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

بحث قابلية الاستخدام

تاريخ الإنشاء 2026-10-12

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

بحث قابلية الاستخدام — الدراسة التجريبية لكيفية تفاعل المستخدمين مع نظام برمجي، وقابلية استخدامه وفائدته وتجربة استخدامه (UX). مستمَدً من تفاعل الإنسان والحاسوب (HCI)، يُقيّم بحث قابلية الاستخدام ما إذا كانت أداة تعليمية بالذكاء الاصطناعي قابلة للاستخدام وللتعلم وكفؤة ومُرضية — الصفات التي تحدد ما إذا كان المتعلّمون يتبنونها فعلاً ويستفيدون منها. إنه متميز عن الاستقصاء الكيفي في ظواهر التعلم والفعالية الكمية، لكنه مكمّل لهما: يركز بحث قابلية الاستخدام على التفاعل بين الشخص والنظام، لا على نتائج التعلم في حد ذاتها.

أسئلة يجب التفكر فيها

  • هل تستطيع استرجاع أداة برمجية — تعليمية أو غيرها — كانت سليمة بيداغوجياً أو قويةً حقاً، لكنك توقفت عن استخدامها لأنها كانت مُحبطة أو مُحيّرة؟ ذلك الفشل هو تحديداً ما يحاول بحث قابلية الاستخدام شرحه قبل أن يكلّف تعلماً.
  • افتراض شائع أن فعالية أداة تعليمية يمكن الحكم عليها بما إذا كانت مكاسب التعلّم تتحسن. لكن الصفحة تُجادل أن أداة قد تكون غير قابلة للاستخدام ومع ذلك تبدو «تعمل» في تجربة، أو قابلة للاستخدام ومع ذلك تفشل في التعليم. لماذا قد تُغفل دراسة تُظهر مكاسب تعلّم أن الأداة مؤلمة الاستخدام عملياً؟
  • قبل قراءة المناهج، كيف ستكتشف ما إذا كان مُدرِّس آلي مُحبكاً أو مُحبطاً أو عرضةً للأخطاء بالنسبة للمتعلّمين؟ ماذا ستفعل أو تلاحظ فعلاً — وما الذي سيُخطئه تقرير المستخدم الخاص عن رضاه بينما يلتقطه الملاحظة الدقيقة؟
  • التفكير بصوت عالٍ منهج جوهري: ينطق المستخدمون أفكارهم أثناء العمل، كاشفين الالتباس والنماذج الذهنية في الزمن الحقيقي. إذا كنت متعلّماً يستخدم أداة ذكاء اصطناعي، فما الذي ستستطيع التعبير عنه بشأن التباسك لن يلتقطه مسحٌ بسيط بـ«هل أعجبك؟» أبداً؟
  • تُلاحظ الصفحة أن الرضا المُبلَّغ ذاتياً قد يتباعد عن الأداء الموضوعي — قد يقول الناس إنهم يحبون أداة تُبطئهم سراً، أو يُنقصون من شأن أداة تُساعد فعلاً. أين رأيت تلك الفجوة بين ما يقوله الناس وما يُظهره سلوكهم؟
  • بحث قابلية الاستخدام يُخبرك ما إذا كانت الأداة قابلة للاستخدام، لا ما إذا كانت تُعلّم. إذا كنت تُقيّم أداة تعلم بالذكاء الاصطناعي، كيف ستجمع دليل قابلية الاستخدام مع دليل التعلّم — وما الذي قد تفشل أداة تجتاز كليهما في تحقيقه مع ذلك؟

مقدمة

يجيب بحث قابلية الاستخدام وتجربة الاستخدام عن أسئلة مثل: هل يستطيع الطلاب معرفة كيفية استخدام هذا المُدرِّس الآلي؟ هل أداة الذكاء الاصطناعي مُحبكة أو مُحبطة أو عرضة للأخطاء؟ هل تلائم سير عمل المدرِّسين أو المتعلّمين؟ هذه الأسئلة شرط سابق لـمكاسب التعلّم (أو غيابها) المقيسة في دراسات الفعالية — وأحياناً سببها الخفي. أداة ذكاء اصطناعي سليمة بيداغوجياً لكن غير قابلة للاستخدام ستفشل عملياً؛ ودليل قابلية الاستخدام يشرح لماذا.

المناهج الجوهرية

  • بروتوكولات التفكير بصوت عالٍ. يُلفظ المستخدمون أفكارهم أثناء أداء المهام، كاشفين الفهم والالتباس والنماذج الذهنية في الزمن الحقيقي. دراسة تصويرات شيفرة متعددة المناظر وإطار LEARN يستخدمان التفكير بصوت عالٍ لفهم كيف يُهيّئ المتعلّمون الأدوات المدعومة بالذكاء الاصطناعي؛ وآفاق التغذية الراجعة يفحص كيف يُعالج المتعلّمون التغذية الراجعة المولَّدة بالذكاء الاصطناعي.
  • دراسات المستخدمين. تُقيّم التقييمات المبنية على مهام منظمة الكفاءة ومعدلات الخطأ والرضى والإكمال. ProductiveMath يُقيّم قابلية استخدام تطبيق ذكاء اصطناعي توليدي في دعم التعليم بالفشل المُنتج؛ وSupplyNet يُجري دراسة مستخدم لأداة تعلم استكشافي بصري؛ وشاتبوتات نماذج لغوية كبيرة لأسئلة اختيار من متعدد في علوم الحاسب تُقيّم جودة التفاعل.
  • المقابلات والملاحظة. تلتقط مقابلات وملاحظات قابلية الاستخدام الكيفية تجربة المستخدم وتفضيلاته ونقاط ألمه. دراسة قابلية استخدام لروبوت بشري راوٍ للقصص تستخدم تقييماً منظماً لتسأل ما إذا كان الآباء سيسمحون للروبوت بالتفاعل مع طفل؛ والذكاء الاصطناعي في استوديوهات التصميم يُلاحظ ويُجري مقابلات مع طلاب يستخدمون الذكاء الاصطناعي في عمل تصميمي أصيل.
  • التقييم المنهجي لقابلية الاستخدام. التقييم الاستكشافي، والمرور المعرفي، ومقاييس تجربة الاستخدام القائمة على الاستبيان (مثل SUS) تُقيّم قابلية الاستخدام بشكل منهجي مقابل معايير راسخة.

كيف يظهر بحث قابلية الاستخدام في قاعدة المعارف

  • تقييم أداة التعلم بالذكاء الاصطناعي. ProductiveMath وSupplyNet والحركات التعليمية تُقيَّم لقابلية الاستخدام وتجربة الاستخدام.
  • التفاعل بين الإنسان والروبوت والذكاء الاصطناعي الحواري. دراسة الروبوت البشري الراوي دراسة صريحة لقابلية استخدام تفاعل مدفوع بـالنماذج اللغوية الكبيرة (LLMs)؛ ومراجعة مظلة لوكلاء الذكاء الاصطناعي الحواري تُحدد قابلية الاستخدام وجودة التفاعل كسمة متكررة.
  • التصميم والتنقية. تُغذّي نتائج قابلية الاستخدام التصميم التكراري (انظر التفكير التصميمي وتصميم التعلّم)، محسّنةً الأدوات قبل اختبار الفعالية أو جنباً إلى جنب معه.
  • أداة واحدة عبر سياقات، والسقف الذي يُحدّها. Mendonça et al. (2026) ثبتوا المجال والمهمة والأداة في حين تفاوت المستوى التعليمي، فتُقارن تقييمات 144 طالباً لـ893 جواب تغذية راجعة و237 تقريراً سياقات لا مجالات دراسية — وتفاوتت الفائدة المُدركة وحدها عبر المستويات. تسمّي الدراسة أيضاً حد هذا النوع من تقييم المستخدم: 72.2 إلى 86.4 بالمئة من الطلاب بمتوسط 4 من 5 على الأقل، ويذكر المؤلفون أن فروقهم غير الدالة لا تُثبت التكافؤ لأنه لم يُحدَّد هامش مسبقاً.
  • تصميم المقيِّم مُبلَّغاً كجزء من النتيجة. Puech et al. (2026) جعلوا 25 خبيراً مطابقاً للمجال يحكمون على 92 محاضرة مُعاد توليدها مقابل معيار مرجعي مرسي عند «جودة محاضرة MOOC معيارية»، مُسندين كل فيديو إلى مراجع واحد (k = 1) لتوزيع اللجنة على أكبر جزء من المجموعة بدل جمع تقييمات متكررة. المقايضة مُنمذجة لا مُخفاة: يُنسب نموذج اعتراض عشوائي نحو 35 بالمئة من التباين المتبقي إلى المراجع (ICC = 0.35) وتكون الفواصل مُجمَّعة بالمراجع، وهكذا تستطيع لجنة خبراء الإبلاغ عن «87 بالمئة عند البار أو فوقه» بنطاق صادق.

العلاقة بعائلات البحث الأخرى

يتشارك بحث قابلية الاستخدام مناهج جمع البيانات مع البحث الكيفي (المقابلات، والملاحظة، والتفكير بصوت عالٍ) لكنه يختلف في الهدف: يفسر البحث الكيفي المعنى والتجربة لبناء الفهم والنظرية، في حين يُقيّم بحث قابلية الاستخدام أداةً مقابل معايير قابلية الاستخدام/تجربة الاستخدام. يتداخل أيضاً مع تقييم الذكاء الاصطناعي في التعليم (AI Ed Evaluation) (تقييم ما إذا كان النظام يعمل) ومع القياس (تكميم بنيات قابلية الاستخدام). تتعامل قاعدة المعارف مع قابلية الاستخدام كخيط منهجي متميز لكنه مرتبط — ذي صلة بـالتعاون بين الإنسان والذكاء الاصطناعي وتجربة الطالب وتصميم أدوات تعلم الذكاء الاصطناعي الفعّالة. انظر مناهج البحث في AIED لكيفية ملاءمته لمناظر المناهج الأوسع.

نقاط القوة والقيود

  • نقاط القوة: يُحدد مباشرةً عوائق قابلية الاستخدام التي تحجب التبني والتعلّم؛ ويُنتج إرشاداً تصميمياً قابلاً للتنفيذ؛ ويُكمّل فعالية البحث الكيفي بشرح لماذا تعمل أداة أو تفشل في الاستخدام؛ وسريع نسبياً ورخيص مقارنةً بالتجارب الكبيرة.
  • القيود: لا تُثبت نتائج قابلية الاستخدام آثار التعلم (أداة قابلة للاستخدام قد تفشل مع ذلك في التعليم)؛ والعينات الصغيرة والإعدادات الخاصة بالمهمة تُحدّ من القابلية للتعميم؛ والرضا المُبلَّغ ذاتياً قد يتباعد عن الأداء الموضوعي؛ واعتماد الباحث وتصميم المهمة.

المفاهيم المرتبطة

المقالات المرتبطة

الأسئلة الشائعة المرتبطة

البيانات الوصفية

تصميم الدراسةSystem Development, User Study, Interviews
مناهج البحث والتقييمبحث قابلية الاستخدام
نوع الصفحةEvaluation
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.