Generative AI Feedback in Junior High School Artistic Creation Evaluation
تقدم هذه الورقة نموذجاً لتقييم التغذية الراجعة متعدد الوسائط بمساعدة الحاسوب لتعليم الفنون في المرحلة الإعدادية، يدمج بين التحليل البصري والنصي مع تتبع الأدلة ومراجعة المعلم لتحسين موثوقية التقييم وتقليل معدلات الخطأ بشكل كبير.
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 يقتصر فيه تقييم الفن على مجرد النظر إلى اللوحة النهائية والقول: "ألوان جميلة!" أو "تحتاج إلى المزيد من اللون الأزرق". تخيل نظاماً يمكنه أيضاً قراءة مذكرات الفنان، ومراقبة كيف مسح وأعاد رسم خطوطه، وفهم القصة وراء كل ضربة فرشاة. هذا هو أفق الذكاء الاصطناعي التوليدي في التعليم. فكر في الذكاء الاصطناعي ليس كإنسان آلي فنان سحري، بل كمكتبي فائق السرعة يمكنه قراءة ملايين الكتب فوراً والنظر في ملا ملايين الصور للعثور على الأنماط. ولكن الجزء الصعب هنا هو أن الذكاء الاصطناعي بارع في رصد الأنماط، لكنه قد يرتبك أحياناً بشأن لماذا اتخذ الطالب قراراً معيناً. فقد يعتقد أن الأسلوب الفوضوي والمضطرب هو خطأ، بينما كان الطالب يقصد به أن يكون جامحاً وحراً. تتناول هذه الورقة مشكلة إنسانية للغاية: كيف نستخدم هذا "المكتبي" فائق السرعة المعتمد على الذكاء الاصطناعي لمساعدة طلاب الفنون في المرحلة الإعدادية على تحسين أعمالهم دون أن نطلب منهم عن طريق الخطأ مسح أسلوبهم الفريد؟ أراد الباحثون بناء جسر بين البيانات الجامدة لبرمجيات الكمبيوتر وبين الإبداع الدافئ والفوضوي لفصل الفنون لدى المراهقين.
قام الباحثون من مدارس في شيان، الصين، ببناء "آلة تغذية راجعة" رقمية خاصة مصممة خصيصاً لفصول الفنون في المدارس الإعدادية. لم يكتفوا بجعل الذكاء الاصطناعي يقيم الفن فحسب؛ بل أنشأوا شبكة أمان يعمل فيها المعلم البشري كحارس بوابة. إليكم كيف يعمل نظامهم، خطوة بخطوة:
أولاً، يأخذ النظام ثلاثة أشياء من الطالب: الصورة التي رسمها، وفقرة قصيرة تشرح ما كان يحاول القيام به (حتى 300 حرف)، وسجلاً لكيفية تغييره لرسمته بمرور الوقت. ثم يعمل الكمبيوتر كـ "مترجم"؛ حيث يحول الصورة إلى قائمة من الأرقام ("متجه سمات مرئي")، والفقرة إلى قائمة أخرى من الأرقام ("متجه سمات نصي"). ويتحقق مما إذا كانت الصورة والقصة متطابقتين، تماماً مثل التأكد من ملاءمة التعليق للصورة. ولكن الجزء الذكي هنا هو أن الكمبيوتر لا يكتفي بالقول "عمل جيد" أو "عمل سيء" بناءً على هذا التطابق، بل يتحقق من عمل الطالب مقابل معيار تقييم سداسي الأبعاد. فكر في هذا المعيار كطريق سريع ذي ست حارات لتقييم العمل: حارة للموضوع، وحارة للأصالة، وحارة لتنظيم الصورة، وحارة للألوان، وحارة للمواد المستخدمة، وحارة لمدى عمق الطالب في مراجعة وتعديل عمله.
بمجرد أن يرصد الكمبيوتر مشكلة محتملة في إحدى هذه الحارات، فإنه لا يلقي النصيحة مباشرة على الطالب، بل يرسل الاقتراح إلى معلم بشري أولاً. يلعب المعلم دور "مفتش مراقبة الجودة". حيث يتحقق المعلم من أمرين رئيسيين: هل كان الذكوام الاصطناعي متشدداً جداً بشأن أسلوب قصده الطالب فعلياً؟ (التحيز للأسلوب) وهل يقترح الذكاء الاصطناعي على الطالب تغيير جوهر فنه؟ (استبدال المهمة). إذا أعطى المعلم الضوء الأخضر، يتلقى الطالب اقتراحاً محدداً وقصيراً (لا يتجاوز 60 حرفاً) حول ما يجب إصلاحه. أما إذا رأى المعلم أن الذكاء الاصطناعي مخطئ، فيتم حظر الاقتراح. وهذا يضمن حصول الطالب على المساعدة، دون أن يتم إسكات صوته الفريد بسبب سوء فهم من الروبوت.
كما يحتفظ النظام بمذكرات آمنة للغاية لكل شيء. ففي كل مرة يحفظ فيها الطالب نسخة جديدة من فنه (V0، V1، V2)، يقوم النظام بقفل تلك النسخة ببصمة رقمية (SHA-256) حتى لا يتمكن أحد من تغيير الماضي خلسة. وهذا يعني أن الباحثين يمكنهم النظر إلى الوراء لمعرفة أي نصيحة أدت بالضبط إلى أي تحسن.
إذاً، ماذا وجدوا؟ اختبروا هذا النظام مع حوالي 240 طالباً على مدار ثمانية أسابيع. كانت النتائج واعدة. قبل أن يراجع المعلمون عمل الذكاء الاصطناعي، كان تقييم الكمبيوتر جيداً، لكنه لم يكن مثالياً. ومع ذلك، بعد مراجعة المعلمين للاقتراحات، ارتفع الاتفاق بين الكمبيوتر والخبراء البشريين بشكل ملحوظ. فقد ارتفثت "درجة الاتساق" (وهي مقي ل لمدى اتفاق الكمبيوتر والمعلم) من 0.812 إلى 0.924. وفي الوقت نفسه، انخفض متوسط الخطأ في التقييم من 6.84 نقطة إلى 3.27 نقطة.
الطلاب الذين استخدموا هذا النظام تحسنوا بشكل أكبر بكثير من أولئك الذين تلقوا تعليقات المعلمين العادية. ففي مجالات مثل "الأصالة البصرية" و"مدى العمق في المراجعة"، تحسنت المجموعة التجريبية بمقدار 4.9 و 4.6 نقطة أكثر من المجموعة الضابطة، على التوالي. لقد كان التعليق الناتج عن الذكاء الاصطناعي، بمجرد مراجعته من قبل البشر، أفضل في رصد المشكلات المحددة، وحماية أفكار الطلاب الأصلية، وتقديم نصائح قابلة للتطبيق بالفعل.
تخلص الورقة إلى أن نهج "الإنسان في الحلقة" (human-in-the-loop) هذا ينجح. وهي تشير إلى أن الذكاء الاصطناعي أداة قوية في تعليم الفنون، ولكن فقط إذا تم توجيهه بواسطة المعلمين البشريين لضمان احترام النية الإبداعية للطالب. ويلاحظ الباحثون بحذر أن هذا كان اختباراً محدداً مع مجموعة محددة من الطلاب ونوع محدد من المهام الفنية. ويقترحون أنه بينما يعد النظام مستقراً وفعالاً في هذا السياق، فإنه يحتاج إلى مزيد من الاختبار مع أعمار مختلفة، وأنماط فنية متنوعة، وصور ذات دقة أعلى لمعرفة مدى صموده في كل مكان. ولكن في الوقت الحالي، يثبت هذا النهج أنه عندما يعمل الروبوت والمعلم معاً، يمكنهما مساعدة الفنانين الشباب على النمو دون أن يفقدوا بريقهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.