"Bespoke Bots": Diverse Instructor Needs for Customizing Generative AI Classroom Chatbots
تكشف هذه الدراسة، من خلال تحليل الموارد المتاحة والمقابلات مع معلمي مجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM)، أنه في حين يعطي التربويون الأولوية لتخصيص روبوتات الدردشة القائمة على الذكاء الاصطناٍعي لتتماشى مع المواد الدراسية والأساليب التربية على حساب "الشخصية"، إلا أن احتياجاتهم المحددة تتباين بشكل كبير حسب السياق، مما يشير إلى أن التصميم التركيبي (modular design) ضروري لأنظمة الذكاء الاصطناعي التعليمية الفعالة.
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
الفكرة الكبرى: ليس كل شيء يناسب الجميع
تخيل أنك طاهٍ (شيف). لديك مطبخ ضخم (الفصل الدراسي) ومئات الضيوف الجائعين (الطلاب). تريد توظيف مساعد آلي (روبوت) لمساعدتك في الطبخ.
تساءل الباحثون: "ما هو نوع المساعد الآلي الذي يريده المعلمون حقاً؟"
وجدوا أن المعلمين لا يريدون روبوتاً عاماً، جاهزاً للاستخدام، يقوم بكل شيء بنفس الطريقة للجميع. بدلاً من ذلك، هم يريدون "بوت مخصص" (Bespoke Bot) — مساعداً تم بناؤه وتفصيله خصيصاً ليتناسب مع مطبخهم الخاص، وقائمتهم الخاصة، وأسلوبهم الخاص في الطبخ.
كيف فعلوا ذلك؟
لم يكتفِ الباحثون بالتخمين، بل قاموا بشيئين رئيسيين:
- رحلة البحث عن الكنز: بحثوا في 182 "دليل تعليمات" (أوامر/Prompts) مختلفاً كان الناس يستخدمونها بالفعل لتعليم الروبوتات. ووجدوا 10 طرق شائعة يحاول بها الناس تعديل هذه الروبوتات.
- لعبة البطاقات: جلسوا مع 10 أساتذة جامعيين (معظمهم في مجالات العلوم والرياضيات) ولعبوا لعبة فرز. أعطوا الأساتذة 10 بطاقات، تمثل كل منها طريقة مختلفة لتخصيص الروبوت (مثل "تغيير شخصيته"، أو "تعليمه كتابنا المقرر"، أو "جعله صارماً"). كان على الأساتذة فرز هذه البطاقات إلى "أولوية عالية"، "أولوية متوسطة"، و"أولوية منخفضة".
ما وجدوه: "الأساسيات الضرورية" مقابل "الأشياء الجيدة ولكن غير الملحة"
🏆 الأولويات القصوى (الأساسيات الضرورية)
اتفق المعلمون على ثلاثة أشياء لا تقبل التفاوض. فكر في هذه الأشياء كأنها أساس المنزل.
الكتاب المقرر (المواد الدراسية):
- التشبيه: تخيل مرشداً سياحياً يعرف تاريخ العالم، لكنه لا يعرف تفاصيل المتحف الذي تزوره أنت تحديداً. قال المعلمون: "يجب أن يعرف الروبوت الخاص بنا منهجنا الخاص، وعروضنا التقديمية، وتكاليفنا الدراسية".
- لماذا: إذا لم يكن الروبوت يعرف المادة الدراسية المحددة، فسيقدم إجابات عامة قد تكون خاطئة بالنسبة لهذا المساق تحديداً.
أسلوب التدريس (الاستراتيجية التربوية):
- التشبيه: بعض المعلمين يشبهون المدربين السقراطيين (يطرحون أسئلة لجعل الطالب يفكر)، بينما يشبه آخرون "الحكيم على المنصة" (يقدمون أمثلة واضحة).
- لماذا: يريد المعلمون من الروبوت أن يحاكي أسلوبهم. إذا كان المعلم يكره إعطاء الإجابات المباشرة، فهو يريد من الروبوت أن يقول: "حاول اكتشاف الأمر بنفسك"، بدلاً من قول: "إليك الإجابة".
قواعد السلامة (القيود/Guardrails):
- التشبيه: هذا هو السياج حول الملعب.
- لماذا: يريد المعلمون التأكد من أن الروبوت لا يكذب، ولا يعطي إجابات الواجبات المنزلية، ولا يقول أي شيء مسيء. ومع ذلك، شعروا أن هذا يجب أن يكون "مدمجاً" بشكل افتراضي، وليس شيئاً يتعين عليهم قضاء ساعات في ضبطه.
📉 الأولويات المنخفضة (الأشياء الجيدة ولكن غير الملحة)
من المثير للدهشة أن المعلمين لم يهتموا كثيراً بأمرين تركز عليهما شركات التكنولوجيا غالباً:
الشخصية (النبرة/الهوية):
- التشبيه: هل تريد لمساعدك الآلي أن يكون مهرجاً مازحاً، أم رقيباً صارماً، أم جاراً ودوداً؟
- الحكم: قال معظم المعلمين: "كن محايداً ومهنياً فقط". فقد خافوا من أنه إذا كان الروبوت "شخصياً" للغاية، فقد يتعلق الطلاب به عاطفياً ويتوقفون عن التحدث مع البشر الحقيقيين. لم يريدوا "شخصية"، بل أرادوا "أداة".
التنسيق (شكل المحتوى):
- التشبيه: هل يحتاج الروبوت للتحدث عبر قصائد، أو جداول، أو كتل برمجية؟
- الحكم: قال المعلمون: "أعطني الإجابة فحسب". هم يهتمون بـ ماذا يقول الروبوت، وليس كيف يبدو على الشاشة.
التحول المفاجئ: أين اختلف المعلمون؟
بينما اتفق الجميع على الأساسيات، كان المعلمون منقسمين بشأن البقية. هنا تنهار فكرة "النموذج الواحد الذي يناسب الجميع".
- جدل "التخصيص":
- المعلم (أ) (فصل دراسي كبير): "لدي 4000 طالب! أحتاج من الروبوت أن يعرف أن الطالب (س) يعاني في الرياضيات لكي يقدم له مساعدة إضافية".
- المعلم (ب) (فصل دراسي صغير): "لا! لدي 40 طالباً فقط. إذا عامل الروبوت الجميع بشكل مختلف، فستحدث فوضى. أريدهم جميعاً أن يعانوا قليلاً ويتعلموا معاً. لا تجعله مخصصاً!"
- جدل "اللوجستيات":
- أراد بعض المعلمين أن يعمل الروبوت كـ سكرتير (يجيب على الإيميلات، يصحح الأوراق، ينظم المجموعات).
- بينما قال آخرون: "يمكنني التعامل مع إيميلاتي بنفسي. أفضل أن يركز الروبوت على تدريس المفاهيم".
الحل: "الزملاء القابلون للتعليم"
يقترح البحث التوقف عن محاولة بناء روبوت واحد عملاق وذكي جداً يفعل كل شيء. بدلاً من ذلك، يجب بناء فريق من الروبوتات المتخصصة (أو "الزملاء القابلين للتعليم").
- روبوت المصحح: يعرف فقط معايير التصحيح وقواعد السلامة.
- روبوت مدرب المختبر: يعرف فقط بروتوكولات السلامة ومعدات المختبر.
- روبوت المعلم الخصوصي: يعرف فقط الكتاب المقرر وكيفية طرح الأسئلة السقراطية.
لماذا هذا أفضل؟
تخيل أنك تبني قلعة من قطع "ليغو" (LEGO). بدلاً من شراء قلعة واحدة ضخمة جاهزة لا يمكنك تغييرها، تحصل على صندوق من القطع التركيبية (Modular Bricks).
- إذا كنت تدرس محاضرة ضخمة، فأنت تركب قطعة "اللوجستيات".
- إذا كنت تدرس ورشة عمل صغيرة، فأنت تركب قطعة "التخصيص".
- إذا كنت تدرس حصة رياضيات صارمة، فأنت تركب قطعة "عدم إعطاء تلميحات".
الخلاصة
المعلمون لا يريدون عصا سحرية تحل جميع مشاكلهم بضغطة زر واحدة. إنهم يريدون مجموعة ليغو. يريدون القدرة على اختيار القطع المحددة التي يحتاجونها لصفهم الخاص، وتركيبها معاً، ومشاركة ابتكارهم الفريد مع المعلمين الآخرين الذين قد يرغبون في استخدامه أيضاً.
باختصار: التخصيص هو المفتاح، ولكن يجب أن يكون مرناً. ما يصلح لفصل دراسي ضخم في التفاضل والتكامل لن يصلح لورشة عمل تصميم صغيرة. مستقبل الذكاء الاصطناعي في التعليم ليس "بوتاً واحداً مثالياً"، بل هو مجموعة أدوات من الأجزاء القابلة للتخصيص التي يمكن للمعلمين خلطها ومطابقتها حسب حاجتهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.