Understanding Geography Teachers' Assessment Challenges and Needs for Artificial Intelligence Supported Assessment Systems: Insights from Indonesia
تحدد هذه الدراسة المختلطة المناهج لمعلمي الجغرافيا الإندونيسيين تحدياتهم التقييمية واحتياجاتهم التربوية المحددة لاقتراح إطار مفاهيمي متمحور حول المعلم يوجه تصميم أنظمة تقييم فعالة ومدعومة بالذكاء الاصطناعي ومستجيبة للسياق.
المؤلفون الأصليون:Sugiyanto Sugiyanto, Rita Noviani, Imasti Dhani Pratiwi, Albertus Erico Jerry Krisna Nugroho, Nadya Putri Fitriani
في الفصول الدراسية حول العالم، تشهد الطريقة التي يتحقق بها المعلمون مما تعلمه الطلاب تحولاً هادئاً ولكنه عميق. فلعقود من الزمن، كان التقييم غالباً ما يكون حدثاً نهائياً: اختباراً في نهاية الوحدة يقيس ما يعرفه الطالب في تلك اللحظة المحددة. أما اليوم، فيحاول التربويون بشكل متزايد تحويل التقييم إلى حوار مستمر، أداة تساعد الطلاب على التعلم أثناء سيرهم في العملية التعليمية بدلاً من مجرد الحكم عليهم بعد فوات الأوان. هذا النهج، الذي يُطلق عليه غالباً "التقييم من أجل التعلم"، يتطلب من المعلمين تقديم تغذية راجعة سريعة وشخصية، وتتبع تقدم كل طالب في الوقت الفعلي. ومع ذلك، فإن القيام بذلك بشكل جيد أمر صعب للغاية؛ فقد يدير المعلم الواحد عشرات الطلاب، لكل منهم فجوات فريدة في الفهم، وغالباً ما يتجاوز حجم العمل المطلوب لتقديم توجيه فردي ذي معنى عدد الساعات المتاحة في اليوم الدراسي. وبينما تتطلع المدارس إلى التكنولوجيا لحل هذه المشكلة، برز سؤال جديد: هل يمكن للذكاء الاصطناعي، وهي أنظمة الكمبيوتر القادرة على التعلم واتخاذ القرارات، أن يساعد المعلمين حقاً في إدارة عبء العمل هذا دون فقدان اللمسة الإنسانية التي تجعل التعليم فعالاً؟
لقد شرع فريق من الباحثين في إندونيسيا في الإجابة على هذا السؤال من خلال الاستماع مباشرة إلى الأشخاص الذين سيستخدمون هذه التكنولوجيا: معلمو الجغرافيا. وقد ركزوا دراستهم على مدينة سوراکارتا، وهي مدينة معروفة بالابتكار الرقمي، حيث يخوض معلموها بالفعل تجربة منهج وطني جديد يؤكد على التفكير العميق والناقد بدلاً من الحفظ البسيط. أراد الباحثون فهم ليس فقط ما إذا كان هؤلاء المعلمون مستعدين لاستخدام الذكاء الاصطناعي، بل تحديداً ما هي المشكلات التي يأملون أن يحلها. لقد جمعوا مجموعة من أربعين معلماً للجغرافيا من المدارس الثانوية في المدينة وطلبوا منهم ملء استطلاع مفصل حول تحدياتهم اليومية، ومشاعرهم تجاه التكنولوجيا، وما هي الميزات التي يريدونها في نظام تقييم ذكي. وللحصول على فهم أعمق، جمع الباحثون هؤلاء المعلمين أنفسهم في مناقشات جماعية، مما أتاح لهم شرح القصص الكامنة وراء إجاباتهم في الاستطلاع.
كشفت النتائج عن صورة واضحة ومثيرة للدهشة. لم يكن المعلمون متشككين في الذكاء الاصطناعي؛ بل كانوا في الواقع متحمسين لتبنيه. ومع ذلك، لم يكن دافع حماسهم هو الانبهار بالأجهزة عالية التقنية أو الرغبة في أتمتة كل شيء، بل كان اهتمامهم متجذراً في صراعات عملية ويومية. فقد أفاد المعلمون بأنهم، رغم براعتهم في إجراء الاختبارات، إلا أنهم غالباً ما يفتقرون إلى الوقت اللازم لتقديم التغذية الراجعة التفصيلية والفورية التي تساعد الطالب على التحسن. وجدوا صعوبة في مراقبة تقدم كل طالب على حدة في فصل دراسي كبير، وعانوا في تعليم الطلاب كيفية تقييم عملهم بأنفسهم. ووجدت الدراسة أن رغبة المعلمين في الذكاء الاصطناعي كانت مرتبطة مباشرة بنقاط الألم هذه؛ فكلما زاد صراع المعلم في تقديم تغذية راجعة في الوقت المناسب أو تتبع التقدم الفردي، زادت الحاجة إلى نظام يمكنه المساعدة.
وعندما سأل الباحثون المعلمين عما يريدونه من نظام الذكاء الاصطناعي، كانت الإجابات محددة وواقعية ومنبثقة من واقع الفصل الدراسي. لم يرد المعلمون آلة تقوم ببساطة بتصحيح الأوراق وإعادة الدرجة فقط، بل أرادوا شريكاً يمكنه توليد مجموعة متنوعة من الأسئلة المصممة خصيصاً لتناسب المنهج الدراسي، وتحليل إجابات الطلاب لتحديد مكان الخطأ في تفكيرهم بالضبط، ثم اقتراح المادة التي يجب على الطالب مراجعتها تالياً بشكل فوري. كما تصوروا نظاماً يمكنه تصوير رحلة تعلم الطالب بمرور الوقت، مما يظهر للمعلم بلمحة سريعة الطلاب الذين يتأخرون والطلاب المستعدين لخوض تحدٍ جديد. والأهم من ذلك، أكد المعلمون أن النظام يجب أن يكون سهل الاستخدام وألا يزيد من أعبائهم الإدارية الثقيلة بالفعل. لقد رأوا الذكاء الاصطناعي ليس كبديل لتقديرهم المهني، بل كأداة يمكنها التعامل مع المهام المتكررة لجمع البيانات والتحليل الأولي، مما يفرغهم للتركيز على الجانب الإنساني للتدريس: تفسير البيانات، وتوجيه الطلاب، واتخاذ القرارات النهائية حول كيفية مساعدة كل متعلم.
خلصت الدراسة إلى أنه لكي ينجح الذكاء الاصطناعي في المدارس، خاصة في البلدان النامية حيث قد تكون الموارد محدودة، يجب تصميمه حول احتياجات المعلم وليس فقط حول قدرات التكنولوجيا. واقترح الباحثون إطاراً جديداً حيث تكون نقطة الانطلاق لبناء هذه الأنظمة هي التحدي المحدد الذي يواجهه المعلم في الفصل الدراسي. فإذا كان المعلم مثقلاً بعبء الوقت المستغرق في تقديم التغذية الراجعة، فيجب بناء التكنولوجيا لحل هذه المشكلة المحددة. وتشير النتالئج إلى أن مستقبل تكنولوجيا التعليم يكمن في هذا النوع من التصميم المتمحور حول المعلم. فمن خلال التركيز على العقبات الحقيقية واليومية التي يواجهها المعلمون، يمكن للمطورين إنشاء أنظمة تفعل أكثر من مجرد معالجة البيانات؛ إذ يمكنها أن تصبح شركاء حقيقيين في عملية التعلم، مما يساعد في تحويل المهمة المعقدة للتقييم إلى محرك قوي لنمو الطلاب.
بيان المشكلة بينما يوفر الذكاء الاصطناعي إمكانات تحويلية في مجال التقييم التربوي من خلال الممارسات التكيفية القائمة على البيانات والمخصصة، فإن النجاح في التنفيذ يعتمد بشكل كبير على فهم الاحتياجات التربوية للمعلمين بدلاً من القدرات التكنولوجية وحدها. تركز الأدبيات الحالية غالباً على تطوير تطبيقات الذكاء الاصطناعي، أو تقييم الفعالية، أو القضايا الأخلاقية، مما يترك فجوة في الأدلة التجريبية المتعلقة بكيفية تشكيل تحديات التقييم المحددة لاحتياجات المعلمين من أنظمة الذكاء الاصطناعي. وتظهر هذه الفجوة بوضوح في الدول النامية، حيث تتطلب التحديات المتميزة مثل فجوات البنية التحتية الرقمية، وتفاوت الكفاءات الرقمية للمعلمين، ومحدودية الموارد، حلولاً خاصة بالسياق بدلاً من الاعتماد المباشر لنماذج من الدول المتقدمة. وتحديداً في تعليم الجغرافيا، الذي يتطلب تقييم التفكير والاستدلال المكاني المعقد، يواجه المعلمون عقبات كبيرة في تقديم التغذية الراجعة في الوقت المناسب، وإجراء تقييمات شاملة، ومراقبة تقدم الطلاب الفردي بسبب ضيق الوقت وأعباء العمل الثقيلة.
المنهجية استخدمت هذه الدراسة تصميماً مختلط المناهج تتابعياً تفسيرياً شمل 40 معلماً لمادة الجغرافيا في المرحلة الثانوية في سوراکارتا، إندونيسيا. تم اختيار سياق البحث لكونه نموذجاً للتحول التعليمي تحت مظلة "منهج ميرديكا" (Merdeka Curriculum) ونظامه البيئي الرقمي المتطور.
المشاركون: استخدمت الدراسة أسلوب العينة الكلية (الحصر الشامل) لـ 40 معلماً للجغرافيا من 23 مدرسة استوفت معايير اشتمال محددة (تدريس المرحلة F، تطبيق منهج ميرديكا، واستخدام مناهج التعلم العميق).
المرحلة الأولى (الكمية): تم توزيع استبيان مكون من 27 بنداً لقياس ممارسات التقييم، جودة التغذية الراجعة، التقييم الذاتي، الجاهزية التكنولوجية، التصورات حول الذكاء الاصطناعي، الاحتياجات لميزات مدعومة بالذكاء الاصطناعي، والنية السلوكية. حُللت البيانات باستخدام الإحصاء الوصفي ومعامل ارتباط رتب سبيرمان.
المرحلة الثانية (النوعية): أُجريت حلقات نقاش بؤرية (FGDs) مع المشاركين أنفسهم لتعميق وتفسير النتائج الكمية. حُللت البيانات النوعية باستخدام التحليل الموضوعي الانعكاسي.
التكامل: تم دمج النتائج الكمية والنوعية باستخدام استراتيجية "الربط والبناء"، حيث وجهت نتائج الاستطلاع مسار حلقات النقاش البؤرية، وفسرت المواضيع النوعية الأنماط الكمية.
صلاحية الأدوات: خضعت الأدوات للتحقق من المحتوى من قبل لجنة خبراء مكونة من خمسة أعضاء (I-CVI: 0.80–1.00؛ S-CVI/Ave: 0.933) وأظهرت موثوقية داخلية ممتازة (ألفا كرونباخ = 0.982).
النتائج الرئيسية
تحديات التقييم: أعرب المعلمون عن رغبة قوية في تبني الذكاء الاصطناعي (متوسط النية السلوكية = 18.55)، ومع ذلك، يواجهون تحديات مستمرة في تعظيم جودة التقييم. الصعوبات الأساسية ليست في تنفيذ التقييمات، بل في تقديم تغذية راجعة فردية وفي الوقت المناسب، واستخدام نتائج التقييم للتعديل التدريسي، وتعزيز مهارات التقييم الذاتي لدى الطلاب. إن أحجام الفصول الكبيرة والأعباء الإدارية تمنع تحسين عملية "التقييم من أجل التعلم".
احتياجات المعلمين: يضع المعلمون أولويات لميزات الذكاء الاصطناعي التي تدعم دورة التقييم بأكملها، بما في ذلك بنوك الأسئلة الذكية، والتحليلات التعليمية الآلية، وتصور تطور الكفاءة، والتغذية الراجعة الفورية والمخصصة. وهم ينظرون إلى الذكاء الاصطناعي كأداة مساعدة لتعزيز اتخاذ القرار التربوي، وليس كبديل للحكم المهني للمعلم.
الارتباطات: وُجدت علاقات إيجابية قوية بين جميع أبعاد البحث (تراوحت قيمة رتب سبيرمان ρ بين 0.772 و0.901، p < 0.001). ومن الملاحظ أن العلاقة بين ميزات التقييم المدعومة بالذكاء الاصطناعي والنية السلوكية كانت الأقوى (ρ = 0.901)، مما يشير إلى أن جاهزية المعلمين لتبني الذكاء الاصطناعي مدفوعة مباشرة بقدرة النظام على معالجة احتياجات تربوية محددة.
المواءمة التربوية: وجدت الدراسة أن احتياجات المعلمين تتشكل من خلال تحديات التقييم اليومية. ويشير الارتباط بين ممارسات التقييم والجاهزية التكنولوجية إلى أن التبني هو أمر سياقي؛ حيث يميل المعلمون لقبول الذكاء الاصطناعي إذا كان يحل مباشرة مشكلات مثل تأخر التغذية الراجعة أو صعوبة تتبع تقدم الطلاب.
المساهمات الرئيسية
إطار عمل الذكاء الاصطناعي المتمحور حول المعلم: يقترح البحث إطار عمل التقييم المدعوم بالذكاء الاصطناعي المتمحور حول المعلم، والذي يترجم التحديات التربوية للمعلمين إلى متطلبات محددة لأنظمة الذكاء الاصطناعي. ينقل هذا الإطار نموذج التصميم من التوجه التقني إلى التوجه القائم على الاحتياج، مما يضمن أن ميزات الذكاء الاصطناعي (مثل التغذية الراجعة الآلية، وتحليلات التعلم) تعالج الواقع الصفي مباشرة.
أدلة تجريبية من السياقات النامية: توفر الدراسة بيانات تجريبية حاسمة من إندونيسيا، وهي دولة نامية، تسلط الضل على أن استراتيجيات تنفيذ الذكاء الاصطناعي يجب أن تتكيف مع ديناميكيات المناهج المحلية (منهج ميرديكا)، وقيود الموارد، وجاهزية المعلمين، بدلاً من مجرد استيراد النماذج من الدول المتقدمة.
تكامل التحديات والاحتياجات: يوضح البحث العلاقة النظامية بين تحديات التقييم والطلب على الذكاء الاصطناعي، مبيناً أن الحاجة إلى الذكاء الاصطناعي هي استجابة لتعقيد المهام التربوية (التغذية الراجعة، المراقبة، التأمل) وليست مجرد رغبة في الحداثة التكنولوجية.
الأهمية والادعاءات يدعي البحث أن النجاح في تنفيذ الذكاء الاصطناعي في التعليم، لا سيما في الدول النامية، يعتمد على مواءمة القدرات التكنولوجية مع الاحتياجات التربوية للمعلمين. وتجادل الدراسة بأن:
القبول التربوي فوق القبول التقني: يقبل المعلمون الذكاء الاصطناعي ليس فقط لأنه "سهل الاستخدام" أو "مفيد" بمعناه العام، بل عندما يحل مشكلات تقييم محددة وعالية الاحتكاك (مثل توليد تغذية راجعة فورية للفصول الكبيرة).
التعاون بين الإنسان والذكاء الاصطناعي: يعمل نظام الذكاء الاصطناዊ المثالي كشريك يقوم بأتمتة المهام الإدارية والتحليلية، مما يسمح للمعلمين بالتركيز على التحسين التدريسي والحكم المهني، بدلاً من استبدال دور المعلم.
التصميم السياقي: لكي يكون الذكاء الاصطناعي مستداماً في الدول النامية، يجب تصميم الأنظمة مع مراعاة متطلبات المناهج المحلية وقدرات المعلمين. ويعمل الإطار المقترح كدليل للمطورين وصناع السياسات لإنشاء أنظمة تقييم مستجيبة للسياق ومتوافقة تربوياً تدعم نموذج "التقييم من أجل التعلم".
يحافظ المؤلفون على نطاق بحثي متواضع، مشيرين إلى أن النتائج خاصة بمعلمي الجغرافيا في سوراکارتا الذين يطبقون منهج ميرديكا، وأن الدراسة تحدد الاحتياجات وتقترح إطار عمل بدلاً من تطوير أو تقييم نظام ذكاء اصطناعي معين. ويتطلب الأمر بحثاً مستقبلياً للتحقق من صحة إطار العمل من خلال تطوير النظام والتنفيذ التجريبي.