دراسة: البشر لا يزالون أذكى من الـ AI

كشفت دراسة حديثة عن اختلاف جوهري في طريقة اتخاذ الذكاء الاصطناعي (AI) للقرارات مقارنة بالبشر، مما قد يؤدي إلى تبعات غير متوقعة في مجالات حيوية مثل القانون والبحث العلمي.
وفقًا للدراسة، التي نُشرت في فبراير 2025 بمجلة Transactions on Machine Learning Research، تم اختبار قدرة النماذج اللغوية الكبيرة (LLMs) على حل مسائل القياس المنطقي، فتبين أن أداء الذكاء الاصطناعي ينخفض بشكل حاد مقارنة بالبشر، لا سيما في اختبارات تتطلب إكمال تسلسلات رقمية أو تحليل أنماط منطقية معقدة.
ضعف في التعميم والاستدلال
وجد الباحثون أن النماذج اللغوية تتأثر بترتيب الأسئلة وقد تميل إلى إعادة صياغة الإجابات بدلاً من استنتاجها. كما افتقرت إلى القدرة على التعلم بدون بيانات سابقة (zero-shot learning)، أي القدرة على التكيف مع أنماط جديدة لم يتم تدريبها عليها مسبقًا.
وأوضحت مارثا لويس، أستاذة الذكاء الاصطناعي العصبي الرمزي بجامعة أمستردام والمؤلفة المشاركة للدراسة، أن الذكاء الاصطناعي يواجه صعوبة في حل مسائل القياس المنطقي في تسلسل الحروف.
وعلى سبيل المثال، عند تقديم السؤال: 'إذا تحولت abcd إلى abce، فماذا يحدث لـ ijkl؟' فإن معظم البشر سيجيبون 'ijkm'. ورغم أن الذكاء الاصطناعي يجيب بشكل صحيح في هذه الحالة، فإنه يفشل في أنماط أكثر تعقيدًا مثل 'إذا تحولت abbcd إلى abcd، فماذا يحدث لـ ijkkl؟' حيث يخطئ النموذج في إدراك قاعدة حذف الحروف المتكررة التي يتبعها البشر intuitively.
التداعيات على المجالات التطبيقية
أكدت لويس أن النماذج اللغوية تتفوق في التعرف على الأنماط لكنها ضعيفة في التعميم. فبينما تعتمد تطبيقات الذكاء الاصطناعي على تحليل كميات ضخمة من البيانات، فإنها تفشل في فهم المبادئ المجردة بنفس الطريقة التي يعمل بها العقل البشري.
ويثير هذا القصور مخاوف في قطاعات مثل القضاء، حيث تُستخدم النماذج اللغوية في تحليل السوابق القانونية وإعداد التوصيات القضائية. لكن ضعفها في الاستدلال القياسي قد يجعلها غير قادرة على إسقاط القواعد القانونية على قضايا جديدة ذات اختلافات طفيفة، مما قد يؤدي إلى قرارات غير دقيقة.
وخلصت الدراسة إلى أن هذا القصور يمثل دليلًا إضافيًا على الحاجة إلى تقييم الأنظمة الذكية ليس فقط من حيث الدقة، بل أيضًا من حيث متانتها في معالجة المنطق والاستدلال المعرفي.

جرب ميزات الذكاء الاصطناعي لدينا

اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:

التعلم مع الذكاء الاصطناعيالتحقق من الحقائقتحويل النص إلى كلامملخص الذكاء الاصطناعي

أخبار ذات صلة

Independent عربية

منذ يوم واحد

• Independent عربية

9 طرق يمارس فيها الذكاء الاصطناعي التمييز ضد النساء

عندما نفكر في تأثير الذكاء الاصطناعي على البشرية، يسارع الناس إلى طرح أسئلة وجودية تتعلق بفناء البشرية واستيلاء الروبوتات على العالم، لكن بدلاً من التركيز على تلك التحذيرات التشاؤمية عما قد يحدث مستقبلاً، هناك صورة خطرة من التمييز تحدث بالفعل الآن، في ظل غياب شبه كامل لأي ضوابط أو تنظيمات فعالة. هذا التمييز يؤثر في النساء وفئات مهمشة أخرى بطرق واقعية للغاية، تمتد من احتمالات قبول المصرف منحهم قرضاً إلى ترشيحهم للوظائف أو حتى حصولهم على تشخيص طبي دقيق لمشكلة صحية خطرة. وما لم نطالب بالمحاسبة الآن، فالخطر قائم بأن يجرنا الذكاء الاصطناعي إلى الخلف بسبب تكريس انعدام المساواة الموجود اليوم في أسس بناء عالمنا المستقبلي، والمؤشرات موجودة بالفعل على أن هذا ما يحدث في الواقع. التوظيف أفادت تقارير حديثة بأن 40 في المئة من شركات المملكة المتحدة تستخدم الذكاء الاصطناعي في عمليات التوظيف، قد يبدو ذلك صورة غير مؤذية من ترشيد عملية تستهلك كثيراً من الوقت، ولا سيما أن أدوات الذكاء الاصطناعي قادرة على تقليص لائحة طويلة من المتقدمين للوظيفة عن طريق انتقاء "أكثرهم ملاءمة" لشركتكم، لكن هذا الانطباع يتغير طبعاً عندما تتوقفون عند طريقة تدريب نماذج الذكاء الاصطناعي هذه، فهي تلقن كميات هائلة من المعلومات كي تصبح قادرة على "تخمين" أي المتقدمين للوظيفة هم أكثر أشخاص يتوقع نجاحهم فيها، وهو ما يجعلها تفترض أحياناً (بسبب انعدام المساواة وقلة تمثيل بعض الفئات الموجودة في سوق العمل حالياً) أن الرجال البيض مثلاً هم أقوى المرشحين لتولي المناصب العليا. قد يقول المستفيدون من هذه التكنولوجيا إن هذه المشكة حلها بسيط، فما علينا سوى إخفاء الجنس الاجتماعي للمتقدمين بطلبات التوظيف عن أدوات الذكاء الاصطناعي، لكن حتى في هذه الحال، تبين أن التمييز يظل قائماً بصورة غير مباشرة، عبر تعرف النظام على كلمات ذات طابع جندري في السير الذاتية (ومنها مثلاً كرة "الشبكة" التي تهيمن عليها النساء أو اسم مدرسة للفتيات فقط)، مما يبقي النساء في موقع غير متكافئ، كما أن دراسة حديثة أخرى كشفت عن أن أدوات التوظيف بالذكاء الاصطناعي قد تميز أيضاً ضد المتقدمين بناء على أنماط حديثهم. وحتى قبل تقدم النساء إلى الوظيفة، بدأ الذكاء الاصطناعي بالتدخل في فرصهن بالحصول على عمل، إذ تبين أن خوارزميات الدعاية في "غوغل" قد تعرض على الرجال الباحثين عن عمل إعلانات وظائف لمناصب تنفيذية عليا تخصص لها أجور مرتفعة بمعدل ست مرات أكثر من النساء الباحثات عن عمل. توليد المحتوى أكثر من 100 مليون شخص يستخدمون "تشات جي بي تي" شهرياً، لكن البرنامج، كأمثاله من النماذج اللغوية الكبيرة ((LLMs، يعمل عن طريق استهلاك مجموعات ضخمة من البيانات لتوليد نصوص "تبدو بشرية" أو صور واقعية تبعاً للأوامر التي كتبها المستخدمون. وعندما تكون هذه البيانات مثقلة بالأحكام المسبقة، لا يجتر الذكاء الاصطناعي الذي يولد النصوص انعدام المساواة بل يعظمها أيضاً. ففي دراسة لـ"يونيسكو" حول المحتوى المولد عبر منصات الذكاء الاصطناعي التي تحظى بشعبية كبيرة وجدت أن هناك "إثباتاً لا لبس فيه عن التمييز ضد النساء في المحتوى الذي جرى إنشاؤه"، فالنماذج قرنت الوظائف المرموقة في "الهندسة" أو "الطب" مثلاً بالرجال، فيما خصصت للنساء وظائف "الخدمة المنزلية" أو حتى "البغاء". ومن المرجح أن يكبر أثر هذا التضخيم للسرديات التمييزية من النماذج اللغوية الكبيرة مع استخدامها أكثر فأكثر، إذ تشير التقديرات إلى أن نحو 30 في المئة من المحتوى التسويقي الخارجي لمنظمات كبرى سيولده الذكاء الاصطناعي بحلول نهاية العام الحالي (بينما كان أقل من اثنين في المئة في 2022). طلبات القروض يسجل العالم حالياً فجوة ائتمانية بقيمة 17 مليار دولار، لها أثر ضخم في انعدام المساواة بين الجنسين، عندما لا تتمتع المرأة باستقلالية مادية، يتضاعف خطر تعرضها إلى مجموعة من المشكلات، بدءاً من العنف المنزلي ووصولاً إلى الزواج بالإكراه. ومع أن مطوري الخوارزميات وخبراء البيانات الذين يصممون أنظمة التقييم الائتماني هم في الغالب من الرجال، يعيشون في الولايات المتحدة، ومن ذوي الدخل المرتفع، فإنهم لا يمثلون الفئة المستهدفة من المستخدمين الذين تطبق عليهم هذه الأنظمة، ومع ذلك فهم من يحددون نتائجها النهائية. ونظراً إلى أن النساء عانين تاريخياً التمييز في قرارات الإقراض، فإن المخاوف تتزايد من أن الشركات التي تستخدم أنظمة ذكاء اصطناعي في التقييم الائتماني تكرس هذا التمييز الممنهج، مما يهدد بإقصائهن أكثر فأكثر عن الحصول على القروض والخدمات المالية الأخرى. العدالة الجنائية تستخدم سلطات قضائية عدة في الولايات المتحدة أداة تسمي "كومباس" Compas لمساعدتها في اتخاذ قرارات في شأن الإفراج عن الموقوفين قبل محاكمتهم أو الحكم عليهم، فيما تلجأ هذه الأداة إلى الذكاء الاصطناعي كي "تخمن" احتمالات إعادة اعتقال الشخص، لكن هذا النظام يستند إلى بيانات تتعلق بسجلات التوقيف السابقة، في بلد تعاني فيه المؤسسات عنصرية ممنهجة تجعل الشخص الأسود أكثر عرضة بخمس مرات من نظيره الأبيض للتوقيف من الشرطة من دون مبرر، لذا حتى عندما لا تأخذ الخوارزمية العرق في الاعتبار صراحة، فإنها تسهم في استمرار دورة الاعتقال العنصري. وتبين كذلك أن برنامج كومباس يبالغ في تقدير احتمالات تكرار النساء ارتكاب الجرائم، وهو ما يؤدي إلى إنزال عقوبات مجحفة في حق الجانيات اللاتي غالباً ما يكن ضحايا لاعتداءات جسدية أو جنسية. وفي المملكة المتحدة كشفت إحدى الدراسات أن استخدام الذكاء الاصطناعي لتعريف مناطق معينة على أنها بؤر للجريمة يدفع عناصر الشرطة إلى توقع حصول مشكلات عندما تجوب دورياتهم المكان، مما يزيد من احتمال توقيف الأشخاص أو اعتقالهم بدافع التحيز بدلاً من الضرورة الأمنية الفعلية. تقنية التعرف على الوجه يلعب الذكاء الاصطناعي دوراً متنامياً في تقنيات التعرف على الوجه، التي تستخدم في مجالات واسعة، من تطبيقات الشرطة إلى أنظمة دخول المباني، لكن الشركات التي تروج لهذه التقنية بوصفها تقدم "راحة غير مسبوقة" مطالبة بطرح السؤال: راحة لمن بالضبط؟ فعلى رغم الانتشار السريع لهذه التقنيات، إلا أن فعاليتها تتفاوت بصورة كبيرة بين المستخدمين، إذ أظهرت أبحاث أن منتجات التعرف على الوجه لدى شركات كبرى تسجل معدل خطأ يصل إلى 35 في المئة عند التعامل مع النساء ذوات البشرة الداكنة، في مقابل 0.8 في المئة فقط عند التعامل مع الرجال ذوي البشرة الفاتحة. الرعاية الصحية كشفت دراسة لكلية لندن الجامعية (UCL) عن أن نماذج الذكاء الاصطناعي التي أنشأت للتنبؤ بأمراض الكبد استناداً إلى تحليل الدم أكثر عرضة للخطأ في كشف المرض بمرتين لدى النساء في مقابل الرجال، وحذر كبير مؤلفي هذه الدراسة أن استخدام هذه الخوارزميات بصورة شائعة في المستشفيات للمساعدة في التشخيص قد يؤدي إلى تردي الرعاية التي تتلقاها النساء. وفي المقابل، في الولايات المتحدة، تبين أن إحدى الخوارزميات التي يشيع استخدامها في قطاع الرعاية الصحية للمساعدة في تحديد هويات المرضى الذين يحتاجون إلى رعاية إضافية تعاني تمييزاً عرقياً كبيراً، إذ تفضل المرضى ذوي البشرة البيضاء على المرضى السود، وإن كان هؤلاء أشد مرضاً ويعانون مشكلات صحية مزمنة أكثر، وفقاً لدراسة نشرتها المجلة العلمية "ساينس". وبحسب تقديرات مؤلفي الدراسة، وصل الحال بالتمييز العرقي إلى درجة تقليص عدد المرضى السود الذين يحددون على أنهم بحاجة إلى رعاية إضافية بأكثر من النصف. العنف المنزلي تمكن مرتكبو العنف المنزلي من مضايقة ضحاياهم وإخافتهن باستخدام الذكاء الاصطناعي لاختراق أجهزة التكنولوجيا التي يمكن ارتداؤها والأجهزة المنزلية الذكية، والتلاعب بها. فكل الأجهزة، من ساعات اليد وحتى التلفاز قد تسهل المراقبة والملاحقة عن بعد، وهذا خطر كبير عندما تأخذ في الاعتبار التقديرات التي تشير إلى أن ما يقارب 125 مليار جهاز سيصبح متصلاً، بحلول عام 2040، بـ"إنترنت الأشياء" وهو ما قد يؤدي إلى زيادة المراقبة من المعتدين الساعين إلى ترسيخ سيطرتهم وسطوتهم. العلاقات فيما نحاول التوصل إلى طرق لمعالجة التحيز ضد المرأة على منصات التواصل الاجتماعي، وتبعات هذا السلوك الذي يجرد المرأة من إنسانيتها، يحمل مئات ملايين الأشخاص تطبيقات "رفيقة" قائمة على الذكاء الاصطناعي تعيد تحويل النساء إلى أشياء "لا ترفض طلباً" للاستهلاك الذكوري. وتطبيقات الصديقات الحميمات من الذكاء الاصطناعي أو روبوتات الدردشة التي يروج لها مطوروها غالباً على أنها أفضل من النساء الحقيقيات (تؤمن لك علاقة ممتعة من دون تلك الإرادة الحرة المزعجة)، تقدم للرجال "امرأة" شبيهة بالمرأة الحقيقية بخنوع ويمكن تكييفها بحسب الرغبة، تجعلهم يزهون بأنفسهم وهي رهن إشارتهم متى أرادوا، ويمكنهم استخدامها (وإساءة معاملتها) بحسب رغبتهم. وفي الواقع، عدد كبير من الرجال يسيؤون التعامل مع هذه البرامج ويشاركون نبذات مصورة عن هذه الأفعال مع بعضهم بعضاً، لكي يكتشفوا من بينهم قادر على ارتكاب أكبر الإساءات في حق هذه البرامج. خلال العام الماضي فقط، سجل متجر "غوغل" لهواتف الآندرويد 100 مليون تحميل لـ11 برنامجاً للدردشة القائمة على الذكاء الاصطناعي تتصدر قائمة البرامج المثيلة، وهذا ليس مكسباً للرجال الوحيدين ولا للنساء اللاتي سيتلاقين بهم في وقت لاحق. اقرأ المزيد يحتوي هذا القسم على المقلات ذات صلة, الموضوعة في (Related Nodes field) إن كنا سنتصدى لانعدام المساواة المستشري في الذكاء الاصطناعي، علينا الاستعانة بمجوعات متنوعة من الأشخاص. فالتكنولوجيا نفسها ليست معادية للمرأة بحد ذاتها، لكن غالباً ما تسفر عن هذه النتائج غير المقصودة، وليس فقط بسبب البيانات المتحيزة والمليئة بالعيوب، بل أيضاً بسبب نقص التنوع في المجموعات التي تؤسس هذه البرامج وتستفيد منها. في الوقت الحالي، يعد تمثيل النساء ضعيفاً إلى أبعد الدرجات في كل جانب من جوانب أبحاث الذكاء الاصطناعي وتطويره واستخدامه. وعلى الصعيد العالمي، لا تشكل النساء سوى 12 في المئة فقط من الباحثين في الذكاء الاصطناعي، ومع أنهن يقدن بعضاً من أكثر الجهود إثارة من أجل إنشاء ذكاء اصطناعي آمن وأخلاقي، إلا أن المجموعات التي تترأسها نساء لا تزال تحصل على تمويل من رأس المال الاستثماري أقل بست مرات من نظرائهن الذكور. يحمل الذكاء الاصطناعي وعداً بمستقبل جديد ولامع سيكون له تأثير إيجابي في العالم الحقيقي، ولكن ما لم نعط الأولوية للإنصاف والسلامة في مرحلة التصميم، بحيث يفضح الفكر المعيب القائم على التمييز والتحيز ويصحح، فإنه يمثل خطر إدامة التحيز المؤذي وإعادة كثيرين منا للعصور المظلمة، فلنأمل أن أحدهم يعير انتباهاً للتفاصيل الدقيقة. من كتاب لورا بيتس "عصر جديد من التمييز على أساس الجنس" الصادر في الـ15 من مايو (أيار).

مجلة رواد الأعمال

منذ 3 أيام

• مجلة رواد الأعمال

الذكاء الاصطناعي التوليدي ووكلاء الذكاء الاصطناعي.. أوجه التشابه والاختلافات

لايزال الذكاء الاصطناعي المجال الأكثر جدلًا. نظرًا لتطوره المتسارع والملحوظ. فقد ظهرت مؤخرًا مصطلحات مثل الذكاء الاصطناعي التوليدي (Genative AI) ووكلاء الذكاء الاصطناعي. وقدم الذكاء الاصطناعي التقليدي للمستخدمين طريقة جديدة لإنجاز المهام، وتحليل البيانات. يمكن الذكاء الاصطناعي التوليدي من إنشاء أنماط ومحتوى جديد مثل النصوص أو الصور أو الفيديو أو الصوت أو التعليمات البرمجية. ويرتقي وكيل الذكاء الاصطناعي بالقدرات الى مستوى أكثر تقدمًا. وذلك من خلال اعتماد منظومة رقمية من النماذج اللغوية الكبيرة (LLMs). والتعلم الآلي (ML). ومعالجة اللغة الطبيعية (NLP) لأداء مهام مستقلة نيابةً عن المستخدم أو نظام آخر. كما يعتبر Chat GPT نموذج الذكاء الاصطناعي الجيني الذي حظي باهتمام كبير. وعلى الرغم من أن هذا المنتج يقدم قدرات إبداعية مماثلة للذكاء الاصطناعي الوكيل، فإنه ليس هو نفسه. تركز وكلاء الذكاء الاصطناعي على اتخاذ القرارات بدلًا من إنشاء المحتوى الجديد الفعلي. وذلك دون الاعتماد على الأوامر المدخلة أو إشرافًا بشريًا. ومن أبرز تطبيقات وكلاء الذكاء الاصطناعي المركبات ذاتية القيادة. والمساعدين الافتراضيين. والطيارين المساعدين ذوي الأهداف الموجهة نحو المهام. تقدم أدوات الذكاء الاصطناعي العام والذكاء الاصطناعي الوكيل فوائد إنتاجية هائلة للأفراد والمؤسسات. الفرق بين الذكاء الاصطناعي التوليدي ووكلاء الذكاء الاصطناعي الذكاء الاصطناعي التوليدي هو الذكاء الاصطناعي الذي ينتج محتوى أصليًا. مثل النصوص أو الصور أو الفيديو أو الصوت أو التعليمات البرمجية. استجابةً لمطالبة المستخدم أو طلبه. استنادًا إلى نماذج التعلم الآلي التي تسمى نماذج التعلم العميق. وهي خوارزميات تحاكي عمليات التعلم واتخاذ القرار في الدماغ البشري. وتقنيات أخرى مثل أتمتة العمليات الروبوتية (RPA). تعمل هذه النماذج من خلال تحديد وترميز الأنماط والعلاقات في كميات هائلة من البيانات. ثم استخدام تلك المعلومات لفهم طلبات المستخدمين أو أسئلتهم بلغة طبيعية. كما يمكن لهذه النماذج بعد ذلك إنشاء نصوص وصور ومحتويات أخرى عالية الجودة بناءً على البيانات التي تم التدريب عليها في الوقت الفعلي. أما بالنسبة لوكيل الذكاء الاصطناعي تعتمد على أن أنظمة مصممة لاتخاذ القرارات والتصرف بشكل مستقل. بالإضافة إلى القدرة على متابعة الأهداف المعقدة بإشراف محدود. ما يجمع بين الخصائص المرنة للنماذج اللغوية الكبيرة (LLMs) ودقة البرمجة التقليدية. أيضًا يعمل هذا النوع من الذكاء الاصطناعي بشكل مستقل لتحقيق هدف ما باستخدام تقنيات مثل معالجة اللغة الطبيعية (NLPs) والتعلم الآلي والتعلم المعزز وتمثيل المعرفة. كما أن الذكاء الاصطناعي العام هو نهج تفاعلي مع مدخلات المستخدمين. أيضًا يتميز بالقدرة بالمرونة في جميع المواقف. كما أنها ستخدم في العديد من التطبيقات التي يمكن أن تستفيد من التشغيل المستقل. مثل الروبوتات والتحليل المعقد والمساعدين الافتراضيين. الفرق بين الأدوات من حيث المميزات السمات الرئيسية للذكاء الاصطناعي التوليدي إنشاء المحتوى: يتفوق الذكاء الاصطناعي التوليدي في توليد المحتوى. حيث يمكن لنماذج الذكاء الاصطناعي إنشاء سياق متماسك مثل المقالات والإجابات على المشكلات المعقدة. كما يمكن لتطبيقات الذكاء الاصطناعي، مثل تطبيق OpenAI's ChatGPT، توليد الإجابات وكتابة القوائم وتقديم النصائح عند طلبها من خلال مدخلات المستخدم. بالتالي، يؤدي استخدام حلول الذكاء الاصطناعي التوليدي لإنتاج التعليمات البرمجية إلى تبسيط عملية تطوير البرمجيات وتسهيل كتابة التعليمات البرمجية على المطورين من مختلف مستويات المهارة. تحليل البيانات: يمكن للذكاء الاصطناعي التوليدي تحليل كميات هائلة من البيانات، واستخدام هذا التحليل لاكتشاف الأنماط والاتجاهات. كما يمكن لنماذج الذكاء الاصطناعي التوليدي تبسيط عمليات سير العمل المعقدة. خاصةً عندما يتعلق الأمر بسلسلة التوريد وتقديم تجربة أفضل للعملاء. القدرة على التكيف: يمكن للذكاء الاصطناعي التوليدي تكييف مخرجاته بناءً على المدخلات التي يتلقاها من المستخدم. إذا كان المستخدم يقدم ملاحظات محددة للنموذج، فإن النتيجة تتغير لتتماشى أكثر مع ما يسعى إليه المستخدم وبالتالي تحسين المخرجات. التخصيص: يمكن لتقنية الذكاء الاصطناعي العام تقديم توصيات وتجارب مخصصة بناء على المدخلات التي يتلقاها من المستخدم. فعلى سبيل المثال، اتجهت صناعة البيع بالتجزئة إلى تقديم تجارب مخصصة للغاية لعملائها بفضل تقنية الذكاء الاصطناعي التوليدي التي تساعدهم على فهم كل تفاصيل تفضيلات عملائهم. مميزات وكلاء الذكاء الاصطناعي الملامح الرئيسية للذكاء الاصطناعي العميل اتخاذ القرار: نظرًا للخطط والأهداف المحددة مسبقًا، يمكن لأنظمة الذكاء الاصطناعي تقييم المواقف وتحديد المسار إلى الأمام دون أو بأقل قدر من المدخلات البشرية. حل المشكلات: يعتمد وكلاء الذكاء الاصطناعي على نهجا من أربع خطوات لحل المشكلات. منها الإدراك. والتفكير. والتصرف. والتعلم. تبدأ هذه الخطوات الأربع بجعل وكلاء الذكاء الاصطناعي يجمعون البيانات ويعالجونها. ثم يعمل بعد ذلك كمنسق يقوم بتحليل البيانات المدركة لفهم الموقف. ثم تتكامل مع الأدوات الخارجية التي تتحسن وتتعلم باستمرار من خلال التغذية الراجعة. الاستقلالية: السلوك المستقل هو ما يميز وكيل الذكاء الاصطناعي. إن قدرتها الفريدة على التعلم والعمل من تلقاء نفسها تجعلها تقنية واعدة للمؤسسات التي تسعى إلى تبسيط سير العمل وجعل الآلات تؤدي مهام معقدة بأقل تدخل بشري. التفاعل: نظرًا لطبيعته الاستباقية، يمكن للذكاء الاصطناعي التفاعلي التفاعل مع البيئة الخارجية وجمع البيانات للتكيف في الوقت الفعلي. أحد الأمثلة على ذلك هو المركبات ذاتية القيادة. والتي يجب أن تحلل باستمرار محيطها وتتخذ قرارات قيادة آمنة ودقيقة. التخطيط: يمكن لنماذج الذكاء الاصطناعي الوكيل التعامل مع السيناريوهات المعقدة وتنفيذ إستراتيجيات متعددة الخطوات لتحقيق أهداف محددة. المقال الأصلي: من هنـا

سويفت نيوز

٠٨-٠٥-٢٠٢٥

• سويفت نيوز

الذكاء الاصطناعي ومستقبل التعليم .. فرص واعدة وتحديات حقيقية

إعداد المعلمة: جميلة الزبيدي : المدرسة الابتدائية فاطمة الهاشمية يشهد العالم تحوّلًا جذريًا في مختلف القطاعات، ويبرز الذكاء الاصطناعي (AI) كقوة دافعة لهذا التغيير، ليس فقط في مجالات الصناعة والتجارة، بل أيضًا في القطاعات الحيوية مثل التعليم. يمتلك الذكاء الاصطناعي إمكانات هائلة لإعادة تشكيل العملية التعليمية، من خلال توفير تجارب تعلم مخصصة، وأتمتة المهام الروتينية للمعلمين، وتقديم رؤى قيمة لتحسين المناهج وطرق التدريس. تهدف هذه المقالة إلى استكشاف التطبيقات الحالية والمستقبلية للذكاء الاصطناعي في مجال التعليم، مع تسليط الضوء على الفرص والتحديات المصاحبة لهذا التحول. بدأت تقنيات الذكاء الاصطناعي بالفعل في إحداث تأثير ملموس في مختلف جوانب العملية التعليمية، ومن أبرز هذه التطبيقات: أنظمة التعلم التكيفي (Adaptive Learning Systems): تقوم هذه الأنظمة بتحليل أداء الطلاب وتحديد نقاط قوتهم وضعفهم، وتقديم محتوى تعليمي مخصص يلائم احتياجاتهم الفردية، مما يعزز فعالية التعلم. تقوم هذه الأنظمة بتحليل أداء الطلاب وتحديد نقاط قوتهم وضعفهم، وتقديم محتوى تعليمي مخصص يلائم احتياجاتهم الفردية، مما يعزز فعالية التعلم. المساعدون الافتراضيون والروبوتات التعليمية: يمكن للمساعدين الافتراضيين المدعومين بالذكاء الاصطناعي تقديم دعم فوري للطلاب، في حين توفر الروبوتات التعليمية تفاعلات ملموسة خاصة في مجالات مثل اللغات والعلوم. يمكن للمساعدين الافتراضيين المدعومين بالذكاء الاصطناعي تقديم دعم فوري للطلاب، في حين توفر الروبوتات التعليمية تفاعلات ملموسة خاصة في مجالات مثل اللغات والعلوم. أدوات التقييم الآلي (Automated Assessment Tools): تساهم في تبسيط عملية التصحيح وتقديم ملاحظات تفصيلية، ما يوفر وقتًا ثمينًا للمعلمين. تساهم في تبسيط عملية التصحيح وتقديم ملاحظات تفصيلية، ما يوفر وقتًا ثمينًا للمعلمين. تحليل البيانات التعليمية (Educational Data Analytics): تساعد أدوات التحليل في تقديم رؤى دقيقة حول أداء الطلاب وسلوكهم، مما يتيح تحسين المناهج وتحديد حالات التسرب أو التأخر الدراسي مبكرًا. تساعد أدوات التحليل في تقديم رؤى دقيقة حول أداء الطلاب وسلوكهم، مما يتيح تحسين المناهج وتحديد حالات التسرب أو التأخر الدراسي مبكرًا. تخصيص المحتوى التعليمي (Personalized Content Creation): يمكن للذكاء الاصطناعي تصميم محتوى يتماشى مع اهتمامات الطلاب وأنماط تعلمهم، مما يزيد من تفاعلهم وفهمهم للمواد الدراسية. تحسين نتائج التعلم: من خلال توجيه الدعم المناسب للطلاب وفق احتياجاتهم. من خلال توجيه الدعم المناسب للطلاب وفق احتياجاتهم. زيادة كفاءة المعلمين: عبر أتمتة المهام الروتينية وإتاحة الوقت للتركيز على التفاعل الإنساني. عبر أتمتة المهام الروتينية وإتاحة الوقت للتركيز على التفاعل الإنساني. توسيع نطاق الوصول إلى التعليم: بإتاحة فرص تعليم مرنة في أي زمان ومكان، وتحقيق مبدأ تكافؤ الفرص. بإتاحة فرص تعليم مرنة في أي زمان ومكان، وتحقيق مبدأ تكافؤ الفرص. تجارب تعليمية أكثر جاذبية: بدمج عناصر الألعاب والتفاعلات الغامرة لجعل التعليم ممتعًا. بدمج عناصر الألعاب والتفاعلات الغامرة لجعل التعليم ممتعًا. تطوير مهارات القرن الحادي والعشرين: مثل التفكير النقدي، وحل المشكلات، والإبداع. قضايا الخصوصية والأمان: إذ يتطلب جمع وتحليل بيانات حساسة تخص الطلاب. إذ يتطلب جمع وتحليل بيانات حساسة تخص الطلاب. التحيز الخوارزمي (Algorithmic Bias): احتمال وجود تحيزات في الخوارزميات تؤثر على العدالة التعليمية. احتمال وجود تحيزات في الخوارزميات تؤثر على العدالة التعليمية. الحاجة إلى بنية تحتية وتدريب: لتأهيل المعلمين والمؤسسات على الاستخدام الفعال للتقنيات الحديثة. لتأهيل المعلمين والمؤسسات على الاستخدام الفعال للتقنيات الحديثة. تكلفة التنفيذ: قد تشكل عبئًا على بعض المؤسسات التعليمية. قد تشكل عبئًا على بعض المؤسسات التعليمية. مخاوف من تقليص دور المعلم: رغم أن الذكاء الاصطناعي يُنظر إليه كأداة داعمة لا بديلاً عن المعلم. لتحقيق ذلك، لا بد من تضافر جهود المعلمين والمطورين وصناع السياسات، من خلال: وضع أطر تنظيمية وأخلاقية واضحة. الاستثمار في البنية التحتية. تدريب الكوادر التعليمية. الحفاظ على الجانب الإنساني في العلاقة التربوية. بالتخطيط السليم والتنفيذ المدروس، يمكن للذكاء الاصطناعي أن يُحدث ثورة إيجابية في مستقبل التعليم، ويؤسس لجيل متعلم قادر على مواكبة تحديات العصر. مقالات ذات صلة