كيف ينبغي أن يُصمَّم الذكاء الاصطناعي في التجربة التعليمية؟

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

ابدأ بهدف التعلّم وعملية التعلّم — لا بميزة الذكاء الاصطناعي. فمفهوم أصول التدريس واستراتيجيات التعليم في قاعدة المعارف يُشدّد على أن الذكاء الاصطناعي نفسه يستطيع أن يعمل سقالةً، أو شريكًا حواريًا سقراطيًا، أو شريك تغذية راجعة، أو محاكاة، أو مولّد إجابات، بحسب التصميم التعليمي. وما يهمّ هو ما إذا كان التشكيل يحفظ النشاط الذي يُنتج التعلّم المقصود.

نمط تقصيري قوي

النمط التقصيري القوي هو: يحاول المتعلّم ← يدعم الذكاء الاصطناعي ← يقيّم المتعلّم أو يراجع ← يُبرهن المتعلّم على الفهم. وأكثر تحديدًا:

• احفظ الفشل المنتج حيث يخدم التعلّم.
• اطلب تنبّؤًا أو حلًّا أوّليًا قبل عرض مساعدة الذكاء الاصطناعي.
• فضّل الأسئلة والتلميحات والأمثلة والحجج المضادة والتغذية الراجعة على الإتمام الفوري.
• اشترط التحقّقًا من الدعاوى ذات الأثر.
• أدمج فرص الشرح والتعليم بالتدريس.
• أخفِ الدعم تدريجيًا مع نمو الكفاءة.
• احتفظ ببعض الفرص الخالية من الذكاء الاصطناعي لمعايرة المتعلّمين لما يستطيعون أداءه باستقلال.

وتُوصي خلاصة تقليل سوء استخدام الذكاء الاصطناعي تحديدًا بتسلسلات «فكّر أولًا/الذكاء الاصطناعي ثانيًا/تأمّل» وبنقاط تقييم متعمَّدة.

طابق دور الذكاء الاصطناعي مع مستوى الانخراط المعرفي

يُعيد تشبيه آلة المطبخ الذي يقدّمه Rummel, Nachtigall and Panadero تأطير سؤال التصميم من ما إذا يستخدم المتعلّمون الذكاء الاصطناعي التوليدي إلى كيف يُشكّل ذلك الاستخدام ما يصيرون إليه. فتمثيل أربعة استخدامات لجهاز مطبخ ذكي على حالات تعلّم عبر إطارَي ICAP وSAMR يُعطي سلّمًا تصميميًا: فتفويض المهمة تفويضًا كاملًا، دون مراجعة أو انخراط نقدي، استبدالٌ انفعالي يُخاطر بـفقدان المهارة والاعتماد المفرط؛ وتنقيح المطالبات والتحقّق المتقاطع للمخرجات يقتضي معرفة مسبقة وتنظيمًا ذاتيًا (نشط/تعزيز)؛ واستخدام الذكاء الاصطناعي للعصف الذهني وهيكلة العمل الأصلي وتقييمه بنّاء/تعديل؛ والذكاء الاصطناعي كشريك حواري أصيل للبناء المشترك والتغذية الراجعة التكيّفية تفاعلي/إعادة تعريف. والانعكاس التصميمي مباشر: فالأداة نفسها تجاوزٌ في درجة وسقالةٌ في التي تليها، فحدّد النمط المقصود بدل منح وصول شامل.

رتّب التصميم بالتسلسل، لا تكتفِ بالسماح بالأداة

فقد حلّل Divjak, Svetec and Horvat التسلسل المخطَّط لـ29,064 نشاط تعليم وتعلّم عبر 554 مقررًا، فوجدا قواعد تصميم مرئية: فأنشطة نوع الاكتساب أكثر نقطة دخول شيوعًا وأكبر نوع فردي (فوق 20%)، ويتتبّع نوع التعلّم مستوى بلوم المقصود (اكتسابٌ يهبط من نحو 50% عند المستوى 1 إلى نحو 20% عند المستوى 6، وإنتاجٌ يرتفع فوق 20% عند المستويين 5–6)، وأقوى انتقال هو التقييم ← المناقشة (0.332). ودرسَان لتصميم الذكاء الاصطناعي: فالذكاء الاصطناعي ينتمي إلى حيث يقصد التسلسل نوع نشاط محدّد لا إلى أن يُلحَق به في النهاية، ولأن التغذية الراجعة تجمّعت مع التعلم التعاوني والعمل الجماعي وحضور المعلّم، فإن بُنى الأقران والتزامن تُنشئ لحظات التغذية الراجعة التي يلزم أن تتّصل بها مساندة الذكاء الاصطناعي لا أن تحلّ محلها.

ويدفع إطار «الامتناع، ثم التعزيز» الذي يقدّمه Torres-Sahli وزملاؤه هذا إلى مستوى البرنامج: امنع أداة توليدية أثناء تشكّل قدرة، ثم أعِدها متى استطاع الطالب توجيهها والحكم على ما تُعيده والمساءلة عنها، مع نقطة تحقّق يصعب تزييفها عند كل مفصَل. وتحكم الأجهزة بمعيار التشكّل مقابل التفريغ — يُسمَح بها حيث تدعم العمل المنخرط، ويُستثنى ما يستنزف الانتباه. وهذا يحوّل قرارات التفريغ إلى سؤال منهاج وحوكمة يسبق تصميم مستوى المقرر لا يتبعه.

المواءمة البنّائية أولًا

يحذّر تحليل الخطاب الذي أجراه McInnes وزملاؤه على 14 مادة توجيهية في التعليم العالي من أن النصيحة المُؤطَّرة بالكفاءة — أي استخدام الذكاء الاصطناعي التوليدي لصياغة المخرجات ومعايير التصحيح ومخططات المقررات — تُنتج مواءمةً تبدو مواءِمة مع إغفالها النصف «البنّاء»: أي مخرجات وأنشطة وتقييم مولَّدة كعناصر منفصلة لا كعناصر مترابطة. وعلاجهم إعادة الترتيب لا المنع: فعلى المربّين أن يفهموا المواءمة البنّائية فهمًا كافيًا لتوجيه مخرَج الذكاء الاصطناعي واستجوابه ورفضه قبل تفويض أي جزء منه، لأن عادة القبول السطحي القائمة على المعقولية هي الإخفاق التقييمي نفسه الذي يحذّر منه المعلّمون طلابهم. وحيث يُستخدم الذكاء الاصطناعي، يُدافعون عن أنظمة معزَّزة بالاستدعاء محدودة مؤسسيًا ومُهيَّأة حول السياسة المحلية ومعايير الجودة بدل افتراضيات عامة مُدرَّبة على الإنترنت.

المبدأ الأوسع

المبدأ الأوسع في إطار تعليم الذكاء الاصطناعي المبدئي هو أن التقنية يلزم أن تُعزّز القدرات البشرية التي ينوي التعليم تنميتها لا أن تزيحها. انظر أيضًا التصميم التعليمي، والتعلّم النشط، والسقالات.

وبالنسبة إلى التقصيرات التربوية التي تحدّد ما إذا كان التفاعل المصمَّم يحفظ التعلّم، انظر كيف أُقلّل الغشّ بالذكاء الاصطناعي في مقرري الدراسي؟ وكيف أعيد تصميم التقويم حتى تخبرني الدرجة بشيء يمكن الدفاع عنه عمّا يعرفه الطالب أو يستطيع فعله؟؛ ولكيفية تقييد المبادئ نفسها للبرمجية نفسها، انظر ما الممارسات الأفضل والنصائح لتصميم برمجيات ذكاء اصطناعي تعليمية فعّالة؟، ولترجمتها إلى معمارية المدرّس، انظر ما أفضل الممارسات لتطوير مدرّس آلي فعال؟.