AI Unplugged: Embodied Interactions for AI Literacy in Higher Education
تقدم هذه الورقة نهجاً تربوياً مبتكراً للتعليم العالي يدمج الأنشطة البدنية "غير المتصلة" (unplugged) والمجسدة لتعزيز محو الأمية بالذكاء الاصطناعي بشكل شمولي، وذلك من خلال مساعدة طلاب الجامعات على بناء فهم حدسي للمفاهيم المعقدة قبل الانتقال إلى الصياغات الرياضية والبرمجية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم شخص ما كيفية قيادة سيارة.
الطريقة القديمة (فصول الذكاء الاصطناعي التقليدية):
تضع الشخص في فصل دراسي، وتسلّمه كتاباً ضخماً مليئاً بمعادلات الفيزياء، وتجعله يحفظ معادلة الاحتكاك وميكانيكا محرك الاحتراق الداخلي. تشرح له نظرية التوجيه، لكنك لا تسمح له أبداً بلمس عجلة القيادة. وبحلول الوقت الذي يصل فيه أخيراً إلى مرحلة القيادة، يكون مرعوباً لأنه فهم "رياضيات" القيادة، لكنه لم يمتلك "إحساس" كيفية تحرك السيارة فعلياً.
الطريقة الجديدة (نهج هذه الورقة البحثية):
بدلاً من البدء بالمحرك، تضعه في موقف سيارات واسع وفارغ. تعطيه عجلة قيادة وخريطة. تقول له: "حسناً، اتجه يساراً. ماذا يحدث الآن؟ السيارة انزلقت قليلاً، أليس كذلك؟ الآن حاول التوقف". هو يتعلم من خلال "الفعل"، من خلال الشعور بالسيارة، ومن خلال ارتكاب الأخطاء ورؤية ما سيحدث. فقط بعد أن يشعر بانزلاق السيارة، تعطيه كتاب الفيزياء ليشرح له "لماذا" حدث ذلك.
هذه الورقة البحثية، "الذكاء الاصطناعي غير المتصل" (AI Unplugged)، تدور حول جلب تجربة "موقف السيارات" هذه إلى فصول الذكاء الاصطناعي على المستوى الجامعي.
المشكلة: الذكاء الاصطناعي يبدو كأنه سحر
في الوقت الحالي، يعتقد الكثير من الطلاب أن الذكاء الاصطناعي مثل السحر. يرونه في الأفلام أو على "تيك توك" ويعتقدون: "إنه يعرف الأشياء ببساطة!". ولكن عندما يصلون إلى الجامعة، يُطلب منهم فجأة كتابة أكواد معقدة وحل مسائل رياضية صعبة. يتعثرون لأنهم لا يفهمون "المنطق" الكامن وراء هذا السحر. إنهم يحاولون بناء منزل دون أن يسبق لهم رؤية طوبة واحدة.
الحل: أنشطة "غير متصلة" (Unplugged)
قرر المؤلفون (مدرسون من معهد جورجيا للتكنولوجيا) التوقف عن استخدام أجهزة الكمبيوتر في الجزء الأول من الفصل الدراسي. لقد استخدموا أنشطة "غير متصلة" (Unplugged). وهذا يعني:
- لا أجهزة كمبيوتر.
- لا أكواد برمجية.
- فقط أشخاص، ورق، بطاقات، نرد، وأجسادهم.
لقد عاملوا الطلاب كأنهم هم "وكلاء الذكاء الاصطناعي" أنفسهم. بدلاً من كتابة برنامج لحل متاهة، أصبح الطلاب هم "البرنامج".
"الألعاب" الأربع التي لعبوها
إليك كيف حولوا الرياضيات المملة إلى ألعاب حركية ممتعة:
1. لعبة البحث (تجسيد عملية البحث)
- المفهوم: كيف يجد الكمبيوتر مساراً من النقطة (أ) إلى النقطة (ب)؟
- اللعبة: ينقسم الفصل إلى مجموعات من أربعة أشخاص. كل شخص يحمل معلومة سرية على بطاقة (مثل جزء من خريطة). أحد الأشخاص هو "الخوارزمية"، وآخر هو "الهدف"، والثالث هو "الخريطة"، والرابع هو "الذاكرة". يجب عليهم تمرير البطاقات ذهاباً وإياباً للعثور على كنز مخفي.
- الدرس: أدرك الطلاب أن الذكاء الاصطناعي لا يرى الخريطة بأكملها دفعة واحدة (مثل الإنسان الذي ينظر إلى خريطة). بل يرى خطوة واحدة في كل مرة. ومن خلال تمرير البطاقات جسدياً، شعروا بالإحباط والمنطق الخاص بالبحث خطوة بخطوة.
2. لعبة البطاقات (بلاك جاك الأحمر والأسود)
- المفهść: اتخاذ القرارات عندما يكون المستقبل غير مؤكد (عمليات ماركوف لاتخاذ القرار).
- اللعبة: نسخة من لعبة "بلاك جاك". ولكن بدلاً من محاولة الوصول إلى الرقم 21، تحاول تخمين ما إذا كان يجب عليك "الضغط" (المخاطرة) أو "التوقف" (اللعب بأمان) بناءً على البطاقات التي رأيتها.
- الدرس: تعلم الطلاب أن على الذكاء الاصطناعي موازنة المخاطر. إذا سحبت الكثير من البطاقات "السيئة"، ستخسر النقاط. لقد شعروا جسدياً بالفرق بين الاستراتيجية "الآمنة" والاستراتيجية "المخاطرة"، مما ساعدهم على فهم كيفية حساب الذكاء الاصطناعي لأفضل حركة عندما لا يعرف ما سيحدث لاحقاً.
3. المتاهة البشرية (تعلم Q - Q-Learning)
- المفهوم: التعلم من خلال التجربة والخطأ (التعلم المعزز).
- اللعبة: مشى الطلاب عبر شبكة مرسومة على الأرض. كان كل مربع يحتوي على ورقة مكتوب عليها "مكافأة". قاموا برمي النرد لتقرير ما إذا كانوا سيستكشفون مربعاً جديداً أو يلتزمون بالمسار الذي عرفوا أنه جيد.
- الدرس: لقد لعبوا دور الذكاء الاصطناعي الذي "يتعلم" المتاهة. في البداية، كانوا تائهين (استكشاف). ومع مرور جولات أكثر، بدأوا يتذكرون المسارات التي تمنحهم أكبر قدر من النقاط (استغلال). لقد عاشوا جسدياً لحظة الـ "آها!" (الإدراك) عندما يكتشف الذكاء الاصطناعي أخيراً أفضل مسار.
4. لعبة الجاسوس (نماذج ماركوف المخفية)
- المفهść: التخمين أين يوجد شيء ما عندما لا تستطيع رؤيته بوضوح (مثل روبوت يحاول العثور على شخص باستخدام مستشعرات مشوشة).
- اللعبة: طالب واحد هو "الجاسوس" المختبئ في مدينة. والآخر هو "الصياد". يتحرك الجاسوس سراً، لكن الصياد يحصل على أدلة غامضة (مثل "الجاسوس بالقرب من الحديقة"). يجب على الصياد تخمين مكان الجاسوس بناءً على تلك الأدلة غير الواضحة.
- الدرس: تعلم الطلاب أن الذكاء الاصطناعي غالباً ما يضطر إلى التخمين بناءً على معلومات ناقصة أو غير دقيقة. أدركوا أنه حتى مع وجود بيانات سيئة، يمكنك تضييق الاحتمالات إذا استخدمت المنطق الصحيح.
لماذا هذا مهم؟
وجد المدرسون أنه عندما لعب الطلاب هذه الألعاب:
- ظلوا مستيقظين: ارتفع معدل الحضور لأن الأمر كان ممتعاً.
- فهموا "السبب": عندما عادوا أخيراً إلى أجهزة الكمبيوتر لكتابة الكود، لم تعد الرياضيات تبدو كالسحر. بل بدت وكأنها قواعد اللعبة التي لعبوها للتو.
- بَنوا الثقة: الطلاب الذين كانوا يخشون الرياضيات أدركوا: "أوه، أنا أعرف بالفعل كيف أفعل هذا؛ لقد فعلت ذلك للتو باستخدام البطاقات!".
الخلاصة
تجادل هذه الورقة البحثية بأنه لتعليم الذكاء الاصطناعي بشكل جيد، لا ينبغي لنا فقط إغراق الطلاب بالأكواد. نحن بحاجة إلى السماح لهم بـ "اللعب" بالأفكار أولاً.
فكر في الأمر مثل تعلم السباحة. أنت لا تبدأ بقراءة كتاب عن ديناميكا السوائل. بل تبدأ بالدخول إلى المياه الضحلة، واللعب بالماء، والشعور به. بمجرد أن لا تعود خائفاً من الماء، حينها تتعلم علم السباحة.
من خلال جعل الفصل الدراسي "غير متصل" (Unplugged)، ساعد هؤلاء المدرسون طلابهم على السباحة في محيط الذكاء الاصطناعي دون الغرق في الرياضيات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.