ثقافة الذكاء الاصطناعي

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

ثقافة الذكاء الاصطناعي — المعرفة والمهارات والاستعدادات النقدية اللازمة لفهم تقنيات الذكاء الاصطناعي وتقييمها واستخدامها بفعالية في السياقات التعليمية. تمتد ثقافة الذكاء الاصطناعي من الفهم الأساسي لكيفية عمل الذكاء الاصطناعي، إلى الكفاءة العملية في استخدام أدواته، إلى التقييم النقدي لمخرجاته، إلى الوعي الأخلاقي بانعكاسات الذكاء الاصطناعي المجتمعية.

أسئلة تستحق التفكير

• ما معنى أن تكون "ذا ثقافة في الذكاء الاصطناعي"؟ هل هو معرفة كيفية استخدام الأدوات، أم فهم كيفية عملها، أم القدرة على تقييم مخرجاتها تقييمًا نقديًا — وأي هذه الأبعاد هو الأهمّ لأهدافك أنت؟
• تتباعد ثقافة الذكاء الاصطناعي المُعلَنة ذاتيًا عن الأداء المقيس تباعدًا حادًا — فالمعلمون يبالغون في تقدير مهاراتهم بنحو 40%. فما مقدار ثقتك في مهاراتك الخاصة في الذكاء الاصطناعي، وما الأدلة التي تثق بها لاختبار هذه الثقة اختبارًا فعليًا؟
• تُوصف ثقافة الذكاء الاصطناعي بأنها ممارسة اجتماعية تتعلق بما وراء المعرفة، لا قائمة مراجعة للمهارات. ولأن نماذج اللغة الكبيرة احتمالية ومعتمة، فما معنى "التقييم النقدي" للمخرجات حين لا تستطيع رؤية ما يدور داخل النموذج؟
• ثمّة توتر بين ثقافة الاستخدام النقدي الملائمة للأوساط الأكاديمية وثقافة دمج سير العمل الملائمة للتوظيف — فالمعلمون وأصحاب العمل يقدرون مهارات مختلفة. فأي نوع من ثقافة الذكاء الاصطناعي يُدرّسه سياقك في الحقيقة؟
• التدريب التقني على ثقافة الذكاء الاصطناعي وحده، دون دعم للكفاءة الذاتية والتنظيم الذاتي، قد يزيد في الحقيقة من الاعتماد على الذكاء الاصطناعي. فكيف يمكن لتعلّم استخدام الذكاء الاصطناعي أن يجعلك أكثر اعتمادًا عليه بدلًا من أن يجعلك أكثر قدرة؟
• ثقافة الذكاء الاصطناعي مهارة تمييز أيضًا: تمييز متى يوافقك الذكاء الاصطناعي لأنه يواليك (النفاق) بدلًا من أن يوافقك لأنك على صواب. هل سبق أن أمسكت الذكاء الاصطناعي وهو يقول لك ما كنت تودّ سماعه؟

مقدمة

برزت ثقافة الذكاء الاصطناعي بوصفها كفاءة أساسية للمتعلّمين والمعلمين والمؤسسات، مع تعمّق الذكاء الاصطناعي التوليدي في التعليم. وخلافًا للثقافة الرقمية العامة، تتطلب ثقافة الذكاء الاصطناعي فهم أنظمة احتمالية يمكن أن تهلوس وتُظهر الانحياز وتنقل الفاعلية من الإنسان إلى الآلة — مما يجعل التفكير النقدي والإفراط في الاعتماد في صميم هذا المفهوم.

أبعاد ثقافة الذكاء الاصطناعي

يستعرض البحث المنشور في قاعدة المعارف هذه أربعة أبعاد مترابطة:

تتناول الأطر النظرية المتزايدة كيفية تطبيق هذه الأبعاد عمليًا: يُظهر Dai & Chan (2026) كيف يطبّق باحثو الدراسات العليا الأبعاد الأربعة جميعها عند استخدام الذكاء الاصطناعي التوليدي في سير عمل البحث، ويستخلصون منها إرشادات للاستخدام المسؤول خاصة بالبحث، في حين يستخدم Şan & Orhan Karsak (2026) خرائط اقتران الكلمات ليُبيّنوا أن الإدراك التركيبي للطلاب الجامعيين الأتراك للذكاء الاصطناعي يسوده الطابع الآلي "الصندوق الأسود"، مع عزل مفاهيم الحوكمة الأخلاقية بنيويًا (τ=−0.819) — دليل على أن تصميم الشهادات المصغّرة يجب أن يجسر بصورة مقصودة بين استخدام الأدوات الخبري والأطر الأخلاقية.

يعتمد الطلب على ما يفعله الطالب والنظام معًا. تصف أطر الثقافة عادةً مجموعة عامة واحدة من الكفاءات، لكن ما تتطلبه فعلًا نشاطات مدعومة بالذكاء الاصطناعي التوليدي يختلف بتوزيع العمل المعرفي داخلها. صنّف Sun, Dohn and Rehm (2026) 102 دراسة تجريبية في التعليم العالي وفق تصنيف Strobel et al. لتطبيقات الذكاء الاصطناعي التوليدي، فوجدوا أن نمطي التشابك Assistant و Enabler يسودان بنسبة 42.16% من المجموع لكل منهما، بينما لم يتجاوز مجموع أنماط Generator و Reimaginator و Synthesizer خُمس العيّنة — ميلٌ يعزونه إلى الشرعية المؤسسية لا إلى قدرة النماذج، إذ تدعم النماذج نفسها الأنماط الخمسة كلها. وتُظهر قراءة كل نمط عبر مستويات Dohn السياقية الثلاثة (الداخلي للمجال، الداخلي للنشاط، الإطاري للنشاط) أن الطلبات تتفكك في الأنماط الهامشية حين يتباعد ما يطلبه النشاط من الطلاب عمّا تعترف به المؤسسة ككفاءة مشروعة. ونقل استنتاجهم الثقافة بعيدًا عن إتقان الأدوات إطلاقًا: ثقافة الذكاء الاصطناعي التوليدي هي القدرة على إدراك كيفية توزيع العمل المعرفي والمسؤولية في تشابك معين، وعلى التصرّف على نحو مناسب داخله.

المعرفة الأساسية: فهم ما نماذج اللغة الكبيرة هي، وكيف تختلف عن الأنظمة القائمة على القواعد، وما قيودها الجوهرية. ويشمل ذلك الوعي بقدرات النماذج وانحيازات بيانات التدريب والتمييز بين الذكاء الاصطناعي الخاص بمهمة والنماذج متعددة الأغراض. ويفحص البحث في هندسة المطالبات كيف يؤثر فهم آليات المطالبة في الاستخدام الفعال للذكاء الاصطناعي.

الكفاءة العملية: القدرة على استخدام أدوات الذكاء الاصطناعي بفعالية — من هندسة المطالبات إلى تفسير المخرجات. تكشف دراسات أنماط استخدام الطلاب للذكاء الاصطناعي التوليدي أن مجرد توفّر الأداة لا يُنتج الكفاءة؛ فالممارسة المنظّمة والسقالة أمران جوهريان. ويُظهر إطار البرمجة بالحدس كيف يستطيع معلمو مرحلة K-12 تنمية ثقافتهم العملية في الذكاء الاصطناعي عبر إنشاء أدوات موجّه. ويرى Miles, Haber-Curran and Arar (2026) أن لهذا البُعد جزءًا يفوّته التدريب على التحسين: "ثقافة المطالبة"، بوصفها مختلفة عن هندسة المطالبات، تتعامل مع صياغة المطالبات باعتبارها فعلًا خطابيًا وأخلاقيًا، فالتعليم الذي يقتصر على ضبط المخرجات لأداء أفضل يترك الأبعاد الأخلاقية والمعرفية لاستخدام نماذج اللغة الكبيرة دون مساس. التقييم النقدي: القدرة على تقويم مخرجات الذكاء الاصطناعي من حيث الدقة والانحياز والملاءمة. يُظهر البحث في تقويم الثقافة فجوة بنسبة 40% بين ثقافة الذكاء الاصطناعي المُبلَّغ عنها ذاتيًا والمقيسة بالأداء — فالناس يبالغون باستمرار في تقدير مهاراتهم التقويمية. وهذا التباعد هو أوضح حالة في قاعدة المعارف يفشل فيها مقياس التقرير الذاتي في تتبّع الكفاءة التي يسمّيها. ويتصل هذا بـالإفراط في الاعتماد، إذ يُظهر البحث أن الطلاب الذين يثقون بالذكاء الاصطناعي دون نقد يتعلمون أقل. ويدفع العمل المفاهيمي الحديث التقويم نحو التحقق: يعامل إطار PEARLS (Wang) مخرجات الذكاء الاصطناعي باعتبارها ادعاءً معرفيًا مبدئيًا يجب تجميع تبريره وفحصه عبر ستة أبعاد (Process، Evidence، Access، Reproducibility، Legitimacy، Source)، ويقدّم التعلم المدفوع بالتحقق بوصفه الآلية التي يبني المتعلّمون بها الخبرة أثناء التحقق من ادعاءات الذكاء الاصطناعي. ويكمل ذلك إطار الاستخدام المسؤول المحاور للطالب (Alsammani)، الذي يقدّم عشر إرشادات موجّهة للطالب عبر ركائز Learning and Growth، و Ethics and Integrity، و Awareness and Safety، تُخرج مطالبات ما وراء المعرفة إلى سطح لحظة القرار. أمّا بالنسبة إلى متعلمي المرحلة الثانوية، فيؤسّس إطار كفاءة البحث المدعوم بالذكاء الاصطناعي (AARC) (Beau, Flaquière & Lazar 2026) ذلك على أخلاقيات الفضيلة وحدس الذكاء الاصطناعي، فيعرّف ثقافة البحث بأنها إجراء الاستقصاء بالذكاء الاصطناعي دون التنازل عن المؤلفية أو الحكم أو التحقق أو المسؤولية — ويُجرّد ذلك في سُلَّم تقويمي تحليلي وروتين التزام على ثلاث خطوات: تحقّق، استشهد، تأمّل. وفي طرف التقويم، يقترح Saleh (2026) اختبار القدرة البشرية الذي يحوّل التقويم إلى مبدأ تصميمي: اسأل عمّا يجب على الطالب إظهاره باستقلالية، وما يمكن تقويته عبر تعزيز الذكاء الاصطناعي، وما يجب على الطالب التحقق منه والدفاع عنه وتحمل مسؤوليته.

يرفع التحقق التخصصي هذا المعيار إلى مستوى أعلى. يجادل Vega-Baudrit and Rivera Alvarez (2026) بأن الطلب الجوهري لثقافة الذكاء الاصطناعي في الكيمياء الجامعية هو الترجمة التمثيلية عبر مجالات Johnstone الثلاثة: العياني ودون العياني والرمزي، لأن مخرجًا ما قد يكون مقنعًا موضعيًا في مجال واحد بينما يناقض توازن الشحنات أو آلية كيميائية أو حدًّا للسلامة في مجال آخر. وعلاجهم هو الدمج المحاور للتحقق: اجعلوا التحقق نشاطًا مُقيَّمًا، واحتفظوا بسجلات المطالبات وتواريخ المراجعة باعتبارها آثارًا للاستدلال، وتعاملوا مع صياغة المطالبات باعتبارها فعلًا معرفيًا يحدّد القيود والافتراضات ومعايير الكفاية، مع مطالبة الطلاب بتحديد افتراض خاطئ أو تبرير رفضهم إجابة مُولَّدة.

الوعي الأخلاقي والمؤسسي: فهم انعكاسات الذكاء الاصطناعي الأوسع — من النزاهة الأكاديمية إلى الإنصاف في تعليم الذكاء الاصطناعي إلى الخصوصية. تتضمن ثقافة الذكاء الاصطناعي على المستوى المؤسسي تطوير السياسات والتطوير التعليمي وأطر الحوكمة — فثقافة الذكاء الاصطناعي المؤسسية مسألة سياسة بقدر ما هي مسألة تعليم. ويؤطّر إطار EPIQ-AI ثقافة الذكاء الاصطناعي المؤسسية بأنها تحدٍّ في المواءجة الاجتماعية التقنية، لا مجرد تدريب أفراد.

• ثقافة الذكاء الاصطناعي بوصفها قدرة حوكمية للتنمية المستدامة. يعيد Islam, Morshed, and Islam (2026) تصوّر ثقافة الذكاء الاصطناعي بوصفها قدرة موجّهة للحوكمة لا مهارة تعليمية أو تقنية صرفة، ويربطونها بأهداف التنمية المستدامة السبعة عشر جميعها. ويوسّع تصنيفهم AIRE Taxonomy ذا المستويات الستة (Recognize → Comprehend → Apply → Analyze → Integrate → Govern) هرم بلوم بإضافة التركيب الأخلاقي والبصيرة الاستراتيجية، مما يجعل الكفاءات المتقدمة (Analyze–Govern) المسار من الثقافة الأساسية إلى الحوكمة على مستوى المؤسسة والسياسة — وهي إستراتيجية تقريبية لـ"هدف التنمية المستدامة الثامن عشر" تتعامل مع الثقافة باعتبارها جسرًا معرفيًا وأخلاقيًا شاملاً. وأظهر مسح شمل 300 متخصص في سياق وطني وعيًا تقنيًا قويًا مع استعداد أخلاقي وحوكمي محدود، وكان التفكير الأخلاقي والتأمل أقوى منبئات الاستخدام المستدام والموثوق للذكاء الاصطناعي، وثقافة الحوكمة أقوى منبئ للوعي بترابط الذكاء الاصطناعي وأهداف التنمية المستدامة (β = 0.64). وهذا يؤسّس تجريبيًا تركيز قاعدة المعارف على ثقافة الاستخدام النقدي، ويربط ثقافة الذكاء الاصطناعي ارتباطًا مباشرًا بـالاستدامة وتكامل السياسات.

صار العرض الأُطري مشكلة بذاته. قارن Fitsilis (2026) ستة عشر إطارًا للكفاءات في الذكاء الاصطناعي معتمدًا مؤسسيًا للتعليم وتطوير القوى العاملة، فوجد نواة مشتركة من عشرة مجالات كفاءة مع تباين واسع في البنية والتدرّج وإرشادات التنفيذ — والصعوبة العملية في الاختيار بينها، لا في نقصها.

كيف تُنمَّى ثقافة الذكاء الاصطناعي

يشير البحث إلى أن المقاربات التعاونية والنشطة هي الأكثر فعالية. يضع Rismanchian & Doroudi ثقافة الذكاء الاصطناعي بما يتجاوز المهارة التطبيقية: ففي إطارهم AI×Ed يكون المتعلّم مستخدمًا نهائيًا مميزًا للذكاء الاصطناعي (يُتاح عبر ثقافة الذكاء الاصطناعي وتعليمه)، ويدعون إلى تجديد العمل على ثقافة الذكاء الاصطناعي بما يشجع التأمل في التعلّم نفسه — فالتعامل مع الثقافة بوصفها طريقًا للعودة إلى أبحاث "الذكاء الاصطناعي كتشبيه بالذكاء البشري" حول كيفية تعلّم الناس، وهو خطّ تخلّى عنه المجال إلى حد كبير. ويوفّر إطار ICAP (Interactive → Constructive → Active → Passive) تصنيفًا مفيدًا للمشاركة المعرفية: فالمتعلمون يكتسبون ثقافة الذكاء الاصطناعي على أفضل وجه حين يبنون المعرفة مشتركين بدلًا من تلقّيها سلبيًا. وعلى المصممين اختيار النمط الملائم لهدف التعلّم وتفضيل الأنماط الأعمق (البنّاءة والتفاعلية) حيث أمكن. وأنشطة مثل تصميم المطالبات، وتقييم المخرجات جماعيًا، والمناظرة حول أخلاقيات الذكاء الاصطناعي، تتفوّق على المحاضرات.

التأليف يبدأ من التجربة المعيشة — لكن عمق المفاهيم يحتاج إلى سقالة. وجد Burriss et al. (2026) أن الشباب رسّخوا مبادئ أخلاقيات الذكاء الاصطناعي المجردة في أنظمة يلاقونها يوميًا — "تصاريح مرور" إلكترونية، وحواسيب محمولة تنظّمها المدرسة، وكواشف انتحال — وأوضحت إحدى المجموعات أن الذكاء الاصطناعي في المدارس "كان شخصيًا بالنسبة إلى جميع أعضاء المجموعة"، وأفاد 15 من 18 استجابة لاستبيان نهاية الوحدة بأن صناعة الفيديو غيّرت فهمهم لأخلاقيات الذكاء الاصطناعي. والمؤلفون صريحون بشأن القيد: فإن التأليف لم يضمن بذاته التأسيس المفاهيمي — إذ تُرجم "الموافقة المستنيرة" إلى "علينا أن نوافق"، وبعض المصطلحات (مثل "failsafe") لم تُشرح أبدًا، مما دفعهم إلى التخطيط لعمل مفاهيمي أعمق في تكرارات لاحقة. وينمو الإنتاج الإبداعي لثقافة الذكاء الاصطناعي على أفضل وجه حين ترافق السقالة المفاهيمية الصريحة الصناعةَ بدلًا من افتراض أنها ستَنشأ عنها تلقائيًا.

حدس الذكاء الاصطناعي بمثابة المكمّل الخبري للثقافة. ثمّة فجوة متكررة تتمثل في أن أطر مرحلة K-12 تفترض أن المتعلّمين يقتربون من الذكاء الاصطناعي عبر معرفة تصريحية قائمة على القواعد، في حين أنهم في الممارسة يطوّرون أولًا "إحساسًا" عمليًا بكيفية استجابة الذكاء الاصطناعي — بالتجريب في المطالبات، وملاحظة السلوك، وتكييف الاستراتيجيات — قبل أن يتمكنوا من صياغة مبادئ شكلية. ويُجرّد Beau & Lazar (2026) ذلك في حدس الذكاء الاصطناعي: فهم خبري واستقرائي وكثيرًا ما يكون ضمنيًا، ينمو عبر التفاعل التكراري مع أنظمة الذكاء الاصطناعي ويدعم الحكم الحساس للسياق في ظلّ عدم اليقين. ويُوقع إطارهما المزدوج ثقافة الذكاء الاصطناعي (كفاءات منظّمة وساكنة إلى حد كبير) إلى جانب حدس الذكاء الاصطناعي (عملية تعلّم ديناميكية)، ورسمًا للأبعاد القياسية جميعها — فهم المفاهيم، واستخدام الأدوات، والتقييم النقدي، والتطبيق الأخلاقي، والتأمل — بحيث يجمع المتعلّمون بين الوضوح المفاهيمي والضمانات الحامية (الثقافة) والحكمة العملية في الثقة المشروطة بالتحقق وتحديد متى يجب الانسحاب (الحدس). ولأن الحدس يُنمي "الملاحظة الخبيرة" للذكاء الاصطناعي (كتجريب المطالبات تحت الضغط لإيجاد مواضع فشل النموذج)، يرى المؤلفان أنه صمام أمان ضد الإفراط في الاعتماد وتآكل التفكير النقدي؛ وهو يختلف عن هندسة المطالبات (التي تُحسّن المخرجات) في أنه يضع الحكم المعرفي في المقدمة. وهذا يربط الثقافة بـالتعلم الخبري والبنائية وممارسة الصف المنبثقة من مراحل النمو، ويوجّه إعداد المعلمين نحو تسهيل الاستكشاف الاستقرائي بدلًا من مجرد توصيل المفاهيم.

الدافعية شرط مسبق، لا نتيجة فقط. وجد Liang et al. (2026)، على عيّنة من 2086 طالبًا في المرحلة الثانوية خلال منهج ذكاء اصطناعي دام سنة كاملة، أن الطلاب الذين انتقلوا إلى نمط دافعي محدد ذاتيًا أو بقيوا فيه (إشباع عالٍ لحاجات الاستقلالية والكفاءة والانتماء) أظهروا أكبر المكاسب في ثقافة الذكاء الاصطناعي. وتنمو ثقافة الذكاء الاصطناعي عبر الاندماج المستمر، وهذا الاندماج نفسه يتشكّل بالدافعية ودعم الحاجات النفسية — لذا ينبغي أن يولي تعليم ثقافة الذكاء الاصطناعي الفعال انتباهًا لدافعية المتعلّمين، لا لمهاراتهم وحدها.

يبلغ التأكيد التعليمي وانفتاح المهمة الأداء عبر حاجات مختلفة. قام Yu, Lin and Chen (2026) بتوزيع عشوائي لـ320 طالبًا جامعيًا على أربع مجموعات في تجربة 2 × 2 حول مهمة توليد صور بالذكاء الاصطناعي التوليدي، مُقيَّمة بسُلَّم موضوعي (ICC = 0.89)، فوجدوا أن التعليم القائم على التفكير — ويغطي قيود النموذج والتقييم النقدي والأخلاقيات — تفوّق على التعليم القائم على مطالبات المهارات (M = 9.21 مقابل 7.69، F(1, 316) = 50.79، p < 0.001، مربع إيتا الجزئي = 0.138)، مع فارق أوسع في المهام المفتوحة (10.10 مقابل 8.00). ويُظهر النموذج البنيوي أن اختياري التصميم يسلكان مسارين مختلفين: عمل التعليم بصورة غير مباشرة عبر الاستقلالية (beta = 0.035) والكفاءة (beta = 0.079)، في حين عمل انفتاح المهمة أساسًا عبر الاستقلالية (beta = 0.029)، وكانت الكفاءة أقوى منبئ للأداء (beta = 0.358) ولم يكن للانتماء أي أثر مستقل. ومما يعنيه ذلك أن مضمون التعليم أهمّ من حصول المتعلّمين على تدريب على المطالبات أو لا، وأن أهميته تزداد حين تكون المهمة مفتوحة.

رُسمت خريطة المتغيرات المحيطة بثقافة الذكاء الاصطناعي بعد ذلك على نطاق أوسع. جمع مراجعة منهجية عام 2025 لمرافقات ثقافة الذكاء الاصطناعي إحدى وثلاثين دراسة عبر أربعة عشر بلدًا (N = 12,071)، فوجدت أكثر الارتباطات اتساقًا في النطاق الوجداني والسلوكي: إذ تحركت الكفاءة الذاتية في الذكاء الاصطناعي، والمواقف الإيجابية نحوه، والدافعية، والكفاءة الرقمية جميعها بترادف مع ثقافة الذكاء الاصطناعي، بينما تحركت قلق الذكاء الاصطناعي والمواقف السلبية في الاتجاه المعاكس. أمّا المتغيرات السكانية فبالكاد سُجّلت، إذ ارتبط العمر والمكانة الاجتماعية والاقتصادية ارتباطًا ضعيفًا أو لم يرتبطا إطلاقًا. وتحذير المراجعة يتعلق بالأدوات: فالدراسات نفسها التي أنتجت ارتباطات قوية من التقييم الذاتي أظهرت ارتباطات أضعف بكثير حين اختُبرت ثقافة الذكاء الاصطناعي بدلًا من تقييمها ذاتيًا.

وجدت دراسة المعادلات البنائية على 502 من أعضاء هيئة التدريس في جامعة بحثية صينية واحدة أن ثقافة الذكاء الاصطناعي هي أقوى منبئ لرفاهية الذكاء الاصطناعي (β = 0.713)، مقابل مسار ضيق للكفاءة الذاتية التقنية (β = 0.082)، مع وصول الدعم الاجتماعي والمؤسسي إلى الرفاهية بصورة غير مباشرة وحدها (Liu et al. (2026)).

ينعكس أحد الارتباطات السلبية الظاهرة عند إدخال عناصر الضبط: بين 303 طلابًا جامعيين في هونغ كونغ، ارتبط قلق التقنية سلبًا بثقافة الذكاء الاصطناعي (r = −0.14)، لكنه تنبأ بـβ = 0.15 في نموذج مشترك، وهو أثر اقتصر على التقييم النقدي والكفاءة الأخلاقية (Chow et al. (2026)).

يضيف Hu (2026) رواية مرتّبة عمّا تتنبأ به ثقافة الذكاء الاصطناعي بدلًا من عمّا يتنبأ بها. فمن مسح 450 طالبًا جامعيًا في بر الصين الرئيسي يستخدمون ChatGPT بالفعل، وجد أن ثقافة الذكاء الاصطناعي ترتبط بالاستخدام المستمر ترابطًا مباشرًا (beta = 0.16، p = 0.002) وبصورة غير مباشرة على مسار متسلسل عبر الثقة والكفاءة الذاتية الأكاديمية (الأثر غير المباشر = 0.07، فاصل ثقة 95% [0.04, 0.10])، وكان ارتباط الثقافة بالثقة أقوى ارتباط في النموذج (beta = 0.50). وأدّى قلق الذكاء الاصطناعي دور المُعدِّل في ذلك الارتباط الأول (تفاعل beta = -0.25، مع هبوط الميلانيات البسيطة من 0.76 إلى 0.25 على امتداد مدى القلق)، فقد رَقَّت السلسلة بالنسبة إلى الطلاب الأكثر قلقًا ولا يصحّ افتراض أن تعليم الثقافة وحده يبلغهم. والتصميم مقطعي والعيّنة مقيّدة بالمستخدمين القائمين، فالترتيب افتراض نمذجة أكثر من كونه تسلسلًا ملاحظًا. هدف تطبيقي أساسي لثقافة الذكاء الاصطناعي هو تقليص إساءة استخدام الذكاء الاصطناعي: تعليم الطلاب استخدام الذكاء الاصطناعي استخدامًا أخلاقيًا ومنتجًا بدلًا من أن يحلّ محل عملهم المعرفي. وحيث تبني ثقافة الذكاء الاصطناعي القدرة على تقييم الذكاء الاصطناعي واستخدامه نقدًا، يكون تقليص الإساءة هو المكسب السلوكي والبنوي — إذ يجمع بين تصميم أدوات محميّ بالضمانات، وإعادة تصميم التقويم، ورافعات تعليمية كتسلسلات "فكّر أولًا ثم استخدم الذكاء الاصطناعي" المُساقَلة وممارسة صياغة المطالبات مع تغذية راجعة مقصودة. والمفهومان يعزّز أحدهما الآخر: فثقافة الذكاء الاصطناعي توفّر الاستعدادات النقدية التي تجعل تدخلات تقليص الإساءة متينة، بينما تدفع أدلة تقليص الإساءة (كـفجوة الأداء–التعلّم) إلى سبب وجوب أن تتجاوز الثقافة المهارة التشغيلية إلى الحكم النقدي.

وتحتاج ثقافة الذكاء الاصطناعي أيضًا إلى صيغ مناسبة للنمو عند أصغر المتعلّمين. يترجم إطار AI-Play كفاءات ثقافة الذكاء الاصطناعي إلى أنشطة قائمة على اللعب وغير موصولة بالكهرباء لمتعلمي ما قبل الروضة حتى الصف الثاني — منظّمة حول AI Body (الذكاء الاصطناعي نظام مبني من أجزاء)، وAI Food (الذكاء الاصطناعي يتعلّم من الأمثلة)، وAI Brain (الذكاء الاصطناعي يتحسّن عبر الأنماط والتغذية الراجعة)، وعدسة أخلاقية قبل/بعد الذكاء الاصطناعي — وهو ما يعالج نقصًا مستمرًا في الإرشادات المنسجمة مع مراحل النمو لثقافة الذكاء الاصطناعي في الطفولة المبكرة ويجعل ثقافة الذكاء الاصطناعي متاحة لـالمعلمين والأسر غير المتخصصين تقنيًا. ويكمل ذلك Vahedian Movahed & Martin (2025)، إذ وجدا أن الأطفال في سن 6–14 وثقوا على نطاق واسع بروبوت محادثة مهيّأ لسنهم بوصفه مصدرًا للمعلومات، وصوّر معظمهم النموذج بـ"برنامج حاسوب ذكي يتعلّم" (فهم ناشئ لـتعلّم الآلة)، لكنهم أظهروا فجوات في المشاركة النقدية وفي الوعي بالسلامة الرقمية — دليل على أن ثقة المتعلّمين الصغار قد تسبق مهاراتهم في التقييم النقدي، مما يجعل تعليم معايرة الثقة والسلامة الصريح جزءًا لازمًا من ثقافة الذكاء الاصطناعي للأطفال.

ويواكب القياس هذا التحوّل التنموي في الطرف الأصغر سنًّا. طوّر Thianwan and Srikoon's 2025 validation of an AI literacy self-assessment questionnaire for upper primary students أداة من 15 بندًا لطلاب الصفوف الرابع إلى السادس، منظّمة حول Learning About AI، و Learning About How AI Works، و Learning for Life with AI، وأكّد بنية ثلاثية العوامل في عيّنتين (n = 335 و n = 579) بمعامل ألفا لكرونباخ شامل قدره .934. ويؤطّرها المؤلفان بوصفها تقويمًا تشخيصيًا تكوينيًا للثقافة المُدركة لا المُثبتة، ويلاحظان أن دقة التقييم الذاتي عند الأطفال مقيّدة بقدرة على ما وراء المعرفة لا تزال في طور النمو.

التعلم القائم على المشاريع بوصفه آلية تسليم. طوّر Zhu & Kong (2026) سُلَّم تعلّم قائم على مشاريع الذكاء الاصطناعي (AI-PBLS) وثّقوه، واستخدموا في عيّنة من هونغ كونغ شملت 1027 طالبًا في المرحلة الثانوية والجامعية (446 ببيانات كاملة) نمذجة بالمعادلات البنائية ليُظهروا أن التمكين في استخدام الذكاء الاصطناعي لحل المشكلات والوعي الأخلاقي بالذكاء الاصطناعي يتوسطان معًا العلاقة بين التعلم القائم على المشاريع المُدرَك والرضا عن مقرر ثقافة الذكاء الاصطناعي. وهذا يُموقع التعلّم القائم على المشاريع لا مجرد صيغة تسليم بل آلية تبني ثقة المتعلّم واستدلاله الأخلاقي إلى جانب الكفاءة، مما يعزّز الربط بين التعلم القائم على المشاريع وتطوّر ثقافة الذكاء الاصطناعي المعنوي. كما يوفّر أداة قياس مُوثّقة لـقياس تجارب مقررات ثقافة الذكاء الاصطناعي مستقبلًا.

للرفع بالبعد الأخلاقي للثقافة مشكلة في الإشارة. بين 584 طالبًا جامعيًا علّموا أنفسهم الذكاء الاصطناعي، رفعت الكفاءة الوعي الأخلاقي (β = 0.644، p < .001)، ثم رفع الوعي الأخلاقي قلق الذكاء الاصطناعي (β = 0.439، p < .001) بدلًا من خفضه، وهو عكس الاتجاه المتوقع (Mu et al. (2026)). والدرس الذي يستخلصه المؤلفون هو أن تعليم كيفية حَكْم المخاوف الأخلاقية يجب أن يرافق البعد الأخلاقي ذاته، وإلا فإن العمل على الثقافة قد يترك المتعلّمين أكثر قلقًا مما وجدهم عليه.

ثقافة الذكاء الاصطناعي بوصفها فجوة جوهرية في أطر الذكاء الاصطناعي التحاوري. تحدّد المراجعة الشاملة لوكلاء الذكاء الاصطناعي التحاوري (Ganguly et al. 2025، 34 مراجعة) دعم ثقافة الذكاء الاصطناعي المحدود بوصفه فجوة كبرى في أطر الذكاء الاصطناعي التحاوري، ويجعل تقويمها الأساسي (بما في ذلك تقوية ثقافة الذكاء الاصطناعي) الركيزة الأولى في خارطة طريقها للاستخدام الأخلاقي، إلى جانب التصميم التشاركي وإرشادات الاستخدام الأخلاقي والتقييم المستمر للأثر المعرفي. كما تجد أن ثقافة الذكاء الاصطناعي والتدريب والوعي تحتلّ مراتب بين أكثر الاتجاهات الأخلاقية تشديدًا في أدبيات الذكاء الاصطناعي التحاوري.(Conversational AI agents in education: an umbrella review of current utilization, challenges, and future directions)

فعالية تدخلات ثقافة الذكاء الاصطناعي. تُقدّر التحليل البعدي الثلاثي المستويات لـ59 دراسة (172 حجم أثر، 7,211 مشاركًا) أثرًا شاملًا كبيرًا لتدخلات ثقافة الذكاء الاصطناعي (g = 0.837، p < .001) — لكن مع فاصل تنبؤ واسع [−0.292, 1.966]، فالفعالية تتفاوت كثيرًا بين السياقات. وتفوّقت التدخلات في شرق آسيا وأوروبا على تلك في أمريكا الشمالية، وتفوّقت التدخلات الموجّهة للمعارف على تلك الموجّهة للمهارات أو الاتجاهات أو الأخلاقيات. ويرى المؤلفون أن تعليم ثقافة الذكاء الاصطناعي ينبغي لهذا السبب أن يتجاوز المعرفة إلى المهارات والممارسات والأخلاقيات والاتجاهات، مدعومًا بـطرائق تدريس متكاملة وتأملية (قائمة على المشاريع والمشكلات، استقصائية، خبرية) وأدوات مدعومة بالذكاء الاصطناعي التوليدي — تحوّلٌ يتفق مع الصور التشاركية والموجّهة للإنتاج من التفكير الحاسوبي الموصوفة في موضع آخر من قاعدة المعارف هذه.

ويبلغ التركيب الثاني مقدارًا مشابهًا على قاعدة أضيق ويشحذ مشكلة القياس. جمع Yu, Kim, Chang and Huang (2026) 57 حجم أثر من 16 دراسة شملت 3837 طالبًا في مرحلة K-12 عُلّموا الذكاء الاصطناعي نفسه بدلًا من تعليمهم بالذكاء الاصطناعي، وقدّروا Hedges' g = 0.892 (فاصل ثقة 95% [0.548, 1.236]، p < .001)، ثابتة بالنسبة إلى ارتباطات ما قبل–بعد المفترضة من 0 إلى 1 ومستقرة بعد تصحيح القصّ والتعمير عند g = 0.952. وكان كل واحد من الأثرين والخمسين موجّهًا نحو الإيجابية (المدى من 0.16 إلى 4.93)، ولم يفسّر أي مُعدِّل (مصدر النشر، السنة، المرحلة الدراسية) التباين الجوهري (I² = 94.68%). والتفسير الذي يفضّله المؤلفون هو القياس: فالدراسات المشمولة سمّت كل شيء من معارف الذكاء الاصطناعي وأخلاقياته إلى الاتجاهات والدافعية والكفاءة الذاتية والاهتمام المهني "ثقافة ذكاء اصطناعي"، فالرقم المُجمَّع يصف توزيع نتائج إيجابية تحت عنوان فضفاض واحد أكثر مما يصف تدخلًا واحدًا متجانسًا. وتُقرأ إلى جانب Liu et al.، يتفق التقديران على أن تعليم ثقافة الذكاء الاصطناعي ناجع ولا يتفقان على شيء آخر تقريبًا، وهذا بذاته هو إشارة القياس في الميدان.

أدلت الفصولية الدراسية على تصاميم مقصودة وجيزة بأدلة أرقّ، لكنها تسير في الاتجاه نفسه وتضيف نتيجة على مستوى السلوك لا تستطيع الاستبانات توفيرها. قدّم Clerc et al. (2026) لـ116 طالبًا فرنسيًا في الصفين الثامن والتاسع ورشة عمل من ساعتين حول كيف تعمل نماذج اللغة الكبيرة وكيف تفشل، مقرونة بممارسة التنبؤ بما إذا كانت مطالبة ما ستُفضي إلى إجابة قابلة للاستخدام، وتقييم الاستجابة، ومراجعتها أو إعادة السؤال. وبعد يومين، خلال ست مسائل علمية مدعومة بنماذج اللغة الكبيرة وبوجود مجموعة ضابطة، قبِل الطلاب المدربون مطالبات غير محدّدة تحديدًا كافيًا بمعدل أقل (51.5% مقابل 66.7%، OR = 0.47)، وطلبوا أسئلة متابعة بعد استجابة ضعيفة بمعدل أعلى بكثير (59.2% مقابل 27.9%، d = 0.80)، وحكموا على صحة الإجابة بحساسية أعلى لجودة المطالبة (تفاعل OR = 2.52)، مع فارق متواضع في الدرجة (11.38 مقابل 10.29 من 20، p = .040). ولم تتدرّب الورشة على مهام الاختبار أبدًا، فما انتقل هو موقف تنظيمي لا ألفة بالمهمة — والمؤلفون صريحون في أن يومين لا يرقى إلى الديمومة.

ثقافة الإعلام النقدية المدعومة بالذكاء الاصطناعي في المدرسة الابتدائية. يقدّم Demir and Akar (2026) عرضًا ابتدائيًا ملموسًا لتعليم الثقافة المدعوم بالذكاء الاصطناعي التوليدي: برنامج من 18 ساعة على نموذج 5E لطلاب صف رابع أتراك، ضُمّن فيه ChatGPT و Grammarly مرحلةً بمرحلة بوصفهما وكيلين تربويين (ChatGPT للأسئلة التأملية والأسئلة والأجوبة، وGrammarly و Canva AI لتحسين المحتوى، وPadlet لـالتغذية الراجعة من الأقران)، متوافقًا مع مناهج اللغة التركية والدراسات الاجتماعية. وأظهرت المجموعة المدعومة بالذكاء الاصطناعي مكاسب كبيرة في قراءة الإعلام (+3.50)، والكتابة (+1.67)، وثقافة الإعلام الإجمالية (+5.17، جميعها p < .01) مع أحجام أثر بين المجموعات من Cohen's d = 1.12–1.31، في حين تقدّمت المجموعة الضابطة تقدّمًا متواضعًا فقط. وكشف التحليل الكيفي ستة مجالات لنمو ثقافة الإعلام النقدية — الحماية الذاتية الرقمية وخصوصية البيانات، والاستخدام الإعلامي المقصود والمسؤول، والتواصل الآمن والوعي بالحدود، والتقييم النقدي والوعي بالمعلومات المضلّلة، والوعي بمخاطر الإنترنت، وأخلاقيات الإعلام والمواطنة الرقمية — دليل على أن استخدام الذكاء الاصطناعي التوليدي المناسب للنمو والمدمج في المجال الدراسي يستطيع بناء بُعدَي التقييم النقدي والأخلاقيات في ثقافة الذكاء الاصطناعي، لا المهارة التشغيلية فحسب.

أطر لبناء ثقافة الذكاء الاصطناعي. تقدّم مساهمات حديثة عديدة تدرّجات منظّمة لبناء ثقافة الذكاء الاصطناعي. يقترح Marienko, Markova, and Semerikov (2026) إطارًا من خمسة مستويات (Awareness، Application، Evaluation، Creation، Ethics) متكاملًا مع ثلاث نماذج للذكاء الاصطناعي في التعليم (AI-directed، AI-supported، AI-empowered)، طوّروه عبر دراسة بأساليب مختلطة على معلمي المرحلة الثانوية الأوكرانيين (مسح وطني n = 2018؛ تقويم تطوير مهني n = 1130). ووجدوا أن 84% من المعلمين يستخدمون الذكاء الاصطناعي لكن 11% فقط يستطيعون تحديد خدمات متخصصة خارج ChatGPT، وأن تدخلًا في التطوير المهني أنتج تحسنًا بنسبة 24% في كفاءة الذكاء الاصطناعي — دليل على أن التطوير المهني الموجّه يرفع الثقافة إلى ما وراء الألفة السطحية بالأدوات. ويؤسّس الإطار على البنائية والتواصلية وTPACK، فيتصل بـTPACK وكفاءة المعلمين في الذكاء الاصطناعي. ويكمل ذلك Moore et al. (2026) باستخدام عملية البحث التصميمي على مدى سنتين مع مجلس استشاري من الشباب وخبراء الذكاء الاصطناعي لتصميم منهج متكامل مع العلوم لتعلّم الآلة موجه لشباب المرحلة الثانوية، فوجدا مكاسب في معارف تعلّم الآلة في الفوجين (الفوج الثاني M2−M1 = 0.175 مقابل الفوج الأول 0.076) ومكاسب أكبر بين المشاركات والمشاركين من الإناث وغير البيض — دليل على أن التصميم التشاركي المدمج في المجال الدراسي يستطيع النهوض بثقافة الذكاء الاصطناعي وبـالإنصاف معًا.

ووجدت مراجعة PRISMA لـ39 دراسة في STEAM (2016–2025) أن تلك التطبيقات تنمّي في الأساس ثقافات تقنية — مفاهيم الذكاء الاصطناعي الأساسية، والتفكير الحاسوبي، وثقافة البيانات — بينما تُخمّل الوعي الأخلاقي والخيال الإبداعي والإنشاء والإدارة والتصميم بالذكاء الاصطناعي، حتى إن الوحدات المدمجة في المجال الدراسي قد تفوّت العناصر من الرتبة العليا (Niri et al., 2026).

والمفهوم موضع خلاف بالضبط حيث يتعلق الأمر بالمعلمين. فمراجعة لـ34 دراسة عن ثقافة الذكاء الاصطناعي في إعداد المعلمين وجدت أن الميدان يفتقر إلى إجماع على ما تعنيه ثقافة الذكاء الاصطناعي بالنسبة إلى المعلمين المحترفين بوصفهم مختلفين عن الثقافة الرقمية العامة، وأن إطار كفاءات الذكاء الاصطناعي للمعلمين الصادر عن اليونسكو يحدّد 15 كفاءة عبر خمسة أبعاد لكنه يعمل مرجعًا للسياسات العالمية أكثر من كونه إرشادًا للتنفيذ. وعامل أعضاء هيئة التدريس في مختبر إعداد المعلمين متعدد المؤسسات ثقافة الذكاء الاصطناعي بوصفها بُعدًا متكاملًا من الإعداد المهني لا مهارة تقنية منفصلة، فكان متوقعًا من المرشحين أن يدقّقوا مخرجات الذكاء الاصطناعي ويقارنوها ويبرّروا استخدامها داخل مقرراتهم التخصصية بدلًا من أن يُظهروا ألفة بالأدوات.

إعداد المعلمين الأولي هو الموضع الذي تكون فيه البنية أرقّ. راجع Pinto et al. (2026) إحدى عشرة دراسة عن الذكاء الاصطناعي في إعداد المعلمين الأولي لمعلمي الرياضيات الابتدائية في مرحلة ما قبل الخدمة، فوجد أن تسعًا منها كانت جلسة واحدة أو حفنة جلسات مدمجة في مقررات قائمة، وأن صياغة المطالبات كانت محتوى تدريبيًا صريحًا في بعضها فقط، وأن الأخلاقيات ظهرت في ثلاث دراسات فحسب، ولم تعالج أيٌّ منها الشفافية أو انحياز الخوارزميات أو المسؤولية. والمخاطر التي يبلّغون عنها هي إخفاقات على مستوى الثقافة: فمعلمو ما قبل الخدمة لم يلاحظوا أخطاءً مفاهيمية أنتجها ChatGPT، وقبلوا محتوى مُولَّدًا دون نقد، وفوّضوا إلى الأداة حلًّا أكبر للمسائل كلما صعبت المهام. وتوصيتهم هي بناء كفاءة الذكاء الاصطناعي عبر تسلسل الإعداد بأكمله، من مرحلة تحضيرية إلى فترة التطبيق العملي، لا في وحدة معزولة. وتضيف روايات المعلمين عن سبب تعليم الذكاء الاصطناعي طبقة غائية تتركها أطر الكفاءات ضمنية. أجرى Fagerlund et al. (2026) مقابلات مع 13 معلمًا فنلنديًا من مرحلة ما قبل المدرسة حتى الصف التاسع، وكانوا في معظمهم حديثي العهد بتعليم الذكاء الاصطناعي، وقرأوا عبارات الغاية لديهم عبر مجالات Biesta الثلاثة. وكان التأهيل، أي اكتساب الكفاءات، الغاية الأوضح والأكثر تخصيصًا، وعمل بوصفه بوابة إلى المجالين الآخرين: فكان على الطلاب أن يُدركوا الذكاء الاصطناعي ظاهرةً اجتماعية تقنية وأن يستخدموا أدواته، مع قيام الذكاء الاصطناعي بدور الهدف والمعين على التعلّم معًا. وظهر التنشئة الاجتماعية في صورة تربية الحماسة، وتقديم الذكاء الاصطناعي بوصفه "رائعًا"، وتصوير الطلاب عمالًا مستقبليين متمكّنين من الذكاء الاصطناعي عليهم تلبية مطالب الكفاءات. أمّا التذويب الذاتي، وهو الاندماج المحدد ذاتيًا والشخصي المعنى الذي يعتبره Biesta محوريًا، فقد سُمّي مهمًا لكن دون حصيلة تربوية ملموسة تتجاوز المناقشة والتأمل، ولم يقدّم المعلمون أي أمثلة مُنجَزة للطعن في سلطة الذكاء الاصطناعي. ويقترح المؤلفون فاعلية الذكاء الاصطناعي المستنيرة، وهي إستراتيجية تقريبية تضع التذويب الذاتي في المركز بينما تتعامل مع الكفاءات باعتبارها أطرًا تفسيرية للخيارات المحددة ذاتيًا. وأثر ذلك على التصميم هو أن "لماذا" تعليم الذكاء الاصطناعي يحتاج من الاهتمام التصميمي بقدر ما يحتاجه "كيف": فعندما يستند التذويب الذاتي إلى مناقشة عامة، يعود تعليم ثقافة الذكاء الاصطناعي إلى التأهيل الذي كان من المفترض أن يجلس إلى جانبه.

والجاهزية نفسها هدف موضع خلاف. يجادل Charles (2026) بأن جاهزية المعلمين للتعلّم الغني بالذكاء الاصطناعي ينبغي أن تُقرأ من جودة التصاميم التي ينتجها المعلمون، لا من الاعتماد أو الثقة أو الكفاءة الرقمية، ويبني إطارًا حول وساطة التصميم: قرارات قابلة للملاحظة كاختيار الأداة، وتصميم المهمة والمطالبة، والسقالة، والتحقق، والشفافية، وإعادة تصميم التقويم، وتخطيط إمكانية الوصول، والإشراف البشري. وللوَلْدَيْن من دعاويه نتائج مباشرة على التطوير المهني. أولًا، فإن الكفاءة الذاتية مورد تعبئة وليست مؤشرًا للجودة، لأن الثقة دون معرفة تربوية خاصة بالذكاء الاصطناعي أو توجّه أخلاقي قد تُسرّع التصميم الرديء بدلًا من أن تمنعه، وهذا يُقيّد القراءة المعتادة لثقة المعلم بوصفها إشارة جاهزية. ثانيًا، فإن وضوح السياسات والدعم المؤسسي مُعدِّلان منفصلان، فقد يكون الدعم المادي مرتفعًا بينما تبقى التوقعات غامضة وتبقى الجاهزية مترجمة ترجمةً سيئة. كما يرفض الإطار مساواة عدم الاستخدام بعدم الجاهزية، إذ إن قرارًا معقولًا بكفّ الذكاء الاصطناعي قد يُظهر بذاته حكمًا تصميميًا. وهو إطار مفاهيمي غير مُوثّق، فهو يقدّم مقترحات ومصادر أدلة أكثر مما يقدّم آثارًا راسخة.

ثقافة التفاعل مع الذكاء الاصطناعي: البعد التفاعلي. يقترح Brunnström and Palmqvist (2026) كفاءة أضيق تفاعلية — القدرة على توجيه التفاعل التكراري مع الذكاء الاصطناعي التوليدي وتقييمه والتعلّم منه — بوصفها تجسيدًا خاصًا للأبعاد التطبيقية والتقويمية والتكاملية في أطر أوسع كـإطار ثقافة الذكاء الاصطناعي السُّباعي. ويُظهر عرضهما التأملي مما تتألف في الممارسة: إدراك أن إجابة طليقة موجهة فوق مخطط المرء نفسه، وطلب التبسيط، وتضييق النطاق، وإعادة توجيه النظام نحو ممارسة مركّزة. وينبثق عن ذلك نتيجة تصميميتان — المهارة موزّعة توزيعًا غير متساوٍ، فالاستخدام غير الموجّه قد يُحسّن وضع الطلاب الواثقين أصلًا ويُوسّع الفجوات (الإنصاف في تعليم الذكاء الاصطناعي)، ولا بدّ من تعليمها صراحةً لا افتراضها، مع تغطية المعلمين لكيفية صياغة مطالبات منتجة ومتى يجب التوقف عن استخدام الأداة (التعلم المنظّم ذاتيًا).

ثقافة الذكاء الاصطناعي النقدية: ما وراء المهارات إلى السلطة والمقاومة

يتعامل خطّ مميز في قاعدة المعارف مع ثقافة الذكاء الاصطناعي لا بوصفها مهارات أو تقويمًا نقديًا فحسب بل بوصفها ممارسة نقدية وسياسية تستجوب السلطة والسلطة المعتبرة ومعرفةُ من تُعدّ معرفة. وهذا يربط ثقافة الذكاء الاصطناعي بـالتربية النقدية والإنصاف في تعليم الذكاء الاصطناعي:

• "مقاومة الذكاء الاصطناعي" بوصفها موقفًا ثقافيًا. قد تشمل ثقافة الذكاء الاصطناعي النقدية (CAIL) مقاومة الذكاء الاصطناعي — رفض حتمية الخطاب السائد وحلوليته التقنية، وتربية الفاعلية الجماعية عبر طرائق تدريس حوارية وتعاونية.(Reorienting Critical AI Literacy: A Community-Rooted Praxis of “Resisting AI”) وهذا يُموقع التعليم بوصفه فضاءً تتخيّل فيه المجتمعات مستقبلات بديلة وتبنيها، لا بوصفه مجرد تكيّف مع نظام تقني قائم.
• المعرفيات القائمة على المجتمع. يؤسّس تعلّم الذكاء الاصطناعي القائم على المجتمع مشاركة المتعلّمين مع الذكاء الاصطناعي على أسس معرفتهم المعيشية والمجتمعية، ويعيد توزيع السلطة المعرفية للذكاء الاصطناعي عبر الضبط الدقيق المعرفي وإعادة توزيع السلطة والتمييز الموقفي.(Community-Based AI Learning: Redistributing Artificial Intelligence's Epistemic Authority in Education)
• الأطر النقدية والنسوية. تجادل المنحور النقدي النسوي بأن ثقافة الذكاء الاصطناعي ينبغي أن تُؤطَّر داخل طرائق تدريس العدالة والمقاومة والاستدامة الثقافية — بالسؤال عن معرفة من يُنتجها الذكاء الاصطناعي، ومن يستفيد، ومن المسؤول عندما تفشل الأنظمة.(Can we disrupt the momentum of the AI colonization of science education?)
• الأدوات المنهجية الموقوفة. يمكن بناء ثقافة الذكاء الاصطناعي عبر آلات تدريس موقوفة ونشطة (كحلقات التعلّم الموقوف) تُنمّي كفاءات الذكاء الاصطناعي عبر المراحل بدلًا من التعليم المجرّد.(Towards AI literacy: A proposal of a framework based on the Episodes of Situated Learning)
• التأليف الإبداعي بوصفه تربية نقدية لثقافة الذكاء الاصطناعي. بدلًا من التعامل مع ثقافة الذكاء الاصطناعي بوصفها معرفة تقنية أو كفاءات فردية، صمّموا فرصًا للمتعلّمين لتأليف رسائل عن الذكاء الاصطناعي موجهة إلى جماهير حقيقية — منتج متعدد الوسائط كإعلان خدمة عامة يُظهر الكفاءة النقدية ويُبلّغها في الوقت نفسه. وفي دراستهم الصفية Burriss et al.'s (2026)، اختار 22 طالبًا في الصف الحادي عشر قضايا أخلاقيات الذكاء الاصطناعي بأنفسهم وأنتجوا أشرطة فيديو لإعلانات خدمة عامة عن المراقبة المدرسية والموافقة المستنيرة والاتهام الخوارزمي؛ وعبر الأفلام السبعة جميعها نشأ الضرر من التشابك بين الإنسان والآلة لا من أداة شريرة، وما زالت الحبكات تُغلق على الأمل والفاعلية، ويُوقع المؤلفون السرد والمناصرة — المقاومين للتقويم التقليدي — في صميم التربية النقدية لثقافة الذكاء الاصطناعي التي تُمركز هوية الطالب والخيار والصوت.("Young Scholar[s] on the Beat": Multimodal Composition as a Form of Critical AI Literacy Pedagogy)
• الكفاءة التنظيمية، لا القبول. يعيد Kim (2026) تأطير ثقافة الذكاء الاصطناعي في التعليم العالي بوصفها كفاءة تنظيمية — ممارسة مُنفَّذة للتحقق من مخرجات الذكاء الاصطناعي ومراجعتها واعتمادها انتقائيًا أو رفضها خلال العمل الأكاديمي — ويُظهر أن القدرة التقويمية والوعي الأخلاقي (لا مجرد الاستعداد لاستخدام الذكاء الاصطناعي) يتنبأان بالمشاركة النقدية النشطة.(From AI Anxiety to Strategic Regulation: How University Students Transform Generative AI into a Strategic Learning Resource)
• تمييز المُوالاة بوصفها مهارة ثقافية. كفاءة تقويمية جوهرية هي تمييز متى يوافق الذكاء الاصطناعي المتعلّم مقابل متى يكون مصيبًا. يُظهر المُوالاة السياقية أن ثقافة الذكاء الاصطناعي والتدريب على صياغة المطالبات يُقلّلان — دون أن يُلغيا — انعكاس الموالاة لأخطاء المستخدم، وأن الذكاء الاصطناعي الموالِ مفضَّل لدى المستخدمين لأنه يجعلهم يُحسّون بأنهم مفهومون. ولذا ينبغي لثقافة الذكاء الاصطناعي أن تُعلّم المتعلّمين كشف الموافقة لذاتها وأن يُقدّروا الاحتكاك التصحيحي، متصلةً بـمعايرة الثقة وتقليص إساءة استخدام الذكاء الاصطناعي.
• التقدير، لا التحقق فقط. وجد O'Byrne (2026) أن الطلاب الذين فحصوا المخرجات بحثًا عن الدقة والمصداقية والملاءمة وحدها قبلوا مع ذلك عملًا مبسّطًا مفاهيميًا، في حين أعاد أولئك الذين حكموا أيضًا على الفروق الدقيقة والصوت والموقف المعرفي تأليفه — مما يجعل "متى لا نفوّض الحكم" هو السؤال الثقافي.

وهذه الخطوط النقدية تُكمل الأبعاد التشغيلية والمعرفية لثقافة الذكاء الاصطناعي: فحيث تسأل الأخيرة "هل يستطيع المتعلّم استخدام الذكاء الاصطناعي وتقييمه؟"، تسأل ثقافة الذكاء الاصطناعي النقدية "هل يُدرك المتعلّم بنى السلطة التي يجسّدها الذكاء الاصطناعي ويتحدّاها؟"

أغنى قاعدة أدلة تأديبية لثقافة الذكاء الاصطناعي تأتي من تعليم العلوم والتقنية والهندسة والرياضيات، ويُركّب Hallström, Chiu, Ding, Koretsky and Li (2026) دراساتها العشر الأكثر استشهادًا (2022–2026) لإظهار خط الأساس وحدوده معًا. فعبر المدوَّن، تُعرَّف ثقافة الذكاء الاصطناعي من خلال ستة بناءات متداخلة — المعرفة/المهارات/الاتجاهات (Su & Yang 2024)، والمعرفة المفاهيمية-الإجرائية-السياقية (Stolpe & Hallström 2024)، ومعرفة-فهم/تطبيق/استخدام/تقييم-إنشاء/أخلاقيات (Ng et al. 2022)، وتأطير الاستخدام–التواصل–التقييم عند Long وMagerko (Hornberger et al. 2023) — لذا فإن «الغموض المفاهيمي» في المجال مشكلة قياس: فدراستان يمكن أن تُقيّمان «ثقافة الذكاء الاصطناعي» كلتاهما دون أن تُقيّما البناء نفسه. واثنتان فقط من العشر تقدّمان إطارًا كاملًا. وأحدّ نتائج المراجعة هو عدم التماثل — فالمدوَّن يقيس ثقافة الطلاب شبه بالكامل بينما لا يطوّر ثقافة المعلّمين إلا القليل النادر، وهي فجوة تترك تدخلات ثقافة الذكاء الاصطناعي الموجّهة إلى المعلّمين مرتكزةً على افتراض لا على دليل، ويربطها المؤلفون بالمتطلب العملي بأن يكون المعلّمون مثقّفين بالذكاء الاصطناعي هم أنفسهم لتشغيل مثل هذه التدخلات.(AI Literacy and STEM Education: Emerging Frontiers and Research Priorities)

ويدفع دليل روبوتات المحادثة في ذلك المدوَّن ضدّ التدريب القائم على الطلاقة. فوجد Ding et al. (2023) أن تدريس فيزياء الجامعة بـChatGPT رفع الثقة والمعرفة لكنه عزّز الاعتقاد الخاطئ بـ«كائنة خارقة ولا تُخطئ» بالنسبة إلى الذكاء الاصطناعي، مستنتجًا أن تعليم ثقافة الذكاء الاصطناعي هو «قبل كل شيء تحسين مهارات الطلاب في التفكير النقدي عند تقييم المعلومات». ووجد Xu et al. (2026) أن برمجة العلوم والتقنية والهندسة والرياضيات المدعومة بـChatGPT حسّنت الثقة والمعرفة لكنها تركت التفكير الحاسوبي والتفكير المستقل بلا تغيّر — مكاسب في الطلاقة تتواجد مع غياب المكسب في التفكير. وكلا النتيجتين تعكسان مخاوف معايرة الثقة والاعتماد المفرط الواردة في موضع آخر من هذه الصفحة: فالمعلّم الذي لا يخالف الطالب أبدًا قد يُنتج متعلّمين واثقين لا يستطيعون التقويم. والاتجاه، لا الجاهزية ولا الكفاءة الذاتية، تبيّن أنه أقوى محدّد للاستخدام الفعلي لأدوات الذكاء الاصطناعي بين طلاب الجامعات في تخصصات العلوم والتقنية والهندسة والرياضيات (Falebita & Kok 2025)، وتلاحظ المراجعة أن التغطية التأديبية في تلك المجالات منحازة نحو الأحياء والفيزياء مع غياب التقنية شبه الكامل كموضوع. وللتصميم الخاص بالتخصص فالتحذير العملي في المراجعة هو أن أطر الكفاءات الشاملة (اليونسكو، والاتحاد الأوروبي/منظمة التعاون الاقتصادي والتنمية) «تفتقر غالبًا إلى الصلة بالبحث التجريبي أو إلى سند نظري كافٍ» وقليل منها قابل للتطبيق الصفّي.

ثقافة مهارات من تُعدّ؟ انقسام التأطير بين المعلم وصاحب العمل

سؤال مركزي مفتوح في ثقافة الذكاء الاصطناعي هو أي المهارات تهمّ ولمن. فدراسة Ithaka S+R المقارنة لطريقة أولوية المعلمين وأصحاب العمل الأمريكيين للمهارات الست والعشرين في إطار مهارات الذكاء الاصطناعي HiBob وجدت أنهما يتفقان على أهمية واحدة فقط (وضع توقعات واقعية للعمل المعزَّز بالذكاء الاصطناعي). ويثقّل المعلمون التوجّه النقدي للاستخدام المسؤول — تمييز حدود الذكاء الاصطناعي، والشفافية والإحالة، والمسؤولية البشرية، والمراجعة الاستباقية للمخرجات — بما يتفق مع القيم الأكاديمية في الإحالة والمراجعة وثقافة المعلومات. ويثقّل أصحاب العمل المهارات الموجّهة للإنتاجية — تقويم سير العمل وإعادة تصميمه، والأتمتة، والعمل البشري مع الذكاء الاصطناعي — وهو ما يعكس كفاءة مكان العمل القائمة على الفريق. ولأن ثلاثًا فقط من المهارات الست والعشرين يُدرّسها نصف المعلمين أو أكثر، والمُدرَّسة منها منحازة إلى فئات الاستخدام النقدي، تُحدّد الدراسة فجوة مهارات الذكاء الاصطناعي فجوةً ملموسة: فئات كاملة يقدرها أصحاب العمل ليست مُقدَّمة ولا مُدرَّسة في مناهج الجامعة.(AI skills for college graduates: Exploring how instructors and employers prioritize AI skills differently) وهذا الانقسام يؤطّر ثقافة الذكاء الاصطناعي بوصفها مفهومًا موضع خلاف — ثقافة الاستخدام النقدي للأوساط الأكاديمية مقابل ثقافة دمج سير العمل للتوظيف — وهو توتر يتصل بـتأطير استخدام الطلاب للذكاء الاصطناعي وتصميم المناهج والتدريب المهني.

وتروي تقييمات الطلاب أنفسهم قصة ذات صلة لكن بترتيب مختلف. مسح ElSayary and Ragab (2026) 380 طالبًا جامعيًا، معظمهم من الملتحقين بتخصصات STEM والمستخدمين المتكررين للذكاء الاصطناعي، فوجدا أن ثقافة الذكاء الاصطناعي المُبلَّغ عنها ذاتيًا تحملت معظم تفسير الجاهزية الوظيفية المُدركة: إذ أضافت أبعاد الثقافة الأربعة ΔR² = 0.554 (p < .001) فوق ضوابط أساسية لا تساوي سوى 0.054، وبلغ النموذج الكامل 60.8% من التباين. وفي داخل مجموعة الثقافة كان البعد التقويمي أقواها (Analyze & Evaluate، β = 0.286)، يليه الوجداني (Attitudes & Mindsets، β = 0.266)، مع بقاء الاستخدام العملي (β = 0.217) والمعرفة الأساسية (β = 0.187) خلفهما؛ أمّا بالنسبة إلى الجاهزية المهنية المُدركة تحديدًا، فلم يرتبط ارتباطًا ذا دلالة سوى Analyze & Evaluate (β = 0.216، p < .001) و Attitudes & Mindsets (β = 0.192، p = .004). وتُقرأ في مواجهة انقسام Ithaka، فإن إحساس الطلاب أنفسهم بالجاهزية المهنية يميل إلى التوجّه التقويمي النقدي الذي يفضّله المعلمون أكثر من مهارات دمج سير العمل التي يثقلها أصحاب العمل. والتصميم تقرير ذاتي من جلسة واحدة بوسطيات مرتفعة على نحو موحد (4.17 إلى 4.57 من 5) وبلا مقياس لصاحب عمل أو تشغيل، فما يُظهره هو أن ثقافة الذكاء الاصطناعي المُقيَّمة ذاتيًا والجاهزية الوظيفية المُقيَّمة ذاتيًا تتحركان معًا، مع قيام الجزأين التقويمي والاستعدادي بمعظم العمل، لا أن هؤلاء الطلاب جاهزون لسوق العمل بشكل مُثبت.

تصميم تدخلات ثقافة الذكاء الاصطناعي

تتقارب أطر قاعدة المعارف ودراساتها التجريبية على مجموعة من الإرشادات العملية للمعلمين ومصممي التعليم الذين يبنون تدخلات ثقافة الذكاء الاصطناعي:

1. استخدموا إطار كفاءات منظّمًا بوصفه سقالة، لا قائمة مراجعة. تُتيح الأطر الناضجة للمصممين مفردات مشتركة وهدفًا متدرّجًا تنمويًا. يُنظّم إطار SAIL ثقافة الذكاء الاصطناعي في ثلاثة مجالات (AI Concepts؛ Application and Technical Skills؛ AI Digital Citizenship) عبر أربعة مستويات مُساقاة — Understand and Explore → Apply and Integrate → Evaluate and Create → AI++. ويعبر إطار ثقافة الذكاء الاصطناعي السُّباعي سبعة أبعاد (المعرفة التقنية، والتطبيق، والتفكير النقدي، والأخلاقيات، والأثر الاجتماعي، والتكامل، والقانوني/التنظيمي) مع أربعة مستويات إتقان متوافقة مع بلوم، ويشدد على أن التأكيد يجب أن يكون مُكيّفًا مع السياق التخصصي — فبرامج التقنية تثقل التطبيق، وبرامج العلوم الإنسانية تثقل الاستدلال الأخلاقي والأثر الاجتماعي.(The Scaffolded AI literacy (SAIL) framework: Results of a Delphi study for equitable AI literacy framework design in education)(The AI Literacy Heptagon: A Structured Approach to AI Literacy in Higher Education)

2. أشركوا المتعلّمين عبر أنماط ICAP. بتطبيق إطار ICAP، يُتيح التعليم الفعال للمتعلّمين فرص المشاركة على مستويات معرفية متعددة — التعرّض السلبي (محاضرات مفاهيم الذكاء الاصطناعي)، والمعالجة النشطة (الاستخدام العملي للأدوات)، والتوليد البنّاء (إنشاء مصنوعات ذكاء اصطناعي، والشرح الذاتي)، والحوار التفاعلي (حل المشكلات تعاونيًا مع الأقران والذكاء الاصطناعي) — باختيار النمط الملائم لهدف التعلّم. ووجدت مراجعة منهجية أن تدخلات ثقافة الذكاء الاصطناعي التعاونية الناجحة امتدت إلى أنماط ICAP الأربعة جميعها.(Systematic Review of Collaborative Learning Activities for Promoting AI Literacy)

3. قيّموا الكفاءة المُثبتة، لا الإدراك الذاتي. تتباعد ثقافة الذكاء الاصطناعي المُبلَّغ عنها ذاتيًا تباعدًا حادًا عن الأداء المقيس — فالمعلمون يبالغون في تقدير مهاراتهم بنحو 40%، ومقاييس الأداء ترتبط بدمج الذكاء الاصطناعي الصفي ارتباطًا أفضل بكثير من التقارير الذاتية (r≈0.72 مقابل 0.31). صمّموا التدخلات حول التقويم القائم على الأداء والمعايرة بدلًا من استبانات الثقة، واستخدموا مُلامح تشخيصية (المبالغون في التقدير مقابل المبتدئون الحقيقيون) لاستهداف الدعم.(How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures)

4. ابنوا الاستعدادات المرتبطة بما وراء المعرفة والنقد، لا المهارة التشغيلية وحدها. يُفهم ثقافة الذكاء الاصطناعي على أفضل وجه بوصفها ممارسة اجتماعية تتعلق بما وراء المعرفة أكثر منها قائمة مراجعة للمهارات: ولأن نماذج اللغة الكبيرة احتمالية ومعتمة، يجب على المتعلّمين أن يراقبوا استراتيجياتهم ويعدّلوها، وأن يُنموا الشك العلمي، وأن يستجوبوا كيفية تشكيل الخوارزميات لإنتاج المعرفة — لا أن يتعلموا تشغيل الأدوات فحسب. والتصميم التشاركي المشترك والفضاءات التجريبية القائمة على المشاريع (لا التدريب على الأدوات لمرة واحدة) هي حيث ينمو هذا الوعي.(Metacognitive AI literacy: going beyond the AI skills gap agenda)

5. ادمجوا الثقافة في المجال الدراسي واجعلوها مستمرة. يكون التحرك نحو مراحل أعلى من ثقافة الذكاء الاصطناعي (من الاستخدام غير النقدي → الاستخدام المستنير → التقييم النقدي → التحسين) أوضح ما يكون حين تكون التجارب مستمرة ومدمجة في المجال الدراسي بدلًا من تقديمها كورق مستقلة. صمّموا لممارسة سياقية متكررة داخل مقررات أصيلة.(Beyond Tool Adoption: A Practical Five-Stage Developmental Continuum for AI Literacy in Higher Education) ونموذج ملموس للثقافة النقدية المدمجة في المجال الدراسي هو التصنيف القائم على المهام الذي وضعه Dierickx et al. (2026) للصحافة: فهو يُخطط مهام نماذج اللغة الكبيرة المدعومة عبر المراحل الأربع لسير عمل الأخبار (جمع الأخبار، وبناء المعنى، والتحرير، والنشر/التوزيع)، كلٌّ منها مرتبط بمطالبة أساسية واستراتيجية للمخاطر وتخفيفها. وبمعاملته تعريف المهمة وصياغة المطالبة صورةً موقوفة من الحكم المهني — لا مهارة تقنية محايدة — يحوّل صياغة المطالبات ذاتها إلى وعاء لثقافة الذكاء الاصطناعي النقدية (الانحياز، والهلوسة، والإفراط في الاعتماد، والقيمة الباقية للإشراف التحريري البشري (human editorial oversight))، وينتقل منطقه الداخلي إلى مهن أخرى كثيفة المعرفة (القانون، والطب، والسياسة العامة). وبوصفه مُكملًا لهذه التصنيفات الخاصة بالمجالات الدراسية، يُصنّف تصنيف Dohn et al. (2026) أنشطة تعلّم الذكاء الاصطناعي التوليدي على طول ستة أبعاد، من بينها المشاركة المعرفية (فهم / استخدام / نقد / بناء الذكاء الاصطناعي التوليدي) التي تُجرّد ثقافة الذكاء الاصطناعي مباشرةً بوصفها عمق العلاقة المعرفية للمتعلّمين بالتقنية — من التعرّض السلبي إلى النقد البنّاء والإنشاء.

6. تعاملوا مع الإنصاف والفجوة الرقمية بوصفهما قيدَي تصميم. ثقافة الذكاء الاصطناعي آلية لمعالجة الفجوة الرقمية ثلاثية المستويات (الوصول، والمهارات، والنتائج): فإغلاق فجوة الأجهزة غير كافٍ إلا إذا بُنيت المهارات والاستخدام النقدي بحيث تتوزع المنافع بعدل. وينبغي للتدخلات أن تخطط صراحةً للمتعلّمين الذين يدخلون بوصول سابق أقل إلى الذكاء الاصطناعي، وأن تُدخل وجهات النظر الثقافية والحوكمية بدلًا من التعامل مع الثقافة بوصفها محايدة ثقافيًا.(The Scaffolded AI literacy (SAIL) framework: Results of a Delphi study for equitable AI literacy framework design in education)(الفجوة الرقمية)

7. اقرنوا الثقافة برافعات تقليص الإساءة. ولأن إساءة استخدام الذكاء الاصطناعي تُلحق ضررًا فعليًا بالتعلّم المتين، ينبغي أن يُقرن تعليم الثقافة بالرافعات البنوية والتعليمية الموثّقة تحت تقليص إساءة استخدام الذكاء الاصطناعي — تصميم أدوات محميّ بضمانات "تلميح لا جواب"، وإعادة تصميم التقويم، وتسلسلات "فكّر أولًا ثم استخدم الذكاء الاصطناعي" المُساقَلة مع ممارسة صياغة مطالبات مقصودة.

8. ابدأوا من نقطة الدخول الفعلية للمتعلّمين. يدخل المتعلّمون بتوجّهات مميزة — تجنّب مدفوع بالخوف أو عدم الثقة أو غياب الوصول، مقابل اعتماد غير نقدي يُخفي سوء الفهم. ويُتيح المقارَبُ التشخيصي القائم على المراحل (بدلًا من منهج موحد) للمصممين مقابلة الطلاب حيث هم ونقلهم نحو المشاركة النقدية المسؤولة.(Beyond Tool Adoption: A Practical Five-Stage Developmental Continuum for AI Literacy in Higher Education)

9. وسّعوا التوفير إلى ما وراء الجماهير التي يبلغها التعليم الرسمي أصلًا. يجادل إطار AI Literacies لإعلام الخدمة العامة — بناءً على مراجعة مشهدية لأكثر من 40 إطارًا و35 مقابلة مع خبراء — بأن التوفير مال نحو المهارات التقنية والوظيفية، وأن ثقافات الذكاء الاصطناعي متداخلة ويجب وصلها بالثقافة الرقمية وثقافة الإعلام والمعلومات بدلًا من تعليمها كمادة مستقلة. وبناؤه — ستة مجالات كفاءة، وخمس قيم، وثلاثة مستويات تدرّج (Understanding and Applying، Analysing and Evaluating، Synthesising and Specialising) مع دليل تقويم — قالب صالح للاستخدام لدى مقدمي الخدمة خارج التعليم الرسمي، وحجّته في الإنصاف تعليمةٌ تصميمية: فبلوغ الشباب المهمّشين رقميًا أو غير ذلك يتطلب شراكات مقصودة، لا نشرًا عالميًا.(Supporting AI Literacies for Young Adults Aged 14-19: A value-based, practical framework for public service media organisations)

قياس ثقافة الذكاء الاصطناعي

يتعامل خطّ بحثي مميز مع ثقافة الذكاء الاصطناعي لا بوصفها هدفًا للتعليم فحسب بل بوصفها مفهومًا يُقاس. ويميّز خيط التقويم في قاعدة المعارف بين الثقافة المُبلَّغ عنها ذاتيًا والقائمة على الأداء: فالتقارير الذاتية تتباعد تباعدًا حادًا عن الكفاءة المُثبتة (المعلمون يبالغون بنحو 40%)، ومقاييس الأداء تتنبأ بدمج الذكاء الاصطناعي الصفي تنبؤًا أفضل بكثير من استبانات الثقة (r≈0.72 مقابل 0.31). وتُعيد أعمال التدخلات إنتاج ذلك التباعد على مستوى السلوك: ففي Clerc et al. (2026)، لم يتنبأ اتجاه نحو الذكاء الاصطناعي التوليدي ولا مقياس وعي عام مرتبط بما وراء المعرفة بتنظيم الطلاب لتفاعلهم مع نماذج اللغة الكبيرة ولا بدرجاتهم النهائية في المهمة (r = .01 و r = .04، كلتاهما غير ذات دلالة)، بينما تتبّعت السلوكيات التي غيّرتها الورشة — رفض المطالبات غير المحدّدة تحديدًا كافيًا، والحكم على صحة الإجابة، وطرح سؤال متابعة — جودة الإجابة فعلًا. وتظهر أدوات مُوثّقة لسدّ هذه الفجوة — يُوفّر GLAT تقويمًا نفسيًا قياسيًا مُوثَّقًا لثقافة الذكاء الاصطناعي التوليدي، وتتيح المُلامح التشخيصية (المبالغون في التقدير مقابل المبتدئون الحقيقيون) للمصممين استهداف الدعم حيث يكون لزمًا. ويرسم Guo et al. (2026) خريطةً لذلك مشهد الأدوات مباشرةً، مراجعين 80 إطارًا مُوثَّقًا — 69 إطارًا للثقافة الرقمية و11 لثقافة الذكاء الاصطناعي — نُشرت بين يناير 2014 وفبراير 2025. فقد سحب الذكاء الاصطناعي الثقافة الرقمية نحو الأخلاقيات وأعاد صياغة التواصل ليشمل التفاعل بين الإنسان والذكاء الاصطناعي، بينما بقي التنظيم المرتبط بما وراء المعرفة والتعاون البشري مع الذكاء الاصطناعي الخاص بالمعلمين أقل ما حُدّد. وفيما يتعلق بالتصميم والبحث، يربط هذا ثقافة الذكاء الاصطناعي بـالقياس التعليمي والتقويم على نطاق أوسع: فالإطار الثقافي لا يفيد إلا بقدر الأدوات المستخدمة في تتبّع النمو، والمتصلات القائمة على المراحل تتطلب قياسًا موثوقًا لوضع المتعلّمين عليها.

توسّع أداة من 32 بندًا وستة ملامح نموذج الأبعاد الأربعة بملامح إضافيين — الاستخدام المسؤول والتطوير الذاتي — وتحتفظ بالثبات العددي عبر المراهقين (12–17) والشباب (18–40) وراشدي منتصف العمر (41–60)، وإن كان المؤلفون يحذّرون من أن ΔCFI اقترب من الحدّ المتعارف عليه (Liu et al. (2026)).

يبني Zhi, Yang and Huang (2026) نموذجًا خاصًا بطلاب الدراسات العليا على تصنيف Marzano: إذ اختصر تحليل النظرية المؤسسة لمقابلات مع 14 أستاذًا جامعيًا 329 تسمية أولية إلى 96 مفهومًا و15 فئة وخمسة أبعاد (الأساس المعرفي، والمهارات التشغيلية، والتفكير من الرتبة العليا، والتأمل المرتبط بما وراء المعرفة، والمسؤولية الأخلاقية)، ثم جسّدوها في سُلَّم ليكرت من 15 بندًا ظهرت عواملها الخمسة في التحليل العاملي الاستكشافي (83.14% من التباين التراكمي) وثبتت في التحليل العاملي التوكيدي على عيّنة فرعية ثانية (CFI = 0.934، RMSEA = 0.083)، مع ثبات من 0.796 إلى 0.842 على 308 استبيانًا صالحًا.

يُثبّت سُلَّم ثقافة الذكاء الاصطناعي النقدية 3wAI (Bozkurt, Ertan & Cömert, 2026) البنية الثلاثية نفسها للمتعلمين البالغين بوصفه أداة تقرير ذاتي (n = 546 و n = 647؛ χ²/df = 4.93، CFI = 0.931، α = 0.913). وكان عاملا Know-How و Know-Why الأكثر تقارنًا (HTMT = 0.544)، بينما لم تترجم المعرفة النظرية وحدها إلى فاعلية عملية. وبوصفه مقياس تقرير ذاتي فهو يتقاسم مشكلة التباعد الموثّقة أعلاه، فهو تشخيص مُوثَّق أكثر من كونه مقياس أداء — ويطالب المؤلفون بإعادة توثيقه عبر الفئات العمرية والسياقات الثقافية.

وسؤال ذو صلة هو ما الذي تستطيع الأدوات قياسه إطلاقًا. يلاحظ Burriss et al. (2026) أن مقاييس ثقافة الذكاء الاصطناعي وأطر الكفاءات القائمة تفترض أداءً قابلًا للقياس فرديًا فتستبعد بنيويًا التعبير التعاوني الإبداعي — وكانت أدلة وحدتهم مصنوعات سينمائية متعددة الوسائط، وتأملات، وحوارًا مدنيًا لا درجة إجمالية، ويرى المؤلفون أن هذه الأدلة يمكن أن تُكمّل المقاييس التقليدية لا أن تحلّ محلها. ولذا فإن توسيع المفهوم قد يستلزم توسيع الأدلة المقبولة، لا مجرد إضافة بنود غنية بالوسائط إلى المقاييس القائمة.

ويقيس خيط مكمّل كيفية تلقّي المتعلّمين والمعلمين لـمواد ثقافة الذكاء الاصطناعي بدلًا من ثقافتهم ذاتها. طلب Wang, Chuang and Wu (2026) من 794 طالبًا و37 معلمًا تقييم إصدارين من كتيّب مبنيّين على عتبة العمر عند اليونسكو (9-12 سنة و13-18 سنة) بعد نحو 30 دقيقة من التعرّض الصفي الموجّه. واحتفظ القبول ببنية رباعية العوامل (Performance Expectancy، Effort Expectancy، Perceived Playfulness، Behavioral Intention) مع دعم الثبات القياسي عبر إصداري الطلاب، وسجّل المتعلّمون الأصغر سنًّا درجات أعلى في البنود الأربعة كلها، وحمل المتعة المُدركة أكبر ارتباط بالقصد في الفوجين. والمؤلفون صريحون بشأن ما ليس هو: فقبول مورد مُدرَّج حسب العمر ليس إنجازًا في ثقافة الذكاء الاصطناعي، ولا استدلالًا أخلاقيًا، ولا اعتمادًا أو استخدامًا مستمرًا، ولا يصحّ قراءة القبول على مستوى المادة دليلًا على أن الثقافة تحسّنت.

ويمتد القياس أيضًا إلى المعلمين الذين يتوسطون مشاركة المتعلّمين مع الذكاء الاصطناعي. فأكثر تقاويم ثقافة الذكاء الاصطناعي تستهدف الطلاب أو المستخدمين العامين، تاركةً فجوة في تعليم المعلمين — فجوة يعالجها سُلَّم ثقافة الذكاء الاصطناعي للمعلمين (TAILS): المؤسس على إطار ED-AI بستة أبعاد (المعرفة، والتقييم، والتعاون، والسياقنة، والاستقلالية، والأخلاقيات)، وثّق عبر التحليل العاملي الاستكشافي والتوكيدي مع معلمي اللغة في مرحلة ما قبل الخدمة. وتدعم مثل هذه الأدوات قياس ثقافة الذكاء الاصطناعي لدى المعلمين الذين يتوسطون مشاركة المتعلّمين مع الذكاء الاصطناعي وتنميتها. وعلى جانب الطلاب، يُطوّر Nie et al. (2026) سُلَّم ثقافة تقويم الذكاء الاصطناعي التوليدي (GAA-LS) ويوثّقه لطلاب التعليم العالي — أداة من 18 بندًا وخمسة عوامل تتتبّع درجاتها المشاركة في التغذية الراجعة والنزاهة الأكاديمية والاستخدام المسؤول للذكاء الاصطناعي، بمسار غير مباشر إلى النزاهة يمرّ عبر التغذية الراجعة — دليل على أن ثقافة الذكاء الاصطناعي الخاصة بالتقويم قابلة للقياس ومرتبطة بسلوك النزاهة. وما يحتويه فعلًا ذلك المجموع الأدواتي الموجّه للمعلمين دُقّق بعد ذلك: إذ appraised 33 instruments published between 2019 and 2025 and found that 31 (93.9%) were self-report scales of perceived confidence, only two tested knowledge objectively, and none used performance-based tasks, while fairness evidence was the weakest quality domain, with only five instruments reporting measurement invariance or differential item functioning.

وتُعيد إصدارات 2026 من أدبيات القياس تلك تنظيمها في أربعة مجالات — المعرفة والاستخدام، والإشراف المعرفي، ومعايرة الاعتماد، والضبط التشغيلي لوكلاء استخدام الأدوات — وتُبلّغ أنه لا أداة فردية مُوثَّقة في المجموع تغطي التركيبة الكاملة من النطاق والأذونات والتعافي وعزل الحالة والمراجعة المستقلة والإغلاق القائم على الأدلة التي يفرضها استخدام الأدوات الوكيلية. وكان ارتباطها المُجمَّع الذاتي–الموضوعي عبر ثلاثة آثار من العيّنة نفسها r = .055، وهو متسق مع التباعد الموصوف أعلاه أكثر من كونه متسقًا مع التقييم الذاتي بوصفه بديلًا صالحًا للاستخدام (Verí (2026)).

مشهد القياس نفسه فوضوي، وصار قابلًا للرسم جزئيًا. حلّل He, Zhang, Wang and Ji (2026) مجموعة أدوات ثقافة الذكاء الاصطناعي بخط أنابيب ترميز قائم على نموذج لغة كبيرة، فوجدوا الميدان يقيس مفاهيم كثيرة تحت عنوان واحد — مشكلة jangle (تشويش تسميات)، مع مفهوم واحد يحمل عدة أسماء (يظهر Behavioral Commitment في ثمانية أزواج مرشحة، و Intrinsic Motivation في خمسة)، إلى جانب حالات jingle مرشحة تشترك الأدوات في عنوانها دون محتوى بنودها. وكان استرجاعهم لدلالات البنية المفاهيمية للبنود بالتشابه الدلالي مرتبطًا ارتباطًا متوسطًا فقط بالثقات التي تبلّغ عنها الأدوات نفسها (r = 0.49 على مستوى البند مقابل 0.45 و 0.35 على مستوى المفهوم)، ويقدّمون الطريقة بوصفها غربلةً لا حكمًا. والأثر على من يختار مقياسًا هو أن الادعاءات المتقاربة بين الدراسات لا يصحّ افتراض أمانها: فأداتان تحملان الاسم نفسه قد لا تُجرّدان المفهوم نفسه.

دُقّق ما تستطيع تلك الأدوات دعمه، والتدقيق صادم. غربل Jin, Gašević, Martinez-Maldonado and Yan (2026) 8056 سجلًا وصولًا إلى 58 دراسة تغطي 47 أداة فريدة، مُقيَّمة بمعيار COSMIN مقابل مفهوم انضغط نافذة تطوير أدواته في ثلاث سنوات (أداتان قبل 2023، و28 في 2025 وحدها). ولا يزال المجموع 37 من 47 أداة تقريرًا ذاتيًا (مقاييس التقرير الذاتي)، وتتجمع الأدلة تجمعًا محكمًا حول البنية الداخلية: كانت الصلاحية البنائية كافية في 32 من 58 دراسة والاتساق الداخلي في 32 دون تقييم أيٍّ منها بأنه غير كافٍ، لكن صلاحية المفهوم أبلغ عنها 15 دراسة فقط (12 منها كافية)، وصلاحية المعيار دراسة واحدة، وثبات القياس خمس دراسات (كلها كافية)، ونال اثنتان فقط من 58 تقييمًا كافيًا شاملًا لصلاحية المحتوى — كانت الشمولية غير كافية في 53 رغم إبلاغ 43 دراسة عن إجراء مقابلات معرفية. والنمط هو أن ممارسة القياس تبدو قوية بالضبط حيث يكون إثباتها أرخص مادامًا وضعيفة حيث يجب أن تأتي الأدلة من خارج الأداة، فلا يصحّ قراءة بنية عاملية نظيفة ومعامل مرتفع (الذي قد يعكس تكرار البنود بقدر ما يعكس تمثيل المفهوم) بوصفها قدرة مُثبتة. ووصفة المؤلفين هي التوحيد لا التكاثر: صقل المقاييس القائمة، واختبار الثبات كلما عبَر أحدُها لغةً أو مرحلةً تعليمية، وإضافة أدلة المعيار بربط الدرجات بمهام الأداء.

واحدة من الاستثناءات مبنيّة لمقارنة المجموعات. طوّر Zhang et al. (2026) سُلَّم ثقافة الذكاء الاصطناعي التوليدي (GAILS) — 43 بندًا خُفِّضت إلى 34 عبر مراجعة دلفي لخمسة خبراء وتجربة استطلاعية بسبعة أشخاص، ثم وُثّق في 341 بالغًا أمريكيًا شماليًا — واختبر ثبات القياس العددي، فوجد أنه ثبت عبر المستجيبين من الإناث والذكور وعبر مجموعتي الطلاب والقوى العاملة. وهذا هو ما يُجيز مقارنات الوسطيات التي يبلّغ عنها المقياس — تسجيل الرجال درجات أعلى تواضعًا في Adaptive Operational Skills، ودرجات الطلاب أعلى في Adaptive Operational Skills و Responsible GenAI Literacy — بوصفها فروقًا في الكفاءة لا خللًا في أداء البنود، وهو ما يجعل السُلَّم صالحًا للاستخدام في التعليم العالي وأوساط العمل بدلًا من كونه خاصًا بالطلاب وحدهم. وليس دليده بلا عيوب: فـالملاءمة كانت مختلطة (CFI = .967 و SRMR = .058 داخل الحدود المتعارف عليها، RMSEA = .087 فوقها)، وجلس ألفا الكلي .973 إلى جانب مقارنة تمييزية فاشلة لـFornell–Larcker (العامل 1 √AVE = .828 مقابل r = .873 مع العامل 3)، وكما في كل شيء تقريبًا في المجموع فهو يقيس كفاءة مُدركة دون معيار سلوكي. والسُلَّم المُوثَّق في هذا الميدان نقطة انطلاق لعمل الثبات والمعيار الذي تطالب به المراجعة، لا مَعْيَرًا.

الروابط عبر قاعدة المعارف

تتقاطع ثقافة الذكاء الاصطناعي مع التلقين الذكي (فهم متى تكون أنظمة التلقين الذكية فعّالة وكيف)، وكفاءة المعلمين في الذكاء الاصطناعي (استعداد المعلمين)، والنزاهة الأكاديمية (معرفة ما يشكّل استخدامًا مناسبًا للذكاء الاصطناعي)، وتعليم الذكاء الاصطناعي على نطاق أوسع. وهي شرط سابق للاستخدام الفعال للذكاء الاصطناعي ونتيجة للدمج المصمّم له معًا — فالمتعلمون يكتسبون ثقافة الذكاء الاصطناعي باستخدامهم إياه نقدًا، لا بتعلّمهم عنه فحسب.

وثقافة الذكاء الاصطناعي ذات حدّين بالنسبة إلى الإفراط في الاعتماد: وجد Maizel et al. (2026) أن الأبعاد القائمة على المهارات من ثقافة الذكاء الاصطناعي (الاستخدام/الفهم، والكشف) ارتبطت ارتباطًا إيجابيًا بالاعتماد المُبلَّغ عنه على الذكاء الاصطناعي، بينما ارتبطت الكفاءة الذاتية في الذكاء الاصطناعي والثقة الأكاديمية ارتباطًا سلبيًا — فالتدريب التقني على ثقافة الذكاء الاصطناعي، بغياب الكفاءة الذاتية وسقالات التعلم المنظّم ذاتيًا، قد يزيد الاعتماد. وتصبح ثقافة الذكاء الاصطناعي هنا قدرة تمكينية يعتمد اتجاهها على الموارد الدافعية المُكملة.

• تُثمر عادات التحقق عبر التنظيم وحده. في مسح Davor, Larbi and Boateng (2026) على 533 طالبًا جامعيًا في غانا، لم يكن لثقافة التحقق من مخرجات الذكاء الاصطناعي أثر مباشر ذو دلالة على التفكير النقدي (beta = .076، p = .090) ولا على حل المشكلات التقني (beta = .043، p = .385)، وأهميتها جاءت عبر التنظيم الذاتي المرتبط بما وراء المعرفة وحده (beta = .167، p < .001)، وهو وساطة كاملة يسميها المؤلفون التنشيط المعرفي. وتنبأت سقالة مهام الذكاء الاصطناعي بالنتيجتين معًا (beta = .185 و .170)، بينما تنبأ ميل الإفراغ المعرفي بهما تنبؤًا سلبيًا (beta = -.240 و -.312) وأضعف التنظيم كذلك (beta = -.294). فتعليم الطلاب تدقيق مخرجات الذكاء الاصطناعي ليس كافيًا بذاته: فالعادات التقويمية تحتاج إلى تخطيط ومراقبة وتأمل مدمجة في المهمة.
• نقد مخرجات الذكاء الاصطناعي بوصفه ممارسة ثقافية: يتعامل Hosseini (2026) مع تقييم أخطاء ما يُنتجه الذكاء الاصطناعي بوصفه مهارة أساسية في ثقافته، مستخدمًا تحليل أنماط الفشل وصقل المطالبة تكراريًا في مقرر تصميم قواعد البيانات. ووجدت الدراسة أن الطلاب بالغوا في تقدير قدراتهم على الذكاء الاصطناعي (فكانت الثقافة المُبلَّغ عنها ذاتيًا مرتبطة ارتباطًا ضعيفًا سلبيًا بالكفاءة الموضوعية)، وأن التعلّم القائم على النقد قوّى المعايرة.
• ثقافة الذكاء الاصطناعي الإنسانية الاشتراكية (2026): تنتقد مراجعة أدبية ثقافة الذكاء الاصطناعي الموجّهة للانصياغة وتقترح تأطيرًا إنسانيًا اشتراكيًا لثقافة الذكاء الاصطناعي والاستخدام العادل في التعليم العالي غير المتزامن، رابطةً الفجوة الرقمية التاريخية بثقافة الذكاء الاصطناعي الحديثة، وداعيةً إلى مقاربات تخدم ازدهار الإنسان والإنصاف بدلًا من الانصياغة الآلية للسياسات (From Mechanical Compliance to Human Flourishing: A Socialist Humanist Approach to Asynchronous AI Literacy and Fair Use in Higher Education).
• تحذيرات خفيفة ورخيصة تُضعف إقناع الذكاء الاصطناعي — دون تكلفة الثقة العامة. سجّل Orchinik and Rand (2026) تجربتين مُسجَّلين مسبقًا (المجموع N = 3,208 بالغين أمريكيين) تحادث فيهما المشاركون مع نموذج لغة كبيرة طُلب إليه تغيير آرائهم في موضوعات سياسية. وقد خفض تحذير موجز واحد — بأن النماذج يمكن مطالعتها بالإقناع وأنها قد تعرض المعلومات انتقائيًا — التغير في الاعتقاد بنحو النصف (-48.1%، فاصل ثقة 95% [-59.5%, -36.8]) نسبةً إلى الضابطة، ولم يُنتج إضافة تحذيرات خاصة بتقنيات الإقناع أي منفعة إضافية. والخاصية التي تهمّ في التعليم على الجانب الآخر من الأثر: فالثقة العامة في الذكاء الاصطناعي التوليدي لم تنخفض، فالتدخل يبني ثقة معايَرة لا تشكيكًا عامًا. وهو تدخل من فقرة واحدة بلا تيسير، وهو ملف كلفة نادر في تصميم ثقافة الذكاء الاصطناعي.
• حكم المتعلّم على الذكاء الاصطناعي أهمّ من تصميم الأداة. وزّع Azimi (2026) عشوائيًا 33 طالبًا في مقرر ماجستير لتحليل البيانات بين مدرب ذكاء اصطناعي للمذاكرة مُساقَل ومدمج في دفاتر الملاحظات (n = 16) واستخدام غير مقيَّد لأي أدوات ذكاء اصطناعي توليدي يختارونها (n = 17) مدة سبعة أسابيع. وكان أداء الواجبات ومكاسب جرد المفاهيم غير متمايزة؛ وأفادت حالة المدرب بثقة (ثقة) أعلى بدلًا من ذلك. وما فرّق بين الطلاب هو ثقافة الذكاء الاصطناعي عمليًا: فأولئك الذين صاغوا قواعدهم الخاصة لمتى يُستخدم الذكاء الاصطناعي سجّلوا درجات أعلى في الحالتين، والطلاب ذوو أعمق فهم للنموذج — وكلهم تعلّموا بأنفسهم — صاغوا مطالباتهم بتعقّل أكبر. وأثر التصميم يسير عكس منعكس الضبط: علّموا مكوّني التنظيم الذاتي وفهم النموذج في ثقافة الذكاء الاصطناعي (التعلم المنظّم ذاتيًا) بدلًا من تقييد الأدوات.

المفاهيم المرتبطة

• الأنماط التربوية — طُوّرت بخطوات التقييم النقدي في هذه التسلسلات
• المتعلّمون — المتعلّمون: المظلة لمفاهيم جانب المتعلّم
• الذكاء الاصطناعي التوليدي — التقنية التي تستهدفها ثقافة الذكاء الاصطناعي
• النماذج اللغوية الكبيرة (LLMs) — الأنظمة التي في صميم ثقافة الذكاء الاصطناعي
• التفكير النقدي — الاستعداد التقويمي الجوهري
• هندسة المطالبات — الكفاءة العملية الجوهرية
• ما وراء المعرفة — الثقافة بوصفها ممارسة اجتماعية تتعلق بما وراء المعرفة
• التفريغ المعرفي — خطر الإفراط في الاعتماد الذي تقابله الثقافة
• الحد من إساءة استخدام الذكاء الاصطناعي — المكسب السلوكي للثقافة
• النزاهة الأكاديمية — معرفة ما يشكّل استخدامًا مناسبًا للذكاء الاصطناعي
• التقييم الذاتي — الحكم على عملك ومهارتك، بوصفه تقنية وبوصفه مقياسًا
• معايرة الثقة — معايرة الثقة المناسبة
• تملّق الذكاء الاصطناعي — مهارة ثقافية في كشف الموافقة
• الإنصاف — التوزيع المنصف للثقافة
• الفجوة الرقمية — فجوة الوصول/المهارات/النتائج
• الأخلاقيات — بُعد الوعي الأخلاقي
• كفاءة المعلم في الذكاء الاصطناعي — استعداد المعلمين
• التطوير التربوي — بناء ثقافة المعلمين
• البحث التربوي بمساعدة الذكاء الاصطناعي — البحث التربوي المدعوم بالذكاء الاصطناعي
• K-12 — الثقافة على مستوى المدرسة
• التعليم العالي — الثقافة على مستوى الجامعة
• التطوير المهني والجاهزية — المكسب الوظيفي الذي يُدّعى أن ثقافة الذكاء الاصطناعي تبنيها
• الذكاء الاصطناعي في التعليم — الميدان الأوسع

المقالات المرتبطة

• Modeling the Relationships Between University Students' AI Competence, AI Ethical Awareness, and AI Anxiety: A Dual-Stage PLS-SEM and ANN Analysis - الرفع بالبعد الأخلاقي للثقافة دون إطار مواجهة قد يترك الطلاب أكثر قلقًا

• Reconceptualizing digital literacy in the AI era: A systematic review of validated frameworks from an ecological perspective — ثمانون إطارًا مُوثَّقًا تُظهر الذكاء الاصطناعي وهو يوسّع الثقافة الرقمية نحو الأخلاقيات بينما يبقى تعاون المعلمين مع الذكاء الاصطناعي محدَّدًا محدوديةً (Guo et al. 2026)

• Supporting AI Literacies for Young Adults Aged 14-19: A value-based, practical framework for public service media organisations — ستة مجالات كفاءة، وخمس قيم، وثلاثة مستويات تدرّج لإعلام الخدمة العامة

• The AI Literacy Heptagon: A Structured Approach to AI Literacy in Higher Education — إطار ثقافة الذكاء الاصطناعي السُّباعي

• Beyond Tool Adoption: A Practical Five-Stage Developmental Continuum for AI Literacy in Higher Education — متصلة عملية من خمس مراحل لثقافة الذكاء الاصطناعي

• Clarifying the Conceptual Landscape in AI Literacy Measurement: A Large Language Model Based Approach — رسم خريطة مجموعة أدوات ثقافة الذكاء الاصطناعي: 55 مفهومًا، وأزواج تشويش تسميات وتلاحق تسميات، وترميز قائم على نموذج لغة كبيرة

• Measuring Artificial Intelligence Literacy: A Systematic Review of Instrument Development, Conceptual Foundations, and Psychometric Quality — تقييم COSMIN لـ58 دراسة و47 أداة لثقافة الذكاء الاصطناعي: تتجمع أدلة الصلاحية حول البنية الداخلية بينما تبقى أدلة المعيار والمحتوى والثبات غائبة في الأغلب (Jin et al. 2026)

• The Generative Artificial Intelligence Literacy Scale (GAILS): Development, Validation, and Measurement Invariance Across Sex and Occupational Status Groups — GAILS: سُلَّم ثقافة ذكاء اصطناعي توليدي من 34 بندًا موثّق في 341 بالغًا، ثابت عدديًا عبر الجنس ومجموعتي الطلاب والقوى العاملة (Zhang et al. 2026)

• GLAT: The Generative AI Literacy Assessment Test — GLAT: اختبار مُوثَّق لتقويم ثقافة الذكاء الاصطناعي التوليدي

• How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures — تقويم ثقافة الذكاء الاصطناعي: انعدام التوافق بين المُبلَّغ ذاتيًا والأداء

• Development and validation of the generative AI assessment literacy scale for higher education students — GAA-LS: سُلَّم مُوثَّق لثقافة تقويم الذكاء الاصطناعي التوليدي لطلاب التعليم العالي (Nie et al. 2026)

• Beyond AI Literacy: A Structured Review and Exploratory Meta-Analysis of Measures for Competent Generative-AI Use — ما وراء ثقافة الذكاء الاصطناعي: مراجعة منظّمة وتحليل بعدي استكشافي لمقاييس الاستخدام الكفؤ للذكاء الاصطناعي التوليدي

• How AI literacy correlates with affective, behavioral, cognitive and contextual variables: A systematic review — مراجعة منهجية لما ترتبط به ثقافة الذكاء الاصطناعي

• Assessing teachers' AI literacy: a systematic review of measurement tools — مراجعة منهجية للأدوات التي تقيس ثقافة الذكاء الاصطناعي لدى المعلمين

• Development of an AI literacy self-assessment questionnaire in upper primary school students — استبيان تقويم ذاتي لطلاب المرحلة الابتدائية العليا

• Metacognitive AI literacy: going beyond the AI skills gap agenda — ثقافة الذكاء الاصطناعي بوصفها ممارسة اجتماعية تتعلق بما وراء المعرفة

• AI Literacy Interventions in Education: A Meta-Analysis of Effects and Moderators — تحليل بعدي لآثار تدخلات ثقافة الذكاء الاصطناعي

• The Scaffolded AI literacy (SAIL) framework: Results of a Delphi study for equitable AI literacy framework design in education — إطار ثقافة الذكاء الاصطناعي المُساقى (SAIL)

• Measuring Acceptance of Age-Tiered AI Literacy Guidebooks: A Developmentally Informed Study of K-12 Students and Teachers — كتيّبات ثقافة الذكاء الاصطناعي المدرَّجة حسب العمر مُقيَّمة بـ794 طالبًا و37 معلمًا: بنية قبول رباعية العوامل ثابتة عبر إصداري 9-12 و13-18، مع تسجيل المتعلّمين الأصغر سنًّا درجات أعلى في كل مفهوم

• Reorienting Critical AI Literacy: A Community-Rooted Praxis of “Resisting AI” — ثقافة الذكاء الاصطناعي النقدية: السلطة والمقاومة والفاعلية

• Prompts to Practice: A Pedagogical Framework for Human-Centered AI Engagement — ثقافة المطالبة بوصفها ثقافة أساسية مختلفة عن هندسة المطالبات: نموذج المشاركة الإنسانية المحاور للذكاء الاصطناعي التوليدي ذي المراحل الخمس (Miles, Haber-Curran & Arar 2026)

• The Hidden Cost of Contextual Sycophancy: an AI Literacy Intervention in Human-AI Collaboration — المُوالاة السياقية بوصفها تدخلًا في ثقافة الذكاء الاصطناعي

• Understanding Student Dependency on AI: The Role of AI Literacy, Academic Self-Efficacy, and Resource Management Strategies — ثقافة الذكاء الاصطناعي والكفاءة الذاتية والاعتماد

• Teaching Students to Question the Machine: An AI Literacy Intervention Improves Students' Regulation of LLM Use in a Science Task — ورشة عمل من ساعتين غيّرت تنظيم طلاب المرحلة المتوسطة لتفاعلهم مع نماذج اللغة الكبيرة، بينما لم يتنبأ التقرير الذاتي بشيء (Clerc et al. 2026)

• Artificial Intelligence Literacy and Sustainable Development: An Ethical Governance and Development Goals Framework — ثقافة الذكاء الاصطناعي بوصفها قدرة حوكمية للتنمية المستدامة: تصنيف AIRE وترابط الذكاء الاصطناعي وأهداف التنمية المستدامة (Islam, Morshed & Islam 2026)

• AI Literacy in Secondary Education: Framework, Assessment, and Professional Development in the Ukrainian Context — إطار ثقافة الذكاء الاصطناعي ذو المستويات الخمسة لمعلمي المرحلة الثانوية الأوكرانيين (Marienko et al. 2026)

• STEAM Education for AI Literacy: A Systematic Literature Review — تعليم STEAM من أجل ثقافة الذكاء الاصطناعي: مراجعة منهجية

• Systematic Review of Collaborative Learning Activities for Promoting AI Literacy — إطار ثقافة الذكاء الاصطناعي التعاونية

• Co-Constructing AI Boundaries: Agency, Judgment, and Ethical Literacy in AI-Mediated Meaning-Making — يعيد تأطير ثقافة الذكاء الاصطناعي بوصفها الحكم على العمل التفسيري الذي لا ينبغي تفويضه

• Artificial intelligence-supported learning and higher-order cognitive outcomes: the mediating role of metacognitive self-regulation — كان لأهمية ثقافة التحقق من مخرجات الذكاء الاصطناعي أثر عبر التنظيم الذاتي المرتبط بما وراء المعرفة وحده، بينما تنبأ الإفراغ المعرفي بتفكير نقدي وحل مشكلات أدنى (Davor et al. 2026)

• Designing for AI literacy: psychological mechanisms and self-determination — تفوّق التعليم القائم على التفكير على التعليم القائم على المهارات في مهمة مُقيَّمة موضوعيًا، مع حمل الاستقلالية والكفاءة للأثر (Yu, Lin & Chen 2026)

• Psychological predictors of continued ChatGPT use among university students: the roles of AI literacy, trust, and academic self-efficacy — مسار ثقافة الذكاء الاصطناعي إلى الاستخدام المستمر لـChatGPT يمرّ بالثقة والكفاءة الذاتية الأكاديمية، وقلق الذكاء الاصطناعي يُرقّق الارتباط الأول (Hu 2026)

• Modeling and measuring graduate students’ generative AI literacy: a study based on Marzano’s taxonomy — نموذج مارزانو ذو الأبعاد الخمسة وسُلَّم تقرير ذاتي من 15 بندًا لثقافة الذكاء الاصطناعي التوليدي لدى طلاب الدراسات العليا (Zhi et al. 2026)

• Artificial intelligence in initial teacher training for pre-service primary school teachers in mathematics: a systematic review — إحدى عشرة دراسة عن الذكاء الاصطناعي في إعداد معلمي الرياضيات الأولي، معظمها قصير الأمد، معالجةً الأخلاقيات في ثلاث دراسات فحسب (Pinto et al. 2026)

• Generative artificial intelligence in university chemistry education: a critical review using Johnstone’s chemistry triplet and Biggs’ 3P model — دمج الذكاء الاصطناعي التوليدي المحاور للتحقق في كيمياء الجامعة، مع الترجمة التمثيلية بوصفها الطلب الجوهري لثقافة الذكاء الاصطناعي (Vega-Baudrit & Rivera Alvarez 2026)

• Who Acts, Who Knows, Who Answers? A Corpus-Assisted Discourse Analysis of Agency, Epistemic Responsibility, and Accountability in Generative AI Higher Education Research — من يفعل، ومن يعرف، ومن يُجيب؟ تحليل خطابي بمعونة المجموع اللغوي للفاعلية والمسؤولية المعرفية والمساءلة في أبحاث الذكاء الاصطناعي التوليدي في التعليم العالي

• Bridging the Gap: Investigating Students' Self-Reported AI-Literacy and Perceived Employability Competencies for an AI-Enabled Workforce — فسّرت ثقافة الذكاء الاصطناعي المُبلَّغ عنها ذاتيًا 60.8% من الجاهزية الوظيفية المُدركة، مع تفوّق البعدين التقويمي والوجداني (ElSayary & Ragab 2026)

• From Competency to Agency: Teachers' Views of the Purposes of AI Education — أغراض المعلمين من تعليم الذكاء الاصطناعي مقروءة عبر التأهيل والتنشئة والتذويب الذاتي عند Biesta، والإستراتيجية التقريبية لفاعلية الذكاء الاصطناعي المستنيرة (Fagerlund et al. 2026)

• Teacher Readiness-By-Design for AI-Rich Interactive Learning — جاهزية المعلمين بوصفها جودة تصميم لا اعتمادًا أو ثقة، مع الكفاءة الذاتية موردًا وعدم الاستخدام ليس عدمًا للجاهزية (Charles 2026)

• The Effects of K-12 Artificial Intelligence Education in Enhancing AI Literacy: A Meta-Analysis — رفع تعليم الذكاء الاصطناعي في مرحلة K-12 ثقافة الذكاء الاصطناعي بمُجمَّع g = 0.892 عبر 57 أثرًا إيجابيًا، واختلاف القياس يفسّر التباين (Yu et al. 2026)

• Literacy demands placed on students in student–GenAI entanglements in higher education — تختلف مطالب الثقافة بنوع تشابك الطالب مع الذكاء الاصطناعي التوليدي؛ يسود شكلا Assistant و Enabler بينما تبقى البقية هامشية لأسباب مؤسسية (Sun, Dohn & Rehm 2026)

• The AI Competence Framework Landscape: A Comparative Analysis of Frameworks for Education and Workforce Development — تحليل مقارن لـ16 إطارًا للكفاءات في الذكاء الاصطناعي للتعليم وتطوير القوى العاملة

• A Multidimensional Analysis of AI Literacy Determinants: External Resources, Digital Skills, and Psychological Profile Among University Students — الموارد الخارجية والكفاءة الرقمية والملمح النفسي بوصفها مُحدِّدات مشتركة، مع انعكاس إشارة قلق التقنية

• The Six-Facet Artificial Intelligence Literacy Questionnaire (SFAILQ): Assessing AI Literacy in Adolescents, Young Adults, and Midlife Adults — أداة سداسية الملامح تُضيف ملامح الاستخدام المسؤول والتطوير الذاتي، ثابتة عدديًا عبر المراهقين والشباب وراشدي منتصف العمر

• Exploring University Faculty's AI Well-Being: A Structural Equation Model of Social Supports, AI Literacy, and Technological Self-Efficacy — نموذج معادلات بنائية لرفاهية أعضاء هيئة التدريس مع الذكاء الاصطناعي والدعوم الاجتماعية وثقافة الذكاء الاصطناعي

• What Does It Mean to Be AI Literate? Psychometric Validation of the Critical 3wAI Literacy Scale — سُلَّم تقرير ذاتي مُوثَّق من 17 بندًا بثلاثة عوامل متميزة لثقافة الذكاء الاصطناعي (Know What/How/Why)؛ Know-How و Know-Why الأكثر تقارنًا (HTMT = 0.544)

• AI Literacy and STEM Education: Emerging Frontiers and Research Priorities — تركيب أبرز عشر دراسات حول ثقافة الذكاء الاصطناعي في تعليم العلوم والتقنية والهندسة والرياضيات (Hallström et al. 2026)