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

التعاون بين الإنسان والذكاء الاصطناعي

تاريخ الإنشاء 2026-10-12

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

التعاون بين الإنسان والذكاء الاصطناعي — تقسيم العمل المعرفي بين الناس والنماذج — هو موضوع التفاعل الجوهري في قاعدة المعارف: يفحص Human-AI collaboration in higher education: Exploring the impact of technology expectations and distrust وIt Felt a Bit Eerie": Exploring Humanlike Interactions During Collaborative Writing with an Artificial Agent وGenerative AI (GenAI) as a mindtool that supports generative learning (GL) وBalancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing الثقة والفاعلية والأدوار المكمّلة (الذكاء الاصطناعي بمشاركة الإنسان والذكاء الاصطناعي الوكيلي). السؤال الحاسم هو ما إذا كانت الشراكة تحافظ على العمل المعرفي الخاص بالمتعلّم أو تحل محله — فالنظام نفسه قد يدعم التعلّم أو يحلّ محله حسب كيفية توزيع المسؤولية.

أسئلة تستحق التأمل

  • السؤال الحاسم في التعاون بين الإنسان والذكاء الاصطناعي هو ما إذا كانت الشراكة تحافظ على عملك المعرفي الخاص أو تحل محله. فكّر في مهمة أسندتها إلى الذكاء الاصطناعي: هل كنت أنت من يولّد الأفكار ويتخذ القرارات، أم كنت تقبل فحسب؟
  • وجدت إحدى الدراسات أن التعاون الحر مع ChatGPT لم ينتج سوى مكاسب عابرة انهارت لاحقًا في مهمة بلا مساعدة، بينما أنتج بروتوكول «فكّر أولًا، ChatGPT لاحقًا» تعلّمًا دائمًا. لماذا قد يتنبأ «من يولّد الأفكار» بما إذا كنت تتعلّم فعلًا؟
  • قد تدعم الأداة نفسها التعلّم أو تحل محله حسب كيفية توزيع المسؤولية. هل يمكنك استحضار ترتيب أبقيَ على إنتاجيتك المعرفية وآخر أفرغ تفكيرك بصمت؟
  • يقوم ترتيب واحد على عكس الأدوار المعتادة: فبدلًا من أن يقدّم النموذج الإجابات، يشرح الطالب المحتوى ويتولّى النموذج دور الطرف الجاهل الذي يطلب التوضيحات والأمثلة والحجج المضادة. إذا كان الذكاء الاصطناعي هو من يسأل، فماذا يحدث لكمّ التفكير الذي يبقى في ناحيتك؟
  • توصف الثقة بأنها شيء يجب معايرته لا افتراضه — الاعتماد على الذكاء الاصطناعي عند الاقتضاء والتحقّق حيث لا يقتضي. كيف تقرّر اليوم متى تثق بمخرجات الذكاء الاصطناعي ومتى تتحقق منها؟
  • تُحدّد البحوث أنماط تعاون تتبادل الكفاءة مقابل عمق انخراطك الذاتي التنظيمي الخاص. متى يستحق الأمر قبول كفاءة أقل للحفاظ على قدر أكبر من التعلّم بين يديك؟
  • إذا كان التعاون خيارًا تربويًا بقدر ما هو تقني، فما التحركات التصميمية (المحفّزات، وسير العمل، والهياكل) التي ستضعها لتضمن أن الذكاء الاصطناعي يعزّز التفكير بدلًا من أن يحل محله بالنسبة لمتعلّميك؟

مقدمة

يصف التعاون بين الإنسان والذكاء الاصطناعي كيف يوزّع المتعلّمون والمعلّمون وأنظمة الذكاء الاصطناعي العمل المعرفي — من يفعل ماذا، ومن يقرر، وكيف تُصان الثقة وفاعلية المتعلّم. فبدلًا من تأطير الذكاء الاصطناعي كبديل أو كأداة سلبية، تتعامل أبحاث التعاون مع الذكاء الاصطناعي كشريك ذي نقاط قوة مكمّلة تعتمد قيمته على كيفية توزيع المسؤولية ومراقبتها. وعلى مستوى السلوك القابل للملاحظة، يلتقط تفاعل الطالب مع الذكاء الاصطناعي كيف يمارس المتعلّمون هذه العلاقة فعليًا — الأسئلة والمحفّزات وتحركات التحقق التي يقومون بها مع الذكاء الاصطناعي لحظة بلحظة.

ويمتدّ تقسيم العمل أيضًا إلى الناس الذين يصمّمون التفاعل. على امتداد اثنتي عشرة تطبيقة لمساقات إعداد المعلمين، موضع أعضاء هيئة التدريس الذكاء الاصطناعي كشريك للتفكير ومولّد للنقد أو أداة للتدريب، مع احتفاظ المترشحين بمسؤولية تقييم القرارات وتكييفها وتبريرها، ومع ذلك يذكر الموقف نفسه أن المترشحين أسقطوا قيمة تغذية راجعة كانوا قد حكموا بفائدتها سابقًا بمجرد الإفصاح عن أن الذكاء الاصطناعي هو مؤلفها، وهو ما سمّاه «تأثير فرقعة البالون». أما تحليل 1,378 دورة حوار بين مصممين وروبوت محادثة فيشير إلى الاتجاه المعاكس في التوليد: استخدم المصممون مساعدًا مدمجًا أساسًا لفحوص المواءمة مع مخرجات التعلّم والمنهجية التربوية لا لإنتاج المحتوى. وفي الحالتين، الحكم التقييمي البشري لا مخرجات النموذج هو ما يحمل التعلّم.

الفوائد والمخاطر ومدلولات التصميم

تظهر أدلة قاعدة المعارف أن التعاون بين الإنسان والذكاء الاصطناعي ترتيب ذو حدّين تتحدد نتيجته بالتصميم لا بالذكاء الاصطناعي نفسه:

  • يمكن للتعاون أن يعزز التعلّم عندما يحافظ على الانخراط المعرفي. تظهر دراسات GenAI كأداة ذهنية والتعاون الموجّه أنه عندما يبقي تقسيم العمل المتعلّم في موقع التوليد واتخاذ القرار والتقييم، يعزز الذكاء الاصطناعي التفكير بدلًا من أن يحل محله — منتجًا مكاسب دائمة في التعلّم الذاتي التنظيمي والإبداع. وأن يبقى المتعلّم في موقع القرار ينسحب على الكتابة أيضًا: يظهر أوبنهايمر وكاش وكونل بينسكي (2025) أن نقد نماذج اللغة الكبيرة لمقالات الطلاب الجدلية حسّن الكتابة على مدى فصل دراسي، مع احتفاظ المتعلّمين بالقرار بقبول تغذية النموذج الراجعة أو دحضها (دحض 87.8% من الادعاءات) — وهو ترتيب صان عمل المتعلّم التقييمي — وظهرت المكاسب حتى في المقالات المكتوبة بلا دعم من نماذج اللغة الكبيرة، ما يشير إلى مهارة دائمة لا إلى اعتمادية على الأداة.

  • يمكن للتعاون أن يحل محل التعلّم عندما يفرّغ العبء أكثر من اللازم. نمط الفشل هو الاعتماد المفرط: عندما ينتج الذكاء الاصطناعي الإجابة، ينهار دور المتعلّم إلى قبول سلبي، ويحجب أداء المهمة الفوري غياب التعلّم الدائم. توثّق أبحاث الأداء مقابل التعلّم ودورة الضرر الانتقالية-السقالية (From Substitution to Scaffolding: Breaking the Self-Reinforcing Harm Cycle of AI in Education (and Beyond)) ذلك بصورة منهجية.

  • النتيجة الأفضل ليست في ذاتها دليلًا على أن التعاون علّم شيئًا. يقرأ الدليل الآخر في هذه الصفحة الأداء المساعد بحذر، ويظهر اختبار معشّاة لنوع الدعم السبب. في الدراسة المعملية لإقبال وزملائه (2026)، كتب 87 طالبًا من متعلّمي الإنجليزية لغة أجنبية مقالًا بلا مساعدة، ثم نقحوه مع ChatGPT 4.0 (ن = 29)، أو مع مدرّس كتابة بشري (ن = 28)، أو بلا دعم (ن = 30). وكانت استراتيجية النقح الأربع المستخرجة من أثر النشاط التي استخدمها الطالب مرتبطة بقوة بنوع الدعم الذي تلقاه (V كرامر = 0.668) وبشكل معتدل فحسب باستراتيجية كتابته السابقة (V كرامر = 0.333)؛ ولم تُظهر التحفيز ومهارة الكتابة ودقة الحكم ما وراء المعرفي أي ارتباط شامل، إذ ظهر الارتباط ما وراء المعرفي في الشرط «بلا دعم» فحسب (p = 0.0460). وبشكل حاسم، لم تتنبأ أي استراتيجية نقح بتغير النتيجة (p = 0.273) وإن كان نوع الدعم فعل: فقد تحسنت مجموعة GenAI تحسنًا يفوق مجموعتي الخبير البشري والضوابط تحسنًا دالًّا (H(2) = 16.591، p = 0.00025، η² = 0.174)، وداخل استراتيجية طلب المساعدة المتناقصة تدريجيًا طلب المساعدة نفسها كسب طلاب GenAI نحو 4 نقاط في المتوسط بينما خسر طلاب الخبير البشري 0.5. يقرأ المؤلفون النمط على أن الدعم الخارجي يتجاوز الحكم ما وراء المعرفي الخاص بالمتعلّم، ويحذرون من أن المكاسب قد تكون تحسينًا خاصًا بالمهمة لا قدرة دائمة. وهذا لا يناقض مبدأ من يولّد ويقرر (إذ غيّرت الدراسة من يقدم الدعم لا من يولّد التفكير)، لكنه يشحذ الاختبار الذي ينبغي على المعلّم تطبيقه: يجب أن يصمد المكسب المتحقق بمساعدة في مهمة بلا مساعدة قبل أن يُحتسب تعلّمًا، كما أن إضافة خبير بشري إلى الغرفة ليست في العموم الترتيب الأكثر أمانًا.

  • إضافة الأقران ليست أيضًا الترتيب الأكثر أمانًا في العموم. وضع تشو وداي وتشاي (2026) 87 طالبًا جامعيًا للعمل منفردين أو في أزواج مع نظام GenAI متعدد الوكلاء لثمانية أسابيع. فقد نال الأزواج أعلى نتيجة في مشروع التصميم المعقد (M = 89.64 مقابل 85.85 للطلاب الذين عملوا في أزواج بلا النظام و86.45 لمن عملوا معه منفردين، p = 0.039)، مع ذلك ارتفع الوعي بالتفكير النقدي أكثر لمن عمل منفردًا (M = 0.41) وانخفض قليلًا للأزواج (M = −0.04، p = 0.039).

  • مبدأ التصميم — صون العمل المنتج للمتعلّم. في مجمل الأبحاث، يكون أقوى متنبئ بأن التعاون ينفع أم يضرّ هو من يولّد ويقرر. الترتيبات التي تحافظ على الإنتاجية المعرفية للبشر (التحفيز الموجّه المطوّر في المطالبة، و«فكّر أولًا ثم استشر الذكاء الاصطناعي»، وخطوات التحقق والتقييم) تدعم التعلّم؛ أما الترتيبات التي تسلم المهمة كاملة إلى النموذج فلا تفعل. والحركة المكمّلة هي تغيير ما أُسند إلى النموذج أن يكونه. في شبه التجربة لوانغ وزملائه (2026)، شرح 68 معلمًا متدربًا مفهوم الفصل المقلوب إما إلى متعلّم مبتدئ من GAI مبني على ERNIE 3.5 (نظام مؤطَّر بأنه متشوق ومقدِّر للتقدير يطلب التوضيحات والأمثلة واستدلال التحقق ومنظورًا معارضًا، مرتّبًا صاعدًا في تصنيف بلوم) أو وجهوا أسئلة إلى معلّم من GAI مبني على النموذج نفسه. وقد فسّر الطلاب الذين علّموا الذكاء الاصطناعي أفضل (تعريف الفصل المقلوب M = 4.18 مقابل 3.29؛ وأنشطته التعليمية M = 4.91 مقابل 3.06، كلاهما p < 0.001) وولّدوا أسئلة أكثر وأعلى جودة (M = 3.67 مقابل 2.14؛ M = 5.67 مقابل 3.07، كلاهما p < 0.001)، بينما كان التذكر الموضوعي متكافئًا إحصائيًا (M = 23.18 مقابل 21.57، p = 0.416)، فجلس الأفضلية في التفسير والنقل لا في استرجاع الحقائق. وكان طلاب شرط «معلّم الذكاء الاصطناعي» صريحين في المقايضة: أقرّ بعضهم بأنها أعطت «معلومات أدق وأكثر تفصيلًا» لكنهم أفادوا بأنهم «بعد استخدامها لم أعد أرغب في التفكير المستقل». فإسناد النموذج دور المتعلّم الذي يُعلَّم يجعل الطالب المصدر الوحيد للأفكار ويزيل الصعوبة المتأصلة في إيجاد قرين مناسب لتعليمه. ويأتي مع ذلك قيدان تصميميان: لم تتحسن التخطيط والمراقبة (M = 4.01 مقابل 3.78، p = 0.062)، فانقلاب الأدوار ليس في ذاته تدخلًا ما وراء معرفيًا، ويردّ المؤلفون تلك العدمية إلى تصميم مهمة أبقى الطلاب منصبّين على دقة المحتوى. في فصل الكتابة يأخذ هذا المبدأ شكلًا ملموسًا قابلًا للتعليم. في شبه التجربة السعودية للشهري وزملائه (2026) على متعلّمي الإنجليزية لغة أجنبية، مارس الطلاب روتينًا من خمسة أجزاء — تأطير المشكلة وتصميم المحفزات، والمسوّدة التكرارية، والمراجعة، والتحقق من كل ادعاء واقتباس مقابل قواعد البيانات العلمية، وتنظيم نسبتهم الخاصة واعتمادهم — مع مطالبة كل واجب بسجل استخدام للذكاء الاصطناعي بما قبلوه ورفضوه ولماذا. وقد ارتفعت الكتابة والتفكير النقدي النقدي معًا وترابطا تكاد تكون حركتهما متطابقة، وأرجع الطلاب في تأملاتهم روتين التحقق وإصلاح الهلوسة تحديدًا إلى مكاسب التفكير النقدي: إذ إن عادات استجواب المخرجات نفسها شكلت قرارات تأليفهم. والتحفظ الذي يذكره المؤلفون أنفسهم هو المكمّل الضروري للمبدأ — فسير العمل رهن بشروطه لا مكتفٍ بذاته، وقد ينقلب معاكسًا تحت سقالة السقالة رقيقة، أو استعداد منخفض في التفكير النقدي أو ما وراء المعرفة (حيث يعجز الطلاب عن رصد مخرجات سيئة)، أو تفويض تدريجي لقرارات التأليف، أو سياسة استخدام غير واضحة للذكاء الاصطناعي على مستوى المؤسسة.

  • السلطة المحدودة هي بذاتها نمط تصميمي للتعاون عالي الأهمية. لم يصمّم المعلّمون في رايشيرت وزملائه (2026) مساعدين مفتوحي النهاية بل أنظمة حُدّت حريتها مسبقًا: فكل تصميم قصر روبوت المحادثة على محتوى درس محدد، وطبّقت السلامة كحدود مجال (نطاق خاص بالدرس، إضافة إلى «حصة معلومات» تشترط عددًا أدنى من الحقائق أو المسائل قبل تقدّم الحوار)، وترشيح المحتوى برفض موحّد («عذرًا، هذا ليس جزءًا من قاعدة معارفي») يُبلغ المعلّم أيضًا، وتجاوز للمعلّم في الحالات الغامضة — والمثال المعطى سؤال عن التناسل البشري كان مشروعًا داخل وحدته وكان يجب أن يُوجَّه إلى شخص لا أن يُرفض آليًا. وقد رُحّب بتخصيص الصيغة والنوع والإيقاع والتعقيد داخل تلك الحدود، وأُطّر الإشراف (سجلات حوار كاملة، وتنبيهات آنية، وتجاوز) كمسؤولية مهنية لا كريبة في النموذج. والمدلول أن في الأوضاع عالية الأهمية ينبغي تحديد تقسيم العمل على أنه محدود ومراقَب وقابل للإلغاء، لا متفاوض عليه نوبة بنوبة.

  • يجب معايرة الثقة لا افتراضها. يعتمد التعاون المنتج على معايرة المتعلّمين بدقة لمتى يعتمدون على مخرجات الذكاء الاصطناعي ومتى يتحققون منها — بما يصل بـمعايرة الثقة والإشراف البشري لا بالقبول الأعمى أو الرفض الشامل.

  • التعاون بين المعلّم والذكاء الاصطناعي ذو حدّين من حيث الانخراط، لا من حيث التعلّم فحسب. في مسح بثلاث موجات على 468 معلّمًا جامعيًا، رفع التعاون انخراطهم في العمل عبر التوفّر النفسي (غير مباشر 0.19) وخفضه عبر اغتراب العمل (غير مباشر −0.03)؛ وأدار الكفاءة الرقمية كليهما، فأفلطت منحدر الاغتراب من 0.38 إلى 0.17 (صن وزملائه (2026)).

  • يتبع تقسيم العمل المصداقية لا القدرة. ما يستقر عليه المتعلّمون هو تخصيص مبدئي: الذكاء الاصطناعي لتغذية لغوية فورية واسعة التطبيق، والمعلّمون للإرشاد الفردي العلائقي، مُسندًا إلى المصداقية المتصوّرة لكل مصدر لا إلى دقته، لأن القيد الملزم على الاعتماد كان الاكتراث المتصوّر لا الكفاءة (سربيل ومور، 2026).

  • الاعتماد عملية جماعية، لا خيار فردي فحسب. في نموذج قائم على الوكلاء، أدى الدليل الاجتماعي المرئي للاستخدام غير المتحقق منه إلى انهيار التحقق من 0.29 إلى 0.002 ورفع الاعتماد المفرط من 0.30 إلى 0.52، بينما أعاد التحقق المرئي من الأقران التحقق إلى ما يقارب الكمال — فتغيير ما يراه المتعلّمون يفعلونه غيرهم يتفوق على خفض كلفة التحقق (بيسواس (2026)).

هذا يجعل التعاون بين الإنسان والذكاء الاصطناعي بناءً تربويًا بقدر ما هو تقني: فقيمة الشراكة تتشكل بكيفية تصميم المعلّمين للتفاعل، وتنظيم المتعلّمين له، ودعوة النظام للانخراط المنتج أو تثبيطه.

كيف يظهر التعاون بين الإنسان والذكاء الاصطناعي في الأبحاث

  • الثقة والتوقعات: يفحص توقعات الثقة كيف تشكل توقعات المتعلّمين من الذكاء الاصطناعي ما إذا كان التعاون منتجًا أو يؤدي إلى الاعتماد المفرط.

  • الأدوار المكمّلة في الكتابة والتفكير: يظهر الكتابة التعاونية مع ذكاء اصطناعي شبيه بالإنسان وGenAI كأداة ذهنية كيف يمكن للذكاء الاصطناعي أن يعزز تفكير المتعلّم بدلًا من أن يحل محله عندما يحافظ تقسيم العمل على انخراط المتعلّم المعرفي.

  • التنسيق والفاعلية: يعالج تنسيق فاعلية المعلّم والطالب والنماذج الذهنية للطلاب كيف تُتفاوض الفاعلية بين البشر والذكاء الاصطناعي، بما يصل بـالذكاء الاصطناعي بمشاركة الإنسان والذكاء الاصطناعي الوكيلي.

  • الأبعاد ما وراء المعرفية والجماعية: تمتد النماذج ما وراء المعرفية للذكاء الاصطناعي المتمركز حول الإنسان والوساطة المجالية في فرق الطلاب بالتعاون إلى ما وراء المعرفة وتعلّم الفريق.

  • كفاءة التعاون كتشكيل لا كقائمة تحقق — تتولى ما وراء المعرفة الدور التكاملي لـالمعرفة التربوية التكنولوجية بالمحتوى (TPACK). يعرّف دانغ وهونغ ودويل ونغوين (2026) كفاءة التعاون بين الإنسان والذكاء الاصطناعي كتشكيل ديناميكي من كفاءة المجال وكفاءة الذكاء الاصطناعي والكفاءة ما وراء المعرفية إضافة إلى تقاطعاتها (العمل مع الذكاء الاصطناعي، والتعلّم الفاعل مع الذكاء الاصطناعي، والتطوير المهني الشخصي والفاعل والأكاديمي، والكفاءة نفسها)، رافضين صراحةً قائمة جمعية من مهارات الذكاء الاصطناعي مثبتة على منهج قائم. وحركتهم المركزية تعيد إسناد العمل التكاملي الذي يؤديه البيداغوجيا في TPACK: لأن الذكاء الاصطناعي مشارك متكيّف يتغير إسهامه بتقدم المهمة، فإن عبء التنسيق يقع على ما وراء معرفة المتعلّم نفسه — تقرير متى يستشير الذكاء الاصطناعي، وكيف يؤطّر التفاعل، ومتى يتجاوزه — فهو المتعلّم لا المعلّم من يحمل الآلية التي تحفظ التعاون منتجًا. وتُحذف فاعلية المتعلّم بشكل مقصود كعقدة قائمة بذاتها؛ فهي بدلًا من ذلك الجودة الناشئة التي يعبّر عنها المتعلّمون عند تنسيقهم للكفاءات الثلاث، ما يجعل الفاعلية خاصية للتشكيل لا مهارة تُدرَّب منفردة. ودعمت الدراسة الاستقصائية التي أجراها مع 24 مربيًا نيوزيلنديًا الأبعاد وصفيًا، وتغير مستوى الدور التأكيد لا القبول: فقد تمركزت شبكات المربين المديرين على الذكاء الاصطناعي مع وصلات إلى الكفاءة والتطوير المهني، مختلفةً دلالةً عن المربين الكبار (U = 10.00، p = .04) والمربين في بداية المسار (U = 7.00، p = .01).

  • أنماط تعاون مميزة: يحدّد العمل التجريبي ثلاثة أنماط لحل المشكلات بالتعاون بين الإنسان والذكاء الاصطناعي — الاستدلال المفوض، والتفسير المتناغم، والإطناب المفوض — كاشفًا عن مقايضة بين كفاءة النظام الموزّع بين الإنسان والذكاء الاصطناعي وعمق انخراط المتعلّمين الذاتي التنظيمي (يؤدي الاستدلال المفوض أفضل لكن بانخفاض التنظيم الذاتي الخاص).(Unpacking Interaction Profiles and Strategies in Human-AI Collaborative Problem Solving: A Cognitive Distribution and Regulation Perspective)

  • قد يكون المنسقان البشري والاصطناعي متكافئين إدراكيًا في النقاش المهيكل، لكن إعادة الاستخدام تجري لأسباب مختلفة. بدّل كوهيل وزملائه (2026) منسقًا بشريًا بمنسق GPT-4 (والعكس) على 32 جلسة نقاش أدارها 32 طالبًا في العلوم والتكنولوجيا والهندسة والرياضيات، ولم يجدوا فرقًا دالًّا إحصائيًا في الفعالية أو الاستمتاع أو الرضا أو النفع أو نية الاستخدام (تراوحت t من 0.23 إلى 1.30، وp من 0.198 إلى 0.818). والفرق كان في سبب رجوع الطلاب: تحت إدارة الذكاء الاصطناعي، دفع النفع المتصوّر نية الاستخدام (0.806، p = 0.004)، بينما دفعها الرضا تحت الإدارة البشرية فحسب (0.556، p = 0.002). يقرأ المؤلفون التساوي المسطح كتطبيع في المهام المحكومة بقواعد لا كإثبات للتكافؤ، ويوصون بالإبقاء على الإشراف البشري لأسباب أخلاقية وعلائقية مع جعل نفع أنشطة يديرها الذكاء الاصطناعي مقروءًا بدلًا من الاتكاء على الاستمتاع. ولأن الدراسة قاست التصورات فقط، فهي لا تقول شيئًا عمّا إذا كان الطلاب قد جادلوا أفضل.

  • أسند المهمة قبل تفويضها. يضيف تسيم وغوتوريفا (2025) منطقة رابعة — ما يعرفه النموذج سلفًا — إلى مناطق تطور المتعلّم، منتجين إسنادًا بديلًا أو مكمّلًا أو معينًا أو غير قابل للتفاوض، ويزعمون أن أنماط الأتمتة-التعزيز-التعاون تختلف بمركز التحكم والمسؤولية المعرفية لا بتطور الأداة.

  • هندسة المحفزات كتفكير تربوي، تُبنى عبر درس الدراسة. تابع روبنسون وزملائه (2026) خمسة مربّين في مؤسسة إماراتية واحدة عبر دورتين من دروس الدراسة وصلتا إلى 36 معلمًا متدربًا في الرياضيات للمرحلة الثانوية والابتدائية، يصممون دروسًا مدعومة بالذكاء الاصطناعي باستخدام ChatGPT (GPT-4o). وكانت الحركة الفاعلة هي إقران الذكاء الاصطناعي بإطار مجالي: يولّد المعلمون المتدربون مهمة، ويحكمون على طلبها المعرفي مقابل إطار معدّل لتحليل المهام الرياضية، ثم يعيدون كتابة محفزهم لرفع العمق المفاهيمي، فثبتت المراجعة في الرياضيات لا في خصائص الأداة. وحملت 16 من 26 محفزًا قابلاً للتحليل سمات مهمة مفاهيمية، واستنتج المربون أن هندسة المحفزات «ليست مهارة تقنية؛ إنها معرفية». وارتفع التعلّم المبلّغ عنه في الدرس المراجع (5 من 7 معلمين متدربين في الدورة الأولى و10 من 14 في الثانية أفادوا بتعلّم التمييز بين المهام المفاهيمية والإجرائية)، مع التحفظ من أن طلب مهمة أكثر تصوّرًا من الذكاء الاصطناعي أنتج أحيانًا مهمة أكثر تعقيدًا فحسب. ولتطوير أعضاء هيئة التدريس، تكون الحجة لصالح استقصاء تعاوني مستدام لدروس حقيقية لا لورشات أدوات قائمة بذاتها.

  • الإرشاد هو ما يفصل بين الأداء والتعلّم: قارن وونغ وكيو (2026) بين التعاون البشري-الاصطناعي الحر والموجّه في مهمة إبداعية. فأنتج التعاون الحر مع ChatGPT أداءً عابرًا فحسب انهار في مهمة لاحقة بلا مساعدة، بينما أنتج بروتوكول موجّهًا بـ«فكّر أولًا، ChatGPT لاحقًا» — توليد أفكار المرء الخاصة، ثم استخدام ChatGPT لتحسينها وتطويرها وتقييمها — مكاسب دائمة في الإبداع المستقل. وكان الأفضلية متوسطة بمحفزات تعاونية تهدف إلى تحسين أفكار المرء الخاصة، ما يظهر أن من يولّد (تقسيم العمل) يتنبأ بما إذا كان التعاون ينتج تعلّمًا أو إحلالًا.(Think First, ChatGPT Later: Guiding Human–AI Collaboration for Learning Gains in Independent Human Creativity)

  • الذكاء الاصطناعي كوسيط لا كشريك فحسب: يعيد نياري تصور الذكاء الاصطناعي كوسيط تربوي ينسق التفاعل وصنع المعرفة المعرفية والعمليات التنظيمية، ويعيد توزيع الفاعلية والسلطة والمسؤولية بين الفاعلين البشريين وغير البشريين بدلًا من معاملته كمدرّس أو قرين أو أداة.

  • تعاون المعلّمين مع الذكاء الاصطناعي نمطي أيضًا لا ثنائي. عندما يصمم المعلّمون تصاميم دروس مع الذكاء الاصطناعي التوليدي، يأخذ تفاعلهم أشكالًا قابلة للتمييز تجريبيًا. حدّد تشوي وزملائه (2026) سبعة أنماط لتفاعل المعلّم مع الذكاء الاصطناعي — من التبني المباشر والتبني المطوّر لمخرجات الذكاء الاصطناعي إلى الرفض الأولي، والتبني المراجع، والاستخدام الموجّه التابع، والتفاعلات المعقدة، وتجاوز الذكاء الاصطناعي — حيث تشكل خبرة المعلّم التدريسية وكفاءته في الذكاء الاصطناعي معًا ما إذا كان يعيد التحفيز ناقدًا ويكيّف الذكاء الاصطناعي مع الطلاب والسياق (تقسيم عمل مكمّل الإدراك الموزّع موزّع إدراكيًا) أو يقبل الاقتراحات سلبيًا (توزيع يهيمن عليه الذكاء الاصطناعي).

  • الوكيل الوسيط كشكل هجين من المشاركة. بدلًا من كونه نقطة وسطى بين الأداة والمتعاون، يُصوَّر الذكاء الاصطناعي التوليدي كوكيل وسيط يتوسط الفعل مع توليد إسهامات طارئة غير قابلة للمساءلة — فئة مميزة تعيد توجيه التصميم من القدرة التكنولوجية إلى عادات المشاركة (الفاعلية الإشرافية، واليقظة المعرفية).(Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory)

  • المجتمع والسلطة المعرفية: يُظهر التعلّم القائم على المجتمع بالذكاء الاصطناعي أن التعاون مسألة من هو المرجع أيضًا، مرسيًا انخراط الذكاء الاصطناعي في معرفات المتعلّمين المعيشية.

  • استكشاف السمات المعتمد على البيانات: تؤتمت تحليل السمات الرئيسية (PTA) استنتاج سمات التفاعل من معاجم حوارات النماذج اللغوية الكبيرة (LLMs) ضخمة — وهي خط أنابيب مستوحى من التحليل بالمكونات الرئيسية من أربع مراحل يستخرج ملاحظات السلوك، ويجمعها في سمات مرشحة، ويسجل كل متعاون، ويختار السمات الأكثر تمييزًا. وقد قُيّم على معجم حوارات طالب-مدرّس آلي ومعجم وكيل برمجة-مطوّر، فوجد PTA سمات تفسر النتائج وتتنبأ بها (مثلًا الانخراط المفاهيمي العميق إيجابيًا، وتفويض المهمة سلبيًا، في الموقف التعليمي)، و— لأنها لا تتعمم بعد عبر الفصول/المواقف ولا تُظهر مسارات منحنى التعلّم — يجادل المؤلفون بأن السمات ليست قابلة بعد للتأويل كـ«مهارات». وهذا يقدّم مكمّلًا موضوعيًا قابلًا للتوسيع لإطارات ثقافة الذكاء الاصطناعي وإجراءات التقرير الذاتي، يبلّغ مباشرةً كيف يعلّم المربون «مهارات استخدام الذكاء الاصطناعي».

  • العلاقة بين الإنسان والذكاء الاصطناعي كأهم انشغال متواصل عبر أجيال الذكاء الاصطناعي الحواري التعليمي. تجد المراجعة الشاملة لـوكلاء الذكاء الاصطناعي الحواري (Ganguly et al. 2025، 34 مراجعة) أن انشغالات العلاقة بين الإنسان والذكاء الاصطناعي — الاعتماد المفرط، والعزلة الاجتماعية، وفقدان الطابع الشخصي، والاعتمادية العاطفية، والشفافية، والمساءلة — هي أكثر قضية أخلاقية مناقشةً عبر كل أجيال الذكاء الاصطناعي الحواري التعليمي، وتسبق الجيل التوليدي. وهذا يضع سؤال «الحفاظ مقابل الإحلال» في قلب أخلاقيات الذكاء الاصطناعي الحواري التعليمي ويعزز أن قيمة التعاون تحددها التصميم (من يولّد، ومن يقرر، وكيف تُشارَك المسؤولية).(Conversational AI agents in education: an umbrella review of current utilization, challenges, and future directions)

  • الذكاء الاصطناعي يوسّع الخبرة اللحظية إلى المبتدئين — أول تجربة معشّاة مباشرة للتعليم. في التجربة المعشّاة لوانغ وزملائه (2024) (900 مدرّسًا، نحو 1,800 طالب في المرحلة K-12 في مجتمعات محرومة) وضعت الذكاء الاصطناعي في ناحية المدرّس لا الطالب: أنتج Tutor CoPilot اقتراحات آنية شبيهة بالخبير (مبنية من استدلال المدرسين ذوي الخبرة المفكّر بصوت عالٍ) يستطيع المدرّسون المبتدئون تعديلها أو رفضها. وكان طلاب المدرسين المعالجين أكثر احتمالًا بنسبة 4 نقاط مئوية لإتقان المواضيع (p < 0.01)، مع مكاسب 9 نقاط مئوية بين طلاب المدرسين الأقل تقييمًا — الذين ارتفوا ليطابقوا نتائج ضبط المدرسين الأعلى تقييمًا — بتكلفة نحو 20 دولارًا للمدرّس في السنة. والنتيجة مرتكز تجريبي قوي لتعزيز المعلّم/المدرّس كنمط تعاون إنساني-اصطناعي منصف: فالبشر يحفظون الحكم التربوي والاستقلالية بينما يقدّم الذكاء الاصطناعي خبرة قابلة للتوسيع.

  • خبراء ذوو حدود: كيف يقسم المعلّمون السلطة مع الذكاء الاصطناعي. أدار رايشيرت وبريسينيو وتبارسي وبارنز (2026) دراسة تصميم تشاركية صمّم فيها ستة معلمين للمرحلة الثانوية روبوتات محادثة من نماذج اللغة الكبيرة لصفوفهم وحللوا كيف ينبغي توزيع السلطة بين المعلّم والنظام. وقد أطر المعلّمون باستمرار الذكاء الاصطناعي كـخبير ذي حدود — قدرة متخصصة محصورة في مجال معرَّف بدقة وتعمل تحت إشراف بشري — وقسموا تلك الحدود إلى بعدين: حدود السلطة، حيث لا يمكن تفويض المسؤولية المهنية والقانونية عن تعلّم الطالب وسلامته، وحدود الخبرة، حيث يفتقر النظام إلى معرفة المعلّم السياقية بالطلاب الأفراد وديناميكيات الصف والأعراف المؤسسية. وأظهر إسقاط النماذج الأولية على الأحداث التعليمية التسعة لغانييه أن التفويض كان انتقائيًا لا كليًا أو لا شيئًا: فقد رحّب المعلّمون بالذكاء الاصطناعي في تقديم المحتوى وتوفير مسائل التدريب والسقالة والتغذية الراجعة التكويني، لكنهم رفضوا تسليم إبلاغ الطلاب بالأهداف أو التقويم الختامي. والقراءة التصميمية أن واجهة التعاون ينبغي أن تجعل مرئيًا أين يحفظ الإنسان دور القرار، لا مجرد أين يكون النموذج قادرًا.

  • يجب أن يتكيّف الدور لا أن يُوسم فحسب. يُظهر لياو (2026) أن رفيق ذكاء اصطناعي ثابت الدور كـ«قرين» أبعد تفاعلات النقاش حول الكتاب لكنه هيمن على التبادل (بانخفاض نصيب الطالب من الكلمات/الجمل) وأصاب سقفًا وجدانيًا، مجادلًا بأن التعاون يتطلب منطقًا متكيفًا مع الدور — التبديل بين قرين ومساعد ومستشار — لا شخصية ثابتة واحدة.

  • التصميم المشارك من جهة المعلّم وهندسة الأدوار تعاون أيضًا. إلى جانب الشركاء الموجّهين للطالب، يتعاون المعلّمون مع GenAI لتصميم التعليم. يراجع وانغ وزملائه (2026) مراجعة منهجية للتصميم المشارك بين المعلّم والذكاء الاصطناعي لمهام التعلّم، يرسمون الأنماط التعاونية والتوترات (الفاعلية، والسلطة المعرفية، والتحكم) الناشئة عندما ينتج المعلّمون والذكاء الاصطناعي تصاميم معًا؛ ويجد طالبزاده (2026) أن خبرة المعلّمين التربوية — لا طلاقتهم في الذكاء الاصطناعي — تحدد جودة الأنشطة الجماعية المتمايزة التي يصممها الذكاء الاصطناعي (غنا الدور، والتآزر، ومواءمة المرحلة)، ما يضع المعلّم كـ«مصمم تعلّم ثنائي اللغة».

  • الذكاء الاصطناعي التوليدي كوكيل وفضاء تعاوني في المجموعات. يلاحظ شو وزملائه (2026) فرق التعليم العالي الصغيرة ويظهرون أن دور GenAI متفاوض وقابل للتهيئة — من مساعد تابع إلى زميم متنازع عليه — وأن الاستخدام المشترك المتزامن يصون الأرض المشتركة بينما يفتّت الاستخدام الخاص غير المتزامن الشفافية، مقترحين عدسة «العمل التعاوني المدعوم بـGenAI» التي تعامل GenAI كوكيل وفضاء تعاوني تفاعلي.

  • النصفان المكمّلان للتعاون الصفي. تخطّط دراستان لعام 2026 نصفين مكمّلين للتعاون بين الإنسان والذكاء الاصطناعي في الصفوف. يجادل MeduAI-SP (يانغ وزملائه) لصالح «التكامل الوظيفي» في تعليم التعليم الطبي السريري: تتولى وكلاء الذكاء الاصطناعي تمثيل الأدوار المتكرر، ومحاكاة المرضى المتسقة المحاكاة، ومراقبة قوائم التحقق، والتحفيز السقراطي، والتغذية الراجعة التكوينية الأولية، بينما يقدّم أعضاء هيئة التدريس والمرضى المعياريون البشريون التفسير السياقي والاستجابة العاطفية الدقيقة والمعالجة الفردية وتقييم المهنية وأحكام الجهوزية — مع كون الإحلال محدودًا بعواقب الخطأ وعدم يقين المهمة والحساسية العلائقية والمراجعة البشرية المتاحة، ومنع صريح لنظام ذكاء اصطناعي من تقرير الكفاءة السريرية ذاتيًا. وفي الاتجاه المعاكس، توثّق مناقشة أخلاقية مختلطة بـ45 طالبًا من 3 بشر و3 وكلاء (سيو وزملائه، 2026) نمطًا ذا حدّين: خفّض الوكلاء الحواجز الاجتماعية (تحدث المشاركون بصراحة أكبر لأن الوكلاء يفتقرون للعواطف، وشعروا بعدم التزام بملء الصمت)، مع ذلك حوّل الارتياح نفسه التفاعل بعيدًا عن البشر — فذهب 79.7% من الأسئلة إلى الوكلاء مقابل الـ60% التي يتنبأ بها توفرهم (p = .017). وجدير بالذكر أن حضور بشر آخرين جعل المشاركين يعاملون الذكاء الاصطناعي باحترام أكبر، ما يشير إلى أن الحضور البشري المشترك هو بذاته إتاحة لمعايرة انخراط الذكاء الاصطناعي.

  • تعيد البرامج المهنية توجيه التدريب من الإنتاج الروتيني نحو كفاءات التعاون (بروتوكول تصميمي): يقترح وانغ (2026) إطارًا قائمًا على التصميم لتعليم المترجمين مبنيًا حول جرد لإزاحة المهام (18 مهمة فرعية مصنّفة باحتمال إزاحتها بالذكاء الاصطناعي مع وسم أصل [E]/[P]) وأربع كفاءات معاد توجيهها: المعرفة متعددة المجالات، وتنسيق الذكاء الاصطناعي، والحكم الاستراتيجي، والتقييم النقدي للذكاء الاصطناعي. والإطار بروتوكول مسجّل مسبقًا بلا بيانات تجريبية بعد؛ وإسهامه هو المنهج — تحليل إزاحة قابل للتدقيق إضافة إلى مسار تصميم مشارك لإصلاح المنهج — وهو ما ينتقل إلى أي برنامج مهني تؤدي أنظمته الوكيلية مهامه الروتينية على نحو متزايد.

  • تختلف أنواع التشابك فيما تطلبه من الطالب، ولهذا يبقى بعضها نادرًا. يصنّف صن ودورن وريم (2026) 102 دراسة للتعليم العالي حسب كيفية مشاركة العمل المعرفي بين الطالب والنظام (مساعد، ومُمكّن، ومُجمِّع، ومولّد، ومُتخيِّل) ويجد أن الشكلين اللذين تحفظ الكفاءة فيهما نسبةً إلى الطالب الفرد تشكّل كل منهما 42.16% من المعجم، بينما تبقى الأشكال التي توزع التأليف هامشية. وتفسيرهم مؤسسي لا تقني: فالأشكال النادرة تطلب من الطلاب تحمل مسؤولية معرفية عن مخرجات لم ينتجوها مع تقييمهم بوصفهم مؤلفين فرديين، وذلك التناقض — لا تقسيم العمل في ذاته — هو ما يبعدها عن الممارسة. والاستجابة التصميمية هي جعل توزيع العمل المعرفي صريحًا، وترتيب الأنشطة على امتداد الطيف، وبناء التأمل في كيفية مشاركة المسؤولية.

الوصلات

يرتبط التعاون بين الإنسان والذكاء الاصطناعي بـالذكاء الاصطناعي بمشاركة الإنسان (الإشراف)، والذكاء الاصطناعي الوكيلي (الاستقلالية)، والتدريس (تغير عمل المعلّمين)، والسقالة وما وراء المعرفة (كيف يدعم التعاون التعلّم)، والاعتماد المفرط (نمط الفشل عندما يتحول التعاون إلى إحلال). وهو موضوع جوهري عبر ثقافة الذكاء الاصطناعي، والتعلّم موجّه الذات، وتجربة الطالب.

المفاهيم المرتبطة

المقالات المرتبطة

البيانات الوصفية

التعلم والتعليمتفاعل الطالب مع الذكاء الاصطناعي
التقنيات والأساليبالذكاء الاصطناعي التوليدي, النماذج اللغوية الكبيرة (LLMs)
أساسيات الذكاء الاصطناعي في التعليمالتعاون بين الإنسان والذكاء الاصطناعي, ثقافة الذكاء الاصطناعي
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.