(Photo: SIMON WARBY/The Stanford Daily)

الذكاء الاصطناعي في التعليم: تعزيز المعلمين، وتوسيع نطاق التدريب في مكان العمل – ترجمة* محمد جواد آل السيد ناصر الخضراوي

AI in Education: Augmenting Teachers, Scaling Workplace Training
(Sachin Waikar – بقلم: ساشين وايكار)

ملخص المقالة:

قام البروفيسور كريس بيش من جامعة ستانفورد بتحويل اثنين من المدرسين إلى آلاف، وعمل على كيفية جعل التعليم في متناول المزيد من الناس، وأصبحت جلسات التعلم الجماعية الصغيرة جزءًا من دورة تدريبية مجانية تتمحور حول الإنسان ومقدمة إلى الترميز. وكجزء من مؤتمر الربيع للذكاء الاصطناعي المتمحور حول الإنسان المنعقد في جامعة ستانفورد، شارك خبراء التعليم والباحثين الآخرين في مجال الرعاية الصحية والفنون لشرح قدرة الذكاء الاصطناعي على زيادة – وليس استبدال – العمل البشري المهم. وأثناء الجلسة التعليمية، نوقشت أوجه التقدم في الذكاء الاصطناعي في تمكين المعلمين، وتجنب إرث التعليمات السيئة، ودفع حدود التقنية التعليمية، والاستفادة من رؤى بحوث التعليم، وتقديم التعليم في المناطق منخفضة البنية التحتية، وتوسيع وتسريع نطاق التعلم في مكان العمل.

( المقالة )

يتدارس مؤتمر الربيع للذكاء الاصطناعي المتمحور حول الإنسان كيف تستطيع تطورات الذكاء الاصطناعي في التعليم في جعل المعلمين قوة خارقة، واعادة النظر في التعليمات السيئة وتلك التي عفا عليها الزمن.

برنامج ستانفورد لتعليم المعلمين
يمكن أن تساعد الأدوات المدعومة بالذكاء الاصطناعي المعلمين على فهم الطلاب الذين تخلفوا عن الركب.

قام كريس بيش، الأستاذ المساعد في جامعة ستانفورد لعلوم الكمبيوتر، بتحويل اثنين من المدرسين إلى آلاف. وفي العام الماضي، عندما كان البروفيسور بيش ومعلمه المساعد على وشك بدء دورة “مقدمة في علوم الكمبيوتر” الشهيرة في جامعة ستانفورد، منحتهم عمليات الإغلاق المرتبطة بالوباء الفرصة للوصول إلى العديد من المتعلمين أكثر من مجرد صف دراسي واحد.

وقال البروفيسور بيش: “إنني أعمل على كيفية جعل التعليم في متناول المزيد من الناس. إنها مشكلة اجتماعية ضخمة ومترابطة”. وقد مكنه الوباء من اختبار حل جديد: وجود الآلاف من المعلمين المعينين حديثًا – معظمهم من الخريجين الجدد – يقدمون منهج علوم الكمبيوتر.

وأصبحت جلسات التعلم الجماعية الصغيرة الناتجة جزءًا من “رمز في مكان 2020” [١] (Code in Place 2020)  ، والتي أسفرت عن تعلم قوي واستبقاء لآلاف الطلاب في جميع أنحاء العالم.

وكجزء من مؤتمر الربيع للذكاء الاصطناعي المتمحور حول الإنسان، انضم البروفيسور بيش إلى خبراء التعليم والباحثين الآخرين في مجال الرعاية الصحية والفنون لشرح قدرة الذكاء الاصطناعي على زيادة – وليس استبدال – العمل البشري المهم. وأثناء الجلسة التعليمية، ناقش المتحدثون أوجه التقدم في الذكاء الاصطناعي في تمكين المعلمين، والاستفادة من رؤى بحوث التعليم، وتقديم التعليم في المناطق منخفضة البنية التحتية، وتوسيع نطاق التعلم في مكان العمل.

الذكاء الاصطناعي للمعلمين ذوي القوة الخارقة

قال بيش: “إن عدد الأشخاص في العالم الذين يرغبون في التدريس يتناسب مع أولئك الذين يرغبون في التعلم” ، مما حفز “تجربته الضخمة في التعليم”.

وفي هذا السياق، يمكن استخدام الذكاء الاصطناعي ليس لاستبدال المعلمين ولكن للمساعدة والتعزيز. وعلى وجه التحديد، عمل فريق البروفيسور بيش على استخدام الذكاء الاصطناعي لتزويد الطلاب بالتقييم الآلي ودعم تدريب المعلمين القابل للتطوير والأكثر إنصافًا.

ويعد نظام التصنيف الآلي أمرًا صعبًا للغاية. ووجد الفريق أن استخدام التعلم العميق لتدريب الذكاء الاصطناعي لتصنيف الترميز البسيط للطلاب غير فعال. وأدى قيام المعلمين بتدريب نظام الذكاء الاصطناعي على الدرجات إلى تحسن هامشي. ويحرزون الآن تقدمًا من خلال جعل أنظمة الذكاء الاصطناعي تطبق التعلم من الاختبارات السابقة لتصحيح الاختبارات الجديدة. وسيختبرون النظام بشكل كامل هذا العام.

وعلى جبهة التدريب، يشرف البروفيسور بيش على الجهود المبذولة لتقديم ألغاز المعلم القائمة على الذكاء الاصطناعي وردود الفعل لتحسين مهارات التدريس. إنه يشجع أي شخص مهتم بمعرفة المزيد – أو التطوع للتدريس في “رمز في مكان 2020” – لمتابعة حسابه الخاص على تويتر.

تجنب إرث من التعليمات السيئة

وفقًا لدانييل شوارتز، عميد جامعة ستانفورد وأستاذ تكنولوجيا التعليم، يجب أن تفهم الأدوات التعليمية التي تعتمد على الذكاء الاصطناعي وتستفيد أفضل من علوم التعلم.

وقال: “غالبًا ما تبدأ التكنولوجيا الجديدة بتقليد التكنولوجيا القديمة؛ أنا قلق من أن الذكاء الاصطناعي قد يجعلنا أكثر كفاءة فيما لا يعتبر تعليمًا فعالاً للغاية”.

وبدلاً من ذلك، اقترح البروفيسور شوارتز نهجًا أكثر تركيزًا على الإنسان في التعليم يتطلب فهمًا دقيقًا لكيفية تعلم الناس. وأوضح أن الثلاثين عامًا الماضية شهدت علمًا قويًا حول أشكال التعلم الأفضل.

فعلى سبيل المثال، تعتبر مراقبة الحالات المتناقضة أمرًا بالغ الأهمية للتعلم الجديد ولكنها مفقودة من معظم التعليمات اليوم. فالأشخاص الذين يتعلمون ما هي المضلعات، على سبيل المثال، يحققون أداءً أفضل بكثير عند عرض الأمثلة الإيجابية والسلبية، بدلاً من الأمثلة الإيجابية فقط.

وبالمثل ، فحصت دراسة شوارتز قدرة المشاركين على تطبيق المعرفة الجديدة المتعلقة بوظيفة الذاكرة بعد الخضوع لتعليم تقليدي من نوع الصف الدراسي (محاضرة)، واكتساب الخبرة في تحليل المعلومات الجديدة، أو مزيج منهما. وقد عمل أولئك الذين خاضوا المحاضرة والتحليل بشكل أفضل. وقال شوارتز: “أدى التحليل إلى معرفة دقيقة بالظواهر الرئيسية والحالات المتناقضة، وعممت المحاضرة السبب” ، مما جعل هذا الشرط متفوقًا على المحاضرة أو التحليل وحده.

كما أشار إلى دراسة استمع فيها المشاركون إلى محاضرة حول النسبة والكثافة، ثم مارس استخدام المفاهيم (مع مثال تنظيم المهرجين في الصناديق) أو طُلب منهم ابتكار حل جديد لتنظيم المهرجين. وكان أداء أولئك الذين هم في حالة اختراع الحل أفضل في إجراءات التعلم والتطبيق مقارنةً بتلك الموجودة في حالة الإخبار والممارسة التقليدية.

وقال شوارتز: “إن الذكاء الاصطناعي والتعليم اليوم يكرران نفس المعلومات التعليمية للطلاب المتعثرين، فقط بشكل أبطأ وأعلى صوتًا بدلاً من مساعدتهم على تعلمها بالطريقة الصحيحة”. ويمكن أن تساعد أفكاره، بما في ذلك تلك الموضحة في كتابه “أبجديات كيف نتعلم”، أولئك الذين يعملون عند تقاطع الذكاء الاصطناعي والتعليم على استخدام مناهج بديلة لتحسين التعلم.

دفع حدود التقنية التعليمية

على الصعيد العالمي، نشهد انخفاضًا في عدد الأطفال الذين لا يذهبون إلى المدرسة. لكن إيمي أوغان، أستاذة تعلم العلوم في جامعة “كارنيجي ميلون”، تقول إن كوفيد -19 أرسل 1.4 مليار طالب إلى منازلهم، وحتى قبل الوباء، كانت البلدان منخفضة الدخل تكافح من أجل تزويد الطلاب بمهارات المستوى الأولي الأساسي.

وأضافت: “الهدف هو تلبية كل سياق في مكانه؛ لقد شهدنا انخفاضًا عالميًا في عدد الأطفال غير الملتحقين بالمدارس ولكننا نواجه أزمة في التعلم لأن الأطفال في جميع البلدان لا يزالون يعانون من اكتساب المهارات الأساسية”.

وذكرت أن تقنيات التعلم المدفوع بالذكاء الاصطناعي يمكن أن تدعم الإنصاف العالمي في التعلم إذا قمنا بتصميمها بشكل جيد. إن مشروع “ألو الأبجدية Allo Alphabet” ، على سبيل المثال، هو تدخل محو الأمية عبر الهاتف في كوت ديفوار، وهو بيئة منخفضة البنية التحتية حيث تتمتع معظم الأسر بإمكانية الوصول إلى الهاتف المحمول. ويستخدم تطبيق الهاتف المحمول استجابة صوتية تفاعلية لتقديم دروس محو الأمية والألعاب للطلاب في المنزل والمدرسة، بدعم من أولياء الأمور والمعلمين. وحقق “ألو الأبجدية” تحسنًا كبيرًا في الوعي الصوتي وقراءة الحروف بين المستخدمين.

إن “صف في البصر ClassInSight” هو مشروع منفصل، مصمم لإعدادات التعليم ذات البنية التحتية العالية. وتجمع المستشعرات بيانات داخل الصف الدراسي حول حركة الطالب والمعلم وميزات الوجه وتنشر المعلومات لجميع الطلاب من وجهة نظر المعلم. ويمكن للمدرسين استخدام هذه المعلومات لفهم من لم يتحدث أو لم يكن لديه الكثير من الاهتمام، على سبيل المثال، وتحقيق تكافؤ فرص التعليم.

وقال أوغان : “من الأهمية بمكان ضمان تصميم ذكاء اصطناعي حساس للسياق يشتمل على البنية التحتية المادية والبشرية”.

تسريع التعلم في مكان العمل على نطاق واسع

ووصف كانديس ثيل، مدير علوم التعلم في أمازون، الذكاء الاصطناعي بأنه حصان طروادة لإدخال العلم في سياق التعلم في مكان العمل. وقال: “يمكن للذكاء الاصطناعي أن يدعم المساواة في أي جهد تعليمي من خلال التصميم المتعمد، والاعتراف بالتنوع بين المتعلمين البشر فيما يتعلق بالمكان، والمهارات، والأهداف، والمعرفة الخلفية، وعوامل أخرى”.

ويعد دعم التنوع المرتبط بالتعلم أمرًا بالغ الأهمية بشكل خاص في أمازون، التي تضم 1.3 مليون موظف، وتوظف حوالي 350 شخصًا كل يوم. وعلاوة على ذلك، تتطلب وتيرة الابتكار السريعة للشركة إعادة صقل المهارات باستمرار.

وفي هذا السياق، تعني التكنولوجيا، بما في ذلك تطبيقات الذكاء الاصطناعي، الوصول وقدرات المحاكاة والاتصالات مع الأشخاص – المجالات الثلاثة للتعلم في مكان العمل التي يركز عليها ثيل، الذي يقول: “يوفر مكان العمل فرصة مستمرة لفهم المتعلم، وما تم تعلمه، والسياق، لاتخاذ قرارات تعليمية”. ويمكن استخدام النماذج القائمة على الذكاء الاصطناعي، على وجه التحديد، لمراقبة المتعلمين وتقديم ملاحظات معززة.

وفي تجربة حديثة، استخدمت أمازون عامل التعلم المعزز لتعيين تسلسل المحتوى للموظفين الذين يتعلمون الجبر الخطي. وبالمقارنة مع مدرب بشري أو التنقل الذاتي من جانب المتعلمين، كان أداء الوكيل أفضل في تحسين نتائج التعلم بكفاءة أكبر. وقال ثيل: “لكن البشر لا يزالون جزءًا مهمًا من العملية والهدف ليس الاستبدال؛ المفتاح هو النظر إلى النظام بأكمله: ما الأجزاء التي يمكن للآلات والخوارزميات دعمها للقرارات التي يجب اتخاذها، مع حماية بيانات الموظفين وخصوصيتهم؟”

*تمت الترجمة بتصرف

المصدر:

https://hai.stanford.edu/news/ai-education-augmenting-teachers-scaling-workplace-training

الهوامش:

[١] “رمز في مكان 2021” (Code in Place 2021): دورة تدريبية مجانية تتمحور حول الإنسان ومقدمة إلى الترميز في وقت كوفيد-19 للطلاب والمعلمين. وفي عام 2020 ، في بداية الوباء، كخدمة مجتمعية اجتمع أكثر من 900 معلم من جميع أنحاء العالم لتقديم دورة تدريبية يقودها المتطوعون هي الأولى من نوعها تسمى رمز في مكان ، وتستضيفها جامعة ستانفورد. وكانت “رمز في مكان” تجربة تعليمية نهضوية ورائعة وتعلم أكثر من 10,000 طالب كيفية البرمجة بلغة “بايثون Python”.  لقد كان وقتًا جيدًا سيقومون به مرة أخرى في أبريل 2021.

المهندس محمد جواد آل السيد ناصر الخضراوي

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني.