-based teacher education program) ويطلب إطار Theelen أن يعرف المتعلّمون ومربّو المدرّسين أي أجزاء المحاكاة يتحكّم بها بشر أو نصوص أو ذكاء اصطناعي، ويعامل تلك الشفافية كشرط للتكيّف المدافَع عنه.(Classroom simulations for social-emotional learning and inclusive teacher education: a four-layer conceptual framework in the age of AI)

والسؤال الأصعب هو هل محاكاة شخص خدعة صغيرة بحدّ ذاتها. فالمتعلّم الذي يعتقد أن مريضًا متعثّرًا حقيقي قد يستثمر عناية لا تستدعيها محاكاة مُفصَح عنها، ثم يشعر بالتضليل حين يُخبَر. وتقييمات الأصالة المتوسطة عند Hauk تشير إلى أن المشاركين لم يُخدَعوا في طبيعة الصورة الرمزية؛ ونتيجة التعاطف 47% في SOPHIE تشير إلى أن بعضهم انخرط رغم العلم. ولا تختبر أيّ من الدراستين الإفصاح مباشرة.

ولـالإفصاح جانب إنتاجي أيضًا. فقد استنسخت خطّة Tomlinson شبه المدرّس وصوته. وأثارت فئة من الطلاب اعتراضات مبدئية على الذكاء الاصطناعي التوليدي — الكلفة البيئية والعمل والأتمتة والنزاهة — لا يجيبها تصيير أفضل.(Students prefer personalized, AI-generated educational videos over non-personalized, human-recorded videos) وموافقة المدرّس على استنساخه مسألة منفصلة عن موافقة الطالب على أن يُدرّسه المستنسخ، ولا تقيس أي دراسة هنا أيًّا منهما.

ومحو أمية التزييف العميق هو الوجه المقابل للقدرة نفسها. في عيّنة ثانوية أسترالية من 199 طالبًا، كان الذكور أكثر احتمالًا بدرجة دالّة لأن يكونوا قد أنشأوا محتوى تزييف عميق أو شاركوه (23.2% مقابل 10.0%). ويحاجّ المؤلفون لصالح تعليم سلامة موجّه إليهم صراحةً.(Gender Differences in AI Literacy Workshop Outcomes and Deepfake Engagement) وحين تستطيع مؤسسة توليد مدرّس مقنع أو مريض مقنع أو طالب مقنع، يصبح التحقّق من هوية المتكلّم مسألة نزاهة أكاديمية بقدر ما هي مسألة محو أمية. والدفاع الشفهي وأدلة العملية، التي يوصي بها مؤلفو ELEVATE حين يتوافر التدريس عند الطلب، تعالج المشكلة الكامنة نفسها.(ELEVATE: Designing Human-Centered GenAI Virtual Tutors for Scalable and Inclusive Education)

الحالة الصادقة للأدلة

كل دراسة هنا تقريبًا صغيرة وقصيرة. Hauk لديه 21 متطوّعًا وجلسة واحدة. SOPHIE لديها 59 مكملًا ولا ذراع ضبط. وتقييم العلاج النفسي له عالمان نفسيان ونحو 90 دقيقة لكل منهما. وتجربة PBL لديها 26 طالبًا وحالة واحدة. وACLIME وTheelen إطاران مفاهيميان، وقاعدة TriKoNet ثماني مجموعات في جلسات منفردة.(Using Generative AI to Simulate Patient History-Taking in a Problem-Based Learning Tutorial: A Mixed-Methods Study)(Toward Accessible Psychotherapy Training Using AI-Driven Interactive Patient Avatars)(Learning with pedagogical agents in extended reality: A conceptual research-based framework of agent-centered learning in immersive media environments (ACLIME))(Classroom simulations for social-emotional learning and inclusive teacher education: a four-layer conceptual framework in the age of AI)(TriKoNet: The Trivalence Model of Potential Co-Creativity in Socio-Technical Networks)

والعيّنات الكبيرة تتعلّق بالمواقف والتفضيلات — 396 مشاركًا عن هوية الصورة الرمزية، و493 مستجيبًا عن تفضيل الفيديو — وكلتاهما سكان ملاءمة أو مقرّر واحد. ولا تُظهر أي دراسة في هذه المجموعة أن مدرّسًا اصطناعيًا يُنتج تعلّمًا أفضل من مدرّس بشري. والادّعاء المدافَع عنه أضيق: هذه الأنظمة تستطيع تقريب لقاء ممارسة، ويمكن تقييمها مقابل مُقيّمين بشريين باتفاق مقبول في مجال واحد، وتستطيع تغيير كيفية تقييم المتعلّمين لمصدر التدريس.

وضيق ذلك يهمّ. صاغه مؤلفو Theelen مباشرةً: الطلاقة والإحساس بالحضور ليستا دليل صلاحية.(Classroom simulations for social-emotional learning and inclusive teacher education: a four-layer conceptual framework in the age of AI) فأن تبدو كمدرّس يعني تجاوز أسهل عتبة في الغرفة.

المفاهيم الخاطئة الشائعة

«الصورة الرمزية الأكثر واقعية تُدرّس أفضل.» افترقت الواقعية والفاعلية حيث قيس الاثنان. فأنتجت واجهتا SOPHIE الخلفيتان درجات تواصل متطابقة خلف الصورة الرمزية نفسها، ورفض طلاب TriKoNet الشخصيات الواقعية الفوتوغرافية رفضًا صريحًا.

«إذا كانت الصورة الرمزية مقنعة، سيعاملها المتعلّمون كشخص.» قابل طلاب الطب مريضًا مولَّدًا بالذكاء الاصطناعي كقاعدة أسئلة قابلة للبحث، بأكواد مغلقة معظمها، حتى مع تقييمهم التجربة بدرجة عالية.(Using Generative AI to Simulate Patient History-Taking in a Problem-Based Learning Tutorial: A Mixed-Methods Study) فالقناعة وأسلوب التفاعل نتيجتان منفصلتان.

«المدرّسون الاصطناعيون تقنية واحدة، فالنتائج تنتقل.» محاضِر مستنسخ يحسّن للتفضيل، ومدرّس يحسّن للكمون، ومريض يحسّن للدقّة السريرية، أعمال مختلفة بأنماط فشل مختلفة. والدليل من دور واحد لا يُجيز ادّعاءات عن آخر.

«مظهر الصورة الرمزية تجميلي.» غيّرت إشارات الهوية تقييمات المصداقية والتبنّي الفعلي للإرشاد، مع تراكم العقوبات على صور النساء السود الأكبر سنًّا.(Face value: How avatar identity shapes epistemic trust in AI-mediated learning) فالتهيئة قرار تربوي وإنصافي.

«المريض المحاكى هو مريض معياري ناقص الكلفة.» وجد المتدرّبون النفسيون مريضهم الافتراضي متعاونًا ومتقدّمًا في العلاج أصلًا، حالة «مثالية» تُمثّل نقصًا في عدم المرونة السلوكية.(Toward Accessible Psychotherapy Training Using AI-Driven Interactive Patient Avatars) فالكلفة تنخفض؛ وصلاحية الحالة لا تتبع تلقائيًا.

المفاهيم المتصلة

المقالات المتصلة

البيانات الوصفية

التخصصMedical Education
المستوىHigher Ed, Teacher Education
الجمهور المستهدفInstructors, Instructional Designers
التعلم والتعليمتعلّم مكان العمل, التعلّم التجريبي, التعلّم الموقَّع, الفيديو في التعليم
التقنيات والأساليبالذكاء الاصطناعي التوليدي, النماذج اللغوية الكبيرة (LLMs), الوكيل البيداغوجي, المحاكاة, محاكاة الطلاب, الواقع الافتراضي والمعزَّز, الذكاء الاصطناعي الحواري
التقييم والقياسالتقويم الآلي, صدق التقييم, التغذية الراجعة
الإنصاف والأخلاق والاستخدام المسؤولالثقة, بيانات استخدام الذكاء الاصطناعي والإفصاح عنه, تخفيف الانحياز, التعلّم الشامل
أساسيات الذكاء الاصطناعي في التعليمالتعاون بين الإنسان والذكاء الاصطناعي, التدريس, النزاهة الأكاديمية
المصدرالسجلتحريرمحادثة

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.