المفاهيم
المعرفة المسبقة
ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.
المعرفة المسبقة — المعارف والمهارات والمعتقدات والنماذج الذهنية القائمة التي يجلبها متعلّمٌ إلى مهمة تعلّم جديدة. وهي أقوى متنبّئ منفرد بالتعلّم اللاحق: فالمعلومة الجديدة تُفسَّر من خلال ما يعرفه المتعلّم أصلًا وتُدمَج معه، ومن ثمّ ينتج التدريس الذي يُنشّط المعرفة المسبقة ويبني عليها تعلّمًا أقوى وأكثر متانةً من التدريس الذي يتعامل مع كل متعلّم كصفحة بيضاء. وفي الذكاء الاصطناعي في التعليم، تحتلّ المعرفة المسبقة موقعًا محوريًا في نمذجة المتعلّم والتعليم التكيّفي (تكييف التعليم مع الحالة الراهنة للمتعلّم)، وفي مبدأ البنائية القائل إن المعرفة تُبنى بنشاط فوق النماذج الذهنية القائمة، وفي خطر أن تُفرِغ أدوات الذكاء الاصطناعي التي تجلب المحتوى مسبقًا وتعرضه محتوىً يتجاوز ممارسة الاستدعاء التي تُنشّط المعرفة المسبقة.
أسئلة للتفكر
- ما الشيء الذي تعلمته بعمق، وما الشيء الذي جاهدت لتتعلمه؟ وكم كان لِما عرفته عند البداية من نصيب في هذا الفرق؟
- امتلاك المعرفة المسبقة لا يكفي — بل يجب استدعاؤها بنشاط وربطها. فمتى غيّر تذكّرك لما كنت تعرفه (أو فشلك في ذلك) مدى جودة تعلّمك لشيء جديد؟
- تقول الصفحة إن المعرفة المسبقة قد تتداخل مع التعلّم حين تكون خاطئة (أي مفهومًا خاطئًا). فهل يمكنك التفكير في اعتقاد كنت تحمله جعل المعلومات الجديدة الصحيحة أصعب في التعلّم؟
- قد يُفرِغ الذكاء الاصطناعي التوليدي الذي يجلب الأجوبة مسبقًا ممارسة الاستدعاء التي تُنشّط المعرفة المسبقة. فكيف قد يمنعك أداةٌ مصمَّمة لمساعدتك على التعلّم من تذكّر ما تعرفه؟
- إذا كان على الذكاء الاصطناعي أن يُقدِّر حالة معرفتك المسبقة ليتخصّص لك، فماذا يحدث حين يكون ذلك التقدير خاطئًا؟ وكم تثق في أن نظامًا قد يعرف بدقة ما تعرفه أصلًا؟
- كيف يختلف «تنشيط المعرفة المسبقة» عن مجرّد طرح سؤال على الطلاب قبل التدريس؟ وما الذي يجعل ذلك التنشيط يُعمِّق فعلًا التعلّم الذي يليه؟
مقدمة
تنشيط المعرفة المسبقة من أرسخ النتائج في علوم التعلّم: فالمتعلّمون لا يستوعبون المادة الجديدة في فراغ بل يُقابلونها بمخططاتهم القائمة، وجودة ذلك المطابقة هي التي تحدّد التذكّر وانتقال أثر التعلّم. ويقوم على هذا المفهوم المنظّمون المتقدّمون لدى Ausubel، وتنشيط المعرفة المسبقة قبل التعليم الجديد، وممارسة الاستدعاء كصورة من تنشيط المعروف وتقويته، والتقويم التقويم لما يعرفه المتعلّمون أصلًا. وفي عصر الذكاء الاصطناعي، اتخذت المعرفة المسبقة إلحاحًا جديدًا لأن الذكاء الاصطناعي التوليدي قد يدعم التنشيط (بمطالبة المتعلّمين بتذكّر ما يعرفونه وربطه) أو يتجاوزه تمامًا (بإمداد جواب فوري أو محتوى مُجلَب مسبقًا لم يضطرّ المتعلّم قطّ إلى استدعائه أو دمجه).
دور المعرفة المسبقة
- إنها أقوى متنبّئ بالتعلّم. تُظهر عقود من البحوث أن ما يعرفه المتعلّم أصلًا يرتبط بـمخرجات التعلّم ارتباطًا أقوى من أي عامل آخر تقريبًا، لأن المعلومة الجديدة تُرمَّز نسبةً إلى النماذج الذهنية القائمة. ولذلك تحمل أنظمة الذكاء الاصطناعي التي تتكيّف مع حالة معرفة كل متعلّم وعدًا خاصًا بالكفاءة وانتقال الأثر.
- التنشيط يهمّ، لا الامتلاك وحده. امتلاك المعرفة المسبقة لا يكفي — بل يجب استدعاؤها بنشاط وربطها بالمادة الجديدة. ولهذا فإن «تنشيط المعرفة المسبقة» خطوة تعليمية معيارية، ولهذا أيضًا تُحسّن ممارسة الاستدعاء (تذكّر ما تعرفه قبل أن تضيف إليه) التعلّم بما يتجاوز مجرّد إعادة التعرّض.
- لا تتنبّأ دائمًا بمن يقوم بالعمل الذي يُحرِّك التعلّم. في دراسة تعلّم بالتدريس امتدّت خمسة أيام وشملت 23 مدرّسًا في المرحلة المتوسطة، لم تتنبّأ درجات الاختبار السابقة بالنسبةَ من الردود البانية للمعرفة التي أنتجها المدرّس، وأنهى المدرّسون ذوو المعرفة المنخفضة الذين بنوا المعرفة الدراسة على مستوى مساوٍ إحصائيًا لأقرانهم ذوي المعرفة المرتفعة (Ameen et al., 2026).
- تُشكّل التفسير. يفسّر المتعلّمون المعلومة الجديدة من خلال ما يعتقدونه أصلًا. وحين تكون تلك المعتقدات خاطئة (المفاهيم الخاطئة حول الذكاء الاصطناعي)، قد تتداخل المعرفة المسبقة مع التعلّم، ولهذا يجب أن يُظهر التعليم المفاهيم الخاطئة ويعالجها بدلًا من أن يفترض نقطة انطلاق محايدة.
- تُحرّك نمذجة المتعلّم. ليتخصّص النظام، يجب على الذكاء الاصطناعي أن يُقدِّر حالة المعرفة المسبقة للمتعلّم — وهي أساس تتبّع المعرفة ونمذجة المتعلّم والسقالة التكيّفية. وجودة هذه التقديرات هي التي تحدّد ما إذا كان التكيّف مفيدًا حقًا أم مُضلِّلًا.
- محتوى المعرفة هو ما يحدّد ممارسة العملية التي تُجنَّد. وسواء كان التعلّم يتوقف على الذاكرة أم على الاستقراء، تحدّده بنية المعرفة المسبقة للهدف: إذ يتبع Rachatasumrit وKoedinger وCarvalho (2025) إطار KLI في التمييز بين مكونات المعرفة ذات الشروط والاستجابات الثابتة (الحقائق، التي تُكتسب بالذاكرة وممارسة الاستدعاء) وتلك ذات الشروط والاستجابات المتغيرة (المهارات، التي تُكتسب بالاستقراء والتعميم إلى مُدخلات جديدة) — وهذا هو سبب اختلاف المزيج الأمثل من الأمثلة المُنجَزة والممارسة بين المحتوى الحقائقي والمحتوى المهاري.
المعرفة المسبقة في عصر الذكاء الاصطناعي
جعل الذكاء الاصطناعي التوليدي المعرفة المسبقة اعتبارًا مركزيًا في التصميم بدلًا من متغيّر خلفي:
- خطر التجاوز. قد يُفرِغ الذكاء الاصطناعي الوكيلي الاستباقي الذي يجلب المحتوى مسبقًا ويعرضه ممارسةَ الاستدعاء التي تُنشّط المعرفة المسبقة — فلا يضطرّ المتعلّم قطّ إلى تذكّر ما يعرفه أو دمجه قبل أن يتلقّى جوابًا. وهذا أحد المخاطر التربوية الستّ المحدَّدة في إطار أفضل الممارسات في تعليم الوكيل، ويرتبط مباشرةً بـالاعتماد المفرط وبمبدأ الصعوبات المرغوبة القائل إن المعالجة المجهدة تدعم التعلّم المتين.
- تشكّل المعرفة المسبقة نمط التفريغ المعرفي، لا المخرجات وحدها. في دراسة كتابة تركيب، أنتجت فئةُ المعرفة المرتفعة والتفريغ الأدنى 80% من مقالها مقابل 2% لفئة التفريغ الأثقل (بمتوسط 25.1 مطالبة)، بحيث تابع حجم المطالبات المعرفةَ المسبقة لا الجهد (Poquet et al. (2026)).
- تتراكم فجوة المنفعة. لأن الاستخدام المنتج للذكاء الاصطناعي يتوقف على ما يعرفه المتعلّم أصلًا، يستثمر الطلاب ذوو المعرفة المسبقة الأقوى ذلك استثمارًا أفضل، بينما المبتدئون هم الأرجح أن يعاملوه كبديل — وهو خطر توزيعي قد يوسّع فجوات التحصيل حتى حين يكون الوصول متساويًا (Lodge & Loble (2026)).
- التهيئة والتنشيط كتصميم. تُهيّئ مناهج أداة العقل في الذكاء الاصطناعي التوليدي «مهمة التعلّم» عن قصد بتنشيط المعرفة المسبقة والفضول عبر أسئلة المطالبة، والمرئيات المولَّدة بالذكاء الاصطناعي، والتشبيهات (مثل: «ما الذي تعرفه أصلًا عن النظم البيئية؟») قبل تقديم المحتوى الجديد — فنمذج مسار الاستدعاء والدمج بدلًا من مسار إمداد الأجوبة.
- نمذجة المتعلّم والذاكرة. نمذجت أنظمة الذكاء الاصطناعي بشكل متزايد حالة المعرفة المسبقة للمتعلّم وذاكرته الطولية (مثلًا بدمج حالة المعرفة المسبقة ومنحنيات النسيان في ذاكرة التدريس)، بما يتيح التكرار المتباعد والمراجعة التكيّفية البانية على ما يعرفه كل متعلّم أصلًا.(PersonaVLM: Long-Term Personalized Multimodal LLMs)
- رافعة تكيّف مخصَّص. ولأن المتعلّمين يختلفون اختلافًا واسعًا في المعرفة المسبقة، يجب ضبط التكيّف على الفرد — وهو حجة أساسية لصالح التعلّم المخصّص والسقالة التكيّفية التي تلقى المتعلّمين في حالتهم الراهنة الفعلية بدلًا من افتراض متوسط الفصل.
انعكاسات على تصميم الذكاء الاصطناعي في التعليم
- أنشّط قبل أن تُمدِّ. صمّم تفاعلات الذكاء الاصطناعي بحيث تطالب المتعلّمين باستدعاء ما يعرفونه والتعبير عنه قبل تقديم محتوى أو أجوبة جديدة — فتحفظ ممارسة الاستدعاء بدلًا من تجاوزها.
- نمذج حالة المعرفة المسبقة للمتعلّم. ابنِ نمذجة المتعلّم والتكيّف على المعرفة المسبقة المُقدَّرة (ومفاهيمها الخاطئة)، لا على افتراض التجانس، ليصبح التخصيص متجاوبًا بحق.
- أظهر المفاهيم الخاطئة وعالجها. حين تكون المعرفة المسبقة خاطئة، فهي ستتداخل؛ ويجب على التعليم أن يستخرج المفاهيم الخاطئة ويصحّحها بدلًا من أن يضيف محتوى جديدًا فوق أساس معطوب.
- وزن مقايضة الاحتكاك. يضيف تنشيط المعرفة المسبقة صعوبة مرغوبة (استدعاء، ودمج) تميل إعدادات الذكاء الاصطناعي التي تُزيل الاحتكاك إلى محوها — وهو توتر يُدار عن قصد لا تُحسمه الأتمتة افتراضيًا.
المفاهيم المتصلة
- المتعلّمون — المتعلّمون: المحور الجامع لمفاهيم جانب المتعلّم
- البنائية
- التعلّم المخصّص
- نمذجة المتعلّم والتعليم التكيّفي
- المفاهيم الخاطئة حول الذكاء الاصطناعي
- إطار ICAP
- تتبّع المعرفة
- السقالة
- التعلّم موجّه الذات
- نقل التعلّم
- ما وراء المعرفة
- التفريغ المعرفي
- الصعوبات المرغوبة
- نظريات التعلُّم
- الفشل المنتج — الفشل المنتج
- الاسترجاع والتباعد والتداخل — كيف يحدّد ما يعرفه المتعلّم أصلًا ما تستطيع ممارسة الاستدعاء أن تفعله
المقالات المتصلة
- Agentic AI and Pedagogical Best Practice: The Tension Between Automation and Learning — التوتر بين الأتمتة والتعلّم (خطر تنشيط المعرفة المسبقة)
- Generative AI (GenAI) as a mindtool that supports generative learning (GL) — الذكاء الاصطناعي التوليدي كأداة عقل: تهيئة المعرفة المسبقة وتنشيطها
- PersonaVLM: Long-Term Personalized Multimodal LLMs — نمذجة ذاكرة متعلّم نماذج لغوية على المدى الطويل
- Artificial intelligence, cognitive offloading and implications for education — Lodge & Loble عن التفريغ المعرفي
- Profiling cognitive offloading in LLM-mediated synthesis writing: Volume vs. content — التفريغ المعرفي في كتابة التركيب بالنماذج اللغوية
- WIP: Bridging the Gap Between Instructional Design and Pedagogical Use: A Framework for Mathematics Educators — إطار تصميم تعليمي للرياضيات
- Beyond prior knowledge: the predictive role of knowledge-building in tutor learning — بناء المعرفة لا المعرفة المسبقة هو ما يتنبأ بتعلّم المدرّس، والمدرّسون ذوو المعرفة المنخفضة الذين يبنون المعرفة يلحقون بالركب
- Evidence and Theory for why the Best Example-Problem Ratio To Optimize Learning Gain Depends on Knowledge Content