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

التربية الخاصة

تاريخ الإنشاء 2026-10-12

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

التربية الخاصة — تصميم التعليم وتقديمه للمتعلّمين ذوي الإعاقة، ممتدًا إلى الفروق المعرفية والجسدية والحسية والنمائية العصبية. يستكشف الذكاء الاصطناعي في التعليم بحثًا في قاعدة المعارف هذه كيف تستطيع أدوات الذكاء الاصطناعي دعم احتياجات متعلّمين متنوعة عبر التخصيص والسقالة التكيفية والواجهات المتاحة — مع فحص المخاطر أيضًا المتمثلة في أنظمة ذكاء اصطناعي تتجاهل المتعلّمين المعوّقين أو تُهمّشهم.

⚠️ التربية الخاصة مصطلح يخص K-12 في الأساس. وهي متأصّلة في قانون تعليم الأفراد ذوي الإعاقة الأمريكي (IDEA) والنظام القائم على الاستحقاق لبرامج التعليم الفردية (IEPs) الذي يحكم خدمات التربية الخاصة في التعليم الابتدائي والثانوي. وفي التعليم العالي — وبشكل متزايد في K-12 أيضًا — الإطار الأكثر شيوعًا هو التصميم الشامل للتعلّم (إطار تصميم استباقي ينفع جميع المتعلّمين) إلى جانب إمكانية الوصول والتقنية المساعدة بدلًا من "التربية الخاصة". ومقالة تربية خاصة في K-12 ومقالة تصميم شامل للكلية تتحدثان عن سياقات متقابلة لكنها متميّزة؛ وتحفظ قاعدة المعارف الاثنتين لأن أدبيات البحث تمتد إليهما. وعندما يخصّ مصدر التعليم العالي والمتعلّمين المعوّقين، فربطها عادةً بـالتصميم الشامل للتعلّم أو إمكانية الوصول أو التعلّم الشامل أفضل من التربية الخاصة.

أسئلة تستحق التأمل

  • تؤكد الصفحة أن "التربية الخاصة" مصطلح يخص K-12 في الأساس وقائم على الاستحقاق متأصّل في IDEA وIEPs، بينما يتحدث التعليم العالي أكثر عن التصميم الشامل للتعلّم وإمكانية الوصول. فلماذا تعتقد أن هذه السياقات تختلف، وماذا يكشف ذلك الاختلاف؟
  • يبدو وعد الذكاء الاصطناعي بالتخصيص مصمّمًا خصيصًا للمتعلّمين ذوي الاحتياجات المتنوعة. لكن إذا استطاع نظام التكيّف مع "ملفات معرفية فردية"، فما الذي قد يسوء عندما يكون نموذج الإعاقة خشنًا جدًا أو غائبًا كليًا؟
  • يشمل البحث أدوات ذكاء اصطناعي مصمّمة لملفات إعاقة معيّنة (مثل المتعلّمين المصابين بعسر القراءة أو الصم وضعاف السمع). فما المخاطر التي تراها في التصميم لملفات ضيّقة مقابل التصميم الشامل لجميع المتعلّمين من البداية؟
  • كيف قد تنتهي أنظمة الذكاء الاصطناعي المبنية للمتعلّم "المتوسط" إلى تجاهل المتعلّمين المعوّقين أو إهمالهم، حتى دون قصد — ومن مسؤول عن منع ذلك؟
  • وماذا سيعني لأداة ذكاء اصطناعي أن تُضمّن متعلّمًا ذا إعاقة تضمينًا حقيقيًا لا أن تُكيّفه فحسب — وكيف ستتعرّف على الفرق عمليًا؟

مقدمة

التربية الخاصة مجال حيث تقدّم قدرة الذكاء الاصطناعي على التخصيص والتكيّف وعدًا خاصًا. فبخلاف التعليم الواحد للجميع، تستطيع مدرّسات الذكاء الاصطناعي التكيّف نظريًا مع الملفات المعرفية الفردية واحتياجات التواصل وإيقاعات التعلّم. وتمتد مقالات قاعدة المعارف هذه من الذكاء الاصطناعي لملفات إعاقة معيّنة إلى تجارب المتعلّمين النمائيين عصبيًا إلى المنظورات النقدية للذكاء الاصطناعي والإعاقة.

التدريس بالذكاء الاصطناعي الخاص بالإعاقة يخصّص الذكاء الاصطناعي لاحتياجات متعلّم معيّنة. يُوسّع Special-R1 التعلّم المعزز لنمذجة التنوع المعرفي والتواصلي عبر خمسة ملفات إعاقة، باستخدام تلقينات واعية بالشخصية ومكافآت تفكير لتشكيل استجابات المدرّس لكل متعلّم. وحلّل DysLexLens كيف يختبر المتعلّمون المصابون بعسر القراءة أدوات الذكاء الاصطناعي، كاشفًا قيمة الذكاء الاصطناعي لدعم الثقافة المعرفية وعوائق إمكانية الوصول المستمرة معًا. وصمّم Chen وآخرون نظام توليد أسئلة مدفوعًا بـالنماذج اللغوية الكبيرة (LLMs) لـالمتعلّمين الصم وضعاف السمع، مُقدّمًا استراتيجيتَي الأسئلة البصرية والعاطفية ومنقّيًا الأسئلة تكراريًا مع المجتمع المستهدف لتجاوز عدم التطابق بين تلقينات الذكاء الاصطناعي النصية واللغات الأولى الإشارية. وطوّر Designing for What Cannot Be Seen: Supporting Embodied String Learning for Musicians with Blindness and Low-Vision استراتيجيات تعلّم غير بصرية مع موسيقيين مكفوفين ومنخفضي الرؤية، متمركزًا حول تصميم متجسد تقوده الإعاقة. وهذه تتصل بـالتعلّم الشامل والتنوّع العصبي.

تجارب المتعلّمين النمائيين عصبيًا تتمحور حول طلاب التوحد وفرط الحركة وتشتت الانتباه. وجد Zastudil وآخرون أن طلاب الحوسبة النمائيين عصبيًا يحتاجون مهام منظّمة وفرقًا صغيرة متسقة وتعريفات أدوار صريحة — وهي متطلبات تصميم يجب أن تعالجها أدوات التعلّم التعاوني. وأظهر Leveling the Playing Field: Temporal Video Segmentation for Individuals with ADHD in Computing Education أن مقاطع الفيديو المقطّعة بالذكاء الاصطناعي ألغت فجوة أداء فرط الحركة وتشتت الانتباه. ويتصل كلاهما بـتصميم التعلّم والتصميم الشامل للتعلّم.

المنظورات النقدية تفحص كيف يمكن للذكاء الاصطناعي أن يُهمّش المتعلّمين المعوّقين. يجادل Tali-Otmani بأن أنظمة الذكاء الاصطناعي تُهمّش المعرفة المتمركزة حول الإعاقة إهمالًا فاعلًا بسبب بيانات التدريب الغربية المركزية — متصلًا بالاهتمامات الإنصاف في تعليم الذكاء الاصطناعي بالعدالة المعرفية.

الذكاء الاصطناعي لعسر القراءة عبر الكشف والدعم والتعلّم المخصص. يرسم استعراض منهجي متعدد المجالات في 2026 (Dabaghi وD'Urso وSciarrone، موجّه بـPRISMA، 2018–2024، n=72) كيف يدعم الذكاء الاصطناعي الطلاب المصابين بعسر القراءة في التعليم، مُوجدًا الذكاء الاصطناعي مستخدَمًا للكشف والدعم المساعد والتعلّم المخصص — لكن هذه الخيوط تتطور بالتوازي لا متكاملة، مدفوعةً بفرصة تقنية أكثر منها بنظرية تعليمية موحّدة. وتنقسم أدوات التعليم المساعدة القائمة على تعلّم الآلة إلى خمس مناطق (تطبيقات معيّنة، والاندماج، والتخصيص، والتوصية، والدعم العام) مع أنها تؤكد على الأداء التقني ودقة التصنيف متجاهلةً الصلاحية البيئية والنشر العملي في الصف. ويُعطي بحث الكشف (EEG وتتبع العين ونماذج تعلّم الآلة) الأولوية للتدخل المبكر ويُظهر وعدًا تشخيصيًا، لكنه يتطلب غالبًا معدات متخصصة وبيئات مضبوطة، ما يحدّ من القابلية للتوسّع وإمكانية الوصول في بيئات مدرسية نموذجية. والتحديات المفتوحة تشمل التحقق التجريبي المحدود والقابلية للتوسّع واهتمامات الأخلاقيات/الخصوصية ببيانات الطلاب الحساسة والدعم والتدريب المحدودين للمدرّسين والعوائق اللغوية/الثقافية (معظم الأبحاث يستهدف فئات ناطقة بالإنجليزية).

التخفيف المعرفي للطلاب ذوي صعوبات التعلّم (SWLDs). يُعيد Seung وBasham (2026)، في مراجعة مفاهيمية في سلسلة خاصة من Learning Disability Quarterly عن الذكاء الاصطناعي لطلاب صعوبات التعلّم، تأطير استخدام GenAI لطلاب صعوبات التعلّم عبر عدسة التخفيف المعرفي. ويجادلان أن GenAI قد يكون معينًا تعويضيًا أو اختصارًا بحسب كيفية تفاعل قرارات التخفيف مع الملفات المعرفية والالدافعية لطلاب صعوبات التعلّم (تحديات الوظيفة التنفيذية وذاكرة العمل، والحِمل المعرفي المرتفع، وأهداف أداء نائية عن الجهد، والكفاءة الذاتية الأكاديمية الأدنى، والتوقعات المتفائلة نحو GenAI) ومع التصميم التعليمي. فبالنسبة للقراءة والكتابة، يستطيع GenAI تسليك الوصول (تسوية مستوى النص، والتلخيص، ومخرجات متعددة الوسائط، والتخطيط، والصياغة، وتغذية مراجعة راجعة) مع المحافظة على الاندماج الأعلى مرتبةً — لكن التخفيف المفرط يخاطر بتجاوز عمليات الاستيعاب والتخطيط والمراقبة الهشّة أصلًا لهؤلاء المتعلّمين، مغذيًا "الخمول ما وراء المعرفي" ومركّبًا صعوبات الثقافة المعرفية عبر المجالات. ويتموضعان بحواجز حماية تعليمية كالعامل المُعدِّل الرئيسي ويوصيان بتعليم التخفيف الاستراتيجي، وبناء ثقافة الذكاء الاصطناعي لمعايرة ثقة الأداة، وتسلسل تجارب الإتقان لبناء الكفاءة الذاتية، ومواءمة المهام والتقويم مع أهداف برامج التعليم الفردية التي تُعطي الأولوية لتطوير المهارة على الاستبدال. وهذا يُوسّع تغطية التربية الخاصة في قاعدة المعارف إلى بُعد الإنصاف في التخفيف: الأداة نفسها التي تخفض عوائق الوصول قد تعوّض، إن تُركت دون حراسة، الممارسة التي يحتاجها طلاب صعوبات التعلّم أكثر من غيرها. المحتوى التدخلي المولّد بالذكاء الاصطناعي يحتاج ضوابط قبل التوليد لا المراجعة فحسب. وجد Enkhjargal وآخرون (2026) أن الممارسين صنّفوا أداة القصة الاجتماعية المصممة مشتركًا عالية القابلية للاستخدام (SUS 86.8) مع أنهم وصفوا صورها بالغربية تعميميًا ومتعقّب سلوكها بأنه غير مطابق للحكم السريري المرتبط بالأهداف — وهي قيود كانوا ليضعوها قبل التوليد.

دلالات على مدرّسي التربية الخاصة

  • صمّم الذكاء الاصطناعي مشتركًا مع المتعلّمين المستهدفين ومجتمعهم. يُظهر توليد الأسئلة للصم وضعاف السمع قيمة تنقيح الذكاء الاصطناعي تكراريًا مع المجتمع لتجاوز الفجوة بين التلقينات النصية واللغات الأولى الإشارية — فأشرك المتعلّمين ومجتمعاتهم في التصميم لا تفترض أن الذكاء الاصطناعي يناسبهم.
  • طابق الذكاء الاصطناعي مع ملفات إعاقة معيّنة لا مع إمكانية وصول عامة. ينمذج Special-R1 التنوع المعرفي والتواصلي عبر ملفات الإعاقة؛ ويوثّق DysLexLens قيمة الثقافة المعرفية وعوائق إمكانية الوصول المستمرة التي يواجهها المتعلّمون المصابون بعسر القراءة معًا — فاختر أدوات مواءَمة لملف كل متعلّم وكن منتبهًا للعوائق غير الملبّاة.
  • بَنِّ التعاون للمتعلّمين النمائيين عصبيًا. يحتاج طلاب الحوسبة النمائيين عصبيًا مهام منظّمة وفرقًا صغيرة متسقة وأدوارًا صريحة — فطبّق هذه المتطلبات التصميمية على أي نشاط تعاوني ذي وساطة ذكاء اصطناعي.
  • استخدم الذكاء الاصطناعي لإغلاق فجوات الأداء لا توسيعها. ألغت مقاطع الفيديو المقطّعة بالذكاء الاصطناعي فجوة أداء فرط الحركة وتشتت الانتباه — فنشر الذكاء الاصطناعي التكيفي حيث تُظهر الأدلة أنه يوازن النتائج، لا حيث يؤتمت فحسب.
  • مركز التصميم المتجسد الذي تقوده الإعاقة. يُظهر بحث الموسيقيين المكفوفين ومنخفضي الرؤية أن الاستراتيجيات غير البصرية التي تقودها الإعاقة تتفوّق على واجهات بصرية افتراضية — فابنِ الذكاء الاصطناعي وطوّره بخبرة المتعلّمين المعوّقين.
  • احرس من الإهمال المعرفي. تحذّر المنظورات النقدية من أن بيانات التدريب الغربية المركزية قد تُهمّش المعرفة المتمركزة حول الإعاقة — فدقّق محتوى وأدوات الذكاء الاصطناعي من أجل العدالة المعرفية إلى جانب الإنصاف.

مفاهيم مترابطة

مقالات مترابطة

الأسئلة الشائعة المرتبطة

الموارد المرتبطة

  • TeacherServer
    A large free library of single-purpose teaching generators — lesson plans, worksheets, IEP goals, rubrics, case studies, math problems — for K-12 teachers and college faculty.

البيانات الوصفية

المستوىSpecial Education, K 12, Higher Ed
الإنصاف والأخلاق والاستخدام المسؤولالإنصاف, التعلّم الشامل, التنوّع العصبي
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.