التعليم والذكاء الاصطناعي
تاريخ النشر: 25th, February 2024 GMT
أحمد بن موسى البلوشي
يُعدّ التعليم والذكاء الاصطناعي مجالين مترابطين بشكل وثيق؛ حيث للذكاء الاصطناعي إمكانات هائلة لإحداث ثورة في التعليم وتحسين جودته بشكلٍ كبير، كما يمكن أن يُسهم في تحسين جودة التعليم وتوفير تجارب تعلم أكثر فعالية للطلبة في مختلف مستوياتهم الدراسية واحتياجاتهم التعليمية.
وهناك الكثير من الطرق التي يمكن أن يُسهم الذكاء الاصطناعي بها في تحسين جودة التعليم وتوفير تجارب تعلم أكثر فاعلية للطلبة؛ منها على سبيل المثال: تخصيص التعليم بحيث يمكن للذكاء الاصطناعي توفير تجارب تعلم مخصصة لكل طالب بناءً على احتياجاته ومستواه الفردي.
وكذلك هناك الكثير من أدوات الذكاء الاصطناعي التي قد تلعب دورًا مهمًّا في تحسين النظام التعليمي وتوفير تعلم مبتكر وفعال، وقد يستفيد منها المعلم والمتعلم في تطوير وتجويد التعليم منها على سبيل المثال: منصات التعلم الذكي: حيث تعتمد هذه المنصات على تقنيات الذكاء الاصطناعي لتقديم تجارب تعلم مخصصة وتفاعلية للطلاب. نظم التعلم الذاتي: حيث إنَّ تقنيات الذكاء الاصطناعي يمكن استخدامها لتطوير أنظمة تعلم ذاتية التكيف؛ حيث توفر توجيهات وتوصيات للطلاب لمساعدتهم في تحسين مهاراتهم بشكل فعّال. أنظمة التقييم الآلي: حيث تتيح تقنيات الذكاء الاصطناعي إمكانية إنشاء نظم تقييم آلية لتقدير أداء الطلاب وتقديم تغذية راجعة فورية بناءً على تحليل البيانات. منصات التعلم الإلكتروني الذكية: حيث توفر منصات التعلم الإلكتروني الذكية مثل (Coursera) و(edX) تجارب تعلم مبتكرة تعتمد على تقنيات الذكاء الاصطناعي؛ مما يمكن الطلاب من الوصول إلى موارد تعليمية متقدمة ومخصصة.
ونشرت العديد من الدراسات والأبحاث حول التعليم والذكاء الاصطناعي منها: في العام 2023 نشر المنتدى الاقتصادي العالمي دراسة سلطت الضوء على دور الذكاء الاصطناعي في مستقبل التعليم، وركزت الدراسة على كيفية استخدام أدوات الذكاء الاصطناعي في تحويل مجال التعليم بشكل كبير. وفقًا للدراسة، وجدت أن استخدام أدوات الذكاء الاصطناعي يُمكن أن يُساعد في تحويل التعليم بشكل كبير؛ مما يُتيح للجميع إمكانية الوصول إلى تعليم عالي الجودة، ويعكس هذا التوجه تحولًا مهمًّا في المنهج والتقنيات التي يتم استخدامها في التعليم؛ مما يسهم في توفير فرص تعليمية متساوية ومتاحة للجميع.
ونشرت منظمة اليونسكو عام 2021 دراسة سلطت فيها على إمكانيات استخدام الذكاء الاصطناعي في التعليم على مستوى العالم، وقد ركزت الدراسة على تحليل كيف يمكن لتطبيقات الذكاء الاصطناعي أن تُسهم في تحقيق أهداف التنمية المستدامة، خاصة في مجال التعليم. ووفقًا للدراسة، وجدت أنَّ استخدام أدوات الذكاء الاصطناعي يُمكن أن يُساعد في تحقيق أهداف التنمية المستدامة؛ وذلك من خلال تحسين جودة التعليم وتوفير فرص تعليمية متساوية للجميع، ويمكن للذكاء الاصطناعي أن يُساعد في تخصيص التعليم وتقديم تجارب تعلم مبتكرة وشاملة تلبي احتياجات الطلاب بفاعلية أكبر.
وفي العام 2020، نشرت مجلة "التعليم العالي" نتائج مهمة حول تأثير التعلم الآلي على نتائج التعلم في التعليم العالي. ووفقًا لتركيز الدراسة، تمَّ تحليل كيفية استخدام التعلم الآلي وتأثيره على تحسين نتائج التعلم للطلاب في مؤسسات التعليم العالي، ووجدت الدراسة أنَّ استخدام أدوات التعلم الآلي يُمكن أن يُحسّن بشكل كبير من نتائج التعلم للطلاب، خاصة في مجالات مثل "STEM" (العلوم والتكنولوجيا والهندسة والرياضيات)، وهذا يشير إلى أن التكنولوجيا وتطبيقات التعلم الآلي يمكن أن تلعب دورًا بارزًا في تحسين فعالية التعلم في مجالات العلوم والتقنية.
وفي العام 2019، نشرت مجلة "التعلم والتعليم الإلكتروني" دراسة تسلط الضوء على أهمية وفاعلية استخدام الذكاء الاصطناعي في تحسين جودة التعليم ونتائج التعلم للطلاب من خلال استعراض 114 دراسة حول هذا الموضوع، وجدت الدراسة أن استخدام أدوات الذكاء الاصطناعي يمكن أن يُحسّن بشكل كبير من نتائج التعلم للطلاب، خاصة في مجالات مثل الرياضيات والعلوم. النتائج التي حصلت عليها الدراسة تبرز الفوائد الكبيرة لتطبيق التكنولوجيا والذكاء الاصطناعي في المجال التعليمي؛ وتشير إلى أنَّ استخدام التكنولوجيا مثل الذكاء الاصطناعي يمكن أن يكون له تأثير إيجابي على تحسين فعالية التعليم وتحقيق نتائج أفضل للطلاب.
يُمكننا القول بأنَّه ومن خلال تقديم أدوات الذكاء الاصطناعي، يُمكن تحسين تجربة التعلم للطلاب من خلال تخصيص التعليم وتوفير تغذية راجعة فورية وتحليلات تعلم متقدمة. وبهذه الطريقة، يمكن للذكاء الاصطناعي أن يلعب دورًا حيويًّا في تطوير نظم التعليم وتعزيز جودته، مما يؤدي في النهاية لتعزيز فرص التعلم وتحقيق تحسينات ملموسة في مجال التعليم في المستقبل.
المصدر: جريدة الرؤية العمانية
إقرأ أيضاً:
الدماغ البشري يتفوّق على الذكاء الاصطناعي في حالات عدّة
لا شك أن أنظمة الذكاء الاصطناعي قد حققت إنجازات مذهلة، بدءًا من إتقان الألعاب وكتابة النصوص وصولًا إلى توليد الصور ومقاطع الفيديو المقنعة.
وقد دفع ذلك البعض إلى الحديث عن إمكانية أن نكون على أعتاب الذكاء الاصطناعي العام (AGI)، وهو نظام ذكاء اصطناعي يمتلك قدرات معرفية شاملة تشبه قدرات الإنسان.
في حين أن بعض هذا الحديث ما هو إلا ضجة إعلامية، إلا أن عددًا كافيًا من الخبراء في هذا المجال يأخذون الفكرة على محمل الجد، مما يستدعي إلقاء نظرة فاحصة عليها.
تحديات تعريف الذكاء الاصطناعي العامتدور العديد من النقاشات حول مسألة كيفية تعريف الذكاء الاصطناعي العام، وهو أمر يبدو أن الخبراء في هذا المجال لا يتفقون عليه.
ويساهم هذا في ظهور تقديرات متباينة حول موعد ظهوره، تتراوح بين "إنه موجود عمليًا" إلى "لن نتمكن أبدًا من تحقيقه". وبالنظر إلى هذا التباين، يستحيل تقديم أي نوع من المنظور المستنير حول مدى قربنا من تحقيقه.
لكن لدينا مثال موجود على الذكاء العام بدون "الاصطناعي" - وهو الذكاء الذي يوفره دماغ الحيوان، وخاصة الدماغ البشري.
ومن الواضح أن الأنظمة التي يتم الترويج لها كدليل على أن الذكاء الاصطناعي العام قاب قوسين أو أدنى لا تعمل على الإطلاق مثل الدماغ. قد لا يكون هذا عيبًا قاتلًا، أو حتى عيبًا على الإطلاق. من الممكن تمامًا أن يكون هناك أكثر من طريقة للوصول إلى الذكاء، اعتمادًا على كيفية تعريفه.
لكن من المحتمل أن تكون بعض الاختلافات على الأقل مهمة من الناحية الوظيفية، وحقيقة أن الذكاء الاصطناعي يسلك مسارًا مختلفًا تمامًا عن المثال العملي الوحيد الذي لدينا من المرجح أن يكون ذا مغزى.
مع وضع كل ذلك في الاعتبار، دعونا نلقي نظرة على بعض الأشياء التي يقوم بها الدماغ والتي لا تستطيع أنظمة الذكاء الاصطناعي الحالية القيام بها.
أشارت أرييل جولدشتاين، الباحثة في الجامعة العبرية في القدس، إلى أن أنظمة الذكاء الاصطناعي الحالية "مجزأة" في قدراتها. فقد تكون جيدة بشكل مدهش في شيء ما، ثم سيئة بشكل مدهش في شيء آخر يبدو مرتبطًا به.
وأكدت عالمة الأعصاب كريستا بيكر من جامعة ولاية كارولينا الشمالية على هذه النقطة، مشيرة إلى أن البشر قادرون على تطبيق المنطق في مواقف جديدة دون الحاجة إلى إعادة تعلم كل شيء من الصفر.
ذكر ماريانو شاين، مهندس جوجل الذي تعاون مع جولدشتاين، أن أنظمة الذكاء الاصطناعي تفتقر إلى الذاكرة طويلة المدى والمخصصة للمهام، وهي القدرة على نشر المهارات المكتسبة في مهمة ما في سياقات مختلفة.
أشارت بيكر إلى وجود تحيز نحو تفضيل السلوكيات الشبيهة بالسلوك البشري، مثل الردود التي تبدو بشرية والتي تولدها نماذج اللغات الكبيرة.
في المقابل، يمكن لذبابة الفاكهة، بدماغها الذي يحتوي على أقل من 150 ألف خلية عصبية، دمج أنواع متعددة من المعلومات الحسية، والتحكم في أربعة أزواج من الأطراف، والتنقل في بيئات معقدة، وتلبية احتياجاتها من الطاقة، وإنتاج أجيال جديدة من الأدمغة، وأكثر من ذلك.
الاختلافات الرئيسية بين الدماغ البشري والذكاء الاصطناعيتستند معظم أنظمة الذكاء الاصطناعي الحالية، بما في ذلك جميع نماذج اللغات الكبيرة، على ما يسمى بالشبكات العصبية.
تم تصميم هذه الشبكات لتقليد كيفية عمل بعض مناطق الدماغ، مع وجود أعداد كبيرة من الخلايا العصبية الاصطناعية التي تأخذ مدخلات وتعدلها ثم تمرير المعلومات المعدلة إلى طبقة أخرى من الخلايا العصبية الاصطناعية. لكن هذا التقليد محدود للغاية.
فالخلايا العصبية الحقيقية متخصصة للغاية، وتستخدم مجموعة متنوعة من الناقلات العصبية وتتأثر بعوامل خارج الخلايا العصبية مثل الهرمونات. كما أنها تتواصل من خلال سلسلة من النبضات المتغيرة في التوقيت والشدة، مما يسمح بدرجة من الضوضاء غير الحتمية في الاتصالات.
تهدف الشبكات العصبية التي تم إنشاؤها حتى الآن هي إلى حد كبير أنظمة متخصصة تهدف إلى التعامل مع مهمة واحدة.
في المقابل، يحتوي الدماغ النموذجي على الكثير من الوحدات الوظيفية التي يمكنها العمل بالتوازي، وفي بعض الحالات دون أي نشاط تحكمي يحدث في مكان آخر في الدماغ.
تمتلك أنظمة الذكاء الاصطناعي الحالية عمومًا حالتين: التدريب والنشر. التدريب هو المكان الذي يتعلم فيه الذكاء الاصطناعي سلوكه؛ النشر هو المكان الذي يتم فيه استخدام هذا السلوك.
في المقابل، لا يحتوي الدماغ على حالات تعلم ونشاط منفصلة؛ إنه في كلا الوضعين باستمرار، بينما في كثير من الحالات، يتعلم الدماغ أثناء العمل.
بالنسبة للعديد من أنظمة الذكاء الاصطناعي، لا يمكن تمييز "الذاكرة" عن الموارد الحسابية التي تسمح لها بأداء مهمة والاتصالات التي تم تشكيلها أثناء التدريب. في المقابل، تمتلك الأنظمة البيولوجية عمرًا من الذكريات للاعتماد عليها.
القيود والتحدياتمن الصعب التفكير في الذكاء الاصطناعي دون إدراك الطاقة الهائلة والموارد الحسابية المستخدمة في تدريبه. لقد تطورت الأدمغة في ظل قيود هائلة على الطاقة وتستمر في العمل باستخدام طاقة أقل بكثير مما يمكن أن يوفره النظام الغذائي اليومي.
وقد أجبر هذا علم الأحياء على إيجاد طرق لتحسين موارده والاستفادة القصوى من تلك التي يخصصها لمهمة ما.
في المقابل، فإن قصة التطورات الحديثة في الذكاء الاصطناعي هي إلى حد كبير قصة رمي المزيد من الموارد عليها.
ويبدو أن خطط المستقبل (حتى الآن على الأقل) تشمل المزيد من هذا، بما في ذلك مجموعات بيانات تدريب أكبر وعدد أكبر من الخلايا العصبية الاصطناعية والوصلات بينها.
كل هذا يأتي في وقت تستخدم فيه أفضل أنظمة الذكاء الاصطناعي الحالية بالفعل ثلاثة أضعاف الخلايا العصبية التي نجدها في دماغ ذبابة الفاكهة وليس لديها أي مكان قريب من القدرات العامة للذبابة.