كيف الذكاء الاصطناعي هو تشكيل مستقبل التعليم

عندما تقارن الفصل الدراسي النموذجي في القرن الحادي والعشرين بالفصل الدراسي في أوائل القرن العشرين ، فإن الاختلافات ليست واضحة بشكل كبير. سيكون المعلمون واقفين أمامهم ، ويقدمون الإرشادات ومشاركة الملاحظات على نسخة حديثة من السبورة القديمة - على سبيل المثال ، جهاز عرض ضوئي أو شاشة كمبيوتر مشتركة. سيجلس الطلاب في مكاتبهم في الفصل أو يشاهدون عبر برامج مؤتمرات الفيديو عبر الإنترنت. لقد تغيرت التكنولوجيا: لقد تم ترقيم الكثير من الأدوات والعمليات ، وتمت أتمتة بعضها ، وتمت إزالة الحواجز الجغرافية إلى حد ما - لكن العناصر والعناصر ظلت كما هي.

ولكن بفضل التقدم في الذكاء الاصطناعي (AI) والتعلم الآلي ، فإن التحول البطيء والثابت هو التعليم ، تحت غطاء محرك السيارة. في غضون سنوات قليلة ، لن يكون المعلمون وحدهم في تحمل عبء تدريب جيل الشباب أو القوى العاملة في الشركات.

بالفعل ، تساعد خوارزميات الذكاء الاصطناعي على تحسين التعليم من خلال جمع وتحليل وربط كل تفاعل يحدث في الفصول المادية والافتراضية ، ومساعدة المعلمين على معالجة نقاط الألم المحددة لكل طالب. قد تكون هذه بداية ثورة في واحدة من أقدم وأهم المهارات الاجتماعية التي طورتها البشرية ، وضرورة حتمية في عالم يعيش فيه البشر ويعملون بجانب الآلات الذكية.

قياس تقدم المتعلم

يتعين على المدرسين أن يأخذوا في الحسبان كل رد فعل على المحاضرة ، وكل التحديق الفارغ أو الاهتمام ، وكل استجابة حريصة أو مترددة على سؤال ، وكل مهمة تحولت في وقت مبكر أو متأخر ، وأكثر من ذلك بكثير عند تقييم فهم الطالب لمفهوم ما. هذه هي الطريقة التي يمكن أن يكتشفوا بها الطلاب المتخلفين وتوجيههم في الاتجاه الصحيح.

ولهذا السبب يعد قياس تقدم المتعلم ، وهو مسعى ذو طبيعة اجتماعية بعمق ، أحد أكبر التحديات التي يواجهها كل معلم ، ومهمة يصعب إنجازها باستخدام البرامج الكلاسيكية القائمة على القواعد.

يقول كريس برينتون ، رئيس قسم الأبحاث في Zoomi ، وهي شركة متخصصة في الذكاء الاصطناعى: "إن محاضرات الدورة التدريبية ، سواء في الحرم الجامعي أو في إحدى الشركات ، هي في الغالب أحجام تناسب الجميع ، مع كون المهيمن هو المعلمين الذين يتحدثون إلى الطلاب". في التقاط وتحليل البيانات السلوكية في البيئات التعليمية. "لقد ولد هذا بدافع الضرورة: سيكون من المستحيل ، أو على الأقل غير فعال من وجهة نظر الوقت ، أن يوقف المعلم المحاضرة لفترات طويلة من الوقت ويعالج كل طالب قلق بشكل فردي لإحضار الجميع إلى نفس الصفحة. بدلاً من ذلك عادة ما يُطلب من الطالب الذي لديه أسئلة كثيرة متابعته مع المدرب خارج أوقات الفصل الدراسي."

ومع ذلك ، فإن خوارزميات التعلم الآلي ، التي تستند إلى تحليل وإيجاد أنماط وعلاقات الارتباط بين نقاط البيانات ، تثبت أنها أداة فعالة في مساعدة المعلمين على تحديد مدى فهم الطالب للمحاضرة.

تقول جيسي وولي ويلسون ، الرئيسة والمديرة التنفيذية لبرنامج DreamBox Learning ، وهو رياضيات ذكية: "من خلال تحليل بيانات معينة للطلاب ، تمتلك منظمة العفو الدولية القدرة على المساعدة في زيادة سرعة المناطق التي قد يحتاج فيها الطلاب إلى مزيد من المساعدة ، وبالتالي تحسين تحصيل الطلاب ودعم المعلمين". منصة التصفية.

يشرح برينتون أن تزويد الفصل بالذكاء الاصطناعي هو بمثابة تزويد كل طالب بمدرس رقمي. يقول: "يمكن تدريب الخوارزميات التي تقود سيارة الذكاء الاصطناعي على اكتشاف متى يكافح المتعلم وما الذي دفعهم إلى النضال ، أو عندما يشعرون بالملل وما الذي سبب مللهم".

هذا هو التحول من برامج التعلم التقليدية ، التي اعتمدت فقط على ردود التقييم لقياس فهم الطلاب للموضوعات التي يدرسونها. يقول برينتون: "غالبًا ما تكون هذه البيانات غير متوفرة أثناء المحاضرة ، وأقل من ذلك بكثير في التفاصيل الثانوية التي يمكن للطالب فيها التحول من وجهة نظر واضحة إلى حيرة."

يوجد الآن عدد من المنصات التي تعمل بالطاقة AI والتي تنشئ ملفات تعريف رقمية غنية لكل طالب من خلال جمع معلومات مباشرة من تفاعل المستخدم مع مواد الدورة التدريبية والسياق. بالإضافة إلى الاحتفاظ بسجلات للدرجات والنتائج ، Zoomi ، منصة Brinton ساعدت على تطوير ، وتتبع التفاعلات الصغيرة مثل عرض شرائح أو صفحات محددة في مستندات PDF ، أو إعادة تشغيل جزء معين من الفيديو ، أو نشر سؤال أو إجابة على مناقشة المنتدى.

ثم تُستخدم البيانات لإنشاء نموذج يمكنه تقديم رؤى في الوقت الفعلي لفهم الطالب والتفاعل مع مواضيع محددة. تساعد نماذج البيانات أيضًا في العثور على أنماط مشتركة بين طلاب متعددين وإجراء تحليلات تنبؤية ، مثل التنبؤ بكيفية أداء الطلاب في المستقبل.

يمكن أن يتضمن الاستخدام الأكثر تقدماً لـ الذكاء الاصطناعى توظيف خوارزميات رؤية الكمبيوتر المعقدة لتحليل تعبيرات الوجه ، مثل الملل والتشتت ، وربط تلك البيانات بالبيانات الأخرى التي تم جمعها على الطلاب من أجل خلق صورة أكثر اكتمالا لنموذج الطالب المتعلم.

إيجاد ومعالجة الفجوات في التعلم

هناك فوائد متعددة لوجود نموذج رقمي موثوق يمثل معلومات الطالب. "يمكن استخدام البيانات إما تلقائيًا بواسطة نظام ذكي لإشراك الطلاب على الفور في تجارب التعلم التي تعالج تلك الثغرات على وجه التحديد في الفهم ، أو من قبل المعلم لتحديد تلك المناطق المحددة من الاحتياجات والاستجابة لها" ، كما يقول وولي ويلسون من صندوق الاحلام.

تستفيد لعبة Third Space Learning ، وهي منصة تعليمية عبر الإنترنت تأسست عام 2012 لتوفير دروس خصوصية في الرياضيات ، من خوارزميات الذكاء الاصطناعي للمساعدة في تحسين أداء المعلمين. منذ إطلاقه ، سجلت Third Space بيانات حول آلاف الجلسات. بالشراكة مع جامعة كوليدج لندن ، تعمل ثيرد سبيس الآن في مشروع لاستخراج البيانات باستخدام خوارزميات الذكاء الاصطناعى من أجل إيجاد أنماط تعلم وتعليم ناجحة وتقديم ملاحظات في الوقت الفعلي لمعلميها عبر الإنترنت حول كيفية متابعة طلابهم مع الدروس.

يمكن لنموذج المتعلم AI أيضًا تشغيل أنظمة التعليم الذكي (ITS). يستخدم المعلمون الأذكياء ، الذين يمكنهم العمل في بيئة تعليمية ذاتية أو بالاشتراك مع معلمين بشريين ، البيانات التاريخية والوقتية للطالب لتزويدهم بمحتوى شخصي يتم ضبطه وفقًا لنقاط القوة والضعف الخاصة بهم. يمثل توفير تجربة تعليمية مخصصة هدفًا ناضل المعلمون دائمًا لتحقيقه.

تقول روز لوكن ، أستاذة التصميم في مركز المتعلم في مختبر لندن للمعرفة بجامعة لندن: "لقد أثبتت أنظمة التدريس التي تعتمد على الذكاء الاصطناعي فعاليتها في تدريس مواد محددة جيدًا ، مثل الرياضيات والفيزياء". "يمكن لمنظمة العفو الدولية حاليًا تخفيف نقاط الألم عن طريق المساعدة في حفظ السجلات واختيار الموارد والتوصية باستخدامها ليتمكن المتعلمون من استخدامها."

مثال على ذلك ، MATHIA ، منصة تعلم الرياضيات المدعومة من الذكاء الاصطناعي التي طورتها جامعة كارنيجي للتعلم والتي تعكس سلوك المعلمين البشريين. تجمع MATHIA نقاط بيانات مختلفة وتوظف خوارزميات للتعلم الآلي ونماذج تنبؤية لتحديد مستويات المعرفة والمهارات لدى الطلاب وتقدير أدائهم في المستقبل. تستخدم المنصة هذه البيانات لتكييف مسار التعلم وفقًا لعمليات تعلم الطلاب.

يقول ستيف ريتر ، كبير مهندسي المنتجات في جامعة كارنيجي للتعلم: "كل خطوة في المشكلة ، والتي قد تتضمن ملء خلية في جدول بيانات ، أو التخطيط لنقطة على الرسم البياني ، وما إلى ذلك ، ترتبط بواحد أو أكثر من المهارات المعرفية". "بناءً على ما إذا كان الطالب يقوم بالخطوة بشكل صحيح أم لا ، أو يسأل عن تلميح ، فإننا نقوم بتعديل تقديرنا لمعرفة الطالب على المهارات المرتبطة به."

تستخدم MATHIA "تتبع المعرفة" ، وهي عملية تحديد فهم الطالب للمفاهيم المختلفة ، وكذلك "تتبع النموذج" ، وهي عملية فهم نهج الطالب لحل المشكلات ، من أجل ضبط دعم البرنامج لعملية تفكير الطالب الفردية بدلاً من إعادة توجيههم إلى نهج قياسي قد لا يكون له معنى بالنسبة لهم. هذا يساعد على توفير محتوى مخصص ، مع مسارات التعلم لا تعد ولا تحصى.

يقول ريتر: "تلميحاتنا ، على سبيل المثال ، تتغير بناءً على الترتيب الذي يكمل به الطلاب خطوات المشكلة ، إذا كان هذا الطلب يعكس طرقًا مختلفة لمعالجة المشكلة".

إن تطور أنظمة التعليم الذكي يمكن أن يؤدي في النهاية إلى تجربة تعليمية أكثر ثراءً ذاتياً. على الرغم من أن ذلك لن يكون بديلاً للمعلمين البشر ، إلا أن منصات التعلم عبر الإنترنت التي تعمل بنظام الذكاء الاصطناعى يمكنها أن تلعب دوراً محورياً في إتاحة تعليم عالي الجودة في المناطق التي يوجد بها نقص في المعلمين ، ويتعين على الطلاب التعلم من تلقاء أنفسهم.

يقول لوكن: "يمكن لمزيج البيانات الضخمة و الذكاء الاصطناعى أن يزود المتعلمين بتحليلاتهم الشخصية ، والتي يمكنهم الاستفادة منها لتصبح أكثر المتعلمين فاعلية".

تعتبر المعرفة الذاتية (معرفة ما تفعله ولا تعرفه) والتنظيم الذاتي (على سبيل المثال ، القدرة على منع نفسك من تشتيت انتباه ما يفعله شخص آخر) من المهارات التي يمكن لهذه الأنظمة أن تساعد في تطويرها ، وفقًا لوكين.

يقول لوكن: "يمكن استخدام الذكاء الاصطناعي لسقالات (الدعم) للمتعلمين لتطوير هذه المهارات الأساسية من خلال العودة عبر بياناتهم الشخصية باستخدام واجهات وتصورات مصممة بعناية". "وبهذه الطريقة يمكن مساعدة جميع المتعلمين ليكونوا أفضل في التعلم ، وهو ما سيكون مفيدًا في جميع المجالات الدراسية."

تتمثل إحدى مزايا أنظمة التعلم التي تعتمد على الذكاء الاصطناعي في المساعدة السهلة التي يمكنهم تقديمها. يقول وولي ويلسون: "يجب دائمًا الاستفادة من التقنيات الذكية نفسها التي تساعد الطلاب ومعلميهم داخل الفصل الدراسي للقيام بنفس الشيء خارج الفصل الدراسي". "يمكن أن يجلبوا نفس القوة من التوصيات الشخصية أينما كان الطالب. يجب ألا تقتصر فرص التعلم والوصول إلى وقت أو مكان معين كما كان في الماضي لدينا التناظرية."

يمكن أن يستفيد تدريب الشركات أيضًا من تخصيص AI. يستخدم Zoomi ، الذي يوفر أدوات عبر الإنترنت للتدريب المهني ، خوارزميات AI للتعرف على تفضيلات المتعلم وتكيف محتوى الدورة ديناميكيًا لتلبية احتياجاتهم. على سبيل المثال ، استنادًا إلى سلوك المستخدم السابق ورد فعله على أنواع الوسائط المختلفة ، يمكن للمنصة أن تقرر ما إذا كان ينبغي تقديم مواد الدورة التدريبية بتنسيق PDF أو فيديو. يستخدم شركاء العمل التقدميون المنصة منذ عام 2016 لتدريب المتخصصين في الموارد البشرية ، مما أدى إلى زيادة بنسبة 12 في المائة في إكمال الدورة وزيادة بنسبة 30 في المائة في الإيرادات.

إيجاد ومعالجة الفجوات في التدريس

عندما يتخلف الطلاب في أحد الدرس ، فإن عيوب أساليب التدريس والمناهج تكون في الغالب مسؤولة عن نقاط الضعف في الطلاب أنفسهم. هل كان سبب سوء فهم الطالب لشيء ما عن المادة نفسها ، أو الطريقة التي تم تقديمها بها ، أو توقيت المادة داخل تدفق المنهج؟ هل كان الطالب مصابًا بالأنفلونزا عندما تمت تغطية بعض المفاهيم الضرورية سابقًا؟ كيف تفاعل الطالب مع المادة - بنشاط أو سلبي؟

تلك هي بعض الأسئلة التي يجب على كل معلم الإجابة عليها عند تقييم جودة الدرس المدرسي والتحقيق في الأسباب الجذرية لمشاكل التعلم.

يقول وولي ويلسون: "يمكن للأنظمة العظيمة الاستفادة من مجموعات البيانات الضخمة لمساعدة المعلمين في العثور على كل من نقاط الضعف في المناهج الدراسية وفي العثور على الطلاب الذين يكافحون". "ومن المهم أن تتذكر أن مقدار المساعدة المقدمة للمعلم يعتمد على جودة البيانات المتاحة لإبلاغ التحليل."

يستخدم النظام الأساسي للتعلم التكيفي عبر الإنترنت في DreamBox البيانات التي يجمعها من الطلاب للكشف عن فجوات التعلم ، ثم يساعد المدرسين على معالجتها على مستوى الفصل الدراسي أو لمجموعات محددة أو طلاب فرديين. يمكن أن يشمل ذلك إنشاء مجموعات إستراتيجية أو خطط تعليمية مخصصة أو مهام مركزة تعالج الثغرات المحددة وتكمل المناهج الدراسية الأساسية.

تساعد الذكاء الاصطناعي أيضًا المعلمين في تقييم مدى ملاءمة موادهم التعليمية. يقول Brinton ، الباحث من Zoomi: "بينما يتم تسليم المحتوى" بشكل مباشر "في أحد الفصول الدراسية ، فإن معظم المدرسين يعدون موادهم إلكترونيًا". "ونتيجة لذلك ، يمكن لتقنيات الذكاء الاصطناعى أن تفسر المواد ، وتحدد الموضوعات التي تمت تغطيتها ، وحتى تحلل مواد تقييم الدورة التدريبية لاكتساب نظرة ثاقبة على مدى تغطية التقييم لمحتوى الدورة التدريبية."

يستخدم Zoomi معالجة اللغة الطبيعية (NLP) ، وهو فرع من منظمة العفو الدولية الذي يوزع محتوى وسياق المواد المكتوبة ، لوزن جودة المواد الدراسية للمعلم. تعمل خوارزميات Zoomi على إزالة المحتوى الذي ليس له تأثير إيجابي على عملية التعلم. تعمل الشركة أيضًا على خوارزميات تزيد من تجربة التعلم من خلال العثور على محتوى تكميلي وإعادة تعيينه ليتناسب مع سياق درس معين حيث يكافح الطالب.

"قريباً ، قد تكون الخوارزميات قادرة على تعديل الجمل من أجل الوضوح ، وحتى تأليف مواد جديدة بمفردها مثلما يفعل الإنسان" ، يقول برينتون.

قامت Content Technologies، Inc (CTI) ، وهي شركة متخصصة في البحث والتطوير في مجال الذكاء الاصطناعي ومقرها كاليفورنيا ، بتطوير AI الذي يقوم تلقائيًا بإنشاء محتوى تعليمي مخصص. يستخدم محرك CTI تعلمًا عميقًا لاستيعاب وتحليل المنهج والمواد الدراسية ، وإتقان المعرفة وإنشاء محتوى جديد مثل الكتب المدرسية المخصصة ، وملخصات الفصول ، واختبارات الاختيار من متعدد. يتم استخدام التكنولوجيا من قبل عدد من الشركات والمؤسسات التعليمية.

التعليم سيظل تجربة اجتماعية

بينما رأينا جهودًا مثيرة للإعجاب في تطبيق الذكاء الاصطناعي في التعليم ، فإن النتائج باهتة مقارنة بالمجالات الأخرى حيث تسبب خوارزميات الذكاء الاصطناعي اضطرابات كبيرة. والسبب في ذلك هو أن التعليم والتعلم يمثلان في الأساس تجربة اجتماعية يصعب عليها أتمتة - إن لم تكن مستحيلة -.

"لا يمكن أن يحل الذكاء الاصطناعي محل المعلمين ، لأنه لا يوجد لديه الوعي الذاتي أو التنظيم وراء المعرفي ، كما أنه يفتقر إلى التعاطف" ، لوكين ، الأستاذ في UCL Knowledge Lab. "ومع ذلك ، عندما يتم إبلاغ تصميمها بما نعرفه عن التعلم والتعليم (أي علوم التعلم) ، يمكن دمجه مع بيانات كبيرة حول المتعلمين لتفريغ الصندوق الأسود للتعلم وتمكين المتعلمين والمعلمين وأولياء الأمور من تتبع التقدم عبر مواضيع ومهارات وخصائص متعددة - يمكن أن يوفر ذلك معلومات حيوية لدعم المتعلمين ليصبحوا أكثر فاعلية كمتعلمين وكذلك لمساعدتهم على تعلم المعرفة والمهارات."

إن زيادة المساعدات التي تقدمها منظمة العفو الدولية والمساعدة في عملية التعليم والتعلم ستجعل المعلمين أكثر إنتاجية وكفاءة. يقول برينتون: "سيكون المعلمون قادرين على التركيز على ما يمكنهم القيام به على أفضل وجه: إنشاء محتوى ممتاز ، وإلقاء محاضرات قوية ، ومعالجة أكثر نقاط الألم انتشارًا سواء في الشخص أو عن بُعد ، بشكل فردي وفي مجموعات".

الجانب الاجتماعي الآخر للتعليم هو التعاون. غالبًا ما يتعلم الطلاب أكثر من العمل في مجموعات ومع بعضهم البعض كما يتعلمون من الاستماع إلى المحاضرات وحل المشكلات حسب وتيرتهم. يقول ريتر ، مهندس المنتج من جامعة كارنيجي للتعلم: "تشمل أهداف التعليم المزيد من التفاعل الاجتماعي ، مثل تعلم أن تكون متعاونًا جيدًا أو التواصل مع الآخرين". "لذا فإن التحدي المتمثل في إضفاء الطابع الشخصي على التعليم هو تحقيق التوازن بين رؤية الطالب كمتعلم مستقل يمكنه المضي قدمًا في وتيرته مع الحاجة إلى العمل بشكل تعاوني مع الآخرين."

لكن الذكاء الاصطناعى قد يصبح أيضا ميسرا في التعلم التعاوني. توضح Intelligence Unleashed ، ورقة بحث مشتركة من UCL و Pearson ، شارك في تأليف Luckin ، أن الذكاء الاصطناعى يمكنه دعم التعلم التعاوني من خلال مقارنة نماذج الطلاب المتعلمين واقتراح مجموعات يكون فيها المشاركون في مستوى إدراكي مماثل أو لديهم مهارات تكميلية ويمكنهم مساعدة بعضهم البعض. يمكن لمنظمة العفو الدولية أيضًا المشاركة في مجموعات المتعلمين كعضو والمساعدة في التأثير على المناقشات في الاتجاه الصحيح من خلال توفير المحتوى وطرح الأسئلة وتوفير وجهات نظر بديلة.

في كل مكان من الذكاء الاصطناعى في جميع أنحاء عملية التعلم في نهاية المطاف ثورة في التعليم. وفقًا لتقرير من جامعة ستانفورد ، فمن المحتمل أن يتم مساعدة المعلمين البشريين في السنوات الخمس عشرة القادمة بتقنيات الذكاء الاصطناعي التي ستؤدي إلى تفاعل إنساني أفضل في الفصل وفي المنزل.

قد يظل الفصل الدراسي أكثر أو أقل كما هو اليوم ، ولكن بفضل المساعدين الرقميين وخوارزميات الذكاء الاصطناعي والمدرسين الأكثر قدرة ، نأمل أن تحصل الأجيال القادمة على تعليم عالي الجودة وستكون قادرة على التعلم بوتيرة أسرع بكثير.