التعلّم الشامل

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

التعلّم الشامل — تصميم الخبرات التعليمية وتقديمها بما يستوعب احتياجات متعلّمين متنوّعين، عيشانً من الفروق الجسدية والمعرفية والحسية والظرفية. وفي الذكاء الاصطناعي في التعليم، يفحص بحثُ التعلّم الشامل (بحث) كيف يمكن لأدوات الذكاء الاصطناعي أن تُزيل العوائق أمام المتعلّمين من ذوي الإعاقة والتنوّع العصبي، وكيف يجب أن تُصمَّم أنظمة الذكاء الاصطناعي نفسها لتتجنّب خلق فجوات وصول جديدة.

أسئلة للتفكر

• الأداة التي يمكن الوصول إليها لا تضمن تعليمًا شاملًا، والتقنية المساعدة لا تضمن فاعلية ذات معنى. فما الفرق بين إزالة عائق عن صيغة وتصميم تعليم يستطيع الجميع أن يشارك فيه مشاركةً ذات معنى؟
• تميّز الصفحة بين التعلّم الشامل وإمكانية الوصول والتقنية المساعدة والتعليم الخاص والتصميم الشامل. فأين يقع الذكاء الاصطناعي في سياقك — وأي سؤال تحاول الإجابة عنه فعلًا؟
• وجدت دراسة واحدة أن مقاطع فيديو مقسَّمة بالذكاء الاصطناعي مع وقفات ثابتة ألغَت فجوة الأداء بين متعلّمي ADHD وغيرهم. فكيف قد يُحسّن التصميم لاحتياجات مجموعة واحدة التعلّم للجميع؟
• تُوصَف أنظمة الذكاء الاصطناعي بأنها تُعرّض نفسها لخطر فجوات وصول جديدة حتى وهي تُزيل قديمة. فأي نوع من المتعلّمين قد تستبعده بصمت أداةُ ذكاء اصطناعي نصية ومرئية ومتصلة دائمًا؟
• يكشف بحث التقويم الشامل عن توتر بين تدابير مكافحة الغش واستيعاب المتعلّمين ذوي الاحتياجات في المعالجة البصرية. فحين يتعارض الأمن وإمكانية الوصول، كيف تُحسم المقايضة — ومن يحسمها؟
• تُقلِب عدة أدوات الافتراض القائل إن التقنية التعليمية يجب أن تكون مرئية — مثلًا رفاقٌ صوتية أولًا للمتعلّمين ضعاف البصر. فما الافتراضات عن المتعلّم «الافتراضي» التي قد تفترضها أدواتك أو موادّك؟

مقدمة

التعلّم الشامل هو التزام تصميمي بأن التعليم يُبنى ليستطيع جميع المتعلّمين المشاركة مشاركةً ذات معنى، بدلًا من أن يُكيَّف بعد الواقع لمن يجاهد. وهو يعمل هنا كمحور جامع فوق مفاهيم متجاورة لكن متمايزة — إمكانية الوصول (أيستطيع الجميع إدراك الصيغة وتشغيلها؟)، والتقنية المساعدة (وأي أدوات تسدّ فجوة وصول الفرد إلى الفجوة الرقمية؟)، والتصميم الشامل للتعلّم (وكيف ينبغي للتصميم أن يستبق التنوّع؟) — ويتعامل مع التنوّع العصبي والتربية الخاصة كسياقات تصميم لا كاستثناءات. ويدخل الذكاء الاصطناعي وعدةً (تخصيص، وتكييف، وترجمة) ومصدرَ إقصاء جديد (كلفة، وبيانات، وتغطية لغوية، والافتراضات المبنية في النماذج).

كيف تتركّب المفاهيم ذات الصلة

التعلّم الشامل هو المفهوم الجامع؛ والصفحات أدناه تقع داخله، كل منها يجيب سؤالًا مختلفًا. فهي متداخلة لكن غير قابلة للتبادل — ومعرفة أيّها ينتمي إليه ادّعاء ما يحفظ دقّة قاعدة المعارف:

عمليًا: التصميم الشامل للتعلّم هو فلسفة التصميم التي تمنع العوائق؛ وإمكانية الوصول هي الخاصية التي تُزيل عوائق الصيغة؛ والتقنية المساعدة هي طبقة الأداة التي يستخدمها الأفراد؛ والتعليم الخاص هو المجال التعليمي للإعاقات المُشخَّصة — وهو في الأساس مصطلح يخصّ التعليم ما قبل الجامعي، بينما في التعليم العالي (وبصورة متزايدة في ما قبل الجامعي أيضًا) يكون التأطير الأكثر شيوعًا هو التصميم الشامل للتعلّم. والتعلّم الشامل هو المحور الجامع الذي يضمّها مجتمعةً حول الهدف المشترك المتمثل في المشاركة المنصفة. والأداة التي يمكن الوصول إليها لا تضمن تعليمًا شاملًا، والتقنية المساعدة لا تضمن فاعلية ذات معنى — ولهذا يجب أن يمتدّ المحور الجامع على جميعها.

ويقع التعلّم الشامل عند تقاطع الإنصاف وتصميم التعلّم والتربية الخاصة، ويدعمه مستوى الأدوات الملموس المتمثل في التقنية المساعدة وخاصية التصميم المتمثلة في إمكانية الوصول. وبخلاف التكييفات الضيقة التي تُراكِب الوصولَ على أنظمة قائمة، ترى منظومة التعلّم الشامل — المؤسَّسة في التصميم الشامل للتعلّم — أن البيئات ينبغي أن تُصمَّم للمدى الكامل من التنوّع الإنساني من البداية. وتستكشف مقالات قاعدة المعارف هذه كيف يمكن للذكاء الاصطناعي أن يُتيح ذلك عبر التحويل الآلي للمحتوى، وواجهات التقويم التكيّفية، والأدوات المصمَّمة بانطلاق من التجربة المعيشة لمستخدمي التنوّع العصبي.

المحاور البحثية الرئيسية

يُظهر إمكانية الوصول إلى المحتوى المدعومة بالذكاء الاصطناعي كيف يمكن لمسارات آلية أن تُخفّف العوائق. فقد أظهر Pimenova et al. أن مقاطع الفيديو التعليمي المقسَّمة بالذكاء الاصطناعي مع وقفات ثابتة ألغَت فجوة الأداء بين متعلّمي ADHD وغيرهم — وهو دليل قوي على التصميم الشامل للتعلّم عبر التحويل الآلي للمحتوى. وترتبط الدراسة بـI can't read your mind": A Study of Neurodivergent Computing Students' Experiences with Collaborative Active Learning المتعلّمين ذوي التنوّع العصبي في علوم الحاسوب حول كيف تؤثّر بنى التعلّم التعاوني في ارتياحهم. وقد صمّم Chen et al. نظامًا لتوليد الأسئلة مدعومًا بـالنماذج اللغوية الكبيرة (LLMs) لمتعلّمي الصمّ وضعاف السمع، مُقدِّمًا استراتيجيتَي الأسئلة البصرية والوجدانية التي تستهدف لحظات الصعوبة البصرية أو العاطفية في الفيديو — مع كشفه التناقض القائم بين مطالبات الذكاء الاصطناعي النصية واللغات الأولى الإشارية لمتعلّمي الصمّ وضعاف السمع، مما يُبرز الحاجة إلى تصميم ذكاء اصطناعي واعٍ باللغة والثقافة. ويتناول MuTSE عائقًا مكمّلًا — مستوى القراءة — بتقويمه تبسيطَ النص القائم على النماذج اللغوية لـالتدريس الذكي، بمطابقة تعقيد المحتوى لمستوى كل متعلّم راهن عبر إطار تقويم بمشاركة الإنسان بدلًا من الاعتماد على مقاييس لغوية تُغفل الجودة التربوية.

ويمكن جعل الفيديو الثقيل بالمعادلات قابلًا للوصول بدلًا من نسخه يدويًا: فقد حوّلت مسارُ Gemini زائد LuaLaTeX 16 فيديو فيزياء تعليميًا إلى ملفات PDF اجتازت تحقق PDF/UA-2 وISO 32005، ولم يحتج سوى فيديو واحد إلى محاولة ثانية (Looney & Duston (2026)).

إمكانية الوصول الحسي: المتعلّمون المكفوفون وضعاف البصر والصمّ. تُقلِب عدة مقالات افتراضَ أن التقنية التعليمية يجب أن تكون مرئية. فـ**Kutti AI** يجعل المحادثة المنطوقة الوسيطَ الأساسي والكافي للأطفال ضعاف البصر — كشفُ الصراع في الزمن الحقيقي، ومطابقةُ الأجوبة متعددةَ اللغات، والتعرفُ الآلي على الكلام العامِل دون اتصال على الجهاز يُزيلان الاعتمادَ البصري ومتطلَّب الاتصال معًا. وقد بنى Obiuwevwi et al. مسارًا قابلًا لإعادة الاستخدام يولّد رسومًا إحصائية ثلاثية الأبعاد مطبوعة لمَسيةً للطلاب المكفوفين وضعاف البصر في أقل من 250 ميلي ثانية، مع استخراج اختياري للرسوم من الصور قائم على النماذج اللغوية. واستكشف Bolla et al. ما إذا كان الروبوت الاجتماعي Pepper يستطيع إنتاج لغة الإشارة الإيطالية بشكل مفهوم، بتصميم 52 إشارة بالتعاون مع طالب صمّ ومترجم خبير — مما يُدخل الروبوتات في التعليم في إمكانية الوصول التواصلية لمتعلّمي الصمّ مع إبرازه تحدي استنساخ المكوّنات غير اليدوية (تعبير الوجه، ووضعية الجسم) الجوهرية للمعنى. ويُوسّع Khlaif et al. (2026) هذا الخطّ من العمل إلى التعليم العالي، مُجدِينَ في دراسة نوعية لحالة 21 طالبًا جامعيًا ضعيف بصر في فلسطين أن الذكاء الاصطناعي التوليدي يُلاءِم الإيقاع والمحتوى والتقديم للملامح الفردية ويحوّل النصوص الأكاديمية المعقّدة عبر الوسائط — مع كون المتعلّمين يرون الذكاء الاصطناعي التوليدي مكمّلًا للمدرّسين لا بديلًا عنهم، فيحفظ الارتباط البشري مع إتاحة المشاركة.

تصميم التقويم الشامل يعالج التوتر بين الأمن وإمكانية الوصول. ويقترح BAVD إطارًا نظريًا للتحويل البصري التكيّفي يقاوم الغش بالتقاط الشاشة مع استيعاب المتعلّمين ذوي الاحتياجات في المعالجة البصرية — بنمذجة المقايضة بين تدابير مكافحة الغش ومبادئ التعلّم الشامل صراحةً. وهذا يرتبط بـالنزاهة الأكاديمية وبالاهتمامات الأوسع بـالتقويم.

تجارب متعلّمي التنوّع العصبي تُمركز أصوات الطلاب من ذوي الإعاقة والتنوّع العصبي. فقد وجد Zastudil et al. أن طلاب علوم الحاسوب ذوي التنوّع العصبي يحتاجون تكاليفَ ذات بنية واضحة، وفرقًا صغيرة ثابتة، وتحديدًا صريحًا للأدوار — وهي تفضيلات يجب أن تستوعبها أدوات تدريس الذكاء الاصطناعي وأدوات التعاون. وحلّل DysLexLens مناقشات المنتديات لمتعلّمين مصابين بعُسر القراءة، مُكشِفًا أنه وإن كانوا يُقدّرون الذكاء الاصطناعي لدعم ثقافة القراءة والكتابة، فإنهم يواجهون عوائق وصول كبيرة من جودة المخرجات غير المتماسكة ومن غياب التكييفات المنصفة. ويرتبط كلاهما بـالتربية الخاصة وتجربة الطالب.

التفريغ المعرفي ومقايضة الوصول مقابل التطوير. يُظهر Seung & Basham (2026) أنه بالنسبة للطلاب ذوي صعوبات التعلّم، قد يحلّ نفسُ الذكاء الاصطناعي التوليدي الذي يُخفّف العوائق عن الوصول إلى القراءة والكتابة (تسوية مستوى النص، والتلخيص، ودعم الصياغة) — إن تُرك دون ضوابط — محلَّ ممارسة الفهم والتخطيط والرصد التي يحتاجها هؤلاء المتعلّمون أكثر من غيرهم — وهو توتر إنصاف محوري في التعلّم الشامل. ولذلك يجب أن ينظر التصميم الشامل في ما إذا كانت الأداة قابلة للوصول فحسب أم تحفظ كذلك فرصة المتعلّم في تطوير المهارات نفسها التي يهدف الوصول إلى إتاحتها.

الذكاء الاصطناعي وعُسر القراءة: الكشف والدعم والتعلّم المخصّص. تجد مراجعةٌ منهجية متعددة التخصصات لعام 2026 (Dabaghi وD'Urso وSciarrone، وفق دليل PRISMA، 2018–2024، n=72) أن الذكاء الاصطناعي يدعم الطلاب المصابين بعُسر القراءة عبر الكشف والدعم المساعد والتعلّم المخصّص — لكن هذه الخطوط تتطوّر على التوازي لا في تكامل، مدفوعةً أكثر بفرصة تقنية منها بنظرية تربوية مجمَّعة. وتشمل أدوات المساعدة التعليمية القائمة على تعلّم الآلة خمسة مجالات (تطبيقات محددة، والمشاركة، والتخصيص، والتوصية، والدعم العام) ومع ذلك تُركّز على الأداء التقني ودقة التصنيف مُغفلةَ الصدق الإيكولوجي والنشر العملي في الصفوف. ويُظهر بحث الكشف (تخطيط أمواج الدماغ، وتتبع العين، ونماذج تعلّم الآلة) وعدًا تشخيصيًا للتدخّل المبكر لكنه يتطلب غالبًا معدات متخصصة وبيئات مضبوطة، مما يحدّ من قابلية التوسّع وإمكانية الوصول في أوساط مدرسية نموذجية. ومن التحديات المفتوحة التحققُ التجريبي المحدود، وقابلية التوسّع، والأخلاقيات/خصوصية البيانات الحساسة للطلاب، ودعم المعلّم وتدريبه المحدودان، والعوائق اللغوية/الثقافية (معظم الأبحاث تستهدف السكان الناطقين بالإنجليزية) — مما يُبرز أن التعلّم الشامل يجب أن يُقرن القدرةَ التقنية بنشر مُتحقَّق منه وقابل للتوسّع وأخلاقي الأساس.

نقد الذكاء الاصطناعي المتمركز حول الإعاقة يفحص كيف يمكن لأنظمة الذكاء الاصطناعي أن تُقصي بدلًا من أن تُدمج. فـ**Tali-Otmani** يرى أن أنظمة الذكاء الاصطناعي التوليدي في التعليم العالي تُقصي بنشاط طرائق المعرفة المتمركزة حول الإعاقة بسبب بيانات التدريب الأنجلوفونية والمتمركزة غربيًا — وهو ما يرتبط باهتمامات الإنصاف بشأن العدالة المعرفية.

بوابةُ التشخيص الرسمي تُقصي المتعلّمين الذين تدّعي الأداة خدمتَهم. ففي المراجعة الاستقصائية لـRempel et al.'s (2026) لـ40 دراسة على التقنيات المساعدة الرقمية لطلاب ذوي التنوّع العصبي، جعلت 28 دراسة التشخيصَ الرسمي شرطًا للمشاركة، ولم تتعامل سوى ثلاث مع البيئة بدلًا من الطالب.

الأدوات القابلة للوصول في الممارسة تُظهر كيف يمكن للذكاء الاصطناعي أن يُوسّع المشاركة. فقد أظهر SuaCode أن مقررات البرمجة القائمة على الهاتف الذكي تصل إلى الطلاب في سياقات أفريقية قليلة الموارد حيث أقل من 1% لديهم مهارات البرمجة. وعمل Pimenova et al. مع موسيقيين مكفوفين وضعاف بصر على تطوير استراتيجيات تعلّم غير بصرية، مُمركزًا تصميمًا تجسيديًا تقوده الإعاقة. ويقدّم LUDIA شريكَ تفكير ذكيًا اصطناعيًا مجانيًا وخاصًا ومتعدد اللغات يربط المربّين بمبادئ التصميم الشامل للتعلّم. ويُوسّع Special-R1 التعلّم المعزَّز لتنمذج التنوّع المعرفي والتواصلي عبر ملامح الإعاقة.

الروابط بالمفاهيم ذات الصلة

يرتبط التعلّم الشامل ارتباطًا وثيقًا بـالإنصاف — فإمكانية الوصول ليست همًّا تقنيًا فحسب بل سؤال عمَن يُسمح له بالمشاركة في التعلّم. وهو يرتبط بـإمكانية الوصول كطبقة الوصول الملموسة له، وبـالتقنية المساعدة كطبقة الأدوات، وبـالتصميم الشامل للتعلّم كأساسه النظري، وبـالتربية الخاصة للمناهج الخاصة بالإعاقة، وبـتصميم التعلّم لكيفية بناء المقررات والأدوات، وبـالتنوّع العصبي كالعدسة التي تُعيد تأطير الفرق كثنوّع لا كنقص. ويربط العمل على روبوتات لغة الإشارة والأدوات اللمسية إمكانيةَ الوصول بـالروبوتات في التعليم ومعالجة اللغة الطبيعية التعليمية، بينما يربطها تبسيطُ النص بـالتعلُّم الاجتماعي-الثقافي والتعلّم التكيفي. وتربط صلتَا الذكاء الاصطناعي في التعليم والذكاء الاصطناعي التوليدي الوعدَ (تكييف المحتوى الآلي) والخطرَ (أنظمة ذكاء اصطناعي تُعيد إنتاج الإقصاء).

انعكاسات على المدرّسين المصمّمين للتعلّم الشامل

• صمّم للوسيط المُقصى أولًا، لا أخيرًا. فبناء الأدوات لمستخدمي ضعاف البصر من البداية (Kutti AI، والرسوم اللمسية) يُنتج أدوات تعمل دون اتصال وفي الأوساط قليلة الموارد أيضًا — فإمكانية الوصول مُحفِّز لا إضافة لاحقة.
• التصميم المشارك مع المجتمع المستهدف. تُظهر روبوتات لغة الإشارة وتوليد الأسئلة للصمّ وضعاف السمع أن مشاركة المجتمع تُظهر عوائق (مثلًا اللغات الأولى الإشارية) لا يستطيع المصممون استباقها — فأشرك المتعلّمين والمجتمعات في التصميم.
• قوّم الجودة التربوية، لا المقاييس اللغوية وحدها. يُظهر MuTSE أن تباين مخرجات النماذج اللغوية يتطلب تقويمًا بمشاركة الإنسان حتى يفيد التبسيط ولا يُفرِط فيه.
• استخدم الذكاء الاصطناعي لإغلاق فجوات الأداء. فقد ألغَت مقاطع الفيديو المقسَّمة بالذكاء الاصطناعي فجوةَ أداء ADHD — فنشّر الذكاء الاصطناعي التكيّفي حيث تُظهر الأدلة أنه يُسوّي المخرجات.
• تعامل مع مقايضة الأمن/إمكانية الوصول صراحةً. يُنمذج BAVD كيف قد تُقصي تدابير مكافحة الغش المتعلّمين ذوي الاحتياجات في المعالجة البصرية دون قصد — فوزن النزاهة مقابل الوصول.
• قد يتحوّل الوصول على صياغة لا على صيغة فحسب. فمع تثبيت المهمة الأصلية، ارتفعت دقة النموذج من 82.4% للصياغة منخفضة الثقافة بالقراءة والكتابة إلى 83.4% للصياغة الخبيرة، لذا فإن مطالبة الطلاب بصياغة أفضل تضيف إقصاءً جديدًا؛ وأزال مُعيدُ كتابة على جانب النظام الفجوةَ الدالة إحصائيًا دون تغيير المحتوى (Jin et al. (2026)).
• تحصّن ضد إعادة الذكاء الاصطناعي إنتاجَ الإقصاء. يحذّر النقد المتمركز حول الإعاقة من أن بيانات التدريب الأنجلوفونية والمتمركزة غربيًا تُقصي طرائق معرفة المعاقين — فافحص أدوات الذكاء الاصطناعي من أجل العدالة المعرفية إلى جانب الإنصاف.

المفاهيم المتصلة

• الآثار التفاضلية بين مجموعات المتعلّمين
• الإنصاف
• إمكانية الوصول — طبقة الوصول الملموسة (الترجمة المكتوبة، والنص البديل، وتوافق التقنية المساعدة)
• التقنية المساعدة — طبقة الأدوات التي يستخدمها الطلاب للوصول إلى المحتوى
• التربية الخاصة
• تصميم التعلّم
• التصميم الشامل للتعلّم
• التنوّع العصبي
• تجربة الطالب
• ثقافة الذكاء الاصطناعي
• التعليم العالي
• K-12
• تعليم الحاسوب
• التقويم
• النزاهة الأكاديمية
• الخصوصية
• الذكاء الاصطناعي التوليدي
• الذكاء الاصطناعي في التعليم
• الروبوتات في التعليم
• معالجة اللغة الطبيعية التعليمية
• التعلُّم الاجتماعي-الثقافي
• التعلّم التكيفي
• تقنيات الكلام والصوت

المقالات المتصلة

• Same Question, Different Answer? Measuring and Mitigating Prompt Privilege for Equitable AI Access — امتياز المطالبات: قياس فوارق إمكانية الوصول في الوصول إلى النماذج اللغوية الكبيرة وتخفيفها
• Leveling the Playing Field: Temporal Video Segmentation for Individuals with ADHD in Computing Education
• Exploring the Design of LLM-Powered Question Generation for Deaf and Hard of Hearing Learners — توليد أسئلة قائم على النماذج اللغوية لمتعلّمي الصمّ وضعاف السمع
• MuTSE: A Human-in-the-Loop Multi-use Text Simplification Evaluator — تبسيط النص للتدريس الخصوصي الذكي
• Kutti AI: A Voice-First, Offline-Capable Learning Companion with Real-Time Struggle Detection for Visually-Impaired Children — Kutti AI: رفاق صوتي أولًا للأطفال ضعاف البصر
• Touching and Feeling the Data: A Reusable Software Pipeline for Tactile Statistical Graphs in Accessible Education — رسوم إحصائية ثلاثية الأبعاد مطبوعة لمَسيةً
• Using the Pepper Robot to Support Sign Language Communication — الروبوت Pepper دعمًا للتواصل بلغة الإشارة
• Behaviorally Adaptive Visual Diversion for Inclusive and Resilient Digital Assessment Delivery
• DysLexLens: A Low-Resource LLM Framework for Analysing Dyslexic Learners Insights from Online Forums
• I can't read your mind": A Study of Neurodivergent Computing Students' Experiences with Collaborative Active Learning
• Generative artificial intelligence and the marginalization of minoritized knowledges in higher education
• Designing for What Cannot Be Seen: Supporting Embodied String Learning for Musicians with Blindness and Low-Vision
• Why SuaCode?": Understanding African Students' Motivations for Taking a Smartphone-Based Online Coding Course
• LUDIA: A Design and Evidence Statement
• Special-R1: Reinforcement Learning for Special Education — Aligning LLM Tutors to Diverse Learners through Disability-Adaptive Training
• Using Gemini and LuaLaTeX to transcribe physics videos into PDF/UA-2 and ISO 32005 math-accessible PDFs — نسخ فيديو فيزياء يمكن الوصول إليه رياضيًا بـGemini زائد LuaLaTeX
• Assistive Generative AI for Visually Impaired Learners: Personalization and Inclusion in Higher Education — الذكاء الاصطناعي التوليدي المساعد لمتعلّمي ضعاف البصر
• Generative AI, virtual reality, and beyond: A scoping review of digital assistive technologies for neurodivergent students in higher education — الذكاء الاصطناعي التوليدي والواقع الافتراضي وغيرهما: مراجعة استقصائية للتقنيات المساعدة الرقمية لطلاب ذوي التنوّع العصبي في التعليم العالي