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

الروبوتات في التعليم

تاريخ الإنشاء 2026-10-12

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

الروبوتات في التعليم (الروبوتات التعليمية) — استخدام الروبوتات المادية أو المُحاكاة كأدوات للتعليم والتعلّم. تمتدّ الروبوتات التعليمية على طيف واسع: من أطقم قابلة للبرمجة تُدرّس التفكير الحاسوبي والبرمجة، إلى الروبوتات المُساعِدة اجتماعيًّا والهيومانويدية التي تُدرّس وتحكي القصص وتحاكي لغة الإشارة أو تتدرّب على المهارات الاجتماعية. تُقدَّر لرعايتها حلّ المشكلات، والتفكير النقدي، والإبداع، والمشاركة في العلوم والتقنية والهندسة والفنون والرياضيات، ولجعلها مفاهيم الحوسبة المجرَّدة ملموسةً عبر التفاعل المُتجسِّد. تمتدّ مجموعة الروبوتات في قاعدة المعارف من برمجة مُتكاملة مع المنهج، إلى مدرّسين حواريين مدفوعين بالنماذج اللغوية الكبيرة، وروبوتات سرد القصص المُساعِدة اجتماعيًّا، ولعب الأدوار للتعلّم الاجتماعي-العاطفي. وتستند إلى مجالين وثيقي الصلة استُوعبا هنا: الروبوتات الاجتماعية (روبوتات مصمَّمة للتفاعل الاجتماعي وبناء العلاقات) والتفاعل بين الإنسان والروبوت (HRI) (دراسة كيف يُدرك الناس الروبوتات ويثقون بها ويتعلمون معها).

أسئلة للتفكير

  • يُضيف الروبوت في الصف حضورًا اجتماعيًّا مُتجسِّدًا لا يستطيع روبوت محادثة على شاشة أن يُضيفه. فما الذي تظنّ أن الجسم المادي والإشارات الاجتماعية للروبوت تُغيّره في كيفية تعلّم الطلاب وثقتهم ومشاركتهم — وما الذي قد تشتّتهم عنه؟
  • تستخدم الروبوتات الاجتماعية الكلام والإيماءات والشخصية الشبيهة بالإنسان للتعليم وحكي القصص أو التدرّب على المهارات الاجتماعية. هل الروبوت الذي يبدو ويتصرّف كإنسان أفضل بطبيعته للتعلّم، أم أن ذلك الحضور الاجتماعي قد يجلب مخاطر (معلومات مغلوطة، اعتماد مفرط، خصوصية) لا تجلبها الأدوات البرمجية وحدها؟
  • تُتيح النماذج اللغوية الكبيرة الآن للروبوتات الاجتماعية أن تُحادث بطلاقة. إذا استطاع الروبوت أن يتكلّم كمدرّس، فما الذي ما يزال يعتمد على تجسّده المادي — وأين يُضيف «الجسم» شيئًا يهمّ فعلًا للتعلّم مقابل كونه مجرّد نُدرة؟
  • تذكّر مرة تعلّمت فيها شيئًا بالتلاعب المادي بجسم أو بمشاهدة أفعالك تُنتج نتيجةً مرئية. كيف قد يُؤسّس برمجةُ روبوت مادي أفكارًا مجرَّدة (كمنطق البرنامج) بشكل أكثر فعاليةً من كتابة شيفرة على شاشة؟

مقدمة

الروبوتات التعليمية تطبيقٌ متمايز لكنه وثيق الصلة بـالذكاء الاصطناعي في التعليم. وعلى عكس التعليم الذكي أو روبوتات المحادثة النماذج اللغوية الكبيرة (LLMs) البرمجية وحدها، تُضيف الروبوتات حضورًا مُتجسِّدًا وغالبًا اجتماعيًّا — وكيلًا ماديًّا يستطيع المتعلّمون رؤيته والتلاعب به و(بشكل متزايد) محادثته. هذا التجسّد مركزي لقيمتهما البيداغوجية: فهو يُؤسّس منطق البرنامج المجرَّد في سلوك قابل للملاحظة، ويستطيع دعم بناء العلاقات والمشاركة العاطفية التي لا تستطيع الأنظمة غير المتجسّدة فعلها.

الدليل أرقّ مما يُوحّي به حجم العمل: تجد مراجعة للذكاء الاصطناعي والروبوتات في التعليم أن معظم الدراسات التجريبية تخصّ متعلّمين دون سنّ الثالثة عشرة لأربعة أسابيع أو أقلّ، مُركَّزةً في بضعة دول مُستثمِرة مبكّرة، مع كون أداء التعلّم النتيجة الأكثر دراسةً وتخلّف الأخلاقيات والإنصاف والسياسة عن الانتشار (White and Wu (2026)).

الروبوتات الاجتماعية والتفاعل بين الإنسان والروبوت

يُشكّل خيطان الجانب الاجتماعي للروبوتات في التعليم.

الروبوتات الاجتماعية هي روبوتات مصمَّمة لإشراك الناس عبر التفاعل الاجتماعي، باستخدام إشارات شبيهة بالإنسان كالكلام والإيماءة والتعبير الوجهي والشخصية للتواصل والتعليم والمساعدة والمرافقة. في التعليم، تُستخدم الروبوتات الاجتماعية (هيومانويدات مثل iCub وPepper وReachy، وروبوتات الرفقة) للتدريس وحكي القصص ولعب الأدوار ودعم اللغة وكرفاق دراسة. حضورها الاجتماعي هو المُميّز الجوهري عن وكلاء الذكاء الاصطناعي البرمجيين، بما يُمكّن بناء العلاقات والمشاركة العاطفية. وقد وسّعت التقدّمات في النماذج اللغوية الكبيرة ما تستطيع الروبوتات الاجتماعية قوله وفعله توسيعًا كبيرًا، بما يُمكّن تدريبًا حواريًّا سلسًا ومتكيّفًا — مع إدخال مخاطر أيضًا كالمعلومات المغلوطة والاعتماد المفرط وانتهاكات الخصوصية، بما يُحفّز منهجيات التصميم القائمة على المعرفة.

التفاعل بين الإنسان والروبوت (HRI) هو الدراسة بينية التخصصات لكيفية تفاعل الناس والروبوتات، مُشتملةً على الإدراك والتواصل والتعاون والديناميات الاجتماعية والمعرفية والأخلاقية لذلك التفاعل. في التعليم، يُؤسّس HRI كيف يُدرك المتعلّمون الروبوتات ويثقون بها ويتعلمون معها — سواءً ببرمجة روبوت أو محادثة روبوت مدرّس أو التدرّب على سيناريوهات اجتماعية. يفحص بحث HRI المبحثي كيف يُشكّل مظهر الروبوت وسلوكه وسياق المهمة وتجسّده تجربة المستخدم والثقة والمبادرة والتعلّم. تشمل المخاوف الجوهرية في HRI التعليمي الحفاظ على فاعلية المتعلّم البشرية، وبناء الثقة، ودعم الكفاءة الذاتية، وضمان أن التفاعل مع الروبوتات يساند الاستقلالية والتعلّم الاجتماعي لا أن يُضعفهما. ويربط الروبوتات بـالتعاون بين الإنسان والذكاء الاصطناعي والتعلّم الاجتماعي-العاطفي.

كيف تُستخدم الروبوتات في التعليم

يُضيف Christ et al. (2026) تصنيفًا للأدوار لا قائمةً للتقنيات: أنواع الروبوتات الصفّية الخمسة المستخرَجة من ورشات عمل تختلف بـالوظيفة البيداغوجية ومستوى التجريد لا بالعتاد. النوع أ يُجري عرضًا غير تفاعلي لأنماط اجتماعية عامة (مسرح عاطفي مُسجَّل مسبقًا متبوعًا بمناقشة لديناميات كالتصعيد أو سوء الفهم)؛ والنوع ب روبوت تفاعلي يستجيب للمسّ يدعم المسرح المادي التشاركي والتعلّم المُتجسِّد وإدراك الحدود وضبط العاطفة؛ والنوع ج شريك باللغة المنطوقة يُظهر التعاطف ويتذكّر التفاعلات مع تلميذ واحد، مُنشئًا إعدادًا محميًّا فرديًّا للبوح الذاتي؛ والنوع د موجَّه خارجيًّا من متخصّص مخفي كلعبة بدرجات حرية إضافية، يهدف لتسطيح التراتبية الاجتماعية؛ والنوع هـ روبوت غير تفاعلي يُعيد تشغيل أفعال رُصدت مؤخّرًا في المدرسة حتى يتمكّن التلاميذ من التأمّل في السلوك الموقوفي — والتباين مع النوع أ كونه تحديدًا تجريدًا خاصًّا بالسياق لا معمّمًا. التصنيف صريح في كونه فضاء تصميم غير مُصادَق عليه ومُؤسَّسًا على برنامج وطني واحد للصحة النفسية، فهو قائمة لتصميم أدوار الروبوت وتقييمها لا دليلًا على أن أيًّا منها يعمل.

  • التفكير الحاسوبي والبرمجة: تُساعد الروبوتات القابلة للبرمجة (مثل LEGO والمنصات المعتمدة على الكتل) المتعلّمين على ربط الشيفرة بنتائج حقيقية. يربط Valls i Pou التفكيرَ الحاسوبي بمناهج العلوم والتقنية والهندسة والفنون والرياضيات في المرحلة الثانوية، ويجمع RoboBlockly Studio برمجةَ الكتل مع وكيل ذكاء اصطناعي حواري وتغذية راجعة من روبوت مُتجسِّد. ويسمح EduSim-LLM للمبتدئين بالتحكّم في روبوتات مُحاكاة بلغة طبيعية.
  • التدريس وتوصيل المعرفة: يُطوّر بحث التصميم القائم على المعرفة وTeachy Mini روبوتاتٍ اجتماعيةً توليديةً مدفوعةً بالنماذج اللغوية الكبيرة تُدرّس طلاب التعليم العالي، وتتناول مخاطر كالمعلومات المغلوطة والاعتماد المفرط. يُظهر البحث في الثقة أن ما يفعله الروبوت (سياق المهمة) يُشكّل ثقة المتعلّم أكثر من مظهره، مع أعلى ثقة خلال المهام التعليمية.
  • حكي القصص والمشاركة: يستخدم MotiBo وRoboBuddy روبوتاتٍ اجتماعيةً تفاعليةً مدفوعةً بالنماذج اللغوية الكبيرة لحكي القصص لتعزيز الدافع والمشاركة، بينما يستكشف دراسة HRI السردية لـiCub حكيَ القصص المُشترَك الخلق بين البشر والهيومانويدات.
  • التعلّم الاجتماعي-العاطفي والشمول: يستخدم REMind لعبَ أدوارٍ بوساطة الروبوت للتدريب على تدخّل الشاهد في التنمّر، ويستكشف العمل مع روبوت Pepper تواصلَ لغة الإشارة بالروبوت لدعم المتعلّمين الصمّ. تُخطّط مراجعة نطاقية استخدام Pepper في التعليم الرسمي.
  • الاستقلالية والمبادرة: تُركّب مراجعة منهجية كيف يؤثّر HRI في استقلالية الإنسان وإحساسه بالمبادرة، جاسرةً بين أطر التصميم ومطالب التنظيم (قانون الذكاء الاصطناعي الأوروبي، التصميم المتوافق أخلاقيًّا مع معايير IEEE). يستكشف الروبوتات الاجتماعية كرفاق دراسة وتكامل الروبوت والنماذج اللغوية الكبيرة في الكتابة الإبداعية أدوار الروبوت أكثر.
  • المناهج القائمة على المشاريع والقائمة على الألعاب: يُقدّم Bots and Blocks مقررًا قائمًا على المشاريع في الروبوتات، وتُقارن مراجعة منهجية التعلّمَ القائم على الألعاب والتنقيط في تعليم الروبوتات.
  • التعلّم المعزّز والمحاكاة إلى الواقع في سير عمل روبوتي كامل. يحوّل Dong, Cao and Wang (2026) سيرَ عملٍ بحثيًّا متكاملًا في الروبوتات — التجميع والفحوص الكهربائية وتدريب السياسات القائم على المحاكاة والانتشار المادي — إلى مقرر للمرحلة الثانوية مبنيّ على هيومانويد مفتوح واحد (ToddlerBot، بكلفة قطع أُفيد أنها دون 6,000 دولار أمريكي) على ثماني جلسات من ثلاث ساعات. تتشارك الأزواج روبوتًا واحدًا وتُدرّب سياسة مشي في المحاكاة قبل نشره على العتاد، مع بوابات أمان (اختبار وقوف ناجح قبل المشي) تجعل ترتيب التبعية مرئيًّا. ولأن القطعة المُشترَكة تُكافئ الفريق لا الفرد، يفصل الإطار بين أداء الروبوت والفهم الفردي: يُدوّر الطلاب الأدوار، ويسلّم كلٌّ منهم تنبّؤًا وشرحًا منفصلين في كل نقطة تحقّق، ولا يُتعامل مع التنقّل المدعوم صراحةً كدليل على الإتقان المفاهيمي — إنذارُ المؤلفين بأن تجاوز معلَم روبوتي ليس فهمه.
  • روبوتات المنافسة كمشكلة نظام بيئي لا مشكلة طقم. يُحدّد Jacobson et al. (2026) القيدَ المُلزِم على روبوتات التعليم من الروضة حتى الصف الثاني عشر في الإرشاد التقني المحلي المستمرّ لا في المنهج أو العتاد، ويُظهر أنه موزَّع جغرافيًّا: في إنديانا، انهارت مشاركة FIRST LEGO League في موسم 2020 البعيد، وتعافَت المشاركة الحضرية تدريجيًّا، والمشاركة الريفية لم تتعافَ، وبقيت قريبةً من مستواها بعد 2020 حتى 2025–2026. يجعل إطارُ ARC الإرشادَ هو القطعةَ المُهندَسة — تُدير الكليات مقررًا يُحتسب له ائتمان يُعِدّ طلاب البكالوريوس كمُرشِدَي ورشات للفرق المجاورة، وتصبح البرامج المدرسية الناضجة مراكزَ ثانويةً يصبح طلابها ذوو الخبرة مُرشِدَي أقران لمدارس أخرى، فينتشر الوصول إلى ما هو أبعد من حوض الاستقطاب لأي جامعة عبر حلقة ذاتية التعزيز. أنشأت تجربةٌ على جامعة واحدة ثلاث فرق ريفية في FIRST LEGO League ونقلت التواصل المجتمعي لطلاب البكالوريوس من 1.86 إلى 4.00 على مقياس من خمس نقاط (أكبر تحوّل مقيس، قبل الثقة في تعليم المفاهيم التقنية عند +1.29)، بينما توقّعت محاكاةُ ماركوف المكانيةُ الصريحة لـ1,925 مدرسةً عامةً في إنديانا 992 برنامجًا مدرسيًّا بعد 40 سنةً تحت افتراضات معتدلة مقابل 161 بلا ARC. الدليل على مستوى الجدوى — سبعة مُرشِدين وأربعة أولياء أمور، وتقارير ذاتية استرجاعية، ولا مجموعة ضابطة — لكن التأطير قابل للنقل إلى أي برنامج روبوتات: ما يتوسّع أو يفشل في التوسّع هو سعة الإرشاد وجغرافية المراكز لا الروبوت (Teaching AI, Robotics, & Community: A Hubs-Based K-12 Education Framework for Reaching Rural Schools).
  • نموّ الطفل والمتعلّمون الصغار: يُحوّل ألعاب الذكاء الاصطناعي المُمكَّنة ونموّ الطفل العدسة إلى ألعاب الذكاء الاصطناعي التجارية في الطفولة المبكّرة، مُفحصًا كيف تؤثّر لُعَبُ المَلَهَوة المُمكَّنة بالذكاء الاصطناعي في نموّ الطفل واللعب. وهذا يمدّ الروبوتات التعليمية إلى ما بعد الروبوتات الصفّية إلى ألعاب المستهلك التي يقابلها الأطفال في البيت، مطرحًا أسئلةً حول الوكلاء في اللعب، ومعايرة الثقة، وفاعلية المتعلّم، والرفاه لأصغر المتعلّمين — مجال تكون فيه إرشادات التصميم أرقّ من مناهج الروبوتات التعليمية لأعمار الدراسة.
  • البرمجة الملموسة والروبوتات الاجتماعية في ثقافة الذكاء الاصطناعي في مرحلة ما قبل المدرسة. تُدمج Lee (2026) اللعب غير المتصل والبرمجة الملموسة (Bee-Bot، Ozobot) والحوار المُوجَّه مع روبوت ذكاء اصطناعي اجتماعي في منهج Play With AI (PL-AI) لمرحلة ما قبل المدرسة والروضة. يُوثّق البحث القائم على التصميم كيف تدعم أنشطة الروبوتات المُتجسِّدة والملموسة هذه استدلالَ الأطفال الناشئ حول مفاهيم الذكاء الاصطناعي، بأربعة مبادئ تصميم — اللعب المُتجسِّد والبرمجة الملموسة والحوار الموجَّه والتصميم المُشترَك مع المعلّم — تمنح نموذجًا مناسبًا للنموّ لروبوتات الطفولة المبكّرة وتعليم الذكاء الاصطناعي.
  • نموذجان للمتعلّمين الصغار: روبوتات البرمجة والروبوتات الاجتماعية التوليدية. يُؤطّر Yang, Li and Lee (2025) روبوتات الطفولة المبكّرة كاقتران نموذجين بيداغوجيين، لكلٍّ منهما أساس نظري متمايز. تنحدر روبوتات البرمجة (Bee-Bot، KIBO، Matatalab) من LOGO لبابرت وتُجرّد البنائية — يتعلّم الأطفال بالصنع ويبنون التفكير الحاسوبي عبر البرمجة الملموسة. أما الروبوتات الاجتماعية التوليدية، المدفوعة بـالذكاء الاصطناعي التوليدي، فمُؤسَّسة على البنائية الاجتماعية، وتعمل كأقران حواريين أو مدرّسين يسقالون التعلّم داخل منطقة النموّ القريب للطفل ويدعمون التطوّر الاجتماعي-العاطفي. يحفظ منهج المشروع الإبداعي ذو الخطوات الخمسة لتكامل نوعَي الروبوت في منهج المشروع المعلّمين كمُيسّرين يُوجّهون تفاعل الطفل مع الروبوت، ويوازنون الأتمتة مع الإبداع، ويحفظون فاعلية المتعلّم الطفل.
  • ما تفعله روبوتات التفكير الحاسوبي في الروضة فعلًا. وجدت مراجعة منهجية لـ53 دراسة أن التعلّم القائم على المشكلات وحكي القصص والسقالة هي الاستراتيجيات الأكثر استخدامًا، مع تسمية معظم الدراسات لإطار تفكير حاسوبي واحد واستخدامها أدوات تقويم مُرتجلة بدلًا من أداة مُصادَق عليها مثل TechCheck-K (Tsingidou & Sapounidis (2026)).

التجسّد والبيداغوجيا

الموضوع الحاكم هو أن الروبوتات فعّالة عندما تدعم أهدافًا تعلّمية حقيقية — لا كتمارين تقنية منفصلة. ربطَ عارضٌ روبوتي مُثبَّت على الطاولة مع ChatGPT على الحاسوب المحمول مساعدةً متاحة (6.7 مقابل 7.3/10، p = .41) لكنه حفظ درجته بعد السحب (7.0 مقابل 4.4/10، p = .003)، وهي درجة تحويل قصير الأمد أعلى بـ60% — مكسبٌ يعتمد على المهمة يعزوه المؤلفون إلى التماس المكاني لا إلى الإحلال العام (Orlando et al. (2026)). تعتمد قيمة الروبوت على السياق البيداغوجي: تعليم التفكير الحاسوبي (التفكير الحاسوبي)، ودعم العلوم والتقنية والهندسة والفنون والرياضيات، وبناء مهارات البرمجة، وتحفيز المتعلّمين (التحفيز، المشاركة)، أو دعم التعلّم الاجتماعي-العاطفي والشمول. تربط الروبوتات أيضًا بـالتعلّم القائم على المشاريع والتعلّم القائم على الألعاب والتعلّم التجريبي. تشمل الاعتبارات التصميمية الجوهرية الحفاظَ على فاعلية المتعلّم المتعلّم، وبناء الثقة، ودعم الكفاءة الذاتية، وتأسيس التعلّم في التفاعل المُتجسِّد. وفي تعلّم اللغات، يشير الدليل البعدي إلى فعالية التعلّم المُساعَد بالروبوت المُتجسِّد للغة.

  • مسالك التعلّم نحو الروبوتات المدفوعة بالذكاء الاصطناعي. وجدت دراسة نوعية لطلاب المرحلة الثانوية في منهج الروبوتات مع الذكاء الاصطناعي تعلّمًا عبر الممارسة الواقعية والتصميم والتعبير الإبداعي المَلْهُو (بعدسة بنائية ومعرفية-تعدّدية).

مفاهيم مرتبطة

مقالات مرتبطة

الأسئلة الشائعة المرتبطة

البيانات الوصفية

التخصصStem Education, Cs Education
المستوىK 12, Higher Ed
التعلم والتعليمالتعلّم التجسيدي
التقنيات والأساليبالروبوتات في التعليم
أساسيات الذكاء الاصطناعي في التعليمالتفكير الحاسوبي
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.