المصدر المفتوح

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

المصدر المفتوح — استخدام النماذج والكود والبيانات والمحتوى المُرخَّصة انفتاحًا في الذكاء الاصطناعي في التعليم. فالانفتاح هو الموازن الرئيسي في قاعدة المعارف لاحتكار البائع وانكشاف البيانات: فالنماذج مفتوحة الأوزان يمكن تشغيلها على عتاد الحرم الجامعي لتلبية التزامات FERPA وGDPR وقانون الذكاء الاصطناعي الأوروبي، والمجموعات النصية المُرخَّصة انفتاحًا يمكن فهرستها وضبطها ضبطًا دقيقًا دون إذن الناشر، وإصدارات معايير القياس ومجموعات البيانات المفتوحة تجعل البحث قابلًا للتكرار. والأعباء حقيقية بالمثل: البنية التحتية وضمان السلامة، والصيانة التي تبقى بعد انتهاء المنحة، والجودة التي لا يضمنها الانفتاح بذاته.

أسئلة تستحق التفكير

• كثيرًا ما يُسمع "المصدر المفتوح" بمعنى "مجاني وسهل". فأيّ الطبقات الأربع أدناه — النماذج، أو الكود، أو البيانات، أو المحتوى — يكلف مؤسستك فعلًا أكثر ما يمكن لاعتماده، ولماذا؟
• تجعل الأوزان المفتوحة النشر المحلي ممكنًا، لكن على أحدهم مع ذلك استضافة النظام وترقيعه وتقييمه. فمن ينبغي أن يملك ذلك العمل بعد انتهاء المشروع الأصلي، ومن يدفع ثمنه؟
• وجدت دراسة هنا أن نموذجًا مفتوحًا بـ32 مليار معامل تفوّق على نظام مملوك أكبر منه بكثير في المعرفة التربوية، بينما وجدت أخرى أن كل نموذج مفتوح مُختبر كان دون خط الأساس البشري في ثقافة التصوير العلمي. فكيف تقرر أيّ معيار قياس هو الصحيح لقرارك؟
• المجموعة النصية الواحدة المُرخَّصة انفتاحًا هي ما يتيح لمدرسة تشغيل مساعد على عتادها الخاص فوق مواد مقرراتها. فما الالتزامات التي تأتي مع ذلك — تجاه المؤلفين الأصليين، وطلاب بياناتهم مفهرسة، والرخصة نفسها؟
• إذا كان الذكاء الاصطناعي التوليدي يستطيع إنتاج مقرر في أقل من نصف ساعة ببضع دولارات، فما المبرر الباقي للموارد التعليمية المفتوحة — الكلفة، أم حرية الترخيص، أم ضمان الجودة، أم شيء آخر؟
• هل ينبغي للمؤسسات أن تعامل اعتماد المصدر المفتوح بوصفه قرار شراء، أم قرار بنية تحتية، أم قرارًا تربويًا؟ وما الذي ينكسر إذا عُومل بوصفه واحدًا منها فقط؟

مقدمة

في نظر مبسّطة، يعني "الانفتاح" في تعليم الذكاء الاصطناعي أن أربعة أنواع من المصنوعات متاحة للفحص وإعادة الاستخدام والتعديل: أوزان النماذج، والكود المصدري، والبيانات وأدوات التقييم، والمحتوى التعليمي. وتتجمّع مقالات قاعدة المعارف توزيعًا غير متساوٍ عبر هذه الطبقات، والصورة الناتجة أنفع من الشعار: فالانفتاح يشتري أشياء محدّدة — التحكم المحلي، والقابلية للتدقيق، وقابلية التكرار، والوضوح القانوني — ويكلّف أشياء محدّدة — البنية التحتية، والخبرة، والصيانة، وعبء ضمان الجودة الذي ينتقل من البائع إلى المؤسسة.

النماذج المفتوحة والأوزان المفتوحة

تهمّ الأوزان المفتوحة أكثر ما تهمّ حيث لا يمكن لبيانات الطلاب أن تخرج من الحرم الجامعي. فـLaTA مُقيّم آلي محلّي متوافق مع FERPA يعمل كبديل جاهز لمقررات العلوم والتقنية والهندسة والرياضيات في المستويات المتقدمة، مبني على سُلَّم تقويمي مؤلَّف من قِبل المعلمين وحلول مرجعية، بكلفة حدّية صفرية لكل تسليم. أما SCRIPT، وهو نظام تلقين ذكي بلغة بايثون في جامعة بيليفيلد، فيتجنّب واجهات برمجة التطبيقات التجارية لنماذج اللغة الكبيرة عن قصد ويستضيف بنفسه نموذج Llama-70B مفتوح الأوزان لتلبية لائحة GDPR وقانون الذكاء الاصطناعي الأوروبي (الذي يُصنّف بعض استخدامات الذكاء الاصطناعي في التعليم بأنها عالية المخاطر)، مفصلًا سجلات الملكية الفكرية عن نظام التلقين، ومستخدمًا أسماء مستخدمين مستعارة، ومسجلًا ضغطات المفاتيح بالموافقة الصريحة وحدها — اختيار يُنسب إليه المؤلفون أيضًا أثرًا بيئيًا أدنى وقابلية تكرار أفضل.

لم تعد الجودة هي ثمن الانفتاح الآلي. يُطبّق EduQwen التعلم المعزَّز (DAPO) والضبط الدقيق المُشرَّف على عائلة نماذج مفتوحة، مستخرجًا 440 نموذجًا سالبًا صعبًا، ومولّدًا 40,000 استجابة تركيبية خُفِّضت بالانتقاء إلى 1,050 مثالًا مرتَّبة حسب الصعوبة، وواصلًا إلى 96.52% على معيار قياس التربية — فوق 90.55% لنموذج Gemini-3 Pro — عند 32 مليار معامل كثيفة. ويبلغ AiAWE استنتاجات مشابهة بالنسبة إلى تقييم الكتابة الآلي: فالنموذج مفتوح الأوزان Gemma-3-27B-it المُكيَّف بـLoRA يتفوّق على LLaMA-3.3-70B وعلى خط أساس GPT-3.5 المضبوط ضبطًا دقيقًا في 480 مقالة لاختبار TOEFL ويعمل على خادم بمواصفات استهلاكية، مع النتيجة الفرعية اللافتة أن عدد المعاملات ليس منبئًا موثوقًا بالأداء النهائي في ظلّ التكييف بـLoRA. والأدلة المضادة تستحق العرض نفسه: فـمعيار قياس لستة نماذج متعددة الوسائط الكبيرة (ثلاثة مغلقة وثلاثة مفتوحة) وجد كل نموذج مفتوح المصدر دون خط الأساس البشري في ثقافة التصوير العلمي بينما تجاوز Gemini الوسط البشري في عدة مجموعات فرعية. فالانفتاح يرفع السقف على التحكم، لا على القدرة.

تُطلق OmniEdu خط الأنابيب كله لا الأوزان وحدها: فقد رفع الإشراف المتوازن القدرات على مزيج من 69,999 مثالًا كل مقاييس عائلة K–12 مفتوحة بأحجام 4B/9B/27B — حيث كسب النموذج المضبوط بـ4B 55 نقطة من نسبة فوز السقالة في MathTutorBench على نموذجه الأساس — بينما بقي تشخيص حالة المعرفة أضعف قدراته عند 54.04% (Liang et al., 2026).

الأدوات المفتوحة وأنظمة التلقين والبنية التحتية البحثية

أوضح حالة للكود المفتوح هي قابلية التكرار. فـOATutor — أول نظام تلقين تكيّفي مفتوح بالكامل مبني على مبادئ أنظمة التلقين الذكي — يُزاوج بين قاعدة كود مُرخَّصة بـMIT ومكتبة محتوى مُرخَّصة بـCreative Commons (CC BY) مستخرجة من كتب OpenStax في الجبر، إلى جانب تتبّع المعرفة، واختبار A/B، ودعم LTI؛ وهدفه التصميمي الصريح هو أن يتمكن باحث من إجراء تجربة ثم نشر الإطار والمحتوى والمنصة كاملةً من الطرف إلى الطرف برابط مستودع. ويُقدّم StanBKT الحجة نفسها على مستوى المنهج، مستبدلًا تقديرات نقاط التعظيم–التوقع باستدلال بيزي كامل (HMC، والاستدلال التبايني، وPathfinder، والتحسين) في حزمة بايثون مفتوحة تُظهر عدم اليقين الذي تعتمد عليه مقارنات A/B للتدخلات التكيّفية. ويُطلق DeepTutor: Towards Agentic Personalized Tutoring إطار تلقين وكيليًا كاملًا بذاكرة متعلّم على شكل غابة آثار — برخصة Apache 2.0، وبحلول أواخر 2026 صار فضاء تعلّم كاملًا لا خطوط الأنابيب التي تُقيسها ورقته فحسب — ويُشحن مولّد الصفوف OpenMAIC التابع لـMAIC برخصة MIT إلى جانب الدراسة التي تُقيّمه، حتى يمكن توليد مقرر واستضافته ذاتيًا وفحصه لا القراءة عنه فحسب؛ وتنشر VISMATIC بيئتها المعزولة المُحَاوَرة للمراقبة الموجّهة للعملية، حتى تتمكن مؤسسات أخرى من اعتماد نموذج النزاهة لا نسخة البائع منه. ويحمل الكود المفتوح أيضًا عبء الشفافية: فسكربتات مطالبات التلقين الواعي بالوجدان في MathBuddy منشورة للفحص ولعمل التدريب التربوي اللاحق. وتضع البنية التحتية المفتوحة نقطة المرجع لما ينبغي أن تفعله الوكلاء التعليميون: فـالمراجعة المحدَّدة النطاق في قاعدة المعارف لـ474 دراسة عن الذكاء الاصطناعي الوكيلي تستخدم مشروع وكلاء مفتوح المصدر سريع النمو بوصفه معيار قياس لـ"نموذج الوكيل الحدّي" وتجد أن الأنظمة التعليمية لا تزال تفتقر إلى تنسيق أدوات محكوم، وذاكرة باقية، وتخطيطًا بعيد المدى، وفعلًا قابلًا للتدقيق.

معايير القياس المفتوحة ومجموعات البيانات وشفافية المنهج

عدة مساهمات هنا بنية تحتتية تقييمية مفتوحة لا أنظمة. فـمعيار قياس التربية (CDPK + SEND، المبني من بنود حقيقية لامتحان معلمين شيليين) يغطي 97 نموذجًا: فقد بلغ نموذج DeepSeek R1 مفتوح الأوزان 86.65% مقابل عشرة نماذج أعلى الترتيب معظمها من نماذج الاستدلال المغلقة، وانتقل حدّ التكلفة–الدقة من ~50% إلى ~82% عند \$0.10 لكل مليون رمز إدخال بين أبريل 2024 ويونيو 2025 — مع نموذج Qwen-3 8B المفتوح عند 3.5 سنتات يطابق تقريبًا أفضل نموذج مغلق من أبريل 2024 بكلفة أقل بأكثر من 400 ضعف. وينخفض الأداء انخفاضًا حادًا دون نحو 8 مليارات معامل تقريبًا، وهو قيد عملي على التحجيم لنشر الحرم الجامعي. وتُطلق ASTRA مجموعة بيانات ومخططًا ونموذجًا أوّليًا للتقييم المبني على الآثار لتلقين تعدّد الوكلاء الذكي اجتماعيًا (540 مشاركًا، و360 جلسة، و1,440 حلقة مهمة). ويُظهر IKS-Instruct الحالة الثقافية للبيانات المفتوحة: 24,795 زوجًا من التعليمات والاستجابات عبر سبع لغات و41 تقنية تربوية مستخرجة من مصادر فيدية وكلاسيكية، متوافقة مع منهج CBSE (المنهج)، وهو ما أتاح لنموذج مدمج بـ7 مليارات معامل أن يقارب نموذجًا مرجعيًا عام الغرض أكبر منه بكثير (وسيط درجة الحكّام 6.39 مقابل 6.54) بجزء من كلفة النشر. ومعايير القياس المؤلَّفة من قِبل الطلاب (معايير القياس) طريق آخر إلى الانفتاح: فـAcademiClaw يُنسّق 80 مهمة أكاديمية بعيدة المدى من 230 مرشحًا مُرسَلًا من الطلاب (تمتد على أكثر من 25 مجالًا مهنيًا، و16 منها تتطلب وحدات معالجة رسومية CUDA، وتُشغَّل في بيئات Docker معزولة) ويوسّع منظومة وكلاء مفتوحة إلى تقييم على المستوى الأكاديمي. ويجادل Eimler et al. (2026) بأن الانفتاح التزام بيئي كذلك: فبمراجعة كل أوراق AIED 2025، وجدوا نمط "اعتماد لنماذج اللغة الكبيرة دون إفصاح" واستجابوا بمنهجية قياس مفتوحة المصدر — أدوات برمجية زائد صيغة تُقدّر النفقة الحسابية حتى حين تكون أعداد المعاملات مجهولة.

الموارد التعليمية المفتوحة والمحتوى المفتوح

Shen et al. (2026) هو المقال الوحيد في قاعدة المعارف الذي تكون فيه الموارد التعليمية المفتوحة هي الموضوع المحوري لا إشارة عابرة. فهم يبنون مساعد قاعدة معارف بالذكاء الاصطناعي على عتادهم الخاص لـتعليم علوم الحاسوب من 82 وثيقة موارد تعليمية مفتوحة على عتاد بمواصفات استهلاكية (بطاقة RTX 3060 بذاكرة 12 غيغابايت)، جامعين بين الاستخراج المنظّم والتوليد المعزَّز بالاسترجاع والضبط الدقيق الواعي بالتكميم NF4 بـ4 بتات. وأضاف الضبط الدقيق قيمة حقيقية تتجاوز الاسترجاع (Qwen-7B 69.8%، +3.2 نقطة مئوية، p = 0.031؛ DeepSeek-MoE 78.6%، +12.0 نقطة مئوية، p < 0.001، بما فيها 82.3% في الاستدلال متعدد القفزات)؛ وحفظ الضبط الدقيق الواعي بالتكميم فجوة دقة الـ4 بتات عند 1.7 و1.2 نقطة مئوية مع خفض الذاكرة بنحو ~38% والطاقة إلى 1.8 ميليواط/ساعة لكل استعلام (أدنى من خط الأساس بنسبة 43.8%)؛ واستُعيدت الهلوسة المُنفَخة بالتكميم جزئيًا بالضبط الدقيق (DeepSeek-MoE 10.4% → 8.1%)، مقيسةً بإجراء استدلال بلغة طبيعية على مرحلتين مقابل مقاطع موارد تعليمية مفتوحة مسترجعة. والنقطة التحليلية قابلة للتعميم: فالمجموعة النصية المُرخَّصة انفتاحًا يمكن فهرستها وتكييفها وتقديمها دون أذونات ناشر، وتأصيل المساعد في موارد تعليمية مفتوحة مسترجعة يمنح أثرًا لأصل المعلومات قابلًا للتحقق — وهذا بالضبط ما لا تستطيع مجموعة نصوص كتاب مدرسي مملوك أن تقدّمه.

وانفتاح المحتوى وانفتاح النماذج متكاملان في مواضع أخرى كذلك. فـOATutor يُنسّق كتب OpenStax المُرخَّصة بـCC BY في نظام كوده مُرخَّص بـMIT، فيلزم إبقاء شروط رخصة الكود والمحتوى متوافقة بالتصميم. ومكتبة وحدات قابلة للتنفيذ مفتوحة لأنظمة الذكاء الاصطناعي في الطاقة الكهربائية تُخفّض حاجز الدخول بدفاتر Jupyter تعمل محليًا أو في Colab، تُقدَّم عبر مقرر على الإنترنت لدى IEEE. وينشر منهج الهندسة الميكانيكية القائم على المشاريع مقرره وبياناته وكوده في مستودعات وصول مفتوح حتى تتمكن مؤسسات أخرى من اعتماده (Giving Mechanical Engineers Intelligent Tools: A Project-Based AI Education Curriculum in Thermal Engineering). وبالجوار من الموارد التعليمية المفتوحة، يكون تسليم المقررات المفتوح هو الموضع الذي تتحول فيه الاقتصاديات أسرع ما يكون: إذ يُبلّغ MAIC عن انهيار إنتاج المقررات الضخمة المفتوحة على الإنترنت من نحو \$25,000 و60 ساعة للمقرر إلى أقل من \\$2 و30 دقيقة بالتوليد متعدد الوكلاء المعتمد على نماذج اللغة الكبيرة. فإذا صار إنتاج المحتوى شبه مجاني، انتقلت حجة الموارد التعليمية المفتوحة عن كلفة الإنتاج إلى حرية الترخيص وقابلية التحقق وضمان الجودة — وهو عرض مختلف عن العرض الذي بُني عليه مناصرو الموارد التعليمية المفتوحة.

المنافع والأعباء

• المنافع. سيادة البيانات والامتثال التنظيمي (الخصوصية، التنظيم) عبر الاستضافة المحلية؛ وضبط الكلفة، إذ إن الاستدلال المحلي بلا رسوم لكل استعلام والنماذج المفتوحة تقارب جودة المملوكة بجزء من الثمن (Application-Driven Pedagogical Knowledge Optimization of Open-Source LLMs via Reinforcement Learning and Supervised Fine-Tuning)؛ وقابلية التكرار، لأن الإطار والمطالبات والمحتوى والبيانات يمكن أن تُشحن مع الورقة (OATutor: An Open-source Adaptive Tutoring System and Curated Content Library for Learning Sciences Research، ASTRA: A synthetic benchmark for trace-based evaluation of socially intelligent multi-agent tutoring)؛ والقابلية للتدقيق ومراجعة السلامة في ظلّ الحوكمة المؤسسية؛ والقدرة على الضبط الدقيق لـطرائق تدريس معيّنة أو قاعدة معارف مجتمع معيّن (IKS-Instruct: A 24,000-Example Multilingual Dataset for Teaching Language Models Indian Knowledge Systems).
• الأعباء. تتطلب الاستضافة المحلية عتادًا وخبرة لا تملكهما كثير من المؤسسات؛ والجودة والسلامة غير مضمونتين صندوقيًا — فقد تتخلف النماذج المفتوحة عن خطوط الأساس البشرية في ثقافات محدّدة (Benchmarking Multimodal Large Language Models for Scientific Visualization Literacy) ويرفع التكميم معدلات الهلوسة إلا إذا خُفّفت (Towards sustainable AI knowledge-base assistants in computer science education: on-premise deployment and optimization with open educational resources)؛ وعلى أحدهم صيانة النظام بعد النشر (يُوثّق Programming Intelligent Tutoring Systems فريقًا صغيرًا من طلاب الدكتوراه، وانكشافًا أمنيًا في عمل جارٍ، وعبء امتثال جسيمًا)؛ والرخصة المفتوحة إذن لا منتج عامل — فالصيانة التي تُبقي نظامًا مُطلقًا صالحًا للاستخدام تقع على مطوّري التقنية التعليمية الذين بنوه، وتمويلهم وحوافزهم تقرر ما إذا كان ما ترثه المؤسسة عند انتهاء المنحة مستودعًا قابلًا للتفريع، أم منتجًا مصانًا، أم لا هذا ولا ذاك.

وضع الانفتاح موضع الممارسة

• للمعلمين والمؤسسات: افحصوا رخصة المحتوى إلى جانب الكود قبل اعتماد نظام — فكود MIT فوق كتب CC BY قابل لإعادة الاستخدام، لكن الرخصة المتساهلة لا تضمن وجود مسارات تلقين أو بنوك بنود أو ترجمات. وفضّلوا النماذج المفتوحة حين لا يمكن لبيانات الطلاب قانونًا أن تخرج من الحرم الجامعي (LaTA: A Drop-in, FERPA-Compliant Local-LLM Autograder for Upper-Division STEM Coursework، Programming Intelligent Tutoring Systems)، لكن قيسوا النموذج على مهمتكم أنتم بدلًا من الوثوق بلوائح الصدارة العامة (Benchmarking the Pedagogical Knowledge of Large Language Models). وخصّصوا ميزانية لشخص يُشغّل النظام ويُقيّمه بعد النموذج الأوّلي.
• للمطوّرين والباحثين: اشحنوا الشيء كله — فإصدار OATutor من الطرف إلى الطرف (الكود، والمحتوى، وجهاز التجربة) هو معيار قابلية التكرار الذي لا تكف هذه الأدبيات عن مكافأته. وأطلقوا المطالبات ومخططات الاستخراج إلى جانب الأوزان (Programming Intelligent Tutoring Systems، MathBuddy: Affective Math Tutoring). وأبلغوا عن الحساب والكربون (The Environmental Cost of LLMs in AIED: Reporting and Practices). وأصّلوا المساعدين في مجموعات نصية مفتوحة الترخيص حتى يكون أصل المعلومات قابلًا للتحقق والتكييف مشروعًا (Towards sustainable AI knowledge-base assistants in computer science education: on-premise deployment and optimization with open educational resources). واستخدموا الضبط الدقيق الواعي بالتكميم بدلًا من التكميم المجرّد إذا كانت الدقة والطاقة تهمّان معًا، وأبقوا رخصتي الكود والمحتوى متوافقتين.

المفاهيم المرتبطة

• التدريس الذكي
• تدريب النماذج اللغوية الكبيرة والضبط الدقيق
• التعلّم التكيفي
• منصة التكنولوجيا التعليمية
• الخصوصية
• تنظيم الذكاء الاصطناعي في التعليم
• حوكمة الذكاء الاصطناعي
• الذكاء الاصطناعي الوكيلي
• التقويم الآلي
• المعيار المرجعي (Benchmark)
• تتبّع المعرفة
• RAG (التوليد المعزَّز بالاسترجاع)
• الأمان البيداغوجي
• الاستدامة
• مناهج البحث في AIED
• الكتابة
• النزاهة الأكاديمية
• مطوّرو التقنية التعليمية

المقالات المرتبطة

• Towards sustainable AI knowledge-base assistants in computer science education: on-premise deployment and optimization with open educational resources — مساعد قاعدة معارف بالذكاء الاصطناعي للموارد التعليمية المفتوحة على عتادهم الخاص بعتاد استهلاكي (Shen et al. 2026)
• OATutor: An Open-source Adaptive Tutoring System and Curated Content Library for Learning Sciences Research — نظام تلقين تكيّفي مُرخَّص بـMIT بمكتبة محتوى OpenStax مُرخَّصة بـCC BY (Pardos et al. 2023)
• Application-Driven Pedagogical Knowledge Optimization of Open-Source LLMs via Reinforcement Learning and Supervised Fine-Tuning — نموذج تربوي مفتوح بـ32 مليار معامل يتفوّق على أنظمة مملوكة أكبر منه بكثير (Singh et al. 2026)
• LaTA: A Drop-in, FERPA-Compliant Local-LLM Autograder for Upper-Division STEM Coursework — مُقيّم آلي بنموذج لغة كبيرة محلّي متوافق مع FERPA يعمل كبديل جاهز
• Programming Intelligent Tutoring Systems — نموذج لغة كبيرة مفتوح الأوزان مستضاف ذاتيًا للامتثال لـGDPR/قانون الذكاء الاصطناعي الأوروبي في نظام تلقين ذكي بلغة بايثون
• AiAWE: An Open-Source LLM Automated Writing Evaluation System Using LoRA-Adapted Instruction-Tuned Models — نموذج مفتوح الأوزان مُكيَّف بـLoRA لتقييم الكتابة الآلي
• StanBKT: Rethinking Parameter Estimation in Bayesian Knowledge Tracing — حزمة بايثون مفتوحة لتتبّع المعرفة البيزي الكامل
• DeepTutor: Towards Agentic Personalized Tutoring — إطار تلقين وكيلي مفتوح المصدر بالكامل بذاكرة متعلّم
• Securing the Sandbox: A Rootless Containerized Framework for Process-Oriented Monitoring in Computer Graphics Education — بيئة معزولة مُحَاوَرة مفتوحة للتقويم الموجّه للعملية
• MathBuddy: Affective Math Tutoring — مدرّس رياضيات وجداني بقاعدة كود مفتوحة
• Benchmarking the Pedagogical Knowledge of Large Language Models — معيار قياس تربية مفتوح على 97 نموذجًا وحدّ التكلفة–الدقة
• ASTRA: A synthetic benchmark for trace-based evaluation of socially intelligent multi-agent tutoring — مجموعة بيانات ونموذج أوّلي مفتوحان لتقييم تلقين تعدّد الوكلاء المبني على الآثار
• Benchmarking Multimodal Large Language Models for Scientific Visualization Literacy — نماذج مفتوحة دون خط الأساس البشري في ثقافة التصوير
• IKS-Instruct: A 24,000-Example Multilingual Dataset for Teaching Language Models Indian Knowledge Systems — مجموعة بيانات متعددة اللغات مفتوحة للتعليم المؤسَّس ثقافيًا
• The Environmental Cost of LLMs in AIED: Reporting and Practices — منهجية مفتوحة المصدر للإبلاغ عن الكلفة البيئية لنماذج اللغة الكبيرة
• Bridging Artificial Intelligence and Power Systems Education Using a Hands-On Executable Framework — مكتبة وحدات قابلة للتنفيذ مفتوحة للذكاء الاصطناعي الهندسي
• Giving Mechanical Engineers Intelligent Tools: A Project-Based AI Education Curriculum in Thermal Engineering — منهج وبيانات وكود متاحة للعامة
• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents — توليد المقررات بالاعتماد على نماذج اللغة الكبيرة واقتصاديات إنتاج المقررات المتغيرة
• A scoping review of generative AI-powered agentic AI in education: Research landscape, agentic capabilities, and insights from the frontier agent paradigm, exemplified by OpenClaw
• AcademiClaw: When Students Set Challenges for AI Agents
• OmniEdu: Open Foundation Models for Learning and Teaching — OmniEdu: نماذج أساسية مفتوحة للتعلّم والتدريس