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

التعليم البيئي

تاريخ الإنشاء 2026-10-12

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

أسئلة للتفكر

  • قد يعني «الذكاء الاصطناعي والتعليم البيئي» شيئين مختلفَين جدًا: استخدام الذكاء الاصطناعي للتعليم عن المناخ والاستدامة، وتقليل الكلفة البيئية لاستخدام الذكاء الاصطناعي في الصفوف. فأيّهما تسمع في مؤسستك — وأيّهما له سطر في الميزانية؟
  • إذا درّست جامعة علوم المناخ باستخدام نموذج لغوي كبير كثيف الطاقة على حاسوب كل طالب، فهل دعمت التعليم البيئي أم عارضته؟ وما الذي يجب أن يكون صحيحًا ليكون الجواب «كليهما»؟
  • وجد تجربةٌ واحدة أن الاستقصاء بمساعدة الذكاء الاصطناعي حسّن اتخاذ القرار المناخي مقارنةً بالاستقصاء وحده، مع تركّز المكاسب على أضعف الخطوات. فهل تثق بوحدة مناخية مدعومة بالذكاء الاصطناعي في صفّك، وما الذي تحتاج إلى رؤيته أولًا؟
  • لا يكاد أي من أوراق AIED يُبلّغ عن بصمته الحاسوبية أو الكربونية. فهل أثر الاستدامة غير المُبلَّغ عنه مشكلة بحث، أم مشكلة مشتريات، أم مشكلة تدريس، أم لا شيء من هذه؟

مقدمة

يُطوّر التعليم البيئي فهم المتعلّمين للنظم البيئية والمناخ والترابط بين الإنسان والبيئة، مع الميول والكفاءات اللازمة للعمل وفقها — ويُصاغ مؤسسيًا غالبًا باسم التعليم من أجل التنمية المستدامة (ESD) أو «التعليم الأخضر». وفي سياق الذكاء الاصطناعي في التعليم، يحمل المصطلح توترًا يصطدم به هذا المجموع دون أن يُسمّيه دائمًا: الذكاء الاصطناعي كأداة للتعليم البيئي (تعليم محتوى المناخ والاستدامة بأدوات توليدية) والبصمة البيئية للذكاء الاصطناعي نفسه (كلفة الكربون والماء والطاقة للنماذج التي تنشرها المؤسسات). وهذان سؤالان مختلفان بأدلة وفاعلين وسبل معالجة مختلفة؛ ودمجهما — كما تفعل عدة أوراق ومعظم وثائق الاستراتيجية — يجعل من المستحيل تحديد من المسؤول عمّا.(A Scoping Review of AI for Sustainability and Sustainable AI in Higher Education)(The Environmental Cost of LLMs in AIED: Reporting and Practices)

شيئان يُسمّيان «التعليم البيئي بالذكاء الاصطناعي»

  • الذكاء الاصطناعي لأجل التعليم البيئي — استخدام الذكاء الاصطناعي لتعليم المحتوى البيئي، وبناء الوعي بالاستدامة، أو دعم المهارات الخضراء. وهذا النصف فيه أطر، ودراسة استقصاء للمعلّمين، وتجربة صفية واحدة.
  • بصمة الذكاء الاصطناعي في التعليم — انبعاثات واستخدام الموارد للنماذج والبنية التحتية المستخدمة في التدريس، أيًا كان الموضوع. وهذا النصف فيه مراجعة واحدة لممارسات الإبلاغ، والمعيار المرجعي (Benchmark) هندسي واحد، ودراسة واجهة صغيرة واحدة — ولا شيء عن بصمة الذكاء الاصطناعي المستخدم في التعليم البيئي على وجه التحديد.

ويُعالِج خطٌّ ثالث أضعفُ «التعلّم المستدام» كخاصية تربوية لا بيئية: التعلّم الذي يستمر وينتقل أثره بدلًا من أن يُختصَر بـالتفريغ المعرفي. وهو يشاطر مفردات الاستدامة لكنه ليس ادّعاءً بيئيًا.(Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era)

تعليم الموضوعات البيئية والمناخية بالذكاء الاصطناعي

أقوى الأدلة تجربة شبه تجريبية ثلاثية المجموعات تستخدم التغير المناخي كمسألة اجتماعية علمية. فتجاوز الطلاب الذين عملوا مع شريك ذكاء اصطناعي داخل مهمة استقصاء منظّمة أقرانَهم الذين اقتصروا على الاستقصاء (d = 0.69) والتدريس التقليدي (d = 1.88) على سُلَّم تقدير لاتخاذ القرار، مع أكبر المكاسب على الخطوات التي دخلها الطلاب في أضعف حال — الرصد والإدارة التكيّفية، وتوليد البدائل. وكانت حالة الذكاء الاصطناعي مضافةً إلى الاستقصاء لا بديلًا عنه، ولم تفصل جمع البيانات وتحليلها بين المجموعات إطلاقًا، مما يوحي بأن الذكاء الاصطناعي دعم الاستدلال بشأن المقايضات لا جمع الأدلة.(Can AI-Assisted Inquiry Enhance Students' Decision-Making Skills in Socio-Scientific Issues? A Three-Group Experimental Study on Climate Change)

وعلى مستوى المنهاج، يُدمج إطار AI-SEE الذكاء الاصطناعي في مناهج الهندسة على أربع دعائم (ذكاء-موجه، وأخضر-مُمَكَّن، ومسؤولية-قائدة، وممارسة-مُدمَجة) بدلًا من أن تكون وحدة استدامة مُلحَقة؛ وأفادت تجربة أولية بـ144 طالبًا بمكاسب في الوعي بالاستدامة وفي الانخراط السلوكي بـمشاركة على المستويات الشخصية والأكاديمية والمهنية والاجتماعية. ويحذّر المؤلفون من أن هذه أدلة مقابلات من نقطة زمنية واحدة ومُبلَّغ عنها ذاتيًا من مؤسسة واحدة ومن برنامج نقل صيني واحد.(Enhancing Sustainability Consciousness in Higher Education: Impacts of Artificial Intelligence-Integrated Sustainable Engineering Education)

وتغطّي دراستان أصغر جانب التصميم. فقد حسّن التصميم التعليمي بمساعدة الذكاء الاصطناعي تحت قيود بيداغوجيا التنمية المستدامة خططَ دروس معلّمين ما قبل الخدمة بأثر غير معقول الكِبر (d = 2.80، و28 فريقًا، وبلا مجموعة ضابطة). وعلى حدة، وجدت دراسة معادلات بنيوية شملت 122 معلّمًا في الخدمة أن الاستخدام العَملي للذكاء الاصطناعي في مهام العلوم والطاقة الخضراء، مع المشاركة في تطوير مواد متوافقة مع ESD، تنبّأ بقدرة إدماج الذكاء الاصطناعي، بينما لم تفعل ذلك المعرفة المجرَّدة بالذكاء الاصطناعي ولا الاتجاهات — وإن كان الاستبانةُ الثنائية التصنيف وبنيةُ المعرفة الضعيفة تحدّان من مدى تعميم النتيجة.(The Role of Artificial Intelligence in Green Education: Optimizing Teacher Workflow and Enhancing Pedagogical Design under Sustainable Development Pedagogy (SDP) Constraints)(Teacher Involvement in Developing Sustainable Education Materials for AI Integration in Green Energy Education)

البصمة البيئية للذكاء الاصطناعي في التعليم

هذا النصف هو الأرقّ في المجموع. فراجع مراجعةٌ لكل أوراق وقائع AIED 2025 البالغ عددها 396 ورقة فوجدت «تبنّيًا للنماذج اللغوية دون إفصاح»: فمعظم المشاريع تستخدم نماذج لغوية كبيرة، وأبلغت 85 ورقة عن أي كلفة حاسوبية، ولم تذكر سوى 57 أثرًا بيئيًا — وذلك بمقاييس غير متوافقة، فلا يستطيع الميدان تجميع أدلته الخاصة. ويرى المؤلفون أن الفشل في الإبلاغ عن الكلفة البيئية هو بذاته مصدر قلق أخلاقي، ويقترحون منهجًا المصدر المفتوح (CodeCarbon زائد تقدير FLOPs ذي معاملَين للنماذج الاحتكارية).(The Environmental Cost of LLMs in AIED: Reporting and Practices)

وعلى جانب المتعلّم، دُرِست واجهة تغذية راجعة بيئية تكشف مقايضة زمن الاستجابة–الكربون أثناء الاستخدام الحيّ للنماذج اللغوية مع 89 طالبًا في علوم الحاسوب في مقرر أخلاقيات الحوسبة: فاختار الطلاب الوضع الأقل كربونية في نحو 45% من التفاعلات منخفضة زمن الاستجابة لكن في أقل من 5% عند ارتفاعه، ورفع الوعي بالاستدامة ذلك الاختيار رفعًا دالًّا إحصائيًا. والعيّنة صغيرة ومطلعة تقنيًا على غير المعتاد، لكنها الدليل المباشر الوحيد في المجموع على أن معلومات البصمة تحرّك المتعلّمين إطلاقًا — وتوحي بأن القيد المُلزِم هو الصبر لا القيم.(When LLMs Slow Down: How Environmental Impacts Mediate University Students' LLM Usage)

ويأتي دليل التخفيف من مساعد قاعدة معرفة في علوم الحاسوب محلي التركيب على معالج رسوميات استهلاكي واحد (12 جيجابايت ذاكرة عرض) بمحتوى مرخَّص علنًا: 1.8 ميليواط-ساعة للاستعلام في أفضل الأحوال — أي قرابة 0.54 واط-ساعة لفصل من 30 طالبًا يقدّم كل منهم عشرة استعلامات — مع ضبط دقيق واعٍ بالتقنين يحتوي كلًّا من فقدان الدقة وارتفاع الهلوسة اللذَين سبّبهما التقنين وحده. وهو معيار قياس هندسي لا دراسة تعلّم، لكنه يُظهر أن مسألة البصمة لها روافع تصميم (التأسيس على المصادر، والتقنين، وموقع النشر) لا روافع انضباط الاستخدام وحدها.(Towards sustainable AI knowledge-base assistants in computer science education: on-premise deployment and optimization with open educational resources)

المهارات الخضراء والوعي بالاستدامة وقدرة المعلّمين

تصف هذه الدراسات مجتمعةً أجندة مهارات خضراء تُقدَّم بصورة غير متكافئة: الوعي بالاستدامة كمخرَج منهجي، وتطوير المواد المتوافقة مع ESD كآلية لقدرة المعلّمين، واتخاذ القرار المناخي كمهارة استدلال قابلة للقياس. ويقدّم الخطّ القيمي-النقدي التحفّظ: فحلّلٌ مفاهيمي يرى أن إسهام الذكاء الاصطناعي في التعليم المستدام مشروط ويُوسَّط بالحوكمة، فهو يدعم الاستدامة فقط حين يُخضَع التبنّي لقيم تربوية صريحة وأغراض متمركزة على الإنسان — مما يضع حوكمة الذكاء الاصطناعي والبيداغوجيا النقدية داخل التعليم البيئي لا إلى جانبه.(Sustainable Education in the Age of Artificial Intelligence and Digitalization: A Value-Critical Approach)

وتُقدّم المراجعةُ الاستقصائية التي تنظّم هذه الأدبيات حكمَ الميدان نفسه على المقياس: فتتجمّع التطبيقات حول إدارة الطاقة، ورصد المناخ، وبرامج الحُرَم الجامعية الخضراء، لكنها محدودة الحجم، وتفتقر غالبًا إلى المبادئ التوجيهية الأخلاقية أو البيئية، وكثير من البحوث لا يزال مفاهيميًا أو تجاربَ أولية صغيرة. والتغطية منحازة نحو أمريكا الشمالية وأوروبا، ولا يكاد يوجد شيء من الجنوب العالمي بعد بضع دراسات جنوب أفريقية.(A Scoping Review of AI for Sustainability and Sustainable AI in Higher Education)

ما لم تُثبته الأدلة بعد

  • لا أدلة على البصمة في التعليم البيئي على وجه التحديد. فأرقام الكربون والطاقة تأتي من دراسات عامة على النماذج اللغوية ومن معيار قياس في سياق علوم الحاسوب؛ ولا شيء يقيس الكلفة البيئية لمنهاج مناخي أو ESD مدعوم بالذكاء الاصطناعي.
  • لا أدلة على مكاسب تعلّم لتدخّلات البصمة. فالتغذية الراجعة البيئية غيّرت الخيارات في دراسة شبه مخبرية؛ ولا شيء يُظهر أنها تغيّر العادات أو مخرجات التقويم أو المشتريات.
  • لا أدلة سببية لأطر المناهج. فـAI-SEE حالة إبلاغ ذاتي من موقع واحد، وE3-HOT مخطط تصميم بلا دراسة مُنفَّذة، ونتيجة تصميم الدروس وفق SDP بلا مجموعة ضابطة.
  • لا أدلة واسعة النطاق أو عابرة للسياقات. فكل نتيجة تجريبية هنا من موقع واحد، ودراسات المعلّمين تستند إلى عيّنات موجّهة صغيرة بأدوات ضعيفة.
  • النصفان لا يُدرَسان معًا نادرًا ما يجتمعان، مع أن كليهما يخصّ الصف نفسه.

انعكاسات على الذكاء الاصطناعي في التعليم

  1. سمِّ أي سؤال تجيب عنه. فالاستراتيجيات التي تستخدم «الاستدامة» لمعنى تعليم المناخ بالذكاء الاصطناعي ومعنى بصمة الذكاء الاصطناعي نفسها تُخفي فجوةَ المسؤولية التي تُحدّدها Daniel et al. (2026)؛ فأبقِ الأجندتين منفصلتين، ولكل منهما مالك.
  2. اعتبر الإفصاح عن البصمة بنيةً تحتية للميدان. فالإبلاغ عن الحوسبة والكربون إلى جانب الدقة — مع بيان استدامة حتى حين يكون القياس ناقصًا — هو السبيل الوحيد للخروج من مشكلة المقاييس غير المتوافقة.
  3. صمّم للمتعلّم الذي لا يصبر. فإن خيّر الخيار الأقل كربونية كان يُحسّ ببطء زمن الاستجابة، فلن يختاره معظم الطلاب: فأبقِ زمن الاستجابة منخفضًا، واكشف أدوات التحكم، وصف الأثر بمصطلحات مخرَج ملموسة لا بوحدات كربون مجرَّدة.
  4. فضّل النشر الأخفّ حيث تسمح البيداغوجيا. فالتأسيس على نموذج في مجموعة محلية مرخَّصة والتقنين مع الضبط الدقيق أعطيا دقةً قابلة للاستخدام بجزء من الطاقة — فأعِد استخدام هذا النمط قبل توسيع نطاق الاستنتاج السحابي.
  5. ابنِ قدرة المعلّمين عبر تطوير المواد لا عبر حملات التوعية، وسُدّ فجوة الجنوب العالمي بدلًا من استيراد الأدلة من سياقات أمريكا الشمالية وأوروبا.

المفاهيم المتصلة

المقالات المتصلة

البيانات الوصفية

التخصصEnvironmental Education
التعلم والتعليمالتعلّم القائم على الاستقصاء, التعلّم الموقَّع, البيداغوجيا النقدية
التقنيات والأساليبالذكاء الاصطناعي التوليدي, النماذج اللغوية الكبيرة (LLMs), المصدر المفتوح
المؤسسات والسياساتسياسة الذكاء الاصطناعي في التعليم, حوكمة الذكاء الاصطناعي
الإنصاف والأخلاق والاستخدام المسؤولالاستدامة, الأخلاقيات, الجنوب العالمي
أساسيات الذكاء الاصطناعي في التعليمالذكاء الاصطناعي في التعليم
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.