💻 computer science

A Discipline-Agnostic AI Literacy Course for Academic Research: Architecture, Pedagogy, and Implementation

تقدم هذه الورقة التصميم، والإطار النظري، والتنفيذ الناجح لمساق محو أمية الذكاء الاصطناعي غير المرتبط بتخصص معين في جامعة ليهاي، والذي يستهدف تحديداً المراجعة الأدبية المعززة بالذكاء الاصطناعي بصرامة من خلال بنية مكونة من أربع وحدات، مما أظهر مكاسب كبيرة في ثقة الطلاب فيما يتعلق بالكشف عن الهلوسة، والاستخدام المسؤول، وممارسات الإسناد.

المؤلفون الأصليون: Gideon K. Gogovi

نُشر 2026-05-01

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Gideon K. Gogovi

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 تعلم مجموعة من الطلاب كيفية التنقل في مكتبة ضخمة وفوضوية. في الماضي، كان عليهم السير في الممرات، وقراءة كل كتاب، وتدوين الملاحظات يدوياً. أما الآن، فلديهم مساعد آلي (روبوت) فائق السرعة، واسع المعرفة بشكل مذهل، ولكنه يهلوس أحياناً؛ يمكنه تلخيص الكتب، وتنظيم الرفوف، وحتى كتابة المسودات لهم في ثوانٍ معدودة.

المشكلة؟ الكثير من الطلاب يتركون الروبوت يقوم بـ "التفكير" نيابة عنهم. إنهم يثقون في الروبوت ثقة عمياء، حتى عندما يخترع كتباً وهمية أو يخلط بين الحقائق. إنهم يحصلون على "الإجابة"، لكنهم يفقدون "الفهم".

تصف هذه الورقة مساقاً دراسياً جديداً مدته 13 أسبوعاً صُمم لعلاج هذه المشكلة. إنه يشبه حصة "تعليم القيادة" لاستخدام الذكاء الاصطناوي في البحث الأكاديمي، ولكن بدلاً من تعليمهم كيفية بناء السيارة (برمجة الذكاء الاصطناعي)، فإنه يعلمهم كيف يكونون سائقين آمنين وأذكياء، يعرفون متى يمسكون بالمقود ومتى يتركون نظام القيادة الآلية يساعدهم.

إليك تفاصيل المساق، مشروحاً ببساة:

الفكرة الجوهرية: قاعدة "التفاعل المتحقق منه"

أهم قاعدة في هذا الصف هي: يجب أن تكون قادراً على شرح كل شيء تقدمه، حتى لو ساعدك الذكاء الاصطناعي في كتابته.

فكر في الأمر كطاهٍ يستخدم مساعد طباخ. يمكن لمساعد الطباخ (الذكاء الاصطناعي) تقطيع الخضروات وخلط الصلصة، ولكن على الطاهي الرئيسي (الطالب) تذوق الطبق، ومعرفة مكوناته بدقة، والقدرة على إخبار الزبون: "نعم، أنا صنعت هذا، وإليك السبب في أنه لذيذ". إذا لم يستطع الطاهي الرئيسي شرح الوصفة، فهو ليس طاهياً؛ بل هو مجرد عامل توصيل.

هيكل المساق: أربع خطوات نحو الإتقان

بُني المساق كسلّم مكون من أربع درجات. لا يمكنك تخطي أي درجة.

الخطوة 1: فهم الورقة البحثية الفردية (المحقق)
- المهمة: يتعلم الطلاب كيفية قراءة ورقة بحثية واحدة.
- دور الذكاء الاصطناعي: يعمل الذكاء الاصطناعي كمترجم. إذا استخدمت الورقة مصطلحات معقدة، يقوم الذكاء الاصطناعي بشرحها.
- الشرط: يجب على الطالب قراءة الورقة أولاً أو بالتوازي مع الذكاء الاصطناائي. يتعلمون كيفية رصد اللحظة التي يخترع فيها الذكاء الاصطناعي استشهاداً وهمياً ("هلوسة") أو يخطئ في حقيقة ما.
- الفلسفة الميتافيزيقية: الذكاء الاصطناعي هو كشاف ضوئي، وليس خريطة. هو يساعدك على رؤية الطريق، لكن عليك أنت أن تسلكه.
الخطوة 2: تنظيم المعرفة (أمين المكتبة)
- المهمة: الآن بعد أن فهموا ورقة واحدة، يتعين عليهم تنظيم 50 ورقة في نظام منطقي (تصنيف).
- دور الذكاء الاصطناعي: يساعد الذكاء الاصطناعي في فرز الأوراق إلى فئات (مثل: "دراسات حول الأطفال" مقابل "دراسات حول البالغين").
- الشرط: الذكاء الاصطناعي سيء في رؤية الأنماط العميقة؛ فهو غالباً ما يجمع الأشياء لمجرد أنها تشترك في كلمة مفتاحية. يتعلم الطلاب التحقق من فرز الذكاء الاصطناعي للتأكد من أنه منطقي بالفعل.
- الفلسفة الميتافيزيقية: الذكاء الاصطناعي هو موظف أرشيف، لكن الطالب هو المدير الذي يقرر ما إذا كان نظام الأرشفة مفيداً حقاً.
الخطوة 3: إيجاد القطع المفقودة (المستكشف)
- المهمة: النظر في كومة الأوراق المنظمة والبحث عما ليس موجوداً فيها. أين توجد الفجوة في المعرفة؟
- دور الذكاء الاصطناعي: يساعد الذكاء الاصطناعي في مسح الاتجاهات ويقترح أين يغيب البحث.
- الشرط: الذكاء الاصطناعي غالباً ما يكذب بشأن ما هو "مهم" أو يخترع فجوات غير موجودة. يتعلم الطلاب التحقق مما إذا كانت الفجوة حقيقية أم مجرد وهم خلقه الذكاء الاصطناعي.
- الفلسفة الميتافيزيقية: الذكاء الاصطناعي هو بوصلة، لكن على الطالب أن يقرر أي اتجاه يستحق الاستكشاف.
الخطوة 4: كتابة المراجعة (المهندس المعماري)
- المهمة: دمج كل شيء في مراجعة أدبية نهائية.
- دور الذكاء الاصطناعي: يمكن للذكاء الاصطناعي صياغة فقرات أو التحقق من الاتساق.
- الشرط: الحجة النهائية يجب أن تكون حجة الطالب. إذا كتب الذكاء الاصطناعي فقرة، يجب على الطالب إعادة كتابتها بعمق بحيث تبدو وكأنها نابعة منه هو.
- الفلسفة الميتافيزيقية: الذكاء الاصطناعي يوفر الطوب والملاط، لكن الطالب هو من يصمم المبنى.

كيف علموا ذلك (الخلطة السرية)

استخدم المساق بعض الحيل الذكية لضمان تعلم الطلاب فعلياً:

الانتظار لإخافتهم: بدلاً من بدء الفصل الدراسي بالقول: "الذكاء الاصطناعي يكذب كثيراً!"، ترك المعلم الطلاب يستخدمون الذكاء الاصطناعي لبضعة أسابيع أولاً. وبحلول الوقت الذي تعلموا فيه عن "الهلوسة"، كان الطلاب قد شهدوا بالفعل وقوع الذكاء الاصطناعي في أخطاء بأنفسهم. كان الأمر يشبه إظهار إطار مسطح لطالب بعد أن حاول القيء به، بدلاً من مجرد التحدث عن الإطارات في محاضرة.
نظام "الإيصالات": في كل مرة يستخدم فيها الطالب الذكاء الاصطناعي، يتعين عليه الاحتفاظ بسجل مفصل: "لق way سألت الذكاء الاصطناعي هذا السؤال المحدد، فأعطاني هذه الإجابة، وقد تحققت من هذه المصادر الثلاثة للتأكد من صحتها". تم تقييم هذا السجل. إذا لم يكن لديك "إيصالات"، فقد رسبت، حتى لو بدت الورقة النهائية جيدة.
الفصول المختلطة: ضمت الحصة طلاب مرحلة البكالوريوس وطلاب الدكتوراه. شارك طلاب الدكتوراه كيف يعمل الذكاء الاصطناعي بشكل مختلف في مجالاتهم الخاصة (مثل علم الأحياء مقابل التاريخ)، مما ساعد الجميع على رؤية أن الذكاء الاصطناعي ليس نموذجاً واحداً يناسب الجميع.

ماذا حدث؟ (النتائج)

تتحدث الورقة عن المرة الأولى التي تم فيها تدريس هذا المساق في ربيع 2026. سألوا الطلاب عن مدى ثقتهم قبل وبعد المساق.

النجاحات الكبرى: شعر الطلاب بزيادة هائلة في الثقة في ثلاثة مجالات:
1. كشف أكاذيب الذكاء الاصطناعي: انتقلوا من "ليس لدي أدنى فكرة" إلى "يمكنني ضبط هذه الأخطاء".
2. استخدام الذكاء الاصطناعي بمسؤولية: تعلموا كيفية نسب الفضل للذكاء الاصطناعي بدقة ومتى يجب عدم استخدامه.
3. تنظيم البحث: شعروا بتحسن كبير في فرز كميات كبيرة من المعلومات.
"تأثير السقف": بالنسبة للأمور التي كانوا بارعين فيها بالفعل (مثل مجرد قراءة الأوراق)، لم ترتفع ثقتهم بنفس القدر. وهذا أمر طبيعي؛ فمن الصعب أن تصبح أفضل بكثير إذا كنت تبدأ بالفعل من مستوى عالٍ.
تعليقات الطلاب: قال الطلاب إن الجزء الأصعب كان حجم العمل (الاحتفاظ بالسجلات والتحقق من كل شيء)، لكنهم أجمعوا على أن الأمر يستحق. قال أحد الطلاب: "تعلمت كيفية استخدام الذكاء الاصطناعي لهيكلة تفكيري، وليس لتوليده".

الخلاصة

تجادل هذه الورقة بأنه لا ينبغي لنا حظر الذكاء الاصطناعي في المدارس، ولا ينبغي لنا فقط تعليم الناس كيفية برمجته. بدلاً من ذلك، نحن بحاجة إلى تعليمهم كيف يكونون مشرفين ناقدين للذكاء الاصطناعي.

يثبت المساق أنه يمكنك تعليم الطلاب كيفية استخدام الذكاء الاصطناعي كأداة قوية دون السماح له باستبدال عقولهم. الأمر يتعلق ببناء عادة التساؤل: "هل هذا صحيح؟" و"هل تحققت من هذا؟" قبل الضغط على زر "إرسال". الهدف ليس جعل الطلاب معتمدين على الذكاء الاصطناعي؛ بل جعلهم ملمين بآليات عمله (ذكاء اصطناعي لترتفاع الوعي).

إليك ملخص تقني مفصل للورقة البحثية بعنوان "دورة محو أمية الذكاء الاصطناği لجميع التخصصات في البحث الأكاديمي: البنية، والتربية، والتنفيذ" للباحث جيديون ك. غوجوفي.

1. بيان المشكلة

لقد تجاوز التكامل السريع للذكاء الاصطناي التوليدي (GenAI) في سير العمل الأكاديمي سرعة التكيف المناهجي، مما خلق فجوة حرجة في محو أمية أبحاث الذكاء الاصطناعي. تندرج العروض التعليمية الحالية ضمن فئتين غير كافيتين:

دورات الذكاء الاصطناعي التقنية: تركز على بناء أنظمة الذكاء الاصطناعي (تعلم الآلة/معالجة اللغات الطبيعية)، وتخدم فقط الجمهور المتخصص، وتفشل في معالجة كيفية استهلاك الباحثين لهذه الأدوات.
تدخلات محو الأمية العامة: ورش عمل قصيرة ترفع الوعي الأخلاقي ولكنها تفشل في تطوير الكفاءات المستدامة القائمة على الممارسة والمطلوبة للبحث الرصين.

النتيجة المحددة لهذه الفجوة هي الاستخدام غير المدعوم للذكاء الاصطناعي: حيث يقوم الطلاب بنقل المهام المعرفية (مثل مراجعات الأدبيات) إلى الذكاء الاصطناعي دون فهم حدود الأدوات، أو بروتوكولات التحقق، أو معايير الإسناد. يؤدي هذا إلى "الاعتماد على الذكاء الاصطناعي" بدلاً من "محو أمية الذكاء الاصطناعي"، وهو ما يتميز بالانخراط الضحل في الأدبيات الأولية، والاقتباسات المختلقة (الهلوسة)، وانتهاكات النزاهة. تحدد الورقة مراجعة الأدبيات بمساعدة الذكاء الاصطناي كأكثر المجالات حيوية للتدخل نظراً لتعقيدها والمخاطر الفريدة للهلوسة في التوليف العلمي.

2. المنهجية وبنية الدورة

تتناول الورقة تصميم وتنفيذ وتقييم أولي لمساق BSTA 495/395: البداية في البحث بمساعدة الذكاء الاصطناعي، وهي دورة مدتها 13 أسبوعاً، لا تتطلب متطلبات سابقة، وغير مرتبطة بتخصص معين، تُدرس في جامعة ليهاي (ربيع 2026).

أ. الإطار التربوي

تستند الدورة إلى ثلاث ركائز نظرية:

التعلم المتدرج (فيغوتسكي): تعمل أدوات الذكاء الاصطناعي كـ "سقالات" (scaffolds) للتعامل مع التعقيد، ولكن يجب على الطلاب تطوير مهارات تحليلية مستقلة للعمل في نهاية المطاف بدونها. المبدأ الأساسي هو "الارتباط المتحقق منه": يجب على الطلاب شرح والدفاع عن كل ادعاء بشكل مستقل، بغض النظر عن مساهمة الذكاء الاصطناعي.
نظرية الاعتماد المسؤول: يجب معايرة الثقة في الذكاء الاصطناعي وفقاً لموثوقية المهمة والأداة المحددة. على سبيل المثال، توليد الاقتباسات بواسطة النماذج اللغوية الكبيرة العامة (ذات خطر الهلوسة العالي) يتطلب تحققاً بنسبة 100%، بينما الاستخراج المهيكل من المنصات المدعومة بالفهرسة يتطلب فقط فحصاً عابراً.
المفاهيم العتبية (Threshold Concepts): تعامل الدورة مفهوم "الذكاء الاصطناعي كسقالة معرفية (وليس بديلاً)" كمفهوم عتبي تحويلي يعيد توجيه كيفية تفاعل الطلاب مع البحث.

ب. بنية الوحدات الأربع

ينظم المنهج في أربع وحدات متسلسلة ترسم المسار المعرفي لمراجعة الأدبيات:

الوحدة أ (الاستيعاب): تركز على فهم الأوراق البحثية الفردية. يتعلم الطلاب القراءة الاستراتيجية (الأجزاء المستقلة مثل الملخص والجداول أولاً، ثم استخدام الذكاء الاصطناعي للمصطلحات) والتقييم النقدي للمنهجية.
الوحدة ب (التنظيم): تركز على بناء والتحقق من تصنيفات المعرفة. يستخدم الطلاب الذكاء الاصطناعي لتصنيف الأوراق، ولكن يجب عليهم التحقق من الهيكل باستخدام موثوقية المقيمين (معامل كوهين كابا $\kappa$ ) لضمان التمايز المفاهيمي.
الوحدة ج (الابتكار): تركز على تحديد الفجوات. يتعلم الطلاب التمييز بين الفجوات البحثية الحقيقية و"التقارب الزائف" (حيث يجمع الذكاء الاصطناعي الأوراق بناءً على الكلمات المفتاحية بدلاً من المفاهيم). تتضمن هذه الوحدة تصنيفاً منهجياً للهلوسة (الاقتباس، الإحصائي، النظري) يُدرّس بعد أن يواجهها الطلاب بأنفسهم.
الوحدة د (التوليف): تركز على إنتاج مراجعة كاملة للأدبيات. يعد التمييز بين الكتابة بمساعدة الذكاء الاصطناعي والكتابة بواسطة الذكاء الاصطناعي أمراً مركزياً. يجب على الطلاب اجتياز اختبارات "عمق المراجعة" و"الحذف" لإثبات التمكن التأليفي.

ج. تصميم التنفيذ

محايد تجاه الأدوات: تستخدم الدورة خمس منصات (ChatGPT، Claude، Elicit، Consensus، Semantic Scholar) لتعليم الكفاءات القابلة للنقل (هندسة الأوامر، كشف التحيز) بدلاً من المهارات المرتبطة بمنصة معينة.
الالتحاق المزدوج: يتعلم طلاب البكالوريوس (395) والدراسات العليا (495) معاً، مما يعزز المقارنة عبر التخصصات لأنماط فشل الذكاء الاصطناعي.
التقييم والأخلاقيات: تُعامل الأخلاقيات كـ موضوع للدراسة، وليس مجرد سياسة. يُطلب نموذج إسناد الذكاء الاصطناعي موحد لكل مهمة، لتوثيق الأوامر، والمخرجات، وخطوات التحقق، وتصحيحات الأخطاء. تعتمد الدرجة النهائية بشكل كبير على العملية (60% من المهام الأسبوعية) على المنتج (25% من المراجعة النهائية).

3. المساهمات الرئيسية

نموذج المنهج: يوفر بنية نموذجية قابلة للتكرار لمحور محو أمية أبحاث الذكاء الاصطناعي، تدمج الكفاءة التقنية، والتقييم النقدي، والأخلاق، والمنهجية في مساق واحد لفصل دراسي واحد.
الابتكار التربوي:
- تسلسل (الخبرة قبل التصنيف): يتم وضع تعليم الهلوسة والتحيز بعد استخدام الطلاب للأدوات بشكل مكثف، مما يحول التحذيرات المجردة إلى تفسيرات استرجاعية للظواهر الملحوظة.
- الأخلاقيات كموضوع: يتجاوز مجرد سياسات الامتثال لتعليم الحكم المبدئي المطلوب للاستخدام الأخلاقي للذكاء الاصطناعي.
- التقييم المتمحور حول العملية: يستخدم سجلات استخدام الذكاء الاصطناعي ونماذج الإسناد لجعل عملية البحث مرئية وقابلة للتقييم.
مبادئ التصميم: يضع خمسة مبادئ أساسية لمناهج الذكاء الاصطناعي المستقبلية: التصميم من أجل النقل (لا الأدوات)، التنظيم حول تدفقات العمل البحثي، تسلسل تعليم أنماط الفشل بعد الخبرة، معاملة الأخلاقيات كموضوع، وتقييم العملية لا المنتج فقط.

4. النتائج (أدلة المخرجات الأولية)

تم جمع البيانات من المجموعة الأولى لربيع 2026 ( $N=27$ استطلاع قبلي، $N=26$ أزواج متطابقة للتحليل) باستخدام استطلاعات قبل وبعد الدورة.

مكاسب الثقة: لوحظت زيادات كبيرة في جميع مجالات الكفاءة.
- أكبر المكاسب:
  - ممارسة إسناد الذكاء الاصطناعي: $\Delta M = +2.00$ , $d = +2.40$ (كبيرة جداً).
  - كشف الهلوسة: $\Delta M = +1.20$ , $d = +1.45$ (كبيرة جداً).
  - الاستخدام المسؤول للذكاء الاصطناعي: $\Delta M = +1.03$ , $d = +1.33$ (كبيرة جداً).
  - تنظيم التصنيفات: $\Delta M = +0.91$ , $d = +1.23$ (كبيرة جداً).
- مكاسب متوسطة: أظهر الطلاب مكاسب متوسطة في قراءة الأوراق، وتقييم المنهجية، والتعرف على القيود ( $d \approx 0.5-0.7$ )، ويرجع ذلك على الأرجح إلى "تأثير السقف" حيث دخل الطلاب بمستويات ثقة أساسية مرتفعة.
تقييم المهارات: أبلغ الطلاب عن إتقان يقارب السقف في "الذكاء الاصطناو كسقالة" ( $M=4.58$ ) و"ممارسة الذكاء الاصطناعي الأخلاقية" ( $M=4.50$ ).
التعليقات النوعية: حدد الطلاب التحقق/كشف الهلوسة وهندسة الأوامر كأكثر المهارات قيمة. وأشاروا إلى أن الدورة ساعدتهم في هيكلة تفكيرهم بدلاً من مجرد توليد المحتوى.
عبء العمل: أفاد الطلاب بأن المهام الأسبوعية كانت كثيفة الوقت، مما يشير إلى الحاجة لتحسين متطلبات التوثيق مستقبلاً.

5. الأهمية

تؤسس هذه الورقة نموذجاً تأسيسياً لنوع ناشئ من مناهج محو أمية أبحاث الذكاء الاصطناعي. تكمن أهميتها في:

سد الفجوة: تعالج الحاجة المحددة للباحثين لاستخدام الذكاء الاصطناعي كـ مستهلك للأدوات، وليس فقط كمطور لها، لتملأ الفراغ بين دورات علوم الحاسب التقنية وورش عمل الأخلاقيات السطحية.
القابلية للتوسع: يسمح التصميم غير المرتبط بتخصص ولا يتطلب متطلبات سابقة للمؤسسات بنشر هذا المنهج عبر مجالات متنوعة (العلوم، العلوم الإنسانية، العلوم الاجتماعية) دون الحاجة إلى معرفة تقنية مسبقة.
إعادة تعريف النزاهة: من خلال تحويل التركيز من "حظر الذكاء الاصطناعي" إلى "تعليم الارتباط المتحقق منه"، تُعد الدورة الطلاب لمستقبل يكون فيه الذكاء الاصطناعي واسع الانتشار. إنها توفر إطاراً ملموساً لـ الملكية التأليفية في عصر الذكاء الاصطناعي التوليدي.
التحقق التجريبي: تظهر البيانات الأولية أن النهج المنظم والمتدرج يمكن أن يحسن بسرعة وثبات ثقة الطلاب وكفاءتهم في المجالات عالية المخاطر مثل كشف الهلوسة والإسناد، مما يؤكد صحة التصميم النظري للدورة.

تخلص الورقة إلى أن محو أمية أبحاث الذكاء الاصطناعي هي كفاءة قابلة للتدريس والنقل، ويجب دمجها في جوهر مناهج طرق البحث لضمان نزاهة ورصانة العمل العلمي في المستقبل.