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

تدريب النماذج اللغوية الكبيرة والضبط الدقيق

تاريخ الإنشاء 2026-10-12

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

تدريب النماذج اللغوية الكبيرة والضبط الدقيق — كيف تُصنَع نماذج الذكاء الاصطناعي التعليمية: خط الإنتاج من التدريب المسبق إلى التدريب اللاحق ثم التهيئة، وما يكلّفه كل مرحلة، وما تقوله الأدلة عما يحققه. المشكلة المنظِّمة هي تباين الحوافز: تُحسَّن النماذج العامة للإجابة، في حين يتطلب التعليم الامتناع عن إعطاء الإجابة. التدريب اللاحق والضبط الدقيق هما الرافعان اللذان يغيّران هذا السلوك، والنتيجة الأوضح في قاعدة المعارف هما أنهما خيارٌ ثالث لا أول — فالاسترجاع والتحفيز (prompting) يأتيان أبكر في سلسلة القرار، وقد وجدت إحدى الدراسات الواردة هنا أن الضبط الدقيق المُوجَّه فشل في مهمة نجح فيها التحفيز المباشر (WrAFT). كُتبت هذه الصفحة لمطوّري برمجيات التعليم والممارسين في التعليم الذين يقرّرون بما يبنون.

أسئلة تستحق النظر

  • إذا كانت لديكم مهمة تدريس فاحصة (tutoring) يجيب فيها النموذج العام بسهولة، فهل خطوتكم الأولى هي تحفيز أفضل، أم استرجاع من موادّكم الخاصة، أم التدريب؟ وما الذي تحتاجون قياسه لتعرفوا أيّها نفع؟
  • يحتاج الضبط الدقيق إلى بيانات. من أين تأتي أمثلة التدريب لمشروعكم، ومَن يملكها، وما المراجعة المطلوبة للخصوصية قبل استخدامها؟
  • وجدت دراسة واردة هنا أن ضبط نموذج دقيقًا على بيانات التقييم حسّن التنسيق والتشابه بينما فشل ضبط دقيق منفصل تمامًا في توليد التغذية الراجعة. ماذا يعني ذلك بشأن مواءمة طريقة التدريب مع المهمة؟
  • يمكن للتدريب اللاحق بالتعلم المعزَّز أن يعلّم النموذج الإرشاد بدلًا من الإجابة. فما المكافأة التي تكتبونها لتعبّر عن "يرشد جيدًا"، وكيف يمكن لنموذج أن يخدعها؟
  • تذكر قاعدة المعارف أن اختيار النموذج والمثير (prompt) لا يمثّل سوى نحو 15% من الفجوة بين النماذج اللغوية الكبيرة ومكاسب تعلُّم الطلاب. فإن كان ذلك صحيحًا، فكيف ينبغي أن يغيّر قراركم بين البناء والشراء؟
  • النموذج المضبوط بدقة والدقيق قد يكون دقيقًا ومع ذلك غير آمن على مدار محادثة طويلة. فما الذي تختبرونه قبل السماح له بالحديث إلى الطلاب دون إشراف؟

مقدمة

يرتطم تطوير الذكاء الاصطناعي التعليمي بالحائط نفسه من جهتين. تُدرَّب النماذج اللغوية العامة تدريبًا لاحقًا على تفضيل البشر للمساعدة، وهو ما يعني عمليًا الإجابة سريعًا وكاملًا؛ أما التدريس الفاحص فيتطلب العكس، لأن الهدف البيداغوجي هو مساعدة الطالب على الوصول إلى الإجابة لا تسليمها إليه. وفي الوقت نفسه، لا يعرف النموذج العام شيئًا عن منهجكم ولا عن سلم تقديركم (rubric) ولا عن صوت مؤسستكم، ولا يثبّت هندسة المثيرات (prompt engineering) أيًّا من ذلك بموثوقية.

تغطّي هذه الصفحة التقنيات التي تغيّر النموذج لا النص الذي تُرسلونه إليه. وهذه التقنيات تقع على سلّم من التزام متزايد: التحفيز، ثم الاسترجاع، ثم التهيئة الموفّرة للمعلمات (parameter-efficient)، ثم الضبط الدقيق الكامل، ثم التدريب اللاحق بإشارات تفضيل أو مكافأة. ولكل درجة تكلفة أكبر في البيانات والحوسبة وانضباط التقييم من سابقتها، وكلٌّ منها خيار أول أسوأ من الدرجة الأدنى منها إلا إذا برّر الصعودَ قياسٌ محدَّد. وتفيد معظم الأبحاث الواردة في الأدبيات بقمة هذا السلّم فقط، وهو ما يجعل من السهل على المطوّر أن يمتدّ يده إلى التدريب حين كان الاسترجاع سيكفي.

تنظَّم الصفحة حول القرارات التي يواجهها البانِي فعليًا: أيّ رافعة يُشدّ (هذا القسم والذي يليه)، وما تشتريه التهيئة وما تكلّفه في الممارسة، وما يمكن للتدريب اللاحق أن يشكّله ولا تستطيعه التهيئة، وكيف تفشل هذه الأنظمة. وتُستخدم المصطلحات بمعناها المعياري: التدريب المسبق (pretraining) هو المرحلة من الصفر على نص عام، والتدريب اللاحق (post-training) هو كل ما يأتي بعده ويشكّل السلوك (الضبط الدقيق المُوجَّه، وتحسين التفضيل، والتعلم المعزَّز)، والضبط الدقيق (fine-tuning) يشمل مرحلة الضبط الدقيق المُوجَّه من التدريب اللاحق وأعمال التهيئة اللاحقة على المهمة أو المجال، بما فيها الطرق الموفّرة للمعلمات.

خط إنتاج التدريب، مرحلة بمرحلة

ثلاث مراحل، تتفاوت تفاوتًا كبيرًا في إمكانية الوصول إليها. ويمنع معرفة المرحلة التي تصفها ورقة بحثية معظم قراءات هذه الأدبيات على غير وجهها.

التدريب المسبق يبني نموذجًا أساسًا من نص عام. وهو المرحلة التي تنتج القدرة الواسعة للنموذج، وهي خارج متناول كل مشروع تعليمي تقريبًا: تُقاس التكلفة بملايين الدولارات والبيانات زحفٌ على مستوى الويب. ولا تفعل شيئًا في قاعدة المعارف هذه. وأهميته للممارسين تشخيصية أكثر مما هي عملية — فبيانات التدريب المسبق هي الرافعة المهيمنة على سلوك النموذج، وهي الرافعة الوحيدة التي لا يمكنكم شَدُّها. وهذا الاختلال هو سبب أن كل التقنيات المتبقية في الميدان تعمل على نموذج مُدرَّب سلفًا.

التدريب اللاحق يشكّل السلوك فوق النموذج الأساس. يعلّم الضبط الدقيق المُوجَّه (SFT) النموذج تقليد الأمثلة التوضيحية؛ ثم يدفعه تحسين التفضيل والتعلم المعزَّز نحو مخرجات يُقيّمها نموذج مكافأة أو مجموعة أحكام بشرية أعلى. وهذه هي المرحلة التي يمكن فيها تعليم النموذج الإرشاد بدلًا من الإجابة، وفيها تعيش أبرز النتائج التعليمية. وهي أيضًا المرحلة الأكثر حساسية لتصميم المكافأة، لأن المكافأة مواصفةٌ مضغوطة لما تريده، والنماذج تُحسّن ما كتبتموه فعلًا.

التهيئة تلاءم نموذجًا قائمًا مع مهمّتكم أو مجالكم، وعادةً ببيانات وحوسبة أقل بكثير. فالضبط الدقيق الموفّر للمعلمات (PEFT)، والشائع منه LoRA، يدرّب عددًا صغيرًا من المعاملات المضافة ويترك الأوزان الأساس مجمّدة. أما الضبط الدقيق الكامل فيحدّث كل شيء. وتقع التقطير (distillation) وإزالة التعلُّم (unlearning) إلى جانبهما. وتتناول الأقسام أدناه كلاً منها بالتناوب. وبالنسبة لمعظم مطوّري التعليم فهذه هي المرحلة العملية — المرحلة التي يمكن فيها لبعض مئات إلى بعض آلاف من الأمثلة ووحدة معالجة رسومية واحدة أن تنتج نموذجًا قابلًا للنشر.

تحفيز أم استرجاع أم تدريب؟ القرار الذي يأتي أولًا

أقوى نتيجة مفردة في قاعدة المعارف هذه على هذا السؤال هي دراسة استرجاع لا دراسة تدريب. وفي بناء مساعد قاعدة معارف لمقرر دراسي، قيّم Shen et al. (2026) نماذج محلية في ثلاث تشكيلات ووجد أن الاسترجاع، لا النموذج، هو قرار التصميم من الدرجة الأولى: فالنموذج المحلي دون استرجاع لم يبلغ سوى 52.3% دقة، أي أقل من خط أساس TF-IDF البالغ 55.4%، بينما رفعه إضافة التوليد المعزَّز بالاسترجاع دون أي ضبط دقيق إلى 66.6% (Towards sustainable AI knowledge-base assistants in computer science education: on-premise deployment and optimization with open educational resources). وتُفيد تشكيلات الضبط الدقيق التي اختبروها أيضًا إلى جانب اختبارات الاسترجاع المُزال والتكميم والطاقة لكل استعلام، وهو ما يجعل المقارنة صادقة على نحو غير معتاد: نموذج أساس بلا تأصيل قد يكون أسوأ من طريقة معجمية عمرها عقود، وأرخص إصلاح ليس التدريب.

وما يبنيه الميدان فعليًا يعكس ترتيبًا مشابهًا. فمراجعة موجّهة بـ PRISMA لـ 23 دراسة تجريبية (2020–2025) عن تخصيص الذكاء الاصطناعي من أجل تعليم الكتابة وجدت أن هندسة المثيرات مهيمنة (N = 13)، قبل الضبط الدقيق (N = 7) والمعماريات الهجينة (N = 3) (Customizing AI for writing pedagogy: a systematic review of pedagogical goals, theoretical principles, and technical design). ونتيجة المراجعة الأحدّ هي اختلال بنيوي لا ترتيب تقني: فقد تحرّكت الأهداف البيداغوجية المعلَنة نحو عمليات الكتابة وثقافة التغذية الراجعة والمهارات الأكاديمية العليا، بينما لا تزال التطبيقات المهيمنة تسعى إلى أهداف موجّهة للمنتج عبر تصميم المثير أو الضبط الدقيق.

وحيث قُورن التحفيز بالتدريب وجهاً لوجه، كانت النتيجة تابعة للمهمة، وهو بالضبط سبب أن القرار يجب أن يُقاس لا أن يُفترض:

  • يفوز التدريب حين يكون الهدف تنسيقًا ثابتًا للمخرج أو خاصية مضبوطة. في توليد بنود آلي لتقييم استماع للغة الثانية (L2)، بلغ تحسين المثير التكراري حدًّا مستويًا، ثم حسّن ضبط GPT-4.1 دقةً على المثير المُحسَّن التوليدَ متجاوزًا التحفيز وحده — معززًا تهيئة النموذج، لا تصميم المثير، بوصفها محرّك المكسب المتبقي (How to Train Your Dragon: Evaluating Prompting and Fine-Tuning for GPT-Based Item Generation in L2 Listening Assessment).
  • يفوز التحفيز حين يكون الهدف نصًّا مثقلًا بالحكم. فالنظام نفسه الذي ضُبط دقيقًا بنجاح من أجل التصحيح (scoring) فشل في التغذية الراجعة: في WrAFT، بلغت وحدة GPT-4o المضبوطة دقةً QWK 0.84 وRMSE 0.44 على 360 مقالة TOEFL محتفظ بها للاختبار، لكن الضبط الدقيق المُوجَّه من أجل توليد التغذية الراجعة أنتج مخرجات مبتورة وغير قابلة للتحليل، بينما أنتج التحفيز المباشر لـ Claude 3.7 التغذية الراجعة التي قيّمها المعلمون أفضل (WrAFT: a Modularized Automated Writing Evaluation System for Argumentative Essays). علّم الضبط الدقيق النموذج إصابة درجة؛ ولم يعلّمه أن يكتب.
  • يمكن للتشكيل على مستوى المثير أن يغني عن التدريب حين يكون الهدف شخصية أو سلم تقدير. فالتحفيز الموجَّه بسلم التقدير، المُصقَل تكراريًا بالمشاركة، رفع اتفاق النموذج–الإنسان على أعمال تصميم الطلاب من 54.75% إلى 81.25% (ألفا كرونباخ 0.393 → 0.798) دون أي ضبط دقيق (From evaluation to emulation: LLMs as agents of iterative pedagogical design)، وأثار مثير GPT مخصّص مستند إلى الأدبيات مفاهيم خاطئة رياضية مستهدفة بدرجة حضور 0.98 مقابل 0.40 لمثير عام (Integrating ChatGPT in Mathematics Teacher Education: AI-Based Simulation Role-Playing to Support Practice-based Teaching).
  • هناك سقف على هذا كله. يقدّر Hardy and Kim (2026) أن اختيار النموذج والمثير معًا لا يمثّل سوى نحو 15% من الاختلال بين النماذج اللغوية الكبيرة ومكاسب تعلُّم الطلاب، ويتقاسم الباقي بين النماذج، وقد وجدا أن الترجيح المعياري (benchmark-weighting) وتجميعات التصويت بالإجماع جعلت المواءمة أسوأ (Knowledge without Wisdom: Measuring Misalignment between LLMs and Intended Impact). فإن كانت بيانات التدريب المسبق هي الرافعة المهيمنة وهي التي لا يمكن شَدُّها، فليكن توقّع ما يمكن أن تحققه أي من هذه التقنيات معايرًا على هذا الأساس.

ما يشتريه الضبط الدقيق: قابلية الضبط على حساب الحجم

حين لا يمكن إلزام نموذج عام بتمسّكه بخصيصة تحتاجونها، فإن الضبط الدقيق على مجموعة بيانات متواضعة يستطيع غالبًا — والنتيجة المتكررة هي أن استهداف الهدف يتفوّق على حجمه. ثلاثة نماذج 8B ضُبطت دقةً على منهج قراءة للأطفال صمّمه خبراء تفوّقت على GPT-4o وLlama 3.3 70B في وضع الصفر أمثلة (zero-shot) على المقاييس المتعلقة بالصعوبة، مع مشكلات أمان هامشية. ويصوغ المؤلفون ذلك بوصفه قابلية الضبط على حساب الحجم، إذ يمكن ضبط نموذج مدمج على مستوى قراءة محدّد ونمط خطأ محدّد بما لا يمكن طلبه من نموذج عام (Children's English Reading Story Generation via Supervised Fine-Tuning of Compact LLMs with Controllable Difficulty and Safety).

ويتكرر النمط عبر مهام متباينة تمامًا:

  • التأصيل بالمنهج. أنتجت مجموعة بيانات تعليمات متعددة اللغات من 24,795 مثالًا مؤصّلة بأنظمة المعرفة الهندية نموذجًا 7B مضبوطًا دقةً حصل على 6.39 على لجنة خارجية من خمسة قضاة (الوسيط على 1,201 بندًا طبقياً). وهو على بُعد 0.15 من نموذج مرجعي عام قوي بجزء ضئيل من كلفة النشر — بينما سجّل النموذج الأساس نفسه قيمًا قريبة من الصفر على الأبعاد الخاصة بـ IKS دون الضبط الدقيق (IKS-Instruct: A 24,000-Example Multilingual Dataset for Teaching Language Models Indian Knowledge Systems). وهذه الفجوة بين "كفء عمومًا" و"كفء هنا" هي كل حجة التهيئة على المجال. ولاحظوا أيضًا التفصيل المغاير للحدس الذي يفيد به المؤلفون: لم ترتفع الجودة بشكل رتيب مع انتقاء البيانات.
  • موثوقية التقييم بسعر رخيص. أدخل مُهايئ LoRA واحد مدرَّب على نحو 3,900 مثال تصحيح مجمّع خمسة نماذج مفتوحة صغيرة (4B–30B) في مستوى مصحّح بشري أو أفضل عبر امتحاني علوم حاسوب، وقضى تقريبًا على حساسية الشخصية (انحراف ≤ 0.32 MAE) (Where LLM Graders Succeed and Break: Evidence from Two Computer-Science Exams). مُهايئ واحد، مجموعة بيانات واحدة، عدة نماذج أساس — هذا شكل النشر العملي.
  • الأتمتة الانتقائية. كانت الثقة متنبئًا موثوقًا به بخطأ التصحيح (β = −0.602، p < .001). وتوجيه أقل 20% استجابات ثقةً إلى مراجعة بشرية نقل نموذج GPT-3.5 المضبوط دقةً من r = 0.781 إلى r = 0.822 (RMSE من 0.5990 إلى 0.5544) مع تقليص عمل التصحيح اليدوي بنحو 80% (Know When to Trust: Making AI Scoring More Reliable for Educational Assessment). فالضبط الدقيق هنا لا يحلّ محل الإنسان؛ إنه يجعل انتباه الإنسان ميسور الكلفة.
  • قياس بنى كنتم لتصححوها يدويًا. قُويمت محوّلات مجرية مضبوطة دقةً (hubert-base-cc، PULI-BERT-Large) مقابل سمات TF-IDF وتضمينات Qwen3 لتصحيح الكتابة التأملية في تكوين المعلمين (Automatic Reflection Level Classification in Hungarian Student Essays)، وأُظهر أن نموذجًا متعدد الوسائط مضبوطًا دقةً (قائم على Qwen3.5) يعيد بناء منحنيات خصائص البنود (item characteristic curves) لبنود الاختيار من متعدد، متعلمًا أنماط الاستجابة المُرمَّزة في منحنيات MCM و3PL بدل أن يُخبر بها (Multimodal Item Parameter Estimation using Simulated Response Probabilities).

التهيئة الموفّرة للمعلمات في الممارسة

LoRA وأقاربها هي المجال الذي سيعمل فيه معظم الفرق التعليمية فعليًا، وتحتوي الأدبيات على إرشادات محدّدة على نحو غير معتاد بشأن سلوكها.

الرتبة (rank) مقايضة وليست قرصًا نُعظّمه. بنى Lu et al. (2026) 360 حوارًا نظام–مستخدم–مساعد من مقرر أنظمة تحكم خطي، وأعاد هيكلة الأجوبة إلى تنسيق حل–طريقة–نقاط تعليمية، وطبّق LoRA على Qwen2.5-3B و7B برتب 4 و8 و16. وانتقل تغطية المخرج المنظّم من قريب الصفر على الأساس إلى نحو 1.00، وبلغ أفضل تشكيل (7B، r = 16) ROUGE-L 0.4093 بفواصل ثقة bootstrap للمكسب أعلاها فوق الصفر كلها. لكن المكسب لكل مليون معامل مُهايئ تراجع تراجعًا رتيبًا مع ارتفاع الرتبة، فمواءمة المقرر مقايضة حجم-رتبة لا ترقية مجانية (LoRA Fine-Tuned Models for Control Systems Course Q&A: A Multidimensional Evaluation of Model Scale and Rank Effects). ومقاييسهم تقيس التشابه والتنسيق لا الدقة الاستنتاجية، وهي التحفّظ المعياري لكل هذه العائلة من التقييمات.

الحجم لا يتنبأ بالنجاح، والإعدادات المتماثلة تتصرف تصرفًا مختلفًا بين المعماريات. فـ AiAWE، نظام تقييم كتابة آلي مفتوح المصدر مبني على Gemma-3-27B-it المُهايأ بـ LoRA، بلغ RMSE 0.474 وQWK 0.828 واتفاقًا في نطاق ±0.5 من درجة الإنسان على 90.56% من 360 مقالة تقييم، متفوقًا على LLaMA-3.3-70B وخط أساس GPT-3.5 مضبوط دقةً — مع عمله على خادم بمستوى المستهلك. وثلاث نتائج أوسع أهمية من الدرجة: لم يكن حجم النموذج متنبئًا موثوقًا به بالأداء النهائي تحت تهيئة LoRA، وأنتجت معاملات LoRA المفرطة المتماثلة سلوكيات تهيئة مختلفة نوعيًا بين المعماريات، وأن نموذجًا مفتوحًا متوسط الحجم مضبوطًا جيدًا يمكن أن ينافس الأنظمة الاحتكارية (AiAWE: An Open-Source LLM Automated Writing Evaluation System Using LoRA-Adapted Instruction-Tuned Models).

اختيار الطبقات التي تُهيَّأ قرار حقيقي. في نظام تحليل خطاب لتعليم الإنجليزية، تفوّق ضبط BERT مبتور دقةً بتحديث آخر أربع طبقات Transformer فقط على البديلين: فتأقلم الطبقة العليا وحدها أصاب سقفًا أدنى، والضبط الكامل لـ 12 طبقة أفرط في الملاءمة وتذبذب (Automatic discourse relation classification and feedback optimization in English teaching based on transformer BERT model).

يمكن للمعمار الأساس أن يكون أهم من عدد المعاملات. أدى ضبط ثلاثة نماذج مفتوحة نص-إلى-صورة دقةً على 1,000 صورة هندسة نووية معنونة إلى تحسين Stable Diffusion XL تحسينًا جوهريًا، ومنح مكاسب محدودة لـ SD-v3.5-Medium، وأنتج لا تحسنًا يمكن قياسه على الإطلاق لنموذج Flux.1 القائم على مطابقة التدفق (NuclearDiffusion: Text-to-Image Foundation Models for Learning Nuclear Energy Concepts). ووصفة الضبط الدقيق غير قابلة للنقل بين المعماريات، وهي الدرجة نفسها التي يفيد بها AiAWE من الجهة الأخرى.

وتكمل تقنيتان متجاورتان مرحلة التهيئة. فـالتقطير يضغط نظامًا كبيرًا أو صندوقًا أسود في نظام صغير قابل للنشر. فقد قطّر خطًّا ذا مرحلتين مُقدِّر تعلُّم آلي صندوقي أسود مُلاءم وتأويله اللاحق في نموذج لغوي صغير مفتوح الأوزان، محقق "تلميذ" ذو 2 مليار معامل استعادةً شبه بلا فقد لسطح الأثر الOracle (r > .90). وتُفاد هذه النتيجة تحت تقييم يضع الأمانة أولًا يدقّق كل رواية مقابل الإسناد الذي تدّعي وصفه (Distilling Black-Box Machine Learning into a Small, Self-Explaining Language Model for Learning Analytics). أماإزالة التعلُّم فتزيل محتوى مستهدفًا بعد التدريب: طُبّقت إزالة تعلُّم قائمة على التدرج على ثلاثة نماذج لتجريدها من المعلومات الشخصية والمحتوى الضار، ومُوُسخت في ترتيبي إزالة (المعلومات الشخصية أولًا، والمحتوى الضار أولًا) (Balancing AI responsibility with privacy, safety, and utility: Unlearning in large language models for mathematics education) — وهي الأداة الملائمة حين يحفظ نموذج شيئًا لا ينبغي أن يحمله.

التدريب اللاحق: تشكيل السلوك لا التنسيق فحسب

تعلّم التهيئة النموذج ماذا ينتج؛ ويعلّمه التدريب اللاحق كيف يتصرف. وهنا تكون النتائج البيداغوجية أبرز ما تكون، وفيه يتقرر كل شيء بتصميم إشارة المكافأة أو التفضيل.

نتيجة خط الإنتاج. حوّل Singh et al. (2026) Qwen3-32B إلى EduQwen عبر ثلاث مراحل — تعلم معزَّز مبدئي، وضبط دقيق مُوجَّه تركيبي، وتعلم معزَّز نهائي — وبلغ 96.52% على معيار CDPK متجاوزًا 90.55% لـ Gemini-3 Pro. والنتائج الوسيطة هي الجزء المُعلِّم: بلغت مرحلة التعلم المعزَّز الأولى وحدها 94.13%، ورفعها الضبط الدقيق المُوجَّه على 40,000 استجابة مولّدة ذاتيًا إلى 96.20%، وأضافت جولة التعلم المعزَّز النهائية الكسر الأخير. وأولى نموذج المكافأة الاستجابات المرشدة على الأجوبة المباشرة، واستبعد تنقيب السلبيات الصعبة (hard-negative mining) الأسئلة التي حلّها النموذج الأساس سلفًا، ومُدّدت عمليات الإطلاق (rollouts) من 5 إلى 8 خطوات لالتقاط قرارات بيداغوجية متعددة الخطوات (Application-Driven Pedagogical Knowledge Optimization of Open-Source LLMs via Reinforcement Learning and Supervised Fine-Tuning). وفي المقابل، وجد معيار البيداغوجيا — المستخرَج من امتحانات تطوير مهني حقيقية للمعلمين عبر 97 نموذجًا — دقة تتراوح بين 28% و89%، وهو دليل على أن المعرفة البيداغوجية لا تُكتسب عرضًا خلال التدريب المسبق العام (Lelièvre et al., 2025).

تدريب القرار لا النطق. درّب TACT مُدرِّسًا تدريبًا لاحقًا على تصنيف من 13 استراتيجية زم تصنيف ثنائي المحاور لحركات الطالب، وحقق 20.30 نقطة فوق عموده Qwen3.5-4B، مع معيار تشخيصي يحجب تسميات حالة المتعلّم المتاحة أثناء التدريب فيضطر النموذج إلى استنتاج الحالة من الحوار (TACT: Taxonomy-Aligned Post-Training for Pedagogically Adaptive English Tutoring). وتظهر المنطق ذاته في Special-R1 من أجل مواءمة التربية الخاصة (Special-R1: Reinforcement Learning for Special Education — Aligning LLM Tutors to Diverse Learners through Disability-Adaptive Training) وفي أعمال التعلم المعزَّز الاستكشافي التي تواءم النماذج بوصفها مرشدين سقراطيين لا مجيبين (Beyond Direct Answering: Aligning Educational LLMs as Socratic Guides via Heuristic Reinforcement Learning). ولا يلزم أن يشكّل التدريب اللاحق ما يقوله النموذج فحسب: إذ يقترن منصةٌ واحدة روبوت دردشة تدريس محمي بعامل تعلم معزَّز يختار مسألة التدريب التالية، فتُقرّر السياسة المدرَّبة ما يفعله المتعلّم تاليًا (Effective Personalized AI Tutors via LLM-Guided Reinforcement Learning).

نماذج الاستنتاج المقطّرة. وأرخص طريق إلى السلوك البيداغوجي هو تعليم نموذج صغير تقليد نموذج أكبر: ضُبط Pedagogy-R1 (1.5B و7B) ضبطًا موجَّهًا بالتعليمات على مخرجات بيداغوجية مُنقّاة مقطّرة من مُعلِّم QwQ-32B، مقترنًا بالتحفيز وفق سلسلة البيداغوجيا (Chain-of-Pedagogy) (Pedagogy-R1: Pedagogical Large Reasoning Model and Well-balanced Educational Benchmark).

التدريب اللاحق المشروط بالتعليمات مقابل البيانات الأصيلة. يؤطّر LearnLM تدريب نماذج التعليم بوصفه اتباع تعليمات بيداغوجية، حاملًا تعليمات على مستوى النظام تتيح للمطوّرين والمعلمين تحديد سلوك المُدرِّس دون الالتزام بتعريف واحد للبيداغوجيا. ويُخلط في مراحل التدريب اللاحق لـ Gemini بالتدريب المشترك، وفضّله الخبراء على GPT-4o (+31%) وClaude 3.5 Sonnet (+11%) وGemini 1.5 Pro الأساس (+13%). والنتيجة الرئيسة أن التعلم المعزَّز أكثر فعالية جوهريًا من الضبط الدقيق المُوجَّه وحده في اتباع التعليمات البيداغوجية الدقيقة في المحادثات الطويلة (LearnLM: Improving Gemini for Learning). ويأخذ TeachLM بالرهان المعاكس: أن هندسة المثيرات حيلة مؤقتة وأن المكوّن النادر هو بيانات تفاعل أصيلة بين متعلّم ومُدرِّس. ومدرَّبًا على 100,000 ساعة من جلسات فردية تحت إخفاء هوية صارم، يضاعف زمن حديث الطالب، ويحسّن أسلوب الاستفهام، ويزيد أدوار الحوار بنسبة 50% (TeachLM: Post-Training LLMs for Education Using Authentic Learning Data). ويحدّدان معًا فضاء التصميم: التدريب اللاحق المشروط بالتعليمات حين تكون بياناتكم نادرة، والضبط الدقيق على تفاعلات تدريس حقيقية حين تكون لديكم.

جودة الإشراف تتفوّق على كمّيته. إن تدرّج SWIM من أجل محاكي كتابة هو أوضح برهان. فالتحفيز المؤصَّغ بسلم التقدير أعطى ضبطًا محدودًا للكفاءة (أفضل متوسط سمة QWK 0.577 لـ Claude Sonnet، و0.422 لـ GPT-5.4، وقريب الصفر لنموذج 7B مفتوح)، ورفع الضبط الدقيق المُوجَّه نموذج 7B ذلك إلى 0.474 ± 0.023. ورفعه GRPO مقابل مكافأة مستخرجة من تصحيح المقالات الآلي إلى 0.618 ± 0.005 عبر كل سمة ومثير، مع تصميم المكافأة كدقة كثيفة معيَرة بالسمات لأن مكافآت المطابقة التامة متفرّقة جدًا في سياق متعدد السمات (SWIM: Student Writing Simulation via Proficiency-Conditioned Generation). وتصل دراسة نمذجة المفاهيم الخاطئة إلى نتيجة أحدّ بشأن ما يجب أن يحتويه الإشراف: تعلّمت النماذج المضبوطة بالتعليمات مفاهيم جبر خاطئة فقط حين دُرّبت على آثار حلول على مستوى الخطوة، مع بقاء الدقة أقل من 30% عند كل حجم بيانات حين دُرّبت على الأجوبة النهائية وحدها. وأفرط دور الطالب في تعميم الخطأ المتعلم حتى خُلطت الأمثلة الصحيحة صراحةً بنسب منخفضة كـواحد من كل أربعة، بينما لم يُظهر دور المُدرِّس كلفةً من هذا القبيل، حافظًا على دقة صحيحة من 93% إلى 98% عبر عشرة مفاهيم خاطئة مدرَّبة بالمشاركة (Misconception Acquisition Dynamics in Large Language Models).

وبإمكان النماذج أن تنتقي بيانات التدريب نفسها: يُهيئ Edu-QuRating تقطير التفضيل لانتقاء البيانات التعليمية، مستبدلًا درجةً واحدة "هل هذا تعليمي؟" بـ20 بُعدًا لسلم تقدير تغطي الدقة الواقعية والبنية البيداغوجية وملاءمة المرحلة (Edu-QuRating: Multi-Dimensional Educational Data Curation with Distilled Pairwise Judgements).

يمكن للنظرية أن تكون سقالة تدريب. فبالنسبة لوكلاء يؤتمتون تصميم النظم التعليمية، تفوّق هجين من إطارَي ADDIE الكلاسيكي وDick & Carey مع استنتاج بأسلوب ReAct على النظرية الخالصة (منظَّمة لكن غير مرنة) ووكلاء التقنية وحدها (مرنين لكن غير مؤصَّلين)، عبر 25,795 سيناريو من مصفوفة سياق من 51 متغيرًا مع بروتوكول متعدد القضاة للتقليل تحيّز النموذج-كقاضي (ISD-Agent-Bench: A Comprehensive Benchmark for Evaluating LLM-based Instructional Design Agents). ووجدت دراسة في تسميات الإشراف أن إسناد سلوك هدف واحد لكل مثال تدريب — كفاءة المادة، أو تأصيل المنهج، أو الاستنتاج التشخيصي، أو السقالة — رفع كل حجم نموذج مُختبَر، مع أكبر المكاسب في السقالة وفي استخدام تاريخ المتعلّم، وبقاء تشخيص حالة المعرفة الأضعف عند 54.04% (OmniEdu: Open Foundation Models for Learning and Teaching).

تدريب جانب المتعلّم، لا المُدرِّس وحده

تُوجَّه الآلية نفسها توجيهًا متزايدًا نحو محاكاة الطلاب، وهو ما يغيّر اقتصاديات تقييم المُدرِّس: فبدل استقطاب متعلّمين، تولّدونهم.

والتحفّظ أن الطلاب المحاكات يجب أن يُصادَق عليهم كأي أداة أخرى. فقد أنتج تقييم نماذج مضبوطة دقةً ومُحفَّزة على 382 حوارًا محتفظًا بها للاختبار من أكبر نصّ عام لحوارات رياضيات حقيقية بين طلاب ومدرّبين — عبر سبعة مقاييس تمتد على الجوانب اللغوية والسلوكية والمعرفية — أصدق اختبار مباشر في الميدان لسلوك الطلاب المحاكات كطلاب (Simulated Students in Tutoring Dialogues: Substance or Illusion?). ويدفع نهجان آخران على الأمانة: يضبط INSIDE نماذج لغوية كبيرة دقةً لـالتصرّف والتفكير كطلاب، مولّدًا حوارًا داخليًا مؤصَّغًا بتصنيف بلوم عبر الأبعاد المعرفية والوجدانية والفعلية ومدرَّبًا على آثار تفكير وأفعال مقترنة (INSIDE the Student's Mind: Jointly Modeling Latent Reasoning and Action in LLM Student Simulators)، وتشترط الملامح الواعية بالتاريخ المحاكاةَ على مسار سابق للطالب بدلًا من شخصية ساكنة (Who Am I? History-Aware Profiles for Student Simulation in Tutoring Dialogues). والدرس العملي للمطوّر أن المحاكي أداة قياس، وأنه يرث كل سؤال صلاحية يترتب على ذلك.

ما الذي يسوء

المُسايرة (sycophancy) هدف تدريبي لا إعداد قابلية استخدام. يتطلب التدريس احتكاكًا تصحيحيًا، والنماذج تقاومه. يُظهر EduFrameTrap أن النماذج التي تصمد أمام هجمات تبديل السياط تستسلم مع ذلك تحت ضغوط السلطة أو الاجتماعية-الوجدانية وتحجب التغذية الراجعة التصحيحية، ولهذا يجادل مؤلفوه بأن سلوك "اللطف مع الصواب" ينبغي أن يكون مطلبًا تدريبيًا صريحًا لا تفضيلًا (Sycophancy is an Educational Safety Risk: Why LLM Tutors Need Sycophancy Benchmarks). والتدريب الذي يكافئ الإرشاد على الإجابة — كما يفعل نموذج مكافأة DAPO في EduQwen — رافعة بنيوية واحدة ضده، لكن المُسايرة السياقية تبقى بعد التحفيز والمواءمة، مع استمرار انتشار أخطاء المتعلّمين في نصائح الذكاء الاصطناعي (The Hidden Cost of Contextual Sycophancy: an AI Literacy Intervention in Human-AI Collaboration).

التدريب لا يجعل النموذج آمنًا على محادثة طويلة. يُظهر SafeTutors أن حتى النماذج البيداغوجية المتخصصة تتدهور عبر الحوار المستدام ويمكن أن ترتكب أضرار إفصاح مفرط عن الأجوبة (SafeTutors: Benchmarking Pedagogical Safety in AI Tutoring Systems)، لذا يجب أن تُختبَر السلامة البيداغوجية على طول المحادثة لا على الدور الواحد.

يمكن للتحقق أن يغني عن التدريب — أو أن يُطلب بدلًا منه. أنتج GPT-4 غير المدرَّب على الحدود نحو 35% من التلميحات العامة جدًا أو الخاطئة أو الكاشفة للأجوبة عند تأليفه تغذية راجعة لنظام تدريس فاحص ذكي، واختلّت فحوصه الآلية للجودة مع الحكم البشري؛ ويستنتج المؤلفون أن النماذج اللغوية الكبيرة تفتقر إلى نموذج داخلي للتعليم، وأن التحقق المتين أو التدريب الخاص بالمجال لازم قبل الاستخدام الموجّه للمتعلّم دون إشراف (Generating In-Context, Personalized Feedback for Intelligent Tutors with Large Language Models). والأثر العملي يمضي في الاتجاهين: فحينًا يكون الجواب الصحيح طبقة تحقق لا دورة تدريب، وحينًا يكون التحقق هو ما يخبرك أن دورة تدريب قد فشلت.

قد يكون تقييمك يقيس الشيء الخطأ. وهذه أكثر مكيدة شيوعًا في أدبيات الضبط الدقيق الواردة هنا. فـ ROUGE-L وQWK يقيسان التشابه والترتيب لا الصحة الاستنتاجية (LoRA Fine-Tuned Models for Control Systems Course Q&A: A Multidimensional Evaluation of Model Scale and Rank Effects)؛ ويمكن لضبط دقيق أن يبلغ QWK ممتازًا بينما تكون تغذية النظام الراجعة ذاتها غير قابلة للتحليل (WrAFT: a Modularized Automated Writing Evaluation System for Argumentative Essays)؛ ويمكن لنموذج أن يرتّب الطلاب صوابًا ويكون مخطئًا بشأن احتمال حاجة كلٍّ منهم إلى عون. وحيث يكون الهدف بنيةً، ينبغي مقترنة الضبط الدقيق بأداة تقيس البنية — ونتيجة التوجيه بالثقة نموذج حسن لذلك، لأنها تحوّل رقم الدقة إلى سياسة تشغيل فيها إنسان في الحلقة (Know When to Trust: Making AI Scoring More Reliable for Educational Assessment).

تسلسل عملي لمطوّري التعليم

مستخلص من الأدلة أعلاه، بالترتيب الذي يجنّب هدر الحوسبة:

  1. أرسِ خط أساس يمكنك التغلّب عليه، بما فيه الخط الأساس التافه. فالنموذج دون استرجاع في دراسة مساعد المقرر سجّل دون TF-IDF. سجّل دقتك بالتحفيز وحده قبل أن تفكر في التدريب.
  2. أضف الاسترجاع قبل المعاملات. فتأصيل النموذج بموادّك الخاصة أرخص مكسب كبير مُفاد هنا (52.3% → 66.6%)، وهو قابل للتراجع.
  3. هندس المثير، وأعد هندسته تكراريًا. نقل التحسين الموجَّه بسلم التقدير الاتفاق من 54.75% إلى 81.25% دون تدريب على الإطلاق، وتقوّى توليد البنود فقط بعد أن بلغ تحسين المثير حدًّا مستويًا — وهذا المستوى هو إشارتكم إلى أن التدريب قد يضيف شيئًا.
  4. اضبط ضبطًا دقيقًا حين يكون الهدف تنسيقًا ثابتًا أو خاصية مضبوطة أو مجالًا يفتقده النموذج الأساس. في مقدور LoRA على بضعة آلاف من الأمثلة أن يضع نماذج مفتوحة صغيرة في مستوى مصحّح بشري، وأن تأخذ مجموعة تعليمات نموذجًا 7B من قريب الصفر إلى بُعد 0.15 من مرجع أكبر بكثير على أبعاد خاصة بالمجال.
  5. اختر الرتبة والطبقات بتعمد، وتوقّع سلوكًا خاصًا بكل معمارية. فالمكسب لكل معامل مُهايئ تراجع مع ارتفاع الرتبة، وتفوّقت تهيئة أربع طبقات على الضبط الأدق ضحالةً والكامل عمقًا، وتحسّنت عائلة نماذج تحسنًا جوهريًا بينما لم تتحرك أخرى على الإطلاق.
  6. استخدم التدريب اللاحق حين تحتاج إلى تغيير كيف يعلّم النموذج. كافئ الإرشاد على الإجابة، وتوقّع أن تُخدع المكافأة — اكتبها مقابل معيار لا مقابل حدس.
  7. أشرِف على مستوى الخطوة. فالتدريب على الأجوبة النهائية وحدها أنتج دقة مفاهيم خاطئة دون 30% عند كل حجم بيانات.
  8. أبقِ إنسانًا في الحلقة حيث تكون الثقة منخفضة. فتوجيه أقل خمس ثقةً من الاستجابات أزال نحو 80% من العمل اليدوي مع تحسين الاتفاق.
  9. اختبر السلامة على محادثات كاملة. فالحوارات الطويلة هي حيث تتدهور النماذج المتخصصة.
  10. عاير التوقّعات. فاختيار النموذج والمثير لا يمثّل سوى نحو 15% من الاختلال بمكاسب التعلُّم؛ وبعض ما تريدونه من التدريب غير متاح من التدريب.

أسئلة مفتوحة

  1. هل يعمّم التدريب اللاحق البيداغوجي على المواد المختلفة، أم أن الضبط الخاص بكل مادة لازم دائمًا؟
  2. هل يمكن دمج خط تعلم معزَّز–ضبط دقيق مُوجَّه–تعلم معزَّز مع ذاكرة طولية للتخصيص عبر الفصول الدراسية؟
  3. ما أصغر مجموعة إشراف لا تزال تعلّم الاستنتاج البيداغوجي على مستوى الخطوة، وهل يمكن مشاركتها بين المؤسسات دون مشاركة بيانات الطلاب؟
  4. كيف ينبغي توحيد تقييم نماذج التعليم المضبوطة دقةً، بحكم أن مقاييس التشابه قد تكون ممتازة والنموذج غير قابل للاستخدام؟

صلات بمفاهيم ذات علاقة

هذه الصفحة هي رفيق كيف يُصنَع النموذج لـ النماذج اللغوية الكبيرة (LLMs)، الذي يغطّي ما هي النماذج اللغوية الكبيرة وكيف تتصرف. وهي تقع تحت التقنيات بوصفها عقدة التدريب والتهيئة، بجوار RAG (التوليد المعزَّز بالاسترجاع) (البديل الاسترجاعي الذي يأتي عادةً أولًا)، وهندسة المطالبات (أرخص رافعة)، وتعلّم التعزيز (نصف التعلم المعزَّز من التدريب اللاحق). وتغذّي مخرجاتها التدريس الذكي والتعلّم التكيفي؛ وأكثر تطبيقاتها التعليمية شيوعًا التقويم الآلي وتقويم المقالات الآلي وجودة تغذية الذكاء الاصطناعي الراجعة؛ وأقرب أقاربها المفاهيمية معالجة اللغة الطبيعية التعليمية ومحاكاة الطلاب والمصدر المفتوح ونمذجة المتعلّم والتعليم التكيّفي. والمخاطر التي تخلقها يحملها الأمان البيداغوجي وتملّق الذكاء الاصطناعي وخطر الهلوسة والخصوصية.

المفاهيم المرتبطة

المقالات المرتبطة

الأسئلة الشائعة المرتبطة

البيانات الوصفية

المستوىHigher Ed, K 12
الجمهور المستهدفEducational Technology Developers, Software Developers, Instructional Designers, Researchers
التعلم والتعليمالسقالة
التقنيات والأساليبالذكاء الاصطناعي التوليدي, النماذج اللغوية الكبيرة (LLMs), التدريس الذكي, التعلّم التكيفي, تعلّم التعزيز, المصدر المفتوح, معالجة اللغة الطبيعية التعليمية
مناهج البحث والتقييمالمعيار المرجعي (Benchmark)
الإنصاف والأخلاق والاستخدام المسؤولالأمان البيداغوجي
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.