"تربية قناة السويس" تنظم مؤتمرها الطلابي السابع حول الذكاء الاصطناعي
تاريخ النشر: 3rd, March 2024 GMT
تنظم كلية التربية جامعة قناة السويس مؤتمرها الطلابي السابع، وذلك يوم الأربعاء الموافق 17 أبريل القادم تحت عنوان الذكاء الاصطناعي في مجال التعليم رؤى وتحديات مستقبلية.
يأتى المؤتمر تحت رعاية الدكتور ناصر مندور رئيس جامعة قناة السويس، وبإشراف عام الدكتور محمد عبد النعيم نائب رئيس الجامعة لشئون التعليم والطلاب، وبإشراف تنفيذي الدكتور مدحت صالح عميد كلية التربية، والدكتورة نهى العاصي وكيل الكلية لشئون التعليم والطلاب.
يهدف المؤتمر إلى تعزيز المهارات البحثية والتفكير الإبداعي، وحل المشكلات لدى الطلاب، وإعلاء قيم المشاركة والعمل الجماعي لدى الطلاب، إلى جانب تشجيع الأعمال الفنية والإبداعية للطلاب، وتوفير المناخ التربوي لتنمية الإمكانيات البحثية للطلاب، من خلال محاور وفعاليات المؤتمر المختلفة، والاستفادة منها أكاديمياً ومجتمعياً، فضلا عن إبراز دور التعليم في ترسيخ أخلاقيات الذكاء الاصطناعي، والتعرف على إسهامات الذكاء الاصطناعي في مجال التعليم، إلى جانب تقديم أفكار عن إسهامات الذكاء الاصطناعي في دمج ذوي الاحتياجات الخاصة بالمدارس، والاطلاع على أحدث الاتجاهات المتعلقة بالأمن السيبراني في ضوء انتشار الذكاء الاصطناعي، مع استشراف مستقبل الفن البشري والتحديات التي تواجهه في ضوء الذكاء الاصطناعي، والاطلاع على أحدث الاتجاهات والتحديات التي تواجه التعليم في ظل الذكاء الاصطناعي.
أما عن محاور المؤتمر الخمس فهي :
دور التعليم في ترسيخ أخلاقيات الذكاء الاصطناعي، إسهامات الذكاء الاصطناعي في مجال التعليم، دور الذكاء الاصطناعي في دمج ذوي الاحتياجات الخاصة، الأمن السيبراني في ضوء انتشار الذكاء الاصطناعي، مستقبل الفن البشري في ضوء الذكاء الاصطناعي.
يمنح المؤتمر جوائز لأفضل ثلاث أبحاث في موضوع المؤتمر وتحقق أهدافه المُعلنة، فضلاً عن منح شهادة حضور لجميع المشاركين بالمؤتمر.
وعن شروط التقدم بالأبحاث فهي: أن تكون البحوث في موضوعات تخدم كلية التربية، وتم إعدادها طبقاً لنمطية البحث العلمي المنشور، وتحت إشراف أحد أعضاء هيئة التدريس بالكلية، كما يمكن لأكثر من طالب المشاركة في البحث الواحد، بملخص لايزيد عن 250 كلمة.
المصدر: البوابة نيوز
كلمات دلالية: التعليم والطلاب الدكتور ناصر مندور الذكاء الاصطناعي الذکاء الاصطناعی فی فی ضوء
إقرأ أيضاً:
رغم تفوقه في البرمجة.. نماذج الذكاء الاصطناعي تخفق في التاريخ
على الرغم من تميز الذكاء الاصطناعي في بعض المهام مثل البرمجة أو إنشاء البودكاست، إلا أنه يُظهر ضعفًا واضحًا في اجتياز اختبارات التاريخ المتقدمة، وفقًا لدراسة حديثة.
GPT-4 وLlama وGemini: نماذج لغوية فشلت في تقديم إجابات دقيقة
قام فريق من الباحثين بتطوير معيار جديد لاختبار ثلاث نماذج لغوية ضخمة رائدة: "GPT-4" من أوبن إي آي، و"Llama" من ميتا، و"Gemini" من جوجل، في الإجابة عن أسئلة تاريخية. يعتمد هذا المعيار، المعروف باسم "Hist-LLM"، على قاعدة بيانات التاريخ العالمي "Seshat"، وهي قاعدة بيانات شاملة للمعرفة التاريخية.
النتائج التي تم تقديمها الشهر الماضي في مؤتمر "NeurIPS" المرموق، كانت مخيبة للآمال. حيث حقق أفضل نموذج، وهو "GPT-4 Turbo"، دقة بلغت حوالي 46% فقط، وهي نسبة بالكاد تفوق التخمين العشوائي.
اقرأ أيضاً.. هل يتفوق "O3" على البشر؟ قفزة جديدة تُعيد تعريف الذكاء الاصطناعي
وأوضحت "ماريا ديل ريو-تشانونا"، إحدى المشاركات في الدراسة وأستاذة علوم الحاسوب في جامعة كوليدج لندن: "الاستنتاج الأساسي من هذه الدراسة هو أن النماذج اللغوية الكبيرة، رغم إمكانياتها المذهلة، لا تزال تفتقر إلى الفهم العميق المطلوب للتعامل مع استفسارات تاريخية متقدمة. يمكنها التعامل مع الحقائق الأساسية، ولكن عندما يتعلق الأمر بالتحليل العميق على مستوى الدكتوراه، فهي غير قادرة على الأداء المطلوب بعد".
القصور في الفهم العميق
من الأمثلة التي فشل فيها النموذج، سؤال عن استخدام الدروع القشرية في فترة معينة من مصر القديمة. أجاب "GPT-4 Turbo" بنعم، بينما الحقيقة أن هذه التقنية لم تظهر في مصر إلا بعد 1500 عام.
يرجع هذا القصور، وفقًا للباحثين، إلى اعتماد النماذج على بيانات تاريخية بارزة، مما يصعّب عليها استرجاع المعلومات النادرة أو الأقل شهرة.
كما أشار الباحثون إلى وجود أداء أضعف للنماذج في مناطق معينة، مثل إفريقيا جنوب الصحراء الكبرى، مما يبرز التحيزات المحتملة في بيانات التدريب.
اقرأ أيضاً.. الذكاء الاصطناعي يفك شيفرة أصوات الطيور المهاجرة
التحديات المستمرة
وأكد "بيتر تيرتشين"، قائد الدراسة وأستاذ بمعهد علوم التعقيد في النمسا، أن هذه النتائج تُظهر أن النماذج اللغوية لا تزال غير بديل عن البشر في مجالات معينة. ومع ذلك، يبقى الأمل في أن تسهم هذه النماذج في مساعدة المؤرخين مستقبلاً. يعمل الباحثون على تحسين المعيار بإضافة بيانات من مناطق غير ممثلة بشكل كافٍ وتضمين أسئلة أكثر تعقيدًا.
واختتمت الدراسة بالقول: "رغم أن نتائجنا تسلط الضوء على المجالات التي تحتاج إلى تحسين، إلا أنها تؤكد أيضًا الإمكانيات الواعدة لهذه النماذج في دعم البحث التاريخي".
المصدر: وكالات
العراق: جدل حول تأجيل انتخابات 2025 بسبب تعديل قانون الانتخابات