Visual Transformation Mechanisms for Integrating Digital Cultural Heritage Resources into Junior High School Art Curricula
تقدم هذه الورقة نموذج تحويل بصري معياري يدمج بين الرؤية الحاسوبية والمطابقة القائمة على القواعد لتوحيد معالجة موارد التراث الثقافي الرقمي، مثل جداريات دون هوانغ، وتحويلها إلى مهام وتقييمات لمناهج الفنون المؤتمتة، مما أظهر تحسينات ملحوظة في نتائج تعلم الطلاب وتوافقاً عالياً مع تقييمات المعلمين في بيئة المدرسة الإعدادية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 عالماً لا يظل فيه الفن القديم حبيساً خلف واجهات المتاح الزجاجية، بل يكون حياً، يتنفس، ومستعداً لتعليمك كيفية الرسم. تعيش هذه الورقة البحثية عند نقطة التقاء الرؤية الحاسوبية (تعليم الحواسيب كيف "ترى" وتفهم الصور كما يفعل البشر) والتراث الثقافي الرقمي (تحويل القصص والفنون القديمة الهشة إلى ملفات رقمية آمنة). السؤال الكبير الذي يطرحه الباحثون هو: كيف نأخذ هذه الصور الرقمية الجميلة والمعقدة للتاريخ ونحولها إلى مشاريع فنية ممتعة وقابلة للتنفيذ لطلاب المدارس المتوسطة؟ لا يكفي مجرد عرض صورة؛ بل يجب على الحاسوب أن يفهم لماذا هذه الصورة رائعة حتى يتمكن من مساعدة الطالب على إعادة تجسيد ذلك السحر بأسلوبه الخاص.
قام مؤلفو هذه الدراسة، وهم فريق من المعلمين والباحثين من مدينة شيآن بالصين، ببناء "مترجم ذكي" لحل هذه المشكلة. أرادوا التوقف عن معاملة الفن القديم كشيء يُنسخ فحسب، والبدء في معاملته ككتاب وصفات للإبداع. وقد اختبروا فكرتهم باستخدام "دونهوانغ الرقمية" (Digital Dunhuang)، وهي مجموعة ضخمة من الجداريات الصينية القديمة (المشهورة بالملائكة الطائرة والأنماط الملونة).
إليك كيف تعمل "آلتهم السحرية"، خطوة بخوة:
1. الأشعة السينية الرقمية
أولاً، يأخذ الحاسوب صورة رقمية للجدارية ويجري لها مسحاً عميقاً. هو لا ينظر فقط إلى الألوان الجمعة؛ بل يفكك الصورة إلى خمسة "مكونات" محددة:
- الخطوط: مدى كثافة وإيقاع الخطوط الخارجية.
- الألوان: مجموعات الألوان الرئيسية (مثل الأحمر والأخضر المعدني الشهير).
- الأنماط: كيف تتكرر الأشكال (مثل تصميم ورق الحائط).
- التكوين: أين توضع الأشياء في الصورة (هل هي متوازنة؟ هل هناك مركز؟).
- الوضعية: اتجاه وانسيابية الأشكال (مثل الأشرطة المتطايرة للملائكة الطائرة).
تخيل هذا الأمر مثل طاهٍ يأخذ طبقاً قديماً ومعقداً ويقوم بسرد المكونات والقوام الدقيق الذي يجعل مذاقه فريداً، بدلاً من مجرد تقديم الطبق كاملاً للطالب.
2. الخاطبة الذكية
بمجرد أن يعرف الحاسوب "مكونات" الجدارية، يعمل كأنه تطبيق مواعدة فائق الذكاء لمشاريع الفن. فهو يقارن مكونات الجدارية بقائمة من المهام الفنية المحتملة.
- إذا كانت الجدارية تحتوي على الكثير من الخطوط الانسيابية والوضعيات الديناميكية، يقترح الحاسوب مهمة تسمى "استخراج الخطوط الديناميكية".
- إذا كان هناك نمط سقف متكرر، يقترح "إعادة ترتيب الأنماط".
- إذا كان التطابق مثالياً بنسبة 75% أو أكثر، يقول الحاسوب: "إليك مهمتك!". وإذا كان أقل قليلاً (بين 60% و75%)، فإنه يطلب من المعلم البشري التحقق مرتين قبل التكليف بالمهمة. هذا يضمن حصول الطالب على تحدٍ يناسب الفن الذي ينظر إليه.
3. قرص الصعوبة المخصص
النظام يعمل أيضاً كمدرب. فهو ينظر إلى مدى جودة أداء الطالب في الماضي ويعدل صعوبة المهمة الجديدة.
- المستوى 1 (L1): مجرد النظر إلى شيء واحد (مثل لون واحد).
- المستوى 2 (L2): استخراج عنصر أسلوبي.
- المستوى 3 (L3): إعادة تنظيم الخطوط والأشكال.
- المستوى 4 (L4): ابتكار شيء جديد تماماً باستخدام الأسلوب القديم.
يقوم الحاسوب بحساب "درجة الصعوبة" بناءً على مدى تعقيد الصورة وعدد الخطوات التي يحتاجها الطالب، مما يضمن ألا تكون المهمة سهلة جداً أو صعبة جداً.
4. ناقد الفن بالذكاء الاصطناعي
بعد أن ينهي الطلاب فنهم، يقوم الحاسوب بتقييمهم. هو لا يبحث عن نسخة مثالية فحسب؛ بل يبحث عن مدى جودة استخدام الطالب لـ "المكونات" لصنع شيء جديد. وهو يتحقق من:
- هل تعرفوا على العناصر الثقافية؟
- هل استخرجوا السمات البصرية بشكل صحيح؟
- هل أعادوا تنظيم الشكل بإبداع؟
- هل الموضوع واضح؟
- هل العمل مكتمل؟
يعطي الحاسوب درجة، ثم يقوم معلم بشري بالتحقق منها. وجدت الدراسة أن الحاسوب والمعلم اتفقا بنسبة 86% من المرات (ارتباط قدره 0.86)، مع متوسط فرق قدره 3.84 نقطة فقط. وهذا يشير إلى أن الحاسوب أصبح جيداً جداً في فهم ما الذي يجعل مشروع الفن جيداً.
النتائج: هل نجح الأمر؟
اختبر الفريق هذا النظام مع 160 طالباً في أربع فصول دراسية على مدار ستة أسابيع. استخدم فصلان هذا النظام عالي التقنية، بينما استخدم الفصلان الآخران الطرق التقليدية (النظر إلى الصور وتقليد المعلم).
كانت النتائج واضحة:
- الطلاب الذين استخدموا النظام الذكي تحسنوا بشكل أكبر في استخراج العناصر البصرية (بزيادة قدرها 13.2 نقطة) وفي إعادة تنظيم الأشكال (بزيادة قدرها 14.1 نقطة) مقارنة بالمجموعة التقليدية.
- المجموعة التقليدية تحسنت بالفعل في مجرد إنهاء أعمالها، لكنها لم تتعلم كيفية تفكيك وإعادة بناء الأنماط القديمة بنفس الفعالية.
الخلاصة
تظهر هذه الورقة البحثية أنه يمكننا تحويل الفن الرقمي القديم إلى سير عمل مدرسي قابل لإعادة الاستخدام والتكرار. من خلال استخدام الرؤية الحاسوبية لتفكيك الفن والذكاء الاصطناعي لمطابقته مع الطالب المناسب، يمكننا مساعدة المراهقين ليس فقط في نسخ التاريخ، بل في فهم "الحمض النووي" الخاص به ودمجه في ابتكاراتهم الحديثة الخاصة. يشير المؤلفون إلى أنه بينما يعمل هذا النظام بشكل جيد، فإنه يحتاج إلى الاختبار مع أنواع أخرى من الفنون وفي أماكن أكثر لمعرفة ما إذا كان سينجح في كل مكان. ولكن في الوقت الحالي، يثبت هذا أن القليل من الكود البرمدي يمكن أن يساعد الكثير من الإبداع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.