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

البنائية

تاريخ الإنشاء 2026-10-12

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

البنائية — نظرية التعلّم القائلة بأن المعرفة يبنيها المتعلّم بنشاط عبر التجربة والتأمّل والتفاعل، لا يتلقّاها انفعالًا من معلّم أو نظام. ففي الذكاء الاصطناعي في التعليم، تُشكّل البنائية الالتزام التصميمي بأن أدوات الذكاء الاصطناعي يلزم أن تدعم بناء المتعلّمين لمعرفتهم هم — عبر المطالبة والتساؤل والسقالات — بدل أن تؤدّي العمل المعرفي عنهم.(Artificial intelligence in vocational education and training: A systematic review of educational purposes, theoretical conceptualizations, and empirical effectiveness)(Generative AI (GenAI) as a mindtool that supports generative learning (GL))

أسئلة للتفكر

  • هل «تعلّمت» يومًا شيئًا في الصف لتكتشف بعدها أنك لا تستطيع شرحه أو استخدامه فعلًا؟ فما الذي كان ناقصًا — وماذا يخبرك ذلك عن كيفية تشكّل الفهم الحقيقي؟
  • تدّعي البنائية أن المعرفة تُبنى لا تُنقل. فإن كان ذلك صحيحًا، فماذا يحدث حين يزوّد مدرّس ذكاء اصطناعي الطالب بالإجابة الصحيحة فحسب؟
  • عبارة «بنائية بالاسم، سلوكية بالممارسة» تصف أدوات ذكاء اصطناعي تدّعي دعم التعلّم النشط لكنها تُدير في الحقيقة تدريبات تكرارية وممارسةً عملية. فهل رأيت هذه الفجوة؟ وكيف تكشفها في أداة تختبرها؟
  • يقول بناء Papert إننا نتعلّم أقوى ما نتعلم ببناء مُنتَجات قابلة للمشاركة. وفي عصر الذكاء الاصطناعي، يُصرّح إطار واحد بالأمر هكذا: «الذكاء الاصطناعي يكتب الشيفرة، لكن الطالب يكتب النموذج.» فما الذي يبنيه الطالب فعلًا حين تتولّى الآلة الميكانيكا؟
  • تمارس بعض أدوات الذكاء الاصطناعي «الرفض التوليدي» — أي تحجب الإجابات وتطرح الأسئلة بدلًا منها. فمتى يكون حجب المساعدة متعمَّدًا أكثر نفعًا تربويًا من تقديمها؟
  • وإن كانت المعرفة تُبنى، فإن ثقافة الذكاء الاصطناعي لا تُتعلَّم بحضور محاضرات عنه — بل تُتعلَّم باستخدامه ونقده والبناء به. فماذا يعني ذلك بشأن كيفية تعليم ثقافة الذكاء الاصطناعي لك أو لطلابك؟

مقدّمة

البنائية عائلة من النظريات لا عقيدة واحدة، لكن مزعمها الجوهري مشترك: فالمتعلّمون لا يستوعبون المعنى؛ إنهم يبنونه. والفهم في هذا المنظور ليس تراكمًا لوقائع منقولة بل تنظيمًا نشيطًا للتجربة في نماذج ذهنية. وهذا له انعكاسات مباشرة على كيفية تصميم الذكاء الاصطناعي في التعليم وتقييمه وتعليمه — وهو يساعد في تفسير الوعد والخطر في الذكاء الاصطناعي التوليدي داخل الصف معًا.

يُقابل Mishra et al. بين بناء Papert (Logo، والعوالم المصغّرة، وتنقيح الأخطاء كتعلّم) وبين المدرّسين المعرفيين عند Anderson كرؤيتين متنافستين للفاعلية الإبدانية مقابل التحكّم المنهجي في تاريخ الذكاء الاصطناعي في التعليم.

الأفكار الجوهرية

وحدٌّ على النظرية هو أن البنائية تفترض فاعلية معرفية متمركزة حول الإنسان، وهو ما يجعلها مقصّرة في تفسير ذكاء اصطناعي يحاكي الاستدلال ويبني المعنى تشاركيًا؛ والتكملة المقترحة هي الفاعلية المعرفية المشتركة، وفيها يعامل المتعلّمون مخرَج الذكاء الاصطناعي كأمر قابل للمنازلة ويحفظون السيادة المعرفية على ما يُعتبر معرفةً (Samuel (2026)).

البنائية البنائية (Constructionism)

البنائية البنائية هي فرع البنائية المرتبط بسيمور Papert الذي يضيف مزعمًا محدّدًا: فالتعلّم يحدث أقوى ما يحدث حين يبني المتعلّمون مُنتَجات خارجية قابلة للمشاركة — أشياء مادية أو رقمية يصمّمونها ويبنونها وينقّحون أخطاءها. فحيث تركّز البنائية البياجيهية على البناء الذهني الداخلي للمعرفة، ترى البنائية البنائية أن هذا البناء يُدعم أفضل ما يُدعم ويُجعل مرئيًا عبر صنع شيء ملموس (Harel & Papert, 1991). وفي تاريخ الذكاء الاصطناعي في التعليم، تقف البنائية البنائية كقطب «الفاعلية» في توتّر التحكّم مقابل الفاعلية المحوري للمجال، في مقابل المدرّسين المعرفيين المنظّمين عند Anderson.

  • Logo والعوالم المصغّرة. طوّر Papert بالاشتراك Logo (1967) ورمزه الأيقوني «السلحفاة» — عالم برمجي مصغّر يستكشف فيه الأطفال الهندسة وأفكارًا قوية أخرى بأمر فاعل مرئي وتنقيح أخطائه. ويُعاد تأطير تنقيح الأخطاء كجزء طبيعي وذا قيمة من التعلّم، لا كفشل.(Control vs. Agency: Exploring the History of AI in Education)

  • البناء على التعليم. تنقد البنائية البنائية «التعليمية» — أي افتراض أن التدريس نقلٌ كفؤ للمعرفة — وتضع المتعلّمين بدلًا منها فاعلين مستقلين يبنون الفهم عبر المشاريع والتجريب (Papert, 1980, Mindstorms).

  • النسب في تقنيات التعليم الحديثة. فتركيز Logo على البناء الإبداني العملي يُأسّس التعلّم القائم على الألعاب، والتعلّم القائم على المشاريع، والروبوتات (LEGO Mindstorms، وScratch، والطوب المبرمَج)، وحركة «اصنعها بنفسك» الأوسع.

  • إرث البنائية البنائية في الذكاء الاصطناعي. فتضمر البنائية البنائية أن أدوات الذكاء الاصطناعي يلزم أن تخدم كـمواد يُبنى بها — أدوات تفكير وبنّاؤو مشاركون إبداعيون يوجّههم المتعلّم — لا كمعلّمين يقدّمون الإجابات. وهذا هو السلف المباشر لتأطير أدوات العقل للذكاء الاصطناعي التوليدي في قاعدة المعارف، وللالتزامات التصميمية التي تحفظ فاعلية المتعلّم على العملية التعليمية.(Pathways to Learning: Exploring High School Students' Learning of AI-Powered Educational Robotics)

  • البنائية البنائية في عصر الذكاء الاصطناعي التوليدي: تعلّم بكتابة النموذج لا الشيفرة. لقد أعاد ظهور الذكاء الاصطناعي المولِّد للشيفرة إحياء البنائية البنائية كاستجابة تصميمية بدل أن يُضعفها. يُركّب إطار Code-to-Learn with Generative AI (CtL-GenAI) الذي وضعه Gousopoulos البنائية البنائية، ونظرية الحمل المعرفي، والتعلّم المنظَّم ذاتيًا، ونموذج الاندماج المعرفي ICAP، والفشل المنتج، وسقالات الاجتماعية الثقافية لطلاب المرحلة الثانوية العليا يبنون برمجيات بالذكاء الاصطناعي. ومزعمه المنظّم — «الذكاء الاصطناعي يكتب الشيفرة، لكن الطالب يكتب النموذج» — يُعيد تأطير هدف البناء: فحين يؤدّي الذكاء الاصطناعي التوليدي العمل النحوي في كتابة الشيفرة، ينتقل بناء المتعلّم إلى بناء النموذج المفاهيمي الذي تُعبّر عنه الشيفرة وتنقيح أخطائه. ويُعرِّف CtL-GenAI تأليف النموذج كبنية لها أربعة أوجه ومستويات مرتّبة تحمل مؤشّرات قابلة للملاحظة، ويُصاغ نموذج قياس قائم على التصحيح الجزئي وقابل للتكذيب لاختبار ما إذا كان مثل هذا التعلّم يحدث فعلًا.(Code to Learn with Generative AI: A Theoretically Grounded Framework for Artifact Construction in Upper-Secondary Education)(The AI Writes the Code, the Student Writes the Model: A Theory and Measurement Programme for Learning by Construction with Generative AI) وهذا هو «اصنع شيئًا قابلًا للمشاركة ونقّح أخطاءه» البنائي البنائي الكلاسيكي محدَّثًا بحيث يكون المُنتَج الذي يصنعه الطالب ويتأمّله نموذجًا ذهنيًا جُعل مرئيًا، لا شيفرة مصدرية فحسب — وهو يقرن النظرية ببرنامج قياس صريح حتى يصير المزعم قابلًا للاختبار تجريبيًا.

فالبنائية البنائية إذن نظرية تعلّم ونقد معًا: فهي تُصرّ على أن غرض التعليم ليس إعادة إنتاج بنى المعرفة القائمة بل تمكين المتعلّمين من بنائها وتحويلها — وهو موقف له انعكاسات واضحة على ما إذا كان الذكاء الاصطناعي في التعليم يعزّز التسلسلات الهرمية القائمة أم يتحدّاها.

البنائية والذكاء الاصطناعي في التعليم

الذكاء الاصطناعي لأجل التعلّم البنائي

يستطيع الذكاء الاصطناعي المصمَّم جيدًا أن يُتيح البناء على نطاق واسع. فأنظمة التدريس الذكي وأنظمة التدريس الخصوصي الذكي تستطيع أن تطرح المسائل وتوجّه طلب المساعدة بدل منح الإجابات؛ وتتيح بيئات المحاكاة والتعلّم القائم على الألعاب للمتعلّمين أن يبنوا النماذج الذهنية ويختبروها؛ وتعطي أنشطة التعلّم القائم على المشاريع والتعلّم بالتجربة المدعومة بالذكاء الاصطناعي للمتعلّمين مهام بناء أصيلة. والنمط التصميمي المركزي هو السقالات — دعم مُعايَر يتلاشى مع نمو الكفاءة — لا الإتمام.(The Path to Conversational AI Tutors: Integrating Tutoring Best Practices and Targeted Technologies to Produce Scalable AI Agents)(Embodied Inquiry with AI as Facilitator: An Exploratory Case Study)

وتصنيف الأسئلة التي يطرحها المتعلّمون طريقة لرؤية البناء يحدث، والتصرّف على ضوئه. فقد صنّف Lee, Atif & Kang (2026) 434 سؤالًا حقيقيًا من متعلّمين صادرًا عن 11 طالبًا في تقنية المعلومات عبر 12 مقررًا في ثلاثة أدوار تعليمية بنائية — ناقل المعرفة، والمُيسِّر، والمتعلّم المشارك — ودرّبوا أربعة نماذج transformer على التعرّف عليها. وصنّف DeBERTa أسئلة ناقل المعرفة الواقعية بدقّة 96.67% لكن أسئلة المُيسِّر بدقّة 78.79% فقط، وخلط كل نموذج بين الدورين من المستوى الأعلى أكثر من غيرهما: فكشف الاستقصاء الحواري والاستكشافي أصعب بكثير من كشف طلب المعلومات. ولأن التصنيف يعامل الأسئلة كدليل تشخيصي على الانخراط المعرفي لا كمدخلات مجرّدة، فهو يدعم حركة تصميمية بنائية بامتياز — فحين يسأل متعلّم أسئلة واقعية فحسب بتكرار، يستطيع النظام أن يُطالب بأسئلة تأمّلية واستكشافية تنمّي ما وراء المعرفة والاستقصاء النقدي بدل أن يُجيب على أيّ عمق يُوحِي به سؤال المتعلّم.

خطر «البنائية بالاسم، السلوكية بالممارسة»

تجد الأعمال التجريبية مرارًا فجوةً بين الأهداف البنائية المُعلَنة وتطبيقات الذكاء الاصطناعي الفعلية. فـاستعراض منهجي للذكاء الاصطناعي في التعليم والتدريب المهني، مثلًا، وجد أن النظريات البنائية مُعلَنة في خطاب التعليم المهني بينما تسيطر تصاميم التدريب والممارسة السلوكية في الممارسة العملية، وحذّر من «مصيدة تورينغ» تربوية — أي استخدام الذكاء الاصطناعي لتقليد التعليم البشري بدل تعزيزه.(Artificial intelligence in vocational education and training: A systematic review of educational purposes, theoretical conceptualizations, and empirical effectiveness)

وهذا النمط يتعّمم على الميدان كله:

مصيدة التسمية: مخرَج الذكاء الاصطناعي التوليدي ليس تعلّمًا توليديًا

التباسٌ متكرّر في الميدان يقوم على تصادم أسماء. فـالذكاء الاصطناعي التوليدي يُسمّي صنفًا من التقنية — نماذج تولّد النص أو الصور أو الشيفرة. والتعلّم التوليدي (نظرية التعلّم التوليدي عند Wittrock) يُسمّي نشاط متعلّم — أي صنع المتعلّم للمعنى بنشاط ببناء روابط بين المعلومات الجديدة والمعرفة المسبقة، عبر استراتيجيات كالتلخيص ورسم الخرائط والرسم والاختبار الذاتي والشرح الذاتي. والاثنان ليسا الشيء نفسه، ودمجهما له عواقب تربوية حقيقية: فإنتاج الذكاء الاصطناعي تلخيصًا أو خريطة للطالب هو عكس أداء الطالب لفعل التعلّم التوليدي. فـDabbagh & Fake (2026) يبنيان مباشرةً على هذا التمييز، مُجادلين بأن أداة عقل من الذكاء الاصطناعي التوليدي تدعم التعلّم التوليدي فقط حين يكون المتعلّم هو من يقود النشاط البنّاء — فتوليد خريطة ذهنية بمساعدة الذكاء الاصطناعي تعلّمٌ توليدي؛ أما توليد الذكاء الاصطناعي للخريطة كاملةً فلا، أيًّا كانت طلاقة المخرَج أو صحّته.

والسؤال الفاصل هو من يؤدّي صنع المعنى:

  • فهل يبني الطالب شرحًا، أم يتلقّاه فحسب؟
  • فهل يُطالب الذكاء الاصطناعي المتعلّم بربط الأفكار، أم يزوّده بالروابط عنه؟
  • فهل المُنتَج (التلخيص، أو الخريطة، أو الشيفرة، أو النموذج) هو حصيلة بناء المتعلّم، أم بديلٌ عنه؟

وهذا يُرافق تسلسل ICAP — فما هو بنّاء وتفاعلي يتقدّم على النشط والانفعالي — لكنه يُحدّده بدقّة أكبر: فالأداة تستطيع أن تُنتج مخرَجًا يبدو «بنّائيًا» ظاهريًا بينما يجلس المتعلّم في نمط انفعالي أو نشط. ومن ثمّ فإن تقييم أداة ذكاء اصطناعي توليدي لأجل التعلّم التوليدي يعني تفقّد موضع حدوث الجهد البنّاء فعلًا، لا ما إذا كان المخرَج التوليدي حاضرًا. وهذه هي مصيدة البنائية بالاسم/السلوكية بالممارسة نفسها، مطبَّقةً على حالة التوليد الخاصة: فـتأليف النموذج (الذكاء الاصطناعي يكتب الشيفرة، والطالب يكتب النموذج) قرارٌ ملموس منها — إذ يبني المتعلّم النموذج المفاهيمي حتى حين يزوّده الذكاء الاصطناعي بالمُنتَج السطحي.

استجابات تصميمية مؤسَّسة على البنائية

  • الرفض التوليدي — أدوات ذكاء اصطناعي تحجب النص المولَّد استراتيجيًا وتطرح الأسئلة بدلًا منه، مُعادةً الاحتكاك المعرفي إلى المستخدم حتى يكون جهد التصريح بذاته بانيًا للفهم.(Stop Writing for Me: Generative Refusal in AI Tools for Thought)

  • أدوات التفكير بدل آلات الإجابات — استخدام الذكاء الاصطناعي التوليدي كـأداة عقل يقودها المتعلّم، لا أداة تحلّ محلّ المتعلّم.(Generative AI (GenAI) as a mindtool that supports generative learning (GL))

  • الصراع البنّاء — وكلاء ذكاء اصطناعي خصوم يتحدّون تصميم متعلّم أو استدلاله، دافعين إلى إعادة النظر وبناء أعمق للبدائل، على تقاليد التدريس السقراطي.(Enacting Constructive Conflicts with AI Agents to Enhance Reconsideration among Novice Interaction Designers)

  • المعارضة المحاكاة ليست معارضة. فالموقف المضاد الذي يُمكن التصريح به عند الطلب لكنه لا يقاوم أبدًا يُتمرّن على رقصة الحوار مع حجب ما يجعله فعّالًا: فلا تجسّد له ولا حصّة ولا تعرّض للعاقبة، فبخلاف الآخر البشري لا يوفّر طريقًا إلى الإصلاح (Du et al. (2026)).

  • التغذية الراجعة الداخلية عبر المقارنة — جعل المتعلّمين يقارنون عملهم هم بنماذج مولَّدة بالذكاء الاصطناعي حتى يكون فعل المقارنة بذاته مُنتجًا للتعلّم.(Unravelling undergraduates' development of evaluative judgments through AI-supported internal feedback)

  • المطالبة الواعية بأنواع الأسئلة — تصنيف أسئلة المتعلّمين في أدوار بنائية حتى يستطيع النظام أن يُرقّي طالبًا متعمَّدًا من طلب المعلومات نحو الاستقصاء الاستكشافي الحواري بدل أن يُرافق أيّ عمق معرفي يُوحِي به السؤال. ولأن نيّة المُيسِّر والمتعلّم المشارك تبقى قابلة للالتباس على المصنّفات الآلية، يُبقي هذا التصميم إنسانًا يتحقّق من التصنيف قبل أن يقود التغذية الراجعة أو السقالات.(Analysing AI utilisation in education through learner question types: A constructivist approach)

  • المجتمع كمعيار تقييمي — يصمّم المتعلّمون شيئًا حقيقيًا لمجتمعهم باستخدام الذكاء الاصطناعي كمورد تصميمي، بينما يعمل معرفة المجتمع وممارسوه كالمعيار الذي يحكم على النتيجة، تاركًا مجالًا للقيد أو الرفض أو عدم الاستخدام الاستراتيجي حيث يقتضيه الانخراط النقدي.(Ojeda-Ramirez, Gyles & Peppler (2026))

البنائية و«التعليم عن الذكاء الاصطناعي»

تُشكّل البنائية أيضًا كيفية تعليم ثقافة الذكاء الاصطناعي نفسها. فإذا كانت المعرفة تُبنى، فإن ثقافة الذكاء الاصطناعي لا تُكتسب بإلقاء محاضرات عن النماذج بل باستخدام الذكاء الاصطناعي ونقده والبناء به بنشاط — توليد المُنتَجات، واستجواب المخرجات، والتأمّل في التفاعل.(Systematic Review of Collaborative Learning Activities for Promoting AI Literacy) وهذا يجعل الثقافة بالذكاء الاصطناعي كفاءةً نشيطة تشاركية لا مجموعةً معرفية انفعالية، وهو يربط البنائية بـالتفكير النقدي والفاعلية في لقاءات المتعلّمين بالذكاء الاصطناعي.

انعكاسات على التصميم والبحث

  1. احفظ النشاط البنّاء. فيلزم أن يُشكّل الذكاء الاصطناعي سقالةً لتفكير المتعلّم نفسه — يُطالِب ويسأل ويدعم — لا أن يؤدّيه. وعلى المصمّمين أن يسألوا ما إذا كانت الأداة تزيد الجهد البنّاء للمتعلّم أم تحلّ محله.(Stop Writing for Me: Generative Refusal in AI Tools for Thought)
  2. استخدم عدسة ICAP. فـICAP يُصنّف الانخراط في أنماط بنّائية وتفاعلية ونشطة وانفعالية — فاستخدمه لتقييم ما إذا كانت تفاعلات الذكاء الاصطناعي تستجيب فعلًا أنماطًا بنّائية وتفاعلية لا استهلاكًا انفعاليًا. وعلى المصمّمين أن يفضّلوا الأنماط الأعمق (البنّائية والتفاعلية) حيث يقتضيه هدف التعلّم.(Systematic Review of Collaborative Learning Activities for Promoting AI Literacy)
  3. واءِم النظرية والتطبيق. فعلى الباحثين أن ينظروا إلى ما هو أبعد من «نجاح» الذكاء الاصطناعي إلى كيفية تجسيده نظرية تعلّم، فاحصين فجوة البنائية بالاسم/السلوكية بالممارسة.(Artificial intelligence in vocational education and training: A systematic review of educational purposes, theoretical conceptualizations, and empirical effectiveness)
  4. ادرُس فاعلية المتعلّم وانتقال الأثر. فالالتزامات البنائية تضمن تقييم لا مكاسب الاختبار الفورية فحسب بل ما إذا كان المتعلّمون يستطيعون نقل فهمهم المبني وتطبيقه باستقلال.(مناهج البحث في AIED)

المفاهيم المتصلة

المقالات المتصلة

الموارد المرتبطة

  • Vibes DIY: باني تطبيقات ويب بالوصف
    باني تطبيقات بلغة سهلة: صِف أداة صغيرة بالكلمات واحصل على تطبيق ويب عامل وقابل للمشاركة، مع إطلاق حزم React وسطر الأوامر الكامنة بترخيص Apache-2.0.

البيانات الوصفية

التعلم والتعليمالتعلُّم النشط, التعلّم التعاوني, التعلّم التجريبي, نظريات التعلُّم, السقالة, التعلّم موجّه الذات
التقنيات والأساليبالذكاء الاصطناعي التوليدي
أساسيات الذكاء الاصطناعي في التعليمتصميم التعلّم
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.