كفاءة المعلم في الذكاء الاصطناعي

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

كفاءة المعلم في الذكاء الاصطناعي — المعارف والمهارات والاستعدادات التي يحتاجها المعلمون لدمج الذكاء الاصطناعي في التعليم والتعلّم بفعالية وأخلاقية وإنصاف. وتمتد هذه الكفاءة إلى ما هو أبعد من الاستخدام التقني للأدوات لتشمل التكامل البيداغوجي وثقافة التقويم والحكم الأخلاقي والثقة في استخدام الذكاء الاصطناعي بشكل جيد. وتُعدّ كفاءة المعلم في الذكاء الاصطناعي النظير الموجّه للمعلم لـثقافة الذكاء الاصطناعي، وتُبنى من خلال التطوير المهني. وهي محورية في كيفية تحوّل دور المعلم في الفصول الدراسية المعزَّزة بالذكاء الاصطناعي.

أسئلة للتأمل

• تجادل الصفحة بأن المعلم هو «العامل الحاسم» في تحسين التعلّم عبر الذكاء الاصطناعي — أي أن الأدوات لا تُفيد إلا عندما يستطيع المعلمون التخطيط لها، وتوفير السقالة لاستخدامها، وتقييم مخرجاتها. هل يتوافق ذلك مع تجربتك، أم ترى أن الأداة نفسها أكثر أهمية من المعلم؟
• تمتد كفاءة المعلم في الذكاء الاصطناعي إلى الكفاءة التقنية والتكامل البيداغوجي وثقافة التقويم والحكم الأخلاقي. أيّها تظنّ أن المعلمين يفتقرون إليه أكثر، وأيها الأصعب في التدريب؟
• يوثّق البحث وجود فجوة بين المهارة التي يُدركها المعلمون في الذكاء الاصطناعي وبين مهارتهم الفعلية. لماذا تعتقد أن الناس يُقدّرون استعدادهم تقديراً مبالغاً فيه، وما الذي يلزم لإغلاق تلك الفجوة بصدق؟
• أنتج برنامج تطوير مهني مكثّف مكاسب كبيرة في المهارة البيداغوجية المرتبطة بالذكاء الاصطناعي في البحث المشار إليه، مما يشير إلى أن المهارة التقنية-البيداغوجية قابلة للتدريب. إن كان ذلك صحيحاً، فلماذا يبدو كثير من المعلمين غير مستعدين — وما الذي يقف في الطريق؟
• إذا كان المعلم قادراً على «استخدام الذكاء الاصطناعي بشكل جيد»، فماذا يعني «بشكل جيد» في نظرك — وكيف تُدرك أن معلّماً قد تحقّق له ذلك بدلاً من مجرّد تبنّيه الأداة؟

مقدمة

تكمن أهمية كفاءة المعلم في الذكاء الاصطناعي في أن المعلم هو العامل الحاسم في تحسين التعلّم عبر الذكاء الاصطناعي. تُظهر البحوث باستمرار أن أدوات الذكاء الاصطناعي لا تتحوّل إلى نتائج أفضل إلا عندما يستطيع المعلمون التخطيط لها، وتوفير السقالة لاستخدام المتعلّمين لها، وتقييم المخرجات، ودمجها في تعليم متماسك. يفحص الأدب الموجود في قاعدة المعارف أبعاد هذه الكفاءة، والفجوات بين التصوّر الذاتي والمهارة الفعلية، والتطوير المهني الذي يبنيها.

أبعاد الكفاءة الأساسية

تتقارب بحوث قاعدة المعارف على عدة أبعاد مترابطة:

• الكفاءة التقنية: صياغة موجّهات فعّالة للأهداف التعليمية، وتقييم أدوات الذكاء الاصطناعي من حيث الملاءمة البيداغوجية والسلامة، واستكشاف الأعطال وإصلاحها في الزمن الحقيقي. وثّق برنامج تطوير مهني مكثّف للذكاء الاصطناعي التوليدي مكاسب كبيرة في جميع مكوّنات المعرفة البيداغوجية-التقنية-المحتوية للذكاء الاصطناعي الخمسة (بشكل عام d = 2.36)، مما يُظهر أن المهارة التقنية-البيداغوجية قابلة للتدريب.

• المعرفة البيداغوجية هي الطبقة الحاسمة. فحصت دراسة عابرة للمستويات في المرحلة التعليمية للذكاء الاصطناعي (46 معلّماً، 2,832 متعلّماً) وأظهرت أن المعرفة التقنية بالذكاء الاصطناعي وحدها غير كافية — بل وقد تُضعف قليلاً تصوّرات الطلاب للذكاء الاصطناعي من أجل الخير الاجتماعي — في حين دفعت المعرفة البيداغوجية بالذكاء الاصطناعي تصوّرات الطلاب ونيتهم في تعلّم الذكاء الاصطناعي. ينبغي لذلك أن تُرجّح أطر الكفاءة المعرفة البيداغوجية بالذكاء الاصطناعي كالبُعد المحوري، لا كإضافة ثانوية.

• التكامل البيداغوجي: ربط استخدام الذكاء الاصطناعي بأهداف التعلّم، وتصميم السقالة تدعم ما وراء المعرفة المتعلّم وتنظيم الذكاء الاصطناعي في التعليم الذاتي، ودمج الذكاء الاصطناعي في التصميم التعليمي. يصوّر بحث AI-TPACK كيف يجمع المعلمون بين المعرفة التقنية والبيداغوجية والمحتوية من خلال سير عمل متعدّد الوكلاء، في حين يلتقط إطار فريق المعلم والذكاء الاصطناعي ذو المستويات الخمسة (المعاملاتي ← التآزري) كيف قد يحلّ الذكاء الاصطناعي التوليدي محلّ كفاءة المعلم أو يُكملها أو يعزّزها.

• ثقافة التقويم: تقييم المحتوى المُنتَج بالذكاء الاصطناعي ومخرجات المتعلّمين، وفهم كيف يتغيّر الصدق عندما يستخدم الطلاب الذكاء الاصطناعي. يرتبط هذا بـالتقويم الآلي وكشف محتوى الذكاء الاصطناعي وأجندة إعادة تصميم التقويم الأوسع. وفيما يتعلق بأنظمة التوصية، يمتد ذلك إلى الحكم فيما إذا كانت تفسيرات الذكاء الاصطناعي مفهومة حقاً وذات معنى بيداغوجي: وجد فيلدمان-ماغور وآخرون (2025) أن المعلمين وثقوا بتوصيات التجميع المدعومة بالذكاء الاصطناعي أكثر عندما كانت التفسيرات مُصوغة بلغة المجال (المنهجية) بدلاً من كشفها الخصائص الخام للنموذج — وهي مهارة تتعلق بالمطالبة بتقييم جودة التفسير بدلاً من قبول مخرجات غامضة.

• اختيار النموذج وتصميم الموجّهات كمهارتين قابلتين للإظهار: تشمل ثقافة الذكاء الاصطناعي الآلية معرفة أيّ نموذج يُستخدم وكيف تُصاغ المهمة. عرّض ياكوبسن وآخرون (2026) أهداف تخطيط الدروس لـ153 معلّماً في مرحلة ما قبل الخدمة للنقد من قِبل ChatGPT-4 وClaude 3 وGemini Advanced تحت أربعة موجّهات متنوّعة بشكل منهجي (N = 240 تغذية راجعة في الدراسة الأولى، 345 في الدراسة الثانية)، مع تقييم التغذية الراجعة على تسع فئات جودة. وحدها فسّر اختيار النموذج 26.9% من التباين في الجودة المُقيَّمة (18.4% في الدراسة الثانية)، وأضاف تصميم الموجّه 15.9% إضافية وذات دلالة (5.7%) فوق ذلك؛ وكانت السمة الحاسمة الوحيدة في الموجّه هي اللغة التقنية الخاصة بالمجال، إذ إن إزالتها خفّضت الجودة بشكل ذي دلالة (β = −0.412)، في حين لم يُحدث إضافة الأمثلة وحذف تعليم سلسلة التفكير فرقاً ذا دلالة في الدراسة الأولى. وقراءتهم — أن مصطلحات المادة الدراسية تفتح المحتوى ذا الصلة في بيانات التدريب وتُصوغ الطلب بمهنية، مثل الموجّه القائم على الأدوار — إلى جانب قاعدة الإبهام المتمثلة في استخدام أقوى نموذج حدودي متاح حالياً، تجعل من اختيار النموذج قراراً ديداكتيكياً لا تقنياً.

• الاستخدام الأخلاقي والنقدي: التعرّف على التحيّز في مخرجات الذكاء الاصطناعي، وحماية بيانات الطلاب (الخصوصية)، وضمان نتائج منصفة (الإنصاف). يفحص الاستخدام المتعلّق ثقافياً بالذكاء الاصطناعي كيف يمكن للمعلمين استخدام النماذج اللغوية الكبيرة لتنويع المواد بدلاً من تعزيز الأعراف السائدة.

• المسؤولية الأخلاقية موزّعة لا فردية. في سبع حالات وطنية، يُتمركز المعلمون كبوّابين أخلاقيين لاستخدام الذكاء الاصطناعي في حين يفتقرون إلى الدعم المؤسسي والمعرفي، لذا يجب أن تمتد الثقافة الأخلاقية في الذكاء الاصطناعي إلى الوكالة النقدية والسياسية لا إلى المهارة التقنية وحدها (رافاغيلي وآخرون (2026)).

• الثقة والاتجاهات: يشكّل ثقة المعلم نمط التبنّي. يجد بحث التبنّي أن الثقة والدعم والفائدة المُدركة هي ما يحدّد ما إذا كان المعلمون يستخدمون الذكاء الاصطناعي فعلياً، وأن اتجاهات أعضاء هيئة التدريس تُشكّل التبنّي في البحث والتعليم.

• في مسح شمل 1,405 معلّماً في مرحلة k-12 عبر خمس دول، تنبّأ الاستعداد للذكاء الاصطناعي بمعتقدات إيجابية حول القيمة التعليمية للذكاء الاصطناعي التوليدي (B = .59، R² = .50) غير أنه تنبّأ بـاهتمام إبداعي أكبر (B = .18)، وفسّر المنبّئات ذاتها 7% و6% فقط من الاهتمام — أي أن بناء الاستعداد وحده يترك الاهتمام دون مساس (شيو وآخرون (2026)).

يجب أن يكون الاستعداد مرتّباً ومقاساً وفقاً لذلك: يضع نموذج القدرة-القرار الكفاءة المُبرهنة في الذكاء الاصطناعي في مصدر الاتجاه والثقة ويقترح مؤشرات أداء بدلاً من الاعتماد على التقرير الذاتي وحده — مهام تصميم الدروس، ومهام تقييم الموجّهات المزروعة بالأخطاء، وأحكام صلاحية المحتوى، وسلالم تقييم لمصنوعات الفصل الدراسي (منغوني (2026)).

الاستعداد العاطفي والأخلاقي بُعد مستقل. مسح فاسالو (2026) أعضاء هيئة التدريس الأكاديميين في جامعة مالطية (109 مستجيبين) وبنى مؤشر ذنب الذكاء الاصطناعي (α = 0.88) من أربعة عناصر أخلاقية-عاطفية، فوجد أن الذنب الاستباقي تفوّق على الندم المُختبر بعد الاستخدام: كانت أقوى موافقة هي القلق من أن استخدام الذكاء الاصطناعي يُضعف مصداقية الشخص (34.9% موافقون)، ثم الشعور بأن الشخص يغشّ عند استخدامه (25.7%)، في حين حظي الندم بعد الاستخدام بـ9.2% فقط. والنتائج التي تهمّ أطر الكفاءة هي أن غير المستخدمين أبلغوا عن ذنب أعلى من المستخدمين (M = 3.25 مقابل M = 2.32) وأن الذنب انخفض بارتفاع أمان المسار الوظيفي — إذ أبلغ الأكاديميون في بداية المسار الوظيفي عن أعلى مستوى (M = 2.71) وأعلى الأكاديميين سناً عن أدناه (M = 2.03). لذلك لا يُلتقط الاستعداد العاطفي عبر مقاييس المهارة أو الثقة، وتجادل الورقة بأن أطر الكفاءة ينبغي أن تتعامل مع الذنب ومشكلات الهوية كاستجابات انتقالية طبيعية لا كأخطاء يُصحّحها.

يرى صياغة أقوى لهذا التأطير أن الذكاء الاصطناعي التوليدي مفهوم عتبة لا فجوة مهارة: تجادل رواية إثنوغرافية ذاتية بأن قلق أعضاء هيئة التدريس ومقاومتهم تُشكّل جزءاً من عبور العتبة، لذا يفشل التدريب القائم على المهارات وينبغي احترام عدم التبنّي المبدئي بدلاً من تصحيحه (لايدلو (2026)).

فجوة الكفاءة

من النتائج المفتاحية وجود فجوة بين الكفاءة المُبلَّغ عنها ذاتياً وتلك المبنية على الأداء. يوثّق البحث في تقويم ثقافة الذكاء الاصطناعي تبايناً جوهرياً (يصل إلى ~40%) بين ما يعتقد المعلمون أنهم يستطيعون فعله وما يستطيعون إظهاره فعلياً — إذ يفتقر المعلمون الواثقون بمهارات الذكاء الاصطناعي غالباً إلى قدرات الموجّهات والتقييم الأساسية. وهذا يدفع إلى التقويم القائم على الأداء لكفاءة المعلم بدلاً من الاعتماد على التقرير الذاتي، ويرتبط بـالتقييم الذاتي المُعاير. وقاس مسح وطني لـ2,586 معلّماً في المرحلة الثانوية في نيجيريا الجانبين بأداتين منفصلتين — وعي متوسط بالذكاء الاصطناعي (M = 3.13 من 8) مقابل مهارة بيداغوجية أقل في الذكاء الاصطناعي (M = 2.47 من 5) — حيث أبلغ معلّمو بداية ووسط المسار الوظيفي عن مهارة أعلى من زملائهم ذوي الخبرة (أولورينولا وآخرون، 2026).

الفجوة ليست فقط بين المهارة المُدركة والفعلية بل في اتساع ما يعرفه المعلمون: وجد مسح وطني لـ2,018 معلّماً في المرحلة الثانوية في أوكرانيا أن 84% أبلغوا باستخدام الذكاء الاصطناعي في الممارسة المهنية بينما لم يتمكّن سوى 11% من تسمية خدمة ذكاء اصطناعي متخصصة غير ChatGPT (ماريينكو وماركوفا وسيمريكوف (2026)). ويظهر ضيق ثانٍ في ما يقدّمه المعلمون طوعاً لا في ما يستطيعون تسميته: صنّف 53 معلّماً في الخدمة حالاتهم الصفية وفق إطار ثقافة الذكاء الاصطناعي لمنظمة التعاون الاقتصادي والتنمية، فوصفوا 43 ممارسة ثقافية في الذكاء الاصطناعي مقابل 10 إخفاقات فقط (وانغ وآخرون (2026)). وتجمّعت اختياراتهم للكفاءات على الحكم العملي (تقييم مخرجات الذكاء الاصطناعي، N = 38) ونادراً ما وصلت إلى التحيز المجتمعي (N = 5) أو المواءمة الأخلاقية (N = 6) أو استخدام الذكاء الاصطناعي للطاقة (N = 9).

الفجوة ظاهرة في المصنوع كما هي في التقرير الذاتي. أبلغ مختبر تعاوني بين المؤسسات في إعداد المعلمين، صمّم فيه مربّو المعلمين الذكاء الاصطناعي في مقرّرات أساليبهم الخاصة، أن المرشّحين استطاعوا إنتاج خطط دروس مصقولة بمساعدة الذكاء الاصطناعي مع عجزهم عن تفسير سبب ملاءمة الخطة للمتعلّمين والمعايير، إذ إن الخطة نفسها لا تقول شيئاً عن المنطق الكامن وراءها. وتقييم التبرير بدلاً من المنتج استجابة واحدة. ويقترح إطار بيداغوجيات الممارسة استجابة أخرى، بالتعامل مع التدريب على أنها تقريب للممارسة: رفعت إعادة التدريب المُوسَّطة بالذكاء الاصطناعي مع تغذية راجعة مُنظَّمة بعد التدريب استخدام المرشّحين لأسئلة الاستكشاف والبحث، غير أن أحكام المرشّحين على أدائهم بقيت منحرفة عمّا سجّله المراقبون.

قد يُشير انخفاض التقييم الذاتي بعد التدريب إلى التعلّم لا إلى الفقدان. في برنامج Intelligent-TPACK للتطوير مهني دام ستة أشهر مع 64 معلّماً جامعياً في هونغ كونغ مقابل 61 ضابطاً، ارتفعت كفاءة الذكاء الاصطناعي الشاملة بنحو نصف انحراف معياري (Cohen's d = −.521)، غير أن بعض المعلمين في المجموعتين سجّلوا درجات أدنى في الاختبار البعدي مقارنة بالاختبار القبلي (تان وتشنغ ولينغ، 2025). وأرجعت المقابلات الانخفاضات إلى تحوّل من العجز اللاواعي إلى العجز الواعي — وهي إعادة المعايرة التي يتنبّأ بها تأثير دانينغ-كروغر — لا إلى مهارة مفقودة. ويستنتج المؤلفون أن التقرير الذاتي قبل-بعد يُقلّل من تقدير أثر التدخل، لأن جزءاً من المكسب يأتي كتصحيح نازلي في الأداة نفسها.

تظهر الفجوة أيضاً كعدم مشاركة. مسح واتسون ورايني (2026) 1,057 عضو هيئة تدريس جامعية أمريكية في أواخر 2025 ووجد أن 26% لا يستخدمون أدوات الذكاء الاصطناعي التوليدي على الإطلاق، واختار ثلثهم عدم استخدامها في التعليم، وتركّز عدم الاستخدام في الفنون والعلوم الإنسانية (40%). وكان الجانب المؤسسي للفجوة أكبر من الجانب الفردي: قال 68% إن مدارسهم لم تُهيّئ أعضاء هيئة التدريس لاستخدام الذكاء الاصطناعي التوليدي في التعليم والإرشاد، وسمّى أعضاء هيئة التدريس مقاومة الزملاء (82%) وعدم الألفة (83%) كأبرز العوائق أمام التبنّي على مستوى القسم — وهي صورة يجب أن تتحرك فيها بناء القدرات وأعراف الأقران والسياسة معاً.

يتجاوز التدريب قبل الخدمة إلى حد كبير البُعد الأخلاقي من الكفاءة. وجدت مراجعة منهجية للذكاء الاصطناعي في التدريب الأولي للمعلمين لمعلّمي الرياضيات في المرحلة الابتدائية قبل الخدمة (بينتو وآخرون 2026، 11 دراسة منتقاة من 341 سجلاً) أن التدخلات تركّزت على مكاسب تقنية وبيداغوجية قصيرة الأجل، مع تسع دراسات من إحدى عشرة نفّذت تدخلات وجيزة امتدت من جلسة إلى ست جلسات، وأبلغت بأن الأخلاقيات عُولجت في ثلاث دراسات فقط من إحدى عشرة. تُسمّي أطر الكفاءة الحكم الأخلاقي بُعداً؛ غير أن أدب ما قبل الخدمة المخصّص لبنائه نادراً ما يُدرّسه أو يقيسه.

التطوير المهني الذي ينجح

يُحدّد أدب التطوير المهني في قاعدة المعارف مقاربات فعّالة:

• برامج مكثّفة مبنية على النظرية: أنتج برنامج تطوير مهني مكثّف للذكاء الاصطناعي التوليدي مع 163 معلّماً/معلّماً في مرحلة ما قبل الخدمة مكاسب كبيرة في جميع مكوّنات المعرفة البيداغوجية-التقنية-المحتوية للذكاء الاصطناعي، واستفاد معلّمو ما قبل الخدمة أكثر. ويُظهر التطوير المهني القائم على نظرية تحديد الذات أن التدريب الداعم للاحتياجات يُحسّن ثقافة المعلمين في الذكاء الاصطناعي واتجاهاتهم واندماج طلابهم مع تقليل القلق.
• مقاربات تصميمية ومتكاملة: يتناول التدريب على ثقافة الذكاء الاصطناعي التوليدي القائم على البحث التصميمي التركيز المفرط على المعرفة التقنية وأدوات ما قبل الذكاء الاصطناعي التوليدي؛ ويعمل التكامل بين الأطر التنموية والدمج بين الكفاءة الاجتماعية-العاطفية على توسيع الثقافة إلى ما هو أبعد من التقنية الصرفة.
• الاستقصاء والممارسة الأصيلة: تبني نماذج الاستقصاء المدعومة بالذكاء الاصطناعي الثقافة والأداء الأصيل في معلّمي ما قبل الخدمة.
• الاستعداد الخاص بالسياق: يؤكّد إطار استعداد أعضاء هيئة التدريس EPIQ-AI أن استعدادهم قضية اجتماعية-تقنية تستوجب مواءمة قدرات أعضاء هيئة التدريس وحوكمة الذكاء الاصطناعي وضمان الجودة.
• يجب أن يكون الدعم مُفَرَّقاً بحسب الخبرة والكفاءة في الذكاء الاصطناعي. وجد تشوي وآخرون (2026) أن كيفية تفاعل المعلمين فعلياً مع الذكاء الاصطناعي في تصميم الدروس تعتمد على التشابك بين الخبرة التعليمية والكفاءة في الذكاء الاصطناعي، لا على أيّهما وحده. فالمعلمون ذوو الخبرة والكفاءة العالية في الذكاء الاصطناعي يُهيّئون مخرجات الذكاء الاصطناعي نقدياً بحسب السياق (بإعادة صياغة الموجّهات والتوسّع)، في حين يميل المبتدئون — حتى الفصيحون تقنياً منهم — إلى قبول استجابات الذكاء الاصطناعي مباشرة ونادراً ما يأخذون الطلاب والسياق في الحسبان. وهذا يُحاجّ لصالح تطوير مهني قائم على التصنيف: قوائم تقييم الاستجابة وقوالب موجّهات للمبتدئين، وبناء مهارات عملي للمعلمين ذوي الخبرة والكفاءة الأقل في الذكاء الاصطناعي.

تكوين المعتقدات محور تصنيف ثانٍ: بين 40,680 معلّماً في TALIS 2024، حجب وضع عدم الاستخدام ذاته عوائق متعاكسة — إذ استشهد 83.3% من المجموعة غير المبالية بتحفّظات بيداغوجية بينما استشهد 66.2% من الموافقة المقيسة بنقص المعرفة والمهارات (فانغ وجين (2026)). وتتبّع التعلّم المهني المرتبط بالذكاء الاصطناعي عضوية المجموعة بثبات أكبر من العمر أو المستوى التعليمي.

• لا يتشارك المعلمون تصوّراً واحداً للذكاء الاصطناعي. وجدت دراسة ظاهراتية لـ16 معلّماً في التعليم العالي في الدنمارك ثلاثة تصوّرات للتعليم بالذكاء الاصطناعي وثلاثة للتعلّم به، لذا فإن نموذج ورشة عمل واحدة يصل إلى جزء فقط من أي مجموعة من أعضاء هيئة التدريس (ستينالت (2026)).

• التصميم المشترك والثقافة البيداغوجية في الموجّهات كفاءتان لا إضافتان. تجد مراجعة منهجية للتصميم المشترك للمعلم والذكاء الاصطناعي لمهام التعلّم (وانغ وليو وإسلام 2026، 28 دراسة) أن نمط التعاون الغالب هو الذكاء الاصطناعي كمساعد/مولّد محتوى، وتحدّد فجوة في قدرات التصميم المشترك والشراكة الحوارية الأكمل للمعلمين. ويُظهر طالبزاده (2026) أن التطوير المهني الذي يقرن التدريب التقني في الذكاء الاصطناعي بالاستدلال البيداغوجي — ببناء «الثقافة البيداغوجية في الموجّهات» (بترميز المعرفة البيداغوجية-التقنية-المحتوية في الموجّهات) — هو ما يتيح للمعلمين تحويل مخرجات الذكاء الاصطناعي إلى أنشطة جماعية مُفَرَّقة فعّالة.

• هياكل تبني الكفاءة، لا قوائم بها. أدار بيرل-نوسباوم وفينكلستين (2026) مجتمع تعلّم لأعضاء هيئة التدريس نصف شهرياً لست جلسات في قسم فيزياء عام كبير من فئة R1 — تسعة عشر عضواً في السلسلة، نحو عشرة في كل اجتماع — حيث افتُتحت كل جلسة ببيانات محلية، ثم انتُقل إلى اختبار الذكاء الاصطناعي في مجموعات صغيرة مقابل واجبات منزلية حقيقية مُجهَّلة الهوية، وأُغلقت بمناقشة جماعية، وأنتجت مستودعاً مشتركاً بخمسة مدخلات بدلاً من حزمة تدريب. ويمكن بناء ثقافة التقويم بالطريقة نفسها عبر أداة تصميم: في تجربة باولا وآخرون (2026)، نمت ثقافة التقويم لدى ثمانية منسّقي مقررات STEM والصحة ذوي الخبرة بنقد مسوّدات تقويم من نموذج GPT مخصّص مقابل معايير المجال، على الرغم من أن المخرجات أخفقت بشكل متكرر في السياق التخصصي، وتجاهلت تتابع الموضوعات، واحتوت في حالة واحدة على مراجع مُلفَّقة عبر موجّهات متكرّرة. واحتفظ جميع الثمانية بـالحكم الأكاديمي لديهم ورفضوا الأتمتة الشاملة، مما يجعل النقد المُنظَّم للمسوّدات المُولَّدة آلية التطوير لا تدريب الأدوات.

• قد تحرّك الجلسات القصيرة القبول دون تحريك التبنّي. قيّم ميسينهولر وبوهمه (2026) جلسة INSIGHT من ثلاث ساعات مع 100 معلّم ألماني في المرحلة الابتدائية والثانوية فوجد أن الفائدة المُدركة وسهولة الاستخدام المُدركة ارتفعتا بشكل ذي دلالة (الفائدة t(99) = -3.24، p = .002، d = .32؛ سهولة الاستخدام d = .25) في حين لم تتغيّر النية السلوكية لاستخدام تقنيات الذكاء الاصطناعي في التمايز. ويُلاحظ المؤلفون أن خطوط الأساس لديهم كانت مواتية أصلاً، لذا يُرجّح أثر السقف. والقراءة لتصميم التطوير المهني ضيقة لكن مفيدة: يمكن لجلسة قصيرة أن تُغيّر كيف يحكم المعلمون على أدوات الذكاء الاصطناعي دون تغيير ما إذا كانوا يخططون لاستخدامها، وهو نوع التغيير الذي يحتاج إلى متابعة لا إلى حدث لمرة واحدة.

• يفضّل المدرّسون الفصاحة لكنهم ينسبون التعلّم إلى السقالة. بين 41 مدرّباً، كان خط أساس GPT-4o مفضّلاً بشكل عام (21 مقابل 13) غير أن النموذج المضبوط من ثلاث خطوات (تحديد، استكشاف، تطوير) نُسب إليه التعلّم أكثر (18 مقابل 13)، وتوافق الحكمان في 39% من الحالات فقط (مولنار وآخرون (2026)).

• الدعم المؤسسي: يجب أن يُقرن التطوير المهني بالبنية التحتية المؤسسية (السياسة، التغيير المؤسسي) لتبنّي مستدام.

• لا تضمن أدوات التأليف الأمانة البيداغوجية. درس رياحي وآخرون (2026) 27 معلّماً في المرحلة الإعدادية يُهيّئون روبوتات محادثة تعليمية في ورش عمل التطوير المهني، محُلّلين مجموعات نقاش إلى جانب سجلات التهيئة والتفاعل. تعامل المعلمون مع روبوت المحادثة كسقالة تعليمية مقيّدة بقواعد يحدّدها المعلّم، غير أن المواءمة بين النية والسلوك القائمة على السجلات كانت أقوى في الاستجابة (88.9%) والشخصية (81.5%) من القواعد (70.4%) والغرض (59.3%). فالضوابط القابلة للتهيئة وحدها لا تنقل النية البيداغوجية إلى السلوك، لذا فإن التعبير عن بيداغوجيا روبوت المحادثة واختبارها وصقلها كفاءة بذاتها يجب أن تدعمها أدوات التأليف.

يعالج مثال مضاد قائم على البحث التصميمي الكفاءة كحالة سياقية لا كدرجة على سلّم. جعل دراسة إيال التصميمية 2025 مع 22 مربّ معلّمين في التعليم العالي المشاركين يفحصون خمسة أطر تقويم منشورة ويصمّمون بديلاً منظّماً حول ثلاثة محاور مترابطة: ملاءمة السياق (البنية التحتية، والعوامل الاجتماعية-الثقافية، والاحتياجات المحلية، والمرحلة التنموية)، والاحتياجات المهنية (المجال الدراسي، والبيداغوجيا، والقيادة، والدعم)، والتطوير الديناميكي. ويرفض النموذج مستويات الكفاءة الثابتة ويسمح بتقدّم غير خطي، ويأتي مع استبيان تقييم ذاتي تأملي من 20 بنداً يُقيَّم من 1 إلى 5. واعتماده نوعي فقط، دون اختبار كمي للموثوقية، لذا يقف كمساهمة تصميمية لا كأداة مُصادق عليها.

• تقدير تحليلي تجميعي. جمع غو وآخرون (2026) 212 حجم أثر من 34 دراسة وقدّروا التطوير المهني لثقافة المعلمين في الذكاء الاصطناعي عند g = 0.76 (فترة ثقة 95% [0.50, 1.02])، وهو الأقوى في المهارات (g = 0.91) والأضعف في الاتجاهات والقيم (g = 0.61)؛ وتخفيض التقدير لتصحيح الاختيار الظاهري للنشر يُنزله إلى نحو g = 0.49.

• يتنبّأ الحضور بالمكاسب في حين لا يتنبّأ الشعور بالمشاركة. في البرنامج ذاته دام الستة أشهر، تنبّأ معدّل الحضور بمكسب الكفاءة (β = .407، p = .001) في حين لم يتنبّأ الإحساس الذاتي بالمشاركة (β = .049، p = .692)، وفسّر المجال الدراسي والخبرة التعليمية واللقب المهني القليل؛ ويقرأ المؤلفون الحضور كاستثمار سلوكي والمشاركة المُدركة كمشاركة سطحية (تان وتشنغ ولينغ، 2025).

• تتأخر القود عن المهارات في البرنامج الخاص بالمجال أيضاً. في برنامج هونغ كونغي دام سنة مع 30 معلّماً للغة الإنجليزية، ارتفعت معرفة استراتيجيات التقويم متعدد الوسائط من 3.13 إلى 4.15 من 5 (η² الجزئي = 0.571) والكفاءة في دعم الطلاب من 3.05 إلى 3.98 (0.482)، وكلاهما ذو دلالة، في حين بقيت كل نطاقات القيم ثابتة إحصائياً تحت ألفا مصحّحة بمعيار بونفيروني عند .006. ونسب المعلمون المكاسب إلى التخطيط المشترك داخل المدرسة واجتماعات العناقيد بين المدارس لا إلى ورش العمل وحدها (جيانغ وآخرون، 2026).

• يستطيع التعلّم الجزئي تنمية كفاءة معلّمي الجامعات في الذكاء الاصطناعي. نقّح Cechovsky (2026) وحدتين في تعليم المعلّمين المهنيّين عبر مناقشتين جماعيتين على الإنترنت إلى خمسة مبادئ للتصميم — بنية واضحة وتوجيه، ودعم وإرشاد في التنقّل، وتقطيع ووحدنة، وعرض متعدد الوسائط، وتنشيط المتعلّم — ووجد أن التنقّل في المنصة وتحديد موقع الوحدات هما العائقان العمليّان الرئيسيان.

كفاءة المعلم في الذكاء الاصطناعي ودور المعلم المتحوّل

مع تولّي الذكاء الاصطناعي مهام التعليم والتقويم الروتينية، يتحوّل الإسهام المميز للمعلم نحو التنسيق والحكم والعلاقة: تحديد متى وكيف يُستخدم الذكاء الاصطناعي، وتوفير السقالة لـوكالة الطلاب والاستخدام النقدي، وضمان الإنصاف، وتقديم الدعم الاجتماعي والعاطفي الذي لا يستطيع الذكاء الاصطناعي تقديمه. وهذا يُعيد تأطير كفاءة المعلم حول الإشراف البشري في الحلقة والحكم الأخلاقي ودعم التعلّم المُنظّم ذاتياً — وهو ما يرتبط بـالتدريس والحماية من الاعتماد المفرط.

انعكاسات ذلك على الذكاء الاصطناعي في التعليم

• قِس الأداء لا التقرير الذاتي فحسب: ينبغي تقويم كفاءة المعلم عبر الإظهار، بالنظر إلى الفجوة الموثّقة في التقرير الذاتي.

• درّب الكفاءة كاملة لا الأدوات فقط: ينبغي أن يبني التطوير المهني الأبعاد التقنية والبيداغوجية والتقويمية والأخلاقية معاً، منطلقاً من نظرية التعلّم.

• ابنِ الثقة إلى جانب المهارة: تشكّل الاتجاهات والكفاءة الذاتية نمط التبنّي، لذا ينبغي أن يُخفض التطوير المهني القلق ويبني الثقة عبر ممارسة أصيلة مدعومة.

• ادعم الطبقة المؤسسية: تتطلب كفاءة المعلم المستدامة سياسة وحَوكمة وقدرات مواءَمة، لا تدريباً معزولاً.

• الكفاءة الرقمية للمعلم في تصميم المناهج بالذكاء الاصطناعي التوليدي. يُصادق غييّن-غاميث (2026) على أداة تشخيص قائمة على نموذج TAM مع 434 معلّماً في الخدمة؛ وكانت النية السلوكية المنبئ الرئيسي عن الكفاءة الرقمية في استخدام الذكاء الاصطناعي التوليدي في تخطيط المناهج، مع الثقة بالنفس كدافع جذري.

أداة قياس نفسية لكفاءة المعلم في الذكاء الاصطناعي

• طوّرت دراسة قياس نفسية مقياس ثقافة المعلمين في الذكاء الاصطناعي (TAILS) لقياس ثقافة الذكاء الاصطناعي تحديداً في تعليم معلّمي اللغة، مُشغّلة الأبعاد الستة لإطار ED-AI. ويُعبئ تطوير الأداة فجوة في تقويمات التي تستهدف الطلاب أو المستخدمين العامّين، داعماً قياس كفاءة المعلم في الذكاء الاصطناعي.

رُوجع مشهد الأدوات نفسه منذ ذلك الحين. نقدت مراجعة زينال ومحمد ماتور وماعت المنهجية 2026 لأدوات قياس ثقافة المعلمين في الذكاء الاصطناعي 33 أداة نُشرت بين 2019 و2025 ووجدت المجال رتيباً منهجياً: 31 (93.9%) منها مقاييس تقرير ذاتي للثقة المُدركة، وأداة واحدة فقط (6.1%)... إذ إن أداة اثنتين فقط (6.1%) تختبر المعرفة موضوعياً، ولا واحدة تستخدم مهاماً قائمة على الأداء. وكانت الاتساق الداخلي أقوى نطاقات الجودة (28 من 33 بدرجة A) والإنصاف أضعفها، مع خمس أدوات (15.2%) تُبلّغ عن ثبات القياس أو دليل الأداء التفريقي للبنود. ويتأخر المحتوى أيضاً عن التقنية، إذ تستهدف 29 أداة (87.9%) مفاهيم الذكاء الاصطناعي العامة ولا تعالج سوى أربع أدوات (12.1%)، جميعها من 2025، الذكاء الاصطناعي التوليدي.

المفاهيم المرتبطة

• ثقافة الذكاء الاصطناعي
• التطوير التربوي
• التدريس
• هندسة المطالبات
• تصميم التعلّم
• السقالة
• ما وراء المعرفة
• صدق التقييم
• الإنصاف
• الأخلاقيات
• الكفاءة الذاتية
• الذكاء الاصطناعي بمشاركة الإنسان
• فاعلية المتعلّم
• التفريغ المعرفي
• سياسة الذكاء الاصطناعي في التعليم
• الذكاء الاصطناعي في التعليم
• المعرفة التربوية التكنولوجية بالمحتوى (TPACK)
• التطوير المهني
• أصول التدريس واستراتيجيات التعليم — مظلة: البيداغوجيات واستراتيجيات التعليم في تعليم الذكاء الاصطناعي

المقالات المرتبطة

• Conceptualizing and developing second language teachers' multimodal assessment literacy in the GenAI era — ثقافة التقويم متعدد الوسائط: برنامج دام سنة تحرّكت فيه المعرفة والكفاءة ولم تتحرك القيم

• The impact of professional development programs on K-12 teachers' AI literacy: A systematic review and meta-analysis

• Enhancing Teachers' AI Competency: A Professional Development Intervention Study Based on Intelligent-TPACK Framework — التطوير المهني Intelligent-TPACK: نصف انحراف معياري من المكسب، ومكاسب سالبة تُقرأ كإعادة معايرة — أثر برامج التطوير المهني على ثقافة معلمي k-12 في الذكاء الاصطناعي: مراجعة منهجية وتحليل تجميعي

• AILitHub: Building AI Literacy Infrastructure to Situate Frameworks into Practice — صنّف المعلمون حالاتهم الصفية في الذكاء الاصطناعي ووصلوا بسهولة إلى الكفاءات العملية ونادراً إلى المجتمعية والأخلاقية (وانغ وآخرون 2026)

• Typology of Generative AI Tools for Education — اختيار الأداة كممارسة لوكالة المربّي

• Generative Artificial Intelligence (GAI) in Teaching and Learning Processes at the K-12 Level: A Systematic Review — مراجعة منهجية للذكاء الاصطناعي التوليدي في تعليم وتعلّم k-12 (مرزانو 2026)

• Pedagogy first, technology second: Cross-level relationships between teacher professional knowledge and student — المعرفة المهنية للمعلم في تعليم الذكاء الاصطناعي في k-12: TAIK مقابل TPAIK وتعلّم الطالب (شن وآخرون 2026)

• Analyzing teacher-AI interaction patterns across teacher experience and AI proficiency in student-centered lesson design — أنماط تفاعل المعلم مع الذكاء الاصطناعي في تصميم الدروس عبر الخبرة والكفاءة (تشوي وآخرون 2026)

• Preparing Pre-Service Teachers for Responsible Generative AI Use: Curriculum Implications for Ethics, Privacy, and AI Literacy — الاستخدام المسؤول للذكاء الاصطناعي التوليدي لدى معلّمي ما قبل الخدمة: انعكاسات على المناهج (كونكه وآخرون 2026)

• Validating AI-generated classroom observations: Reliability, accuracy, and limits of LLM-based pedagogical judgment — ملاحظة الفصل الدراسي بالنماذج اللغوية الكبيرة للتطوير المهني للمعلمين (ميلو وآخرون 2026)

• Responsible Integration of AI into Pedagogies of Practice in Mathematics Teacher Education — الذكاء الاصطناعي التوليدي عبر التمثيلات والتفكيكات والتقريبات: إعادة التدريب والتغذية الراجعة المُنظَّمة وتحذيرات الدقة

• Efficacy of an Intensive Generative AI Professional Development Program on Pedagogical Content Knowledge (AI-PCK) and the Comparative Analysis of Learning Gain between Experienced and Pre-service Teachers — فاعلية برنامج تطوير مهني مكثّف للذكاء الاصطناعي التوليدي

• Modeling AI-TPACK in Practice: Insights from Teachers'' Multi-Agent Workflow Design — نمذجة AI-TPACK عبر سير عمل المعلم متعدّد الوكلاء

• Towards Synergistic Teacher-AI Interactions with Generative Artificial Intelligence — نحو تفاعلات تآزرية بين المعلم والذكاء الاصطناعي

• Teacher education for artificial intelligence literacy through a self-determination theory perspective — تعليم المعلمين لثقافة الذكاء الاصطناعي عبر نظرية تحديد الذات

• Development and evaluation of artificial intelligence literacy training for teacher education students — تدريب على ثقافة الذكاء الاصطناعي التوليدي قائم على البحث التصميمي

• Rethinking Generative AI Literacy: An Integrative, Developmental, and Dialectical Framework for K-12 Teacher Education — إعادة التفكير في ثقافة الذكاء الاصطناعي التوليدي في تعليم المعلمين

• Exploring interfaces and implications for integrating social-emotional competencies into AI literacy for education: a narrative review — دمج الكفاءات الاجتماعية-العاطفية مع ثقافة الذكاء الاصطناعي

• AI Adoption Among Teachers: Insights on Concerns, Support, Confidence, and Attitudes — تبنّي الذكاء الاصطناعي بين المعلمين: الثقة والدعم

• Faculty Orientations Shape Adoption of AI in Research and Teaching — اتجاهات أعضاء هيئة التدريس تُشكّل تبنّي الذكاء الاصطناعي

• How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures — الانفصال بين كفاءة الذكاء الاصطناعي المُبلَّغ عنها ذاتياً وتلك القائمة على الأداء

• Effects of an AI-supported inquiry model on AI literacy and authentic performance: A quasi-experimental study with preservice teachers — الاستقصاء المدعوم بالذكاء الاصطناعي لمعلّمي ما قبل الخدمة

• Faculty Readiness for AI-Supported Teaching and Scalable Online Program Delivery in Higher Education: The EPIQ-AI Framework for Epistemic Integrity — إطار استعداد أعضاء هيئة التدريس EPIQ-AI

• LLMs to Support K-12 Teachers in Culturally Relevant Pedagogy: An AI Literacy Example — النماذج اللغوية الكبيرة لبيداغوجيا مرتبطة ثقافياً في k-12

• A Framework for Institutional Change in the Age of AI — إطار التغيير المؤسسي للذكاء الاصطناعي

• TeachingCoach: A Fine-Tuned Scaffolding Chatbot for Instructional Guidance to Instructors — روبوت المحادثة TeachingCoach لإرشاد المدرّبين

• When faculty ask, 'what's the point of teaching?': GenAI as identity crisis, not skills gap — الذكاء الاصطناعي التوليدي كأزمة هوية لا فجوة مهارات

• Situated AI ethics: a cultural-historical and ecological framework for education

• Transforming Curriculum Design with Generative AI: A Model for Assessing Teacher Digital Competence — تقويم الكفاءة الرقمية للمعلم في تصميم المناهج بالذكاء الاصطناعي التوليدي (غييّن-غاميث 2026)

• Understanding what good education is: a phenomenographic investigation of university teachers' understandings of AI — دراسة ظاهراتية لتصوّرات معلمي الجامعة للذكاء الاصطناعي

• AI Literacy in Secondary Education: Framework, Assessment, and Professional Development in the Ukrainian Context — إطار ثقافة الذكاء الاصطناعي ذو المستويات الخمسة + تطوير مهني للمربّين الأوكرانيين في المرحلة الثانوية (ماريينكو وآخرون 2026)

• Reimagining teacher-AI co-design in learning task design: trends and perspectives — التصميم المشترك للمعلم والذكاء الاصطناعي لمهام التعلّم: اتجاهات ووجهات نظر (وانغ وآخرون 2026)

• The Architecture of Roles in AI-Designed Group Activities: A comparative inductive analysis of novice and experienced teachers' differentiated instruction within the IAT framework — هندسة الأدوار في الأنشطة الجماعية المُفَرَّقة المصممة بالذكاء الاصطناعي (طالبزاده 2026)

• The Impact of Explainable AI on Teachers' Trust and Acceptance of AI EdTech Recommendations: The Power of Domain-specific Explanations

• AI Literacy of Teachers: Prompt Engineering and Model Selection as Predictors of AI-Feedback Quality — هندسة الموجّهات واختيار النموذج كمنبّئات بجودة تغذية الذكاء الاصطناعي الراجعة (ياكوبسن وآخرون 2026)

• The AI guilt complex: Moral emotions and ethical dilemmas in academic technology adoption — مركّب ذنب الذكاء الاصطناعي: الذنب الاستباقي وأربعة أنماط استجابة أخلاقية بين أعضاء هيئة التدريس (فاسالو 2026)

• Empowering teachers to use AI for differentiation: changes in teachers’ acceptance of AI-based technologies following participation in a short professional development training session — جلسة تطوير مهني للمعلمين من ثلاث ساعات رفعت الفائدة المُدركة وسهولة الاستخدام ولم ترفع النية المعلنة على التبنّي (ميسينهولر وبوهمه 2026)

• Artificial intelligence in initial teacher training for pre-service primary school teachers in mathematics: a systematic review — مراجعة منهجية للذكاء الاصطناعي في تدريب معلّمي الرياضيات الابتدائية قبل الخدمة: عُولجت الأخلاقيات في ثلاث دراسات فقط من إحدى عشرة (بينتو وآخرون 2026)

• The AI Challenge: How college faculty assess the present and future of higher education in the age of AI — مسح AAC&U/Elon لـ1,057 عضو هيئة تدريس أمريكية: الاستعداد وعدم الاستخدام وفجوة سياسة الفرد مقابل المؤسسة (واتسون ورايني 2026)

• AI Integration as Instructional Design: Lessons from a Cross-Institutional Faculty Collaboratory in Teacher Preparation — مختبر تعاوني بين المؤسسات: دمج الذكاء الاصطناعي كتصميم تعليمي في إعداد المعلمين

• Assessing teachers' AI literacy: a systematic review of measurement tools — مراجعة منهجية لـ33 أداة لقياس ثقافة المعلمين في الذكاء الاصطناعي: 31 تقرير ذاتي، واختباران موضوعيان للمعارف، ولا مهام أداء (زينال ومحمد ماتور وماعت 2026)

• Rethinking artificial-intelligence literacy through the lens of teacher educators: The adaptive AI model — نموذج تكيّفي لثقافة الذكاء الاصطناعي قائم على البحث التصميمي واستبيان تأملي من 20 بنداً صُمّم مع 22 مربّ معلّمين (إيال 2025)

• A Workshop Series for Effective Use of AI in Uncertain Times: Building a Physics Faculty Learning Community — سلسلة ورش عمل للاستخدام الفعّال للذكاء الاصطناعي في أوقات عدم اليقين: بناء مجتمع تعلّم لأعضاء هيئة التدريس في الفيزياء

• Designing Authentic Assessments with Generative AI: A Pilot Study of Assessment Authentifire in Higher Education — تصميم تقويمات أصيلة بالذكاء الاصطناعي التوليدي: دراسة تجريبية لتقويم Assessment Authentifire في التعليم العالي

• Will It Teach as Intended? How Teachers Configure Educational AI Chatbots — هل سيُعلّم كما هو مقصود؟ كيف يُهيّئ المعلمون روبوتات المحادثة التعليمية بالذكاء الاصطناعي

• A Capability–Decision Model of teacher readiness for AI integration in teaching — نموذج استعداد معلّم مرتّب يُقدّم القدرة مع مؤشرات كفاءة قائمة على الأداء

• K-12 in-service teachers' beliefs about generative AI in classrooms: insights from the United States, India, Qatar, Colombia, and the Philippines — مسح عبر الأوطان لـ1,405 معلّماً في k-12: الاستعداد يتنبّأ بالمعتقدات الإيجابية لا بالاهتمام

• Teachers’ AI Belief Profiles and Their Associations with AI Use, Pedagogical Applications, and Barriers: A Person-Centered Analysis of TALIS 2024 — أربعة أنماط معتقدات لمعلمي TALIS 2024 تربط التعلّم المهني والعوائق الخاصة بكل نمط باستخدام الذكاء الاصطناعي

• Designing Microlearning Modules on AI for University Teachers in Vocational Teacher Education: A Design-Based Research Study — تصميم وحدات تعلّم جزئية حول الذكاء الاصطناعي لمعلّمي الجامعات في تعليم المعلّمين المهنيّين: دراسة بحث تصميمي