كيف يمكن للذكاء الاصطناعي أن يساعد التعليم… وأين لا يزال الدليل ضعيفًا

في المقابل، لا يمكن تقييم «الذكاء الاصطناعي في التعليم» ككتلة واحدة. مراجعة ستانفورد لعام 2026 تشير إلى أن قاعدة الأدلة في التعليم المدرسي K–12 ما زالت محدودة، وأن 59% من الأوراق في مستودعها البحثي درست الطلاب بوصفهم مستخدمين للذكاء الاصطناعي، وأنه لم تُجرَ أي من الدراسات السببية الموجهة للطلاب في ذلك المستودع داخل مدارس K–12 أميركية. لذلك، الأفضل أن تُقيَّم كل أداة في سياقها، لا أن يُفترض أنها سترفع التحصيل لمجرد أنها تعتمد على الذكاء الاصطناعي.

1. تعلم شخصي وتدريب متكيّف

التخصيص من أوضح استخدامات الذكاء الاصطناعي في التعليم. يصف مدوّن علوم التعلم في جامعة ساوثرن ميثوديست تقنيات التعلم المتكيّف بأنها أنظمة تُخصّص المادة التعليمية لتلبية احتياجات كل طالب. كما تحدد مراجعة منهجية عن الذكاء الاصطناعي في التعليم أن أنظمة التدريس الذكية ونماذج التعلم المتكيّف من أبرز مجالات تطوير الذكاء الاصطناعي التعليمي.

عمليًا، قد يعني ذلك أن يحصل الطالب على تسلسل مختلف من التمارين، أو مراجعة مركزة على ما أخطأ فيه، أو دعم قريب من أسلوب المعلم الخصوصي. القيمة هنا ليست في كلمة «تخصيص» وحدها، بل في قدرة النظام على الاستجابة لفروق المتعلمين بطريقة لا تستطيع المواد الثابتة تقديمها دائمًا.

ومع ذلك، يبقى السؤال الحاسم خاصًا بكل أداة: هل تساعد هذه المنصة طلاب هذا الصف، في هذه المادة، وضمن طريقة العمل اليومية لهذا المعلم؟ تحذير مراجعة ستانفورد من محدودية الأدلة في K–12 يجعل هذا السؤال ضروريًا قبل تعميم أي منتج على نطاق واسع.

2. تغذية راجعة ودعم للتفكير

يمكن للذكاء الاصطناعي أيضًا أن يساعد الطلاب عبر تقديم تغذية راجعة أو توجيههم للتفكير في خطوات الحل. فالمراجعة المنهجية تصنّف جزءًا من الذكاء الاصطناعي التعليمي ضمن وظائف «التغذية الراجعة والاستدلال»، إلى جانب مجالات مثل أنظمة التدريس الذكية ونماذج التعلم المتكيّف.

لكن في الصف، لا يكفي أن يكون النظام قادرًا على إنتاج إجابة. المهم أن تكون التغذية الراجعة دقيقة، مناسبة لعمر الطالب، مفيدة تعليميًا، ومندمجة في عملية تعلم يقودها المعلم. يلخص EdTech Innovation Hub توجيهات مرتبطة بفريق عمل المعلمين التابع لليونسكو تؤكد أن المعلمين يجب أن يبقوا في قلب العملية التعليمية، لا أن يُعاملوا كأنهم قابلون للاستبدال بأنظمة ذكاء اصطناعي.

عند استخدامه بحذر، قد يدعم الذكاء الاصطناعي التدريب والمراجعة. وعند استخدامه بلا إشراف، قد يضيف التباسًا أو يمنح الطلاب ثقة زائدة في إجابات مولّدة قد لا تكون موثوقة دائمًا. لذلك، يبقى دور المعلم عنصر أمان تعليميًا لا تفصيلًا ثانويًا.

3. تحسين الإتاحة وتجربة التعلم

قد يساعد الذكاء الاصطناعي في إزالة بعض العوائق أمام التعلم. فمراجعة منهجية تصف الأنظمة الذكية بوصفها جزءًا من بيئات تعليمية يمكن أن تعزز التخصيص، والإتاحة، وتجربة التعلم عمومًا.

لكن هذا لا يعني أن كل أداة ذكاء اصطناعي تصبح «متاحة» تلقائيًا. ينبغي تقييم الإتاحة مباشرة: ما العائق الذي تعالجه الأداة؟ كيف اختُبرت؟ من الطلاب الذين يستفيدون منها؟ وكيف سيعرف المعلمون أنها تفيد طلابهم بالفعل؟

أقوى حالة لاستخدام الذكاء الاصطناعي تظهر عندما تُربط الأداة بحاجة تعلم واضحة، لا عندما تُعتمد فقط لأنها تحمل ميزات ذكاء اصطناعي.

4. قراءة بيانات التعلم لمساعدة المعلمين

قد يكون الذكاء الاصطناعي مفيدًا عندما يساعد المعلمين والإدارات المدرسية على فهم بيانات التعلم. يلخص EdTech Magazine توجيهات وزارة التعليم الأميركية بأن الذكاء الاصطناعي قد ينقل تقنيات التعليم من مجرد جمع البيانات إلى اكتشاف الأنماط داخلها، ومن مجرد إتاحة موارد تعليمية إلى أتمتة بعض القرارات المتعلقة بعمليات التدريس والتعلم.

هذا النوع من الاستخدام ينبغي أن يُفهم كدعم للقرار، لا كبديل عن الحكم المهني للمعلم. اكتشاف الأنماط قد يساعد على ملاحظة فجوات أو مشكلات في وقت أبكر، لكن القرار التعليمي النهائي يظل بحاجة إلى خبرة بشرية وسياق صفّي. كما يشير ملخص EdTech Magazine إلى أهمية إشراك المعلمين، وتؤكد التوجيهات المرتبطة باليونسكو والمُلخصة في EdTech Innovation Hub أن بقاء المعلمين في مركز العملية يصبح أكثر أهمية مع انتشار أدوات الذكاء الاصطناعي.

ما الذي لم يثبته الذكاء الاصطناعي بعد؟

الفجوة الكبرى ليست في قدرة أنظمة الذكاء الاصطناعي على أداء مهام تعليمية منفردة. الفجوة هي: هل تحسّن أدوات الذكاء الاصطناعي الحالية تعلم الطلاب باستمرار داخل بيئات مدرسية حقيقية، وعلى نطاق واسع؟

مراجعة ستانفورد تصف البحث في أثر الذكاء الاصطناعي داخل تعليم K–12 بأنه ما زال محدودًا. وتذكر كذلك أن أيًا من الدراسات السببية الموجهة للطلاب في مستودعها لم يُجرَ داخل مدارس K–12 في الولايات المتحدة. لذلك، فإن الادعاءات الواسعة عن مكاسب تحصيلية مضمونة بفضل الذكاء الاصطناعي أقوى مما تسمح به الأدلة المتاحة.

السؤال الأفضل يجب أن يكون أضيق: أي أداة؟ لأي طلاب؟ في أي مادة؟ مع أي طريقة تدريس؟ وبأي مقياس للنتيجة؟ إلى أن تستطيع المدرسة الإجابة عن هذه الأسئلة، ينبغي اعتماد الذكاء الاصطناعي بحذر وتقييمه محليًا.

قائمة تحقق عملية للمدارس

الخلاصة

يمكن للذكاء الاصطناعي أن يساعد التعليم عبر التخصيص، والتدريب الموجّه، والتغذية الراجعة، وتحسين الإتاحة، وتحليل بيانات التعلم. لكن الاستخدام الأقوى ليس الاستخدام الأوسع، بل الاستخدام الأكثر تحديدًا وارتباطًا بالمعلم والدليل.

لذلك، على المدارس والجهات التعليمية أن تتجنب التعامل مع الذكاء الاصطناعي كحل عام، وأن تختبر بدلًا من ذلك ما إذا كانت أداة محددة تحسن عملية تعلم محددة في سياقها الفعلي.