التعلم والتعليم عبر الإنترنت

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

التعلم والتعليم عبر الإنترنت — البيداغوجيا وممارسة التعليم والتعلّم اللذان يجريان من خلال بيئات رقمية متواسطة بالشبكات بدلاً من قاعة دراسية فيزيائية مشتركة. ويشمل هذا المصطلح المساقات المتاحة بالكامل عبر الإنترنت، والمساقات المفتوحة الضخمة (MOOC)، والصيغ المدمجة والهجينة، والتعليم عن بعد. أما السؤال المحوري في قاعدة المعارف فهو كيف يعيد الذكاء الاصطناعي التوليدي تشكيل الفرص والتحديات والممارسات الموصى بها للتعليم عن بعد — بدءاً من التخصيص القابل للتطوير وصولاً إلى مخاطر جديدة في النزاهة الأكاديمية والتفريغ المعرفي.

أسئلة للنظر فيها

• لقد درست على الأرجح مساقاً عبر الإنترنت أو درّستَ واحداً. ما الذي فقدته وما الذي كسبته حين أُزيلت القاعة الدراسية الفيزيائية — وكيف أعاد ذلك تشكيل ما يمكن للمدرّسين الاعتماد عليه؟
• تؤكد الصفحة أن التعليم عبر الإنترنت بيداغوجيا متمايزة، وليس مجرد آلية توصيل. بأي صور ملموسة يغيّر الوسط عبر الإنترنت الاستراتيجيات التدريسية الممكنة أو الفعّالة أصلاً؟
• كشفت تجربة عشوائية مضبوطة أن مساعدة الذكاء الاصطناعي بلا حراسة رفعت أداء التدريب لكنها خفضت درجات الامتحان غير المُساعد، في حين أزال مدرّس "التلميح لا الإجابة" هذا الضرر. قبل المتابعة، هل تستطيع تفسير سبب قدرة منح الطلاب الإجابة على تضخيم الأداء الفوري مع تقويض التعلّم الدائم؟
• لا يستطيع تقويم التعليم عبر الإنترنت دائماً التمييز بين العمل المُساعَد والعمل المستقل. إذا كانت أدوات الكشف "استجابة جزئية متنازع عليها"، فما تصاميم التقويم البديلة التي قد تكشف الفهم الحقيقي بدلاً منها؟
• كيف يعيد الإدراك بتوفر اختصار ذكاء اصطناعي بلا جهد تشكيل دافعية الطلاب في مساق ذاتي الإيقاع قائم على الشاشة؟ ما الذي قد تصمّمه لمواجهة ذلك؟
• يمكن لوكيل ذاتي الآن أن يسجّل الدخول إلى نظام إدارة التعلّم، ويقرأ المادة، ويجيب عن الاختبار وينشر في النقاش. إذا لم يعد إنتاج المخرج دليلاً على التعلّم، فما الذي ستحتاج لرؤيته بدلاً منه؟
• يمكن للذكاء الاصطناعي الآن توليد مساق يعادل MOOC في دقائق وبكسر يسير من التكلفة. ما المقايضات البيداغوجية بين "وكلاء N لطالب واحد" و"فيديو واحد لـ N طالباً"؟

مقدمة

التعلم والتعليم عبر الإنترنت سياق بيداغوجي متمايز، لا مجرد آلية توصيل. فهو يُزيل الحضور الفيزيائي المشترك الذي يبني سقالة الانتباه والدافعية والتفاعل غير الرسمي، ويستبدله بتفاعل رقمي منظّم — منتديات نقاش، ومواد غير متزامنة، وفيديو، ووكلاء تدريس — بدلاً من التواصل المباشر. وهذا يغيّر ما يمكن للمدرّسين الاعتماد عليه، وما يمكن للطلاب الوصول إليه، وكيف يُصمَّم التعلّم ويُقوَّم. وبوصفه مفهوماً جامعاً في مشهد البيداغوجيا، يجاور التعلّم النشط والتعلّم التعاوني والتعلّم الذاتي التنظيم لكنه يتميز بالوسط: إذ تحدّد قيود وإمكانات البيئة عبر الإنترنت الاستراتيجيات القابلة للتطبيق.

ويأتي صعود الذكاء الاصطناعي التوليدي مباشرةً في هذا السياق. فالمتعلمون عبر الإنترنت يعملون أصلاً من خلال الشاشات والبرمجيات، فتكون أدوات الذكاء الاصطناعي جواراً طبيعياً لهم؛ وفي الوقت نفسه، يُعَدّ تقويم التعليم عبر الإنترنت أصعب في المراقبة، مما يجعل إساءة الاستخدام أسهل والمخاطر أعلى. وتُظهر الأدلة في قاعدة المعارف أن الذكاء الاصطناعي يمكن أن يكون حليفاً قوياً للتعليم عبر الإنترنت — وأنه، إذا وُضِع بإعداد ضعيف، مصدر مهم للضرر التعليمي.

يعيد المراجعة النقدية للأدبيات التي أجراها Lock وArteaga وJohnson (2025) (63 اقتباساً عبر 32 بلداً) تنظيم هذا المشهد في أربعة موضوعات مترابطة تتكرر في الصفحة أدناه: أنواع مقاصد دمج الذكاء الاصطناعي، والمقاربات البيداغوجية (ثقافة الذكاء الاصطناعي، والتعلّم الذاتي التنظيم)، والفوائد، والتحديات. وتحذيرهم المحوري — أن هذه الموضوعات تتشابك وأن دمج الذكاء الاصطناعي في التعليم عبر الإنترنت مسعى اجتماعي تقني راسخ في البيداغوجيا والعلاقات الإنسانية لا في تبنّي التكنولوجيا وحده — يتوافق مع تأطير الصفحة للتعليم عبر الإنترنت بوصفه بيداغوجيا متمايزة. ومن الجدير بالذكر أنهم يبلّغون أن الطلاب الذين استخدموا ChatGPT إلى جانب تدريس المدرّس أدركوا مكاسب تعلّم أعلى من الذين استخدموه بمفردهم، مما يعزّز التأكيد على التعاون الهجين بين الإنسان والذكاء الاصطناعي المنسوج في هذه الصفحة.

والتطور الذي نقل هذا من سؤال تصميمي إلى سؤال عاجل هو أن الذكاء الاصطناعي التوليدي لم يبقَ يكتب نصاً كان يمكن لطالب كتابته فحسب. إذ تسجّل الوكلاء المستقلون الآن الدخول إلى نظام إدارة التعلّم، وتقرأ مواد المساق، وتجيب عن الاختبارات، وتقرأ منشورات الزملاء، وتقدّم العمل. وتُظهر ثلاث عروض على مساق نفسي جامعي حيّ ما يعنيه ذلك عملياً: إكمالان للاختبار، أحدهما في نحو 12 دقيقة والآخر في أقل من 5 دقائق، وكلاهما بنتيجة 10/10، ومنشور نقاش استخرج فيه الوكيل منشورات أقرانه ثم اختلق تاريخاً حياةً شخصياً مقنعاً للإجابة عنهم — مقابل سجل عام لا يقل عن 15 تشغيلاً موثقاً للوكلاء عبر Canvas وMoodle وBrightspace باستخدام سبع أدوات وكلاء. ويؤكد Hadjisolomou وEl-Haddad (2026) أن هذه مشكلة صلاحية تقويم قبل أن تكون مشكلة نزاهة: فما يُزيله إكمال الوكيل هو الافتراض بأن العمل المقدَّم أُنتج من قِبل الشخص الذي يُقوَّم تعلّمه. لذا ينتقل سؤال التصميم للتعليم عبر الإنترنت من كيفية كشف إساءة الاستخدام إلى ماهية دليل التعلّم الذي لا يزال مساق عبر الإنترنت قادراً على إنتاجه، وهو الخيط الجاري في الأقسام أدناه.

الصيغ والسياقات

يتخذ التعليم والتعلم عبر الإنترنت صوراً عدة مترابطة تتشارك الوسط لكنها تختلف في المدى والبنية:

• التعلّم المدمج والهجين. نماذج تجمع بين مكوّنات حضورية وعبر الإنترنت، دامجة عن قصد الأنشطة والمواد والتفاعلات الرقمية مع التعليم وجهًا لوجه. وتطلب الصيغ المدمجة من المدرّسين تحديد الأفضل فعله متزامناً مقابل لامتزامناً وعبر الإنترنت مقابل حضورياً — قرارات تنظّمها مبادئ تصميم التعلّم ويدعمها الذكاء الاصطناعي ويعقّدها في الوقت ذاته. وفي السياق المدمج، تتيح أدوات الذكاء الاصطناعي فرصاً في التخصيص والدعم الدائم مع إثارة مخاطر النزاهة والتفريغ التي تمتد إلى جزأي المساق الحضوري والإلكتروني. ويوضّح Mejia-Domenzain وآخرون (2026) ذلك في سياقين مدمجين — صفوف جامعية مقلوبة وكتابة تأملية في التعليم المهني — حيث نقلت لوحة تحليلات التعلّم (DashED) ملفات التعلّم الذاتي التنظيم المستمدة من التعلّم الآلي إلى المدرّسين. وتباينت مخاوف التبنّي بحسب السياق: إذ انشغل مدرّو الصفوف المقلوبة (الجامعية) أكثر ما انشغلوا بإخفاء هوية البيانات وانسحاب الطالب الاختياري، في حين خشي مدرّو الكتابة التأملية (المهنية) إساءة استخدام الأداة من قِبل معلمين آخرين وأكدوا ضرورة سياقلة البيانات. وفي الاستخدام، اتّبع مدرّو الصفوف المقلوبة استكشافاً متسلسلاً وفضلوا تكييفاً على مستوى المساق وإظهار اللوحات في الصف، بينما أعاد مدرّو التعليم المهني زيارة صفحات الملخص واستخدموا الأداة أساساً لجلسات إرشاد فردية — دليل على أن تصميم تحليلات التعلّم المدمج يجب أن يكون واعياً بالسياق.
• التصميم المتزامن مقابل اللامتزامن. هذا التمييز أهم من وسط التوصيل، لأن الصيغتين تفرضان مطلبين متعارضين على المتعلّم. فالجلسات المتزامنة تحمل الانتباه والإيقاع والمساءلة داخل الجلسة ذاتها؛ أما المساقات اللامتزامنة فلا بدّ من تصميمها فيها، لأن المتعلّم وحده يقرر متى يعمل ولا يتلقى مساءلة محيطة من قاعة. وغالباً ما يُشوّش قاعدة البحث هذه الأمر: فمراجعة قاعدة المعارف للذكاء الاصطناعي والمشاركة في التعلّم عبر الإنترنت (24 دراسة) تعامل المشاركة وحدها وتخلط صراحةً بين السياقين المتزامن واللامتزامن، فلا ينبغي قراءة استنتاجاتها على أنها خاصة بالسياق اللامتزامن. أما الخاص بالسياق اللامتزامن فهو الأدلة على كيف يفقد المتعلمون ذوو الإيقاع الذاتي التركيز والإيقاع — إذ تتزامن سلوكيات التنظيم الذاتي مثل تحديد الأهداف وتهيئة البيئة وإدارة الوقت أكثر ما تتزامن مع تشتّت رقمي منخفض (Shi et al. 2026، 530 طالباً)، في حين تنحدر المعرفة ما وراء المعرفية والرفاهية على مدى فصل دراسي مع تقدّم مواعيد التسليم المتجمّعة (Song et al. 2026، 75 طالباً). والطرف العملي المقابل هو الأسئلة الشائعة حول تصميم المساقات اللامتزامنة وتيسيرها حين يكون الذكاء الاصطناعي قادراً على إنجاز العمل.
• التعليم عن بعد. برامج مصممة للمتعلمين الذين يدرسون عن بعد، غالباً على نطاق واسع وعبر أقاليم (مثل أكثر من 200 ألف متعلّم في الجامعة المفتوحة). والتعلم عن بعد هو المجال الأبرز لبروز دعم ذكاء اصطناعي متاح على مدار الساعة ومُدمج في السياق واستحالة المراقبة الحضورية. وتُظهر أدلة مقارنة من إعداد معلمي العلوم في جنوب أفريقيا أن الوسط ذاته مرتبط بالجاهزية: إذ وجد Mnguni et al. (2026) أن TPACK المبلّغ عنه ذاتياً لتعليم العلوم المدعوم بالذكاء الاصطناعي كان أعلى بين طلاب المعلمين في السنة النهائية في جامعة قائمة على الحضور (64.0%) منه في جامعة التعليم عن بعد (47.4%)، مع كون المعرفة البيداغوجية أضعف مجال مبلَّغ عنه في السياقين. ويحذّر هذا النمط من أن برامج التعليم عن بعد لا يمكنها الافتراض بأن التدريب نفسه على الذكاء الاصطناعي ينتج الجاهزية نفسها، وأن تصميم التدريب لا وجوده هو ما يختلف.

فرص الذكاء الاصطناعي وفوائده للتعليم عبر الإنترنت

• تخصيص قابل للتطوير. تتفوّق MOOCs التقليدية في المدى لكنها تكافح في التكيّف — "فيديو واحد لـ N طالباً". وأنظمة الوكلاء المبنية على نماذج اللغة الكبيرة (MAIC) تقلب هذا إلى "وكلاء N لطالب واحد"، باستخدام وكلاء متخصصين (معلّم ومساعد وزملاء صف ومحلّل) لتقديم تعليم تكيّفي وتغذية راجعة مخصصة ومسارات تعلّم ديناميكية على نطاق MOOC. ومعالجة أنظمة مثل LearnMate² لـ"فجوة التخصيص" في التعلّم المفتوح عبر الإنترنت بخطط دراسية مخصصة ومساعدة سياقية فورية وأنشطة تكيّفية. والفيديو المخصص طريق ملموس إلى هذا الهدف: إذ وجد Tomlinson et al. (2026) أن الطلاب في مساق كبير عبر الإنترنت فضّلوا فيديوهات مخصصة مولّدة بالذكاء الاصطناعي على أخرى مسجلة بشرية غير مخصصة — تفضيل تجاوز فيه أثر التخصيص قيمة إسنادها إلى مقدم بشري — مما يشير إلى قدرة الوسائط المخصصة المنتَجة بـالذكاء الاصطناعي التوليدي على سدّ فجوة "فيديو واحد لـ N طالباً" في التعليم عبر الإنترنت.
• دعم دائم ومُدمج في السياق. في سياقات التعليم عن بعد وتعلّم الكبار حيث يدرس المتعلمون في العمل أو في البيت، يُعَدّ الدعم المتاح على مدار الساعة والمُدمج في المساق فائدة كبرى. ووجد مساعد AIDA في الجامعة المفتوحة أن دعماً خاصاً بالذكاء الاصطناعي التوليدي مبنيّاً لهذا الغرض داخل البيئة رفع المشاركة (مضاعفة زمن الاستخدام في تجربة استكشافية)، مع رغبة 96% من الطلاب في ضمّه إلى دراستهم الرسمية.
• تدريس حواري حواري على نطاق واسع. يَعِد مدرّسو الذكاء الاصطناعي الحواري المبنيون على تكنولوجيا التدريس الذكي المجرّبة (إطار العمل keep/change/center/study) بتدريس حواري عالي الجودة — يشرك أفكار الطلاب وأسئلتهم ومفاهيمهم الخاطئة — أكثر قابلية للتطوير بكثير من التدريس البشري.
• التيسير والتحليلات. يمكن للذكاء الاصطناعي أن يدعم النقاشات عبر الإنترنت وتحليلات التعلّم، ويتنبأ بالمشاركة، ويساعد المدرّسين في توزيع الانتباه. ويضيف Hao وCukurova (2026) أن ملخصات النقاش المولّدة بنماذج اللغة الكبيرة يمكن أن تعمل سقالات توجيهية في المنتديات اللامتزامنة الكبيرة — موسّعةً تعرّض الطلاب لأقرانهم والشروط الشبكية لرأس المال الاجتماعي الجاسر دون إثقال الطلاب أو المدرّسين بعبء التلخيص.
• تحليلات الإنذار المبكر للمتعلمين المعرّضين للخطر عبر الإنترنت. يُظهر Zhang وJeffries وKoprinska (2025) أن تعلّماً آلياً قابلاً للتفسير على سجلات التفاعل مع المحتوى يتنبأ بتقدم الوحدات ويكشف مخرجات الانسحاب ("عدم التسليم") في مساقات البرمجة الكبيرة عبر الإنترنت قبل 7–8 أيام من مواعيد تسليم الوحدة، مانحاً مدرّسي التعليم عبر الإنترنت نافذة ملموسة للتدخّل مع الطلاب غير المنخرطين بدلاً من اكتشاف الفشل بعد فوات الأوان.
• القدرة على التحمل والسرعة. يمكن للذكاء الاصطناعي توليد مواد المساق بكسر يسير من التكلفة التقليدية — إذ خفّض MAIC إنتاج مساق MOOC من نحو \$25 ألفاً/60 ساعة إلى أقل من \\$2/30 دقيقة.

تحديات التعليم عبر الإنترنت في عصر الذكاء الاصطناعي

يجمع الوسط عبر الإنترنت والذكاء الاصطناعي التوليدي ليعزّزا عنقوداً محدّداً من التحديات التي يجب على المدرّسين مواجهتها وجهاً لوجه. فحيث يمكن للتعليم وجهًا لوجه أن يعتمد على الحضور والمساءلة الفورية والمراقبة، يجب على التعليم عبر الإنترنت أن يصمّمها صراحةً.

النزاهة الأكاديمية والغش

تفرض المساقات عبر الإنترنت تحديات مراقبة أصلاً — فالمراقبة الحضورية غالباً غير قابلة للتطبيق مع متعلّمين موزّعين غير متزامنين. ويعقّد الذكاء الاصطناعي التوليدي ذلك بجعل العمل المولّد به غير قابل للتمييز عن عمل الطالب وتمكين اختصارات بأسلوب التعاقد على الغش على نطاق واسع. وتُظهر أدلة قاعدة المعارف حول النزاهة الأكاديمية وضرر إساءة استخدام الذكاء الاصطناعي للتعلّم أن إساءة الاستخدام مدفوعة بأخطاء الذكاء الاصطناعي أقل مما هي مدفوعة بنسخ الطلاب للإجابات بدلاً من التعلّم. ولأن التقويم عبر الإنترنت كثيراً ما لا يميّز العمل المُساعَد من المستقل، يمكن لإساءة الاستخدام أن تضخّم الدرجات الفورية مع تقويض المعرفة الدائمة — وهي فجوة بين المدرَك والفعلي بالغة الخطورة خصوصاً عن بعد حيث تكون رؤية المدرّسين لسيرورة الطالب أقل. وأدوات الكشف استجابة جزئية متنازع عليها (كشف انتحال الذكاء الاصطناعي، المراقبة عن بعد)، وموقف قاعدة المعارف يميل إلى التقويم الأصيل والتقويم الكاشف للسيرورة على سباقات التسلح في الكشف.

إساءة استخدام الذكاء الاصطناعي والتفريغ المعرفي

أخطر خطر هو أن يُسنِد متعلّمو التعليم عبر الإنترنت العمل المعرفي ذاته الذي يبني الفهم. وتُظهر فجوة الأداء–التعلّم أن الذكاء الاصطناعي التوليدي يرفع الأداء الفوري بسهولة مع تجاوز المعالجة العميقة المطلوبة للتعلّم الدائم. والأدلة الميدانية مباشرة:

• وجدت تجربة RCT سببية (نحو 1000 طالب رياضيات في المرحلة الثانوية) أن مساعدة الذكاء الاصطناعي بلا حراسة رفعت أداء التدريب +48% لكنها خفضت درجات امتحان مغلق الكتاب غير مُساعَد −17% — إذ تفوّق الطلاب الذين لم يحصلوا قط على وصول إلى الذكاء الاصطناعي على الذين حصلوا عليه. وأزال مدرّس "التلميح لا الإجابة" المحاط بالحواجز الوقائية الضرر.
• وجدت بيانات سلوكية على مستوى السكان (3.2 ملايين تفاعل على ALEKS) أن زمن الدراسة على المسائل القابلة للتأثر بالذكاء الاصطناعي انخفض −26.9% بعد إصدار ChatGPT، مع انخفاض 25% في احتمالات صحة عناصر الاحتفاظ تحت المراقبة — أثر تلاشى تحت المراقبة، مما يُرجّعه إلى استخدام الذكاء الاصطناعي خارج المنصة.

والتعلّم عبر الإنترنت معرّض للخطر بوجه خاص: فالوسط يُبعد المتعلمين أصلاً عن المساءلة الفورية، والعمل ذاتي الإيقاع القائم على الشاشة يدعو إلى اختصار "اطلب الإجابة" الذي يُعرّفه التفريغ المعرفي البحث بوصفه آلية الضرر الجوهرية. والاستجابة ليست حظر الذكاء الاصطناعي بل تطبيق الحواجز الوقائية — سقالة "التلميح لا الإجابة"، وتأسيس المعرفة، والإشراف البشري — حتى يُعزّز الذكاء الاصطناعي عمل المتعلّم المعرفي لا أن يحلّ محلّه.

تحديات أخرى

• تيسير مفرط الحماسة من الذكاء الاصطناعي. يبالغ الميسّرون المبنيون على نماذج اللغة الكبيرة في التدخل في النقاشات عبر الإنترنت، مما قد يُزعج المشاركين ويخرج نقاشاً حسناً عن مساره؛ والحذر البشري هو النموذج الأفضل (Tsirmpas et al.).
• تقويض الدافعية. يُقلّل الإدراك بتوفر اختصار ذكاء اصطناعي بلا جهد من الدافعية الذاتية والمثابرة، مما يعقّد ضرر التعلّم.
• الإنصاف والفجوة الرقمية. يتباين الوصول إلى أجهزة موثوقة واتصال ذي جودة وذكاء اصطناعي عالي الجودة؛ ويمكن للتعلّم عبر الإنترنت بالذكاء الاصطناعي أن يوسّع فجوات الإنصاف في تعليم الذكاء الاصطناعي لا أن يضيّقها (الفجوة الرقمية).
• خصوصية البيانات والثقة. تجمع المنصات عبر الإنترنت بيانات متعلّم غنية؛ وتُثير أنظمة الذكاء الاصطناعي مخاوف الشفافية والخصوصية (الخصوصية)، خصوصاً للبالغين الموازنين بين العمل والدراسة.
• الجاهزية التنظيمية. يحذّر زوال KhanMigo — متعلّمون لا ينخرطون فعلياً مع روبوت المحادثة، مع أدلة محدودة على المكاسب — من أن القدرة التقنية يجب أن تُقابل بـالحوكمة والجاهزية التنظيمية.

صلاحية التقويم حين يمكن إنتاج التسليم دون المتعلّم

إذا كانت المراقبة غير قابلة للتطبيق وكان وكيل قادراً على إنجاز العمل، فإن الاستجابة التي تفضّلها قاعدة المعارف هي تغيير ما يُحسَب دليلاً لا المبالغة في المراقبة. وتتكرر أربع استجابات تصميمية في الأدبيات الحديثة.

اقترن المهمة الهشّة بتوأمها. يحتفظ Roe وPerkins وGiray (2026) بالتقويم ذي القيمة البيداغوجية لكن الهشّ أمام الذكاء الاصطناعي — المقال المنزلي أو تحليل الحالة — ويضيفون مهمة ثانية أقل هشاشةً تقوّم نواتج التعلّم ذاتها، مجدولة بقرب يكفي للتحقق المتقاطع ومُعلَّمة باعتماد متبادل. ويمتد رسمهم عبر مجالات دليل الصلاحية الستة عند Messick، وسيرورة التصميم ثلاث خطوات: تحديد نقاط الهشاشة، ومواءمة النواتج واختيار التوأم، ثم تطوير تعليم يربط الاثنين. ويمكن لتنويعة حالة قصيرة أو شرح قرار رئيسي واحد أو دفاع شفوي موجز أن تكون التوأم.

استهدف الملكية لا التأليف. يرى Ebrahimzadeh وShibani وBuckingham Shum أن التأليف البشري–الذكاء الاصطناعي المدمج يُقوّض عدة صور من دليل الصلاحية، ويقترحون نزاهة التأليف المشترك دليلاً على الصلاحية في ذاته: تُخرَق حين يقدّم طالب محتوى مولّداً بالذكاء الاصطناعي لا يفهمه. وللفهم على نطاق واسع، يُبلّغون عن المقابلة الشفوية الذكية (AI Viva)، وكيل حواري يُجري مقابلة شفوية هجينة بأسئلة استيعاب من نوع وتعقيد قابلين للضبط، يُصدّق عليها خبراء تربويون وأخصائيو تقويم. وهي بالنسبة للمساقات عبر الإنترنت صورة تحقّق قابلة للتطوير حقاً، وتنتج دليلاً حول الاستيعاب لا حول من كان في القاعة.

انقل الامتحان الشفوي إلى الإنترنت. يقدّم Pentland وLowenthal وKrier (2026) المطالبات في الوقت المناسب ويُطالبون الطلاب بتسجيل ردود موجزة محدودة زمنياً عبر كاميرا الويب لا يستطيعون العودة إليها، تُعلَّم وفق معايير مضمّنة مع إنتاج النصوص آلياً. وعلى مدى دراستين — تجربة رائدة في محاسبة متوسطة المستوى ومساق تحليلات بيانات — سجّل الطلاب درجات أعلى في هذه التقويمات منها في امتحانات الاختيار من متعدد الحضورية (أمر معنوي في الدراسة الثانية واتجاه إيجابي في الأولى)، مع ارتباطات متقاطعة معتدلة تدعم الصلاحية التقاربية؛ وأفاد الطلاب بأنهم استعدوا بطرق مختلفة واستخدموا استراتيجيات دراسية أكثر نشاطاً. وهذه الصيغة تعالج مشكلة اللااتزام مباشرةً: إذ يُنجز التفكير حياً في وقت يختاره الطالب، بتكلفة إدارية لا تتضخم مع حجم الفوج.

رتّب العمل بحيث يُثبَّت الاستدلال أولاً. يؤطّر Brcic وFrljic (2026) سؤال التصميم بوصفه التنظيم المكاني (placement) لا الإذن، وتُظهر الأدلة السببية التي يجمعونها أن النتيجة تنقلب على التنظيم المكاني وحده — فالمُعين غير المحاط بحواجز الذي ترك طلاب المرحلة الثانوية أسوأ بنحو 17% في امتحان غير مُساعَد لم يُلحق ضرراً بعد إعادة بنائه ليكبت الإجابات، في حين ضاعف مدرّس مهندَس جيداً التعلّم تقريباً مرتين. وتشخيصهم هو ما ينبغي الاحتفاظ به: إذا جعل السماح للذكاء الاصطناعي المهمة تبدو بلا جهد، فهو في المكان الخطأ. وينتج عن ذلك عملياً تسلسل يمكن لمساق عبر الإنترنت أن يكتبه في الواجب — فكّر، والتزم، واستخدم الذكاء الاصطناعي، وانقد، وراجع، واشرح — حيث خطوة الالتزام هي ما يجعل الباقي قابلاً للتقويم، لأن مخرجاً أُنتج من الصفر لا تاريخ مراجعة يُستجوب. وفي الأسفل تقبع حالة تُسمّيها قاعدة المعارف الإتمام المتنافر ما وراء معرفياً: عمل صحيح مكتمل يقدّمه طالب لم يصل الفهم إليه قط، وهو في مساق لامتزامن غير قابل للتمييز عن النجاح ما لم يطلب التصميم شيئاً أكثر.

وأيّ تركيبة يختارها المدرّس، ثمة قيد واحد ينبغي أن يشكّلها. فالدراسة عبر الإنترنت غالباً هي الخيار المتاح الوحيد — يختارها الطلاب بسبب العمل أو مسؤوليات الرعاية أو الإعاقات أو الجغرافيا — لذا يجب أن يكون التحقق صغيراً ومتناسباً: شرح مسجَّل موجز، أو تطبيق مخصص، أو ردّ على سؤال يختاره المدرّس، أو مسار قرار مشروح بالت annotations، أو فحص فردي منخفض المخاطر. ويحمل الكشف تكاليف الإنصاف الخاصة به هنا، إذ إن الأدوات التي تُشعل علامات التحذير على الكتّاب غير الناطقين بالأصلية تولّد إيجابيات كاذبة بشكل غير متناسب (كشف محتوى الذكاء الاصطناعي، الفجوة الرقمية).

استراتيجيات بيداغوجية موصى بها للتعليم عبر الإنترنت

• التعلّم النشط والتفاعلي. فضّل الاستراتيجيات التي تُبقي الطلاب يفعلون ويفكّرون بدلاً من التلقّي السلبي — التعلّم النشط، والتمارين التفاعلية، والحوار السقراطي. والذكاء الاصطناعي الذي يُحفّز الاستدلال (بدلاً من تقديم الإجابات) يحفظ الصعوبات المرغوبة التي تبني التعلّم الدائم.
• دعم مسندد ومُوجَّه. استخدم السقالة التي تتلاشى مع تقدّم المتعلمين، وصمّم دعامات التعلّم الذاتي التنظيم حتى يوجّه المتعلمون تعلّمهم بأنفسهم بدلاً من الاعتماد على الأداة.
• التعلّم التعاوني القائم على النقاش. نظّم النقاشات عبر الإنترنت والعمل الجماعي عن قصد؛ واستخدم أنشطة التعلّم التعاوني، وحين يشارك الذكاء الاصطناعي، عاير تيسيره ودوره بوصفه قريناً.
• تقويم أصيل كاشف للسيرورة. انتقل نحو التقويم الأصيل والتقويمات التي تُسجّل السيرورة — المسودات، والدفاعات الشفوية، والشرح الذاتي، والمحافظ التأملية — وهي أكثر مقاومةً للذكاء الاصطناعي وتكشف الفهم الحقيقي.
• مسارات مخصصة وتكيّفية. استخدم التخصيص والأنشطة التكيّفية المُمكَّنة بالذكاء الاصطناعي لملاءمة الإيقاع والصعوبة، مع إبقاء التخصيص عميقاً (تسلسل المهام، ومعايرة الصعوبة) لا سطحياً فحسب (أمثلة مخصصة).
• الحضور الاجتماعي وبناء المجتمع. اصقل الحضور الاجتماعي والمجتمع عن قصد — جوهر إطار جماعة الاستقصاء — عبر ذكاء اصطناعي رفيق، ولقاءات متزامنة، وتفاعل الأقران، إذ يُعَدّ العزلة عبر الإنترنت عائقاً رئيسياً أمام المشاركة والانتماء. وفي عصر الذكاء الاصطناعي يعني هذا تنقيح الحضورات الثلاثة (المعرفي والاجتماعي والتدريسي) حتى مع تعقيد الخطاب المولّد آلياً مسألة "من الحاضر" (انظر مجتمع الاستقصاء).
• التفكير التصميمي المدمج. بالنسبة للصيغ الهجينة، طبّق مبادئ تصميم التعلّم لتحديد الأفضل فعله متزامناً مقابل لامتزامناً وعبر الإنترنت مقابل حضورياً، وكيف يدعم الذكاء الاصطناعي كلًّا منها.
• سمِّ دور الذكاء الاصطناعي، وتحقق من أن للطالب دوراً لا يزال. إن "يجوز للطلاب استخدام الذكاء الاصطناعي" عبارة عامة جداً بحيث لا يمكن التصميم على أساسها. فالأدوار تحمل عواقب بيداغوجية مختلفة — وتُميّز دراسة للذكاء الاصطناعي التوليدي في تعليم التسويق بين مدرّس وزملاء فريق وأداة وتُظهر أن كلاًّ منها يشكّل الحضور التدريسي والاجتماعي والمعرفي بشكل مختلف (الذكاء الاصطناعي التوليدي في تعليم التسويق) — لذا ينبغي لنشاط عبر الإنترنت أن يكون قادراً على بيان تقسيم عمله: مهمة الذكاء الاصطناعي هنا هي X، ومهمة الطالب هي Y. وإذا احتوت Y على تفكير يسير، فالنشاط يحتاج إلى إعادة تصميم لا إلى سياسة أشدّ صرامةً.
• رتّب النقاش كموقف وتحدٍّ وإعادة نظر. الصيغة اللامتزامنة التقليدية المتمثلة في النشر مرةً والردّ مرتين سطحية وقابلة للإنجاز بوكلاء في الوقت ذاته. أما البنية الأقوى فتطلب من الطلاب الالتزام بتفسير، ومواجهة مثال مضاد أو نقد، ثم شرح كيف تحرّك استدلالهم؛ وما يُعلَّم هو الحركة بين الأفكار لا عدد المنشورات. وهذا ينقل أيضاً الحضور التدريسي: فالردّ الميكانيكي على عشرات المنشورات أقل صوره قيمة، في حين تركيب الأنماط عبر النقاش — الافتراضات التي تتكرر، والخلافات الجديرة بالتسمية، والمثال المضاد الذي يزعزع توافقاً — هو الجزء الذي لا يؤديه أي وكيل في هذه الأدبيات.
• حوكمة الإنسان في الحلقة. أبقِ المربّين والمدرّسين في الحلقة على أدوات الذكاء الاصطناعي، مؤسَّسين على المعرفة البيداغوجية للمحتوى، حتى تكون النية البيداغوجية — لا افتراض الأداة — هي ما يقود التصميم.

انعكاسات على مدرّسي التعليم عبر الإنترنت ومصممي التعليم

• ضع حواجز على الذكاء الاصطناعي، لا تكتفِ بتوفيره. استخدم سقالة "التلميح لا الإجابة" التي تُبقي عمل المتعلّم المعرفي في الحلقة؛ وتُظهر تجربة RCT للمدرّس المحاط بالحواجز أن هذا يُلغي عقوبة الامتحان التي يُسبّبها الوصول بلا حراسة. انظر مفهوم الحواجز الوقائية لطبقة التصميم الكاملة (هندسة المطالبات، والتوليد المعزز بالاسترجاع، والتدريب، وضمان الجودة).
• صمّم تقويمات مقاومة للذكاء الاصطناعي وخاضعة للمراقبة/غير مُساعَدة. لأن التقدير عبر الإنترنت كثيراً لا يميّز العمل المُساعَد من المستقل، أدرج تقويمات مغلقة الكتاب أو خاضعة للمراقبة أو كاشفة للسيرورة لكشف إساءة الاستخدام وردعها (ضرر إساءة استخدام الذكاء الاصطناعي للتعلّم).
• علّم ثقافة الذكاء الاصطناعي صراحةً. ساعد الطلاب على تمييز أنماط الاعتماد ومعايرة الثقة (ثقافة الذكاء الاصطناعي)؛ وابنِ التنظيم الذاتي وما وراء المعرفة لمواجهة التفريغ.
• أدمج الذكاء الاصطناعي في بيئة التعلّم، لا كإضافة خارجية. تفوّق المساعدون المخصّصون المُضبَطون سياقياً والمُدمجون في المساق (مثل AIDA) على روبوتات المحادثة الخارجية العامة وترفع القبول.
• عاير تيسير الذكاء الاصطناعي نحو الحذر البشري. عند استخدام الذكاء الاصطناعي في إدارة النقاشات، فضّل الإعدادات التي تتدخل بندرة (Tsirmpas et al.).
• صمّم لقيود حياة الكبار. بالنسبة للمتعلمين الكبار وعن بعد، أعطِ الأولوية للوصول عبر الهاتف المحمول، والقدرة على العمل دون اتصال، والتوفر اللامتزامن (إرشادات AI-ALOE).
• صمّم بالمشاركة مع الطلاب والموظفين، وابنِ الحوكمة. يُعَدّ التطوير التشاركي، والرعاية العليا، والتعاون بين الوحدات، والحوكمة المتينة عوامل مُيَسِّرة لتبنّي مسؤول للذكاء الاصطناعي التوليدي.
• افترض أن وكيلاً سيحاول كل نشاط غير خاضع للمراقبة، وصمّم انطلاقاً من هذا الافتراض. اختبار الأسئلة الثلاثة سريع ويكشف الأنشطة الضعيفة: هل يمكن لنظام ذكاء اصطناعي إنجاز هذا دون أن يفهم الطالب المادة؛ وما النشاط المعرفي المفترض أن يُنتج التعلّم؛ وما الدليل الذي سيُظهر أن الطالب أدّاه. وحين تكون الإجابة الأولى نعم والأخريان عصيَّتان على الإجابة، فالمشكلة في تصميم التعلّم لا في سياسة الذكاء الاصطناعي.
• أبقِ التحقق متناسباً مع المخاطر. حيث يجب إثبات الكفاءة، فضّل مهمة توأمية أو دفاعاً شفوياً لامتزامناً أو فحص استيعاب موجزاً على المراقبة الشاملة؛ وأبقِ بقية المساق مرنةً للمتعلمين الذين يعتمدون على تلك المرونة.
• استخدم التحليلات لدعم التعليم لا ليحلّ محلّه. استفد من تحليلات التعلّم للتنبؤ بالمشاركة وتوجيه الدعم، لكن أبقِ الإشراف البشري محورياً.

المفاهيم المرتبطة

• الأنماط التربوية — السياق الذي يجعل التسلسل حاملاً للأعباء، بما أن النظام لا يستطيع رؤية محاولة
• صدق التقييم — صلاحية الاستدلال من العمل المقدَّم إلى التعلّم
• الذكاء الاصطناعي الوكيلي — أنظمة مستقلة تشغّل الأدوات والمنصات، بما فيها أنظمة إدارة التعلّم
• مجتمع الاستقصاء — جماعة الاستقصاء
• أصول التدريس واستراتيجيات التعليم
• تصميم التعلّم
• التعلُّم النشط
• التعلّم التعاوني
• السقالة
• التعلّم موجّه الذات
• التفريغ المعرفي
• النزاهة الأكاديمية
• سوء استخدام الذكاء الاصطناعي والضرر التعليمي
• ثقافة الذكاء الاصطناعي
• التدريس الذكي
• التعلّم المخصّص
• التعلّم التكيفي
• اندماج الطلاب
• الفجوة الرقمية
• حوكمة الذكاء الاصطناعي
• التدريس
• الذكاء الاصطناعي بمشاركة الإنسان
• التقويم الأصيل
• الضوابط
• كشف محتوى الذكاء الاصطناعي

المقالات المرتبطة

• AI Agents Can Now Navigate and Complete LMS Tasks: A Call for Pedagogical Innovation — أكملت وكلاء مستقلون تقويمات أنظمة إدارة التعلّم غير الخاضعة للمراقبة من البداية إلى النهاية: مشكلة صلاحية تقويم (Hadjisolomou & El-Haddad 2026)
• Assessment twins: An approach for strengthening assessment validity in the age of generative AI — توائم التقويم: اقتران مهمة هشّة أمام GenAI بأخرى أقل هشاشةً مجدولة بقرب وعلى النواتج ذاتها
• Coauthorship integrity: Reconceptualising assessment validity for the age of generative artificial intelligence — نزاهة التأليف المشترك دليلاً على الصلاحية، والمقابلة الشفوية الذكية تحققاً قابلاً للتطوير
• Asynchronous Oral Assessments: Enhancing Integrity, Engagement, and Communication in the AI Era — تقويمات شفوية لامتزامنة: تسجيلات محدودة زمنياً غير مراجَعة تُعلَّم وفق معايير مضمّنة
• The Effortless Trap: Productive Struggle, AI, and the Illusion of Learning — فخّ بلا جهد: تنظيم الذكاء الاصطناعي مكانياً لا الإذن به أو منعه
• Metacognitively Discordant Completion and the Aware Pass-Through of Non-Understanding in Generative AI Learning — الإتمام المتنافر ما وراء معرفياً: عمل صحيح يُقدَّم دون فهم
• Decreasing Digital Distraction in College Students: Associated Online Learning Strategies Identified by Unsupervised — أي استراتيجيات التنظيم الذاتي تتزامن مع تشتّت رقمي منخفض (530 طالباً)
• GenAI as a Learning Partner: Supporting Self-Regulated Learning Over Time Without Replacing Effort — التعلّم الذاتي التنظيم كميلاد ثابت وحالة متقلبة؛ ما وراء المعرفة والرفاهية تتراجع على مدى فصل دراسي
• When AI Wears Many Hats: The Role of Generative Artificial Intelligence in Marketing Education — الذكاء الاصطناعي كمدرّس وزملاء فريق وأداة: الأدوار وآثارها على الحضور
• Beyond Detection: How Students Use—and Hide—AI in Online Assessments and What Authentic Tasks Can Do About It — ما بعد الكشف: تصميم التقويم للسياقات عبر الإنترنت
• Reconceptualizing Community of Inquiry in the Age of Generative Artificial Intelligence — إعادة تصور جماعة الاستقصاء في عصر الذكاء الاصطناعي التوليدي
• Integrating AI in Online Learning in Higher Education: A Literature Review — دمج الذكاء الاصطناعي في التعلّم عبر الإنترنت في التعليم العالي: مراجعة نقدية للأدبيات في أربعة موضوعات
• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents — من MOOC إلى MAIC: إعادة تشكيل التعليم عبر الإنترنت من خلال وكلاء مدفوعين بنماذج اللغة الكبيرة
• LearnMate^2: Design and Evaluation of an LLM-powered Personalized and Adaptive Support System for Online Learning — LearnMate²: نظام دعم مخصص وتكيّفي للتعلّم عبر الإنترنت
• To Facilitate or not to Facilitate: Human and LLM Facilitator Tendencies in Online Discussions — ميول الميسّر البشري والميسّر المبني على نماذج اللغة الكبيرة في النقاشات عبر الإنترنت
• ELEVATE: Designing Human-Centered GenAI Virtual Tutors for Scalable and Inclusive Education — ELEVATE: مدرّسون خصوصيون افتراضيون بالذكاء الاصطناعي التوليدي محورهم الإنسان
• The Path to Conversational AI Tutors: Integrating Tutoring Best Practices and Targeted Technologies to Produce Scalable AI Agents — الطريق إلى مدرّسي الذكاء الاصطناعي الحواري
• New systems of learning for distance learning institutions? A six-study review of implementing AIDA — تنفيذ AIDA في الجامعة المفتوحة
• Guidelines for Designing AI Technologies to Support Adult Learning — إرشادات تصميم تقنيات الذكاء الاصطناعي لدعم تعلّم الكبار
• DeepTutor: Towards Agentic Personalized Tutoring — DeepTutor: نحو تدريس خصوصي مخصص قائم على الوكلاء
• Making machine learning findings accessible to teachers in blended classrooms — جعل نتائج التعلّم الآلي متاحة للمدرّسين في الصفوف المدمجة
• A Machine Learning Approach for Predicting Student Progress in Online Programming Education
• Students Prefer Personalized, AI-Generated Educational Videos over Non-Personalized, Human-Recorded Videos — يفضّل الطلاب الفيديوهات المخصصة المولّدة بالذكاء الاصطناعي على غير المخصصة المسجلة بشرية (Tomlinson et al. 2026)
• Enhancing Peer Exposure and Creating Opportunities for Bridging Social Capital Through an AI-Generated Summary-Driven Learning Design in Online Discussion Forums — تصميم تعلّم مدفوع بالملخصات المولّدة بالذكاء الاصطناعي في منتديات النقاش عبر الإنترنت
• AI training and science student teachers’ TPACK in campus-based and distance education: a comparative study — أبلغ طلاب معلمون في حرم جامعي قائم على الحضور عن TPACK أعلى لتعليم العلوم المدعوم بالذكاء الاصطناعي من أقرانهم في التعليم عن بعد (64.0% مقابل 47.4%)