🤖 AI

PromptDecipher: Supporting AI Tutor Authoring Through Editable Simulated Interactions

لمعالجة الفجوة المتمثلة في ندرة قيام المعلمين باختبار روبوتات الدردشة الآلية للتدريس قبل نشرها، تقدم هذه الورقة نظام PromptDecipher، الذي يعمل على تبسيط عملية التأليف من خلال السماح للمعلمين بتصحيح استجابات الروبوت غير المرغوب فيها مباشرة في معاينة حية، مما يولد تلقائياً إعادة كتابة مستهدفة للمطالبات ويتحقق منها من خلال مسار ضمان الجودة.

المؤلفون الأصليون: Miina Koyama, Ruiwei Xiao, John Stamper

نُشر 2026-05-19

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Miina Koyama, Ruiwei Xiao, John Stamper

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 معلم يرغب في بناء معلم آلي (AI tutor) مفيد لطلابك. في الوقت الحالي، تطلب منك معظم الأدوات القيام بشيء صعب للغاية: كتابة مجموعة ضخمة ومعقدة من التعليمات (تسمى "المطالبة النظامية" أو system prompt) بنص بسيط، على أمل أن يفهم الذكاء الاصطناعي بالضبط ما تعنيه. الأمر يشبه محاولة تعليم موظف جديد عبر تسليمه كتاب قواعد مكوناً من 50 صفحة لم يره من قبل، دون السماح له بالممارسة أبداً.

تجادل ورقة بحثية بعنوان "PromptDecipher" بأن هذه هي الطريقة الخاطئة للقيام بذلك. المعلمون خبراء في تقديم الملاحظات على عمل الطلاب، لكنهم ليسوا خبراء في كتابة الأكواد البرمجية أو التعليمات المعقدة للحواسيب.

المشكلة: "الصندوق الأسود" للتعليمات
حالياً، إذا قام معلم بإنشاء "بوت" وقدم البوت إجابة سيئة، فعليه أن يخمن أي جزء من كتاب تعليماته الضخم تسبب في الخطأ، ثم يعيد كتابة ذلك الجزء، ويأمل في الحصول على نتيجة أفضل. وجد المؤلفون في دراسة شملت أكثر من 100 معلم أن قلة قليلة منهم قاموا فعلياً باختبار الـ "بوتات" الخاصة بهم قبل السماح للطلاب باستخدامها. الأمر يشبه قيام طاهٍ بتقديم طبق جديد لمطعم دون أن يتذوقه أولاً.

الحل: نهج "التعديل ثم الشرح"
يقوم PromptDecipher بقلب السيناريو تماماً. بدلاً من كتابة التعليمات أولاً، تبدأ بلعب دور الطالب.

المحاكاة: أنت تدردش مع الـ "بوت" الجديد الخاص بك.
التصحيح: إذا قال الـ "بوت" شيئاً خاطئاً أو غير مفيد، فلا تعود إلى كتاب التعليمات. بدلاً من ذلك، تقوم ببساطة بتعديل استجابة الـ "بوت" هناك في نافذة الدردشة، وتعيد كتابتها لتقول بالضبط ما كنت تريده أن تقوله.
المترجم السحري: بمجرد الضغط على "إرسال"، يعمل النظام كمترجم فائق الذكاء. ينظر إلى تصحيحك ويسأل نفسه: "آه، إذاً المعلم أراد من الـ 'بوت' أن يطرح سؤالاً بدلاً من إعطاء الإجابة؟"
التحديث التلقائي: يقوم النظام بعد ذلك بإعادة كتابة كتاب التعليمات المخفي (المطالبة) تلقائياً ليتناسب مع تصحيحك. وهو يوضح لك التغييرات، مثل خاصية "تعقب التغييرات" في برنامج Word، حتى تتمكن من رؤية ما فعله.
فحص السلامة: قبل أن تتمكن من نشر الـ "بوت" الخاص بك، يقوم النظام بإجراء اختبار سريع. يتحقق مما يلي: "هل أدى إصلاح هذا الخطأ الواحد إلى كسر شيء آخر؟" إذا بدأ الـ "بوت" يتصرف بغرابة في سيناريوهات أخرى، فإنه يوقفك ويقول: "مهلاً، نحن بحاجة لإصلاح هذا أيضاً".

التشبيه: غرفة البروفات
فكر في بناء معلم آلي كأنك تخرج مسرحية.

الطريقة القدة: تكتب نصاً ضخماً للممثل (الذكاء الاصطناعي) وتأمل أن يتقنه. إذا أخطأ في جملة، عليك أن تخمن أي جزء من النص يجب تغييره.
طريقة PromptDecipher: تشاهد الممثل وهو يؤدي. إذا قال الجملة الخاطئة، تتدخل وتقول: "لا، حاول قولها بهذه الطريقة". يأخذ النظام جملتك الجديدة ويجد كيفية إعادة كتابة النص لكي يتذكر الممثل قولها بهذه الطريقة في المرات القادمة. تستمر في القيام بذلك حتى يصبح الأداء مثالياً، ولن يسمح لك النظام بفتح أبواب المسرح (نشر الـ "بوت") حتى تنجح البروفة.

لماذا هذا الأمر مهم؟
هذا النظام يجبر المعلمين على العمل كمهندسي مراقبة جودة دون أن يدركوا ذلك حتى. من خلال جعل عملية "الإصلاح" سهلة ومألوفة (مجرد تعديل دردشة)، فإنه يضمن اختبار الـ "بوتات" وتحسينها بالفعل قبل أن يراها الطلاب الحقيقيون. يخطط المؤلفون لاستخدام هذه الأداة في دورة تدريبية لمئات من أساتذة الجامعات لمعرفة ما إذا كانت هذه الطريقة تساعدهم في بناء معلمين آليين أفضل وأكثر أماناً.

أبحاث مشابهة