The comparative evaluation of explanations for algorithmic programming problems provided by a Human vs. ChatGPT: an exploratory online user study

في الفصل الدراسي، لطالما تم تعريف العلاقة بين الطالب والمعلم من خلال تبادل المعرفة، حيث يقوم المرشد البشري بتفكيك الأفكار المعقدة إلى خطوات مفهومة. واليوم، دخل نوع جديد من المرشدين إلى الغرفة: الذكاء الاصطناعي. يمكن لهذه الأنظمة توليد النصوص، وحل المسائل الرياضية، وكتابة أكواد البرمجة بسرعة تضاهي الخبراء البشر. ولكن يظل هناك سؤال جوهري يشغل بال التربويين والآباء على حد سواء: عندما يحاول الطالب التعلم، هل يهم من يقوم بالشرح؟ هل هناك فرق جوهري بين حل صاغه إنسان وآخر أنتجه آلة، وهل يستطيع المتعلم التمييز بينهما؟ يقع هذا الاستقصاء في قلب دراسة حديثة تستكشف كيفية إدراك الطلاب للشروحات الخاصة بمهام البرمجة الصعبة، وتحديداً عندما يتم تقديم هذه الشروحات عبر شخصية رقمية بدلاً من شخص حي.

وضع الباحثون، وهم فريق من العلماء من جامعات في كازاخستان، نصب أعينهم اختبار حدود هذه التكنولوجيا الناشئة مع مجموعة مكونة من سبعة وثلاثين طالباً من طلاب المدارس الثانوية. لم يكونوا مبتدئين؛ فقد تراوحت أعمار المشاركين بين خمسة عشر وسبعة عشر عاماً، وكانوا من مدرسة متخصصة معروفة بتدريب الطلاب على مسابقات الرياضيات والعلوم. لقد أمضوا بالفعل سنوات في تعلم البرمجة، حيث بدأ الكثير منهم في وقت مبكر من المرحلة الابتدائية. كان الهدف هو معرفة ما إذا كان بإمكان هؤلاء المبرمجين الشباب ذوي الخبرة التمييز بين الحلول التي كتبها معلم بشري وتلك التي أنتجها نموذج لغوي كبير، وهو نوع من الذكاء الاصطناعي القادر على توليد النصوص والأكواد. ولجعل الاختبار عادلاً وإزالة أي تحيز بناءً على صوت الشخص أو مظهره، استخدم الباحثون شخصية رسوم متحركة ثلاثية الأبعاد، أو "أفاتار"، لتقديم الشروحات. تحدثت هذه الشخصية الرقمية بصوت مولد حاسوبياً، مما ضمن عدم قدرة الطلاب على الاعتماد على الإشارات البشرية مثل النبرة أو العاطفة لتخمين مصدر الإجابة.

تم هيكلة التجربة كأنها سلسلة من التحديات. عُرض على الطلاب خمسة مشكلات برمجية مختلفة، كل منها مصحوب بحل وشرح. أُخذت هذه المشكلات من منصة شهلة عبر الإنترنت تُستخدم من قبل المبرمجين التنافسيين. لكل مشكلة، كان الشرح يُقدم بواسطة نفس "الأفاتار" ثلاثي الأبعاد، لكن مصدر الكود كان يتنوع. في بعض الحالات، جاء الكود والشرح من خبير بشري قام بحل المشكلة على الموقع. وفي حالات أخرى، تم توليد الكود بواسطة نظام ذكاء اصطناعي. شاهد الطلاب "الأفاتار" وهو يشرح الحل، ثم طُلب منهم الإجابة على سلسلة من الأسئلة. كان عليهم تقييم مدى فهمهم للمادة، وتخمين ما إذا كان الكود مكتوباً بواسطة إنسان أو آلة، وتقييم "الأفاتار" نفسه. كما تحقق الباحثون مما إذا كانت خبرة الطلاب السابقة في البرمجة أو تفاعلاتهم السابقة مع الشخصيات الرقمية قد أثرت على قدرتهم على رصد الفرق.

قدمت نتائج الدراسة رؤية مفاجئة حول كيفية تفاعل الطلاب مع هذه التكنولوجيا. فعند سؤالهم عن تحديد مصدر الكود، كشفت البيانات عن نمط دقيق: اختار المشاركون "مقدم من ChatGPT" بشكل أكثر تكراراً وحسماً للمهام التي قدمها ChatGPT بالفعل. ومع ذلك، بالنسبة للمهام المقدمة من البشر، كانوا أكثر تردداً واختاروا المصدر بشكل متساوٍ بين الإنسان والذكاء الاصطناعي. يشير هذا إلى أنه بينما استطاع الطلاب تحديد المحتوى المولد بواسطة الذكاء الاصطناعي بدرجة من الثقة، فإن التمييز بين الحلول البشرية كان أكثر صعوبة، مما أدى إلى مزيج من التخمينات الصحيحة والخاطئة بدلاً من القدرة الواضحة والمتسقة على التمييز بينهما. وقد قيم الطلاب فهمهم للحلول بشكل متشابه، بغض النظر عما إذا كان الكود قادماً من شخص أو آلة. علاوة على ذلك، وجدت الدراسة أن خلفية الطالب لم تغير النتيجة؛ فسواء بدأ الطالب البرمجة في المرحلة الابتدائية أو الثانوية، أو ما إذا كان قد تعامل مع المساعدات الرقمية من قبل، لم يؤثر ذلك بشكل كبير على قدرتهم على تمييز المصدر أو مستوى اندماجهم.

بينما لم يستطع الطلاب التمييز بسهولة بين المصدرين، كانت ملاحظاتهم حول طريقة التقديم أكثر نقدية. فقد تلقى "الأفاتار" ثلاثي الأبعاد، الذي عمل كراوٍ لكل من الحلول البشرية والآلية، مراجعات متباينة. لاحظ العديد من الطلاب أن صوت الشخصية كان رتيباً ويفتقر إلى الإيقاع الطبيعي للكلام البشري. وأشاروا إلى أن حركات "الأفاتار" كانت أحياناً متكررة ولا تتطابق دائماً مع الكلمات المنطوقة، مما جعل التركيز على المنطق المعقد للكود أكثر صعوبة. شعر بعض الطلاب أن الطبيعة الآلية للشخصية جعلت تجربة التعلم تبدو أقل شخصية وأصعب في المتابعة. ورغم هذه الانتقادات، كان الشعور العام متفائلاً؛ إذ اعتقد معظم الطلاب أن مثل هذه التكنولوجيا يمكن أن تكون مفيدة في المستقبل، لا سيما كأداة لشرح المفاهيم الصعبة عندما لا يتوفر المعلم. وأقروا بأنه رغم العيوب في النسخة الحالية من "الأفاتار"، فإن التحسينات في الصوت والرسوم المتحركة يمكن أن تجعل منه إضافة قيمة للتعليم.

تخلص الدراسة إلى أنه بينما أصبح الذكاء الاصطناعي قادراً بسرعة على إنتاج شروحات لا يمكن تمييزها عن الشروحات البشرية من حيث الوضوح والدقة، فإن وسيط التقديم لا يزال مهماً. كان الطلاب مستعدين لقبول التكنولوجيا كوسيلة مساعدة للتعلم، لكنهم كانوا سريعين في تحديد قيود الشخصيات الرقمية الحالية. تشير الأبحاث إلى أنه مع تطور هذه الأدوات، يجب أن ينتقل التركيز ليس فقط على جودة الكود الذي تولده، بل على جودة التفاعل الذي توفره. وبالنسبة للتربويين، تعني النتائج أن الطلاب قد يتمكنون قريباً من التعلم بفعالية من المحتوى المولد آلياً، لكن اللمسة البشرية للمعلم تظل فريدة في قدرتها على التواصل والتكيف والتفاعل بطريقة لا يستطيع "الأفاتار" الساكن والرتيب محاكاتها بعد. إن مستقبل التعليم قد ينطوي على شراكة بين المعلمين البشر والآلات الذكية، لكن الطريق إلى تلك الشراكة يتطلب صقل الأدوات الرقمية لتكون جذابة بقدر جاذبية الأشخاص الذين تهدف لمساعدتهم.