← أحدث الأبحاث
📄 medicine

Artificial Intelligence, Large Language Models, and Machine Learning in African Health Professions Education: A Systematic Review of Adoption, Literacy, Institutional Feasibility, and Ethical Perceptions

تكشف هذه المراجعة المنهجية أنه على الرغم من ارتفاع مستوى الوعي بالذكاء الاصطناهعي والنماذج اللغوية الكبيرة بين طلاب المهن الصحية الأفارقة، إلا أن التبني لا يزال غير رسمي وغير مدعوم بالتدريب الرسمي أو البنية التحتية أو التوجيه الأخلاقي، مما يسلط الض الضوء على الحاجة الملحة للدمج المنهجي في المناهج الدراسية والاستثمار المؤسسي.

المؤلفون الأصليون: Promise Oladejo, Oserebameh Augustine Beckley, John Chukwuemeka Amamdikwa, Joshua Oladiipo Owoyemi, Hans Johnson

نُشر 2026-09-17
📖 5 دقيقة قراءة🧠 قراءة متعمّقة

المؤلفون الأصليون: Promise Oladejo, Oserebameh Augustine Beckley, John Chukwuemeka Amamdikwa, Joshua Oladiipo Owoyemi, Hans Johnson

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

في الفصول الدراسية والمستشفيات في أفريقيا، تجري عملية تحول هادئة. لا يقود هذا التحول كتب مدرسية جديدة أو مناهج دراسية محدثة، بل تقنية اجتاحت العالم في السنوات الأخيرة: الذكاء الاصطناعي. هذا ليس المستقبل الآلي البعيد لقصص الخيال العلمي، بل هو مجموعة من الأدوات الموجودة بالفعل في أيدي الطلاب والمعلمين. ومن بين هذه الأدوات النماذج اللغوية الكبيرة، وهي برامج حاسوبية قادرة على فهم وتوليد اللغة البشرية، والتعلم الآلي، وهو أسلوب تتعلم فيه الحواسيب من البيانات لاتخاذ تنبؤات أو قرارات. بالنسبة لطلاب الطب والتمريض والصيدلة، تَعِدُ هذه الأدوات بأن تكون أساسية مثل السماعات الطبية أو المجاهر في العقود القادمة؛ إذ يمكنها المساعدة في تشخيص الأمراض، وتنظيم الأبحاث، وحتى صياغة ملاحظات المرضى. ومع ذلك، فبينما بدأت الدول ذات الدخل المرتفع في بناء هياكل رسمية لتعليم كيفية استخدام هذه الأدوات بأمان وفعالية، يظل الوضع عبر القارة الأفريقية مزيجاً معقداً من التبني المتحمس وعدم اليقين الكبير. ولم يعد السؤال الذي يواجه المعلمين وصناع السياسات هو ما إذا كان هؤلاء الطلاب سيستخدمون الذكاء الاصطناعي، بل كيف يستخدمونه، وماذا يفهمون عنه حقاً، وهل مؤسساتهم مستعدة لتوجيههم.

لقد سعت مراجعة منهجية جديدة، وهي نوع من الأبحاث التي تجمع وتحلل دراسات عديدة مختلفة لإيجاد الصورة الكلية، إلى الإجابة على هذه الأسئلة خصيصاً لأفريقيا. بحث الباحثون، وهم فريق من العلماء من جامعات في نيجيريا والمملكة المتحدة والولايات المتحدة، في تسع عشرة دراسة منفصلة شملت آلاف الطلاب من المهن الصحية والمعلمين في جميع أنحاء القارة. بحثوا عن أدلة حول مدى إلمام هؤلاء الطلاب بالذكاء الاصطناعي، وما إذا كانوا قد تلقوا أي تدريب رسمي، وما هي الأدوات التي يفضلونها، وما هي المخاوف الأخلاقية التي تؤرق مضاجعهم. كان الهدف هو الانتقال لما هو أبعد من التقارير المتفرقة وبناء فهم واضح للواقع على الأرض، من كليات الطب الصاخبة في نيجيريا ومصر إلى جامعات غانا والسودان.

ما وجده الباحثون كان تناقضاً صارخاً، فجوة بين ما يعتقد الطلاب أنهم يعرفونه وما يعرفونه حقاً. عبر الدراسات، كان الوعي بالذكاء الاصطناعي مرتفعاً؛ ففي بعض المجموعات، عرف جميع الطلاب تقريباً ماهية هذه الأدوات وسمعوا عنها. ومع ذلك، لم تترجم هذه المعرفة إلى كفاءة. فعندما طُلب من الطلاب تقييم مهاراتهم، شعر الكثير منهم بالثقة، ولكن عندما تم اختبارهم بأسئلة موضوعية، كانت معرفتهم غالتد منخفضة جداً. الأمر يشبه طالباً يمكنه التعرف على اسم آلة موسيقية شهيرة لكنه لا يستطيع عزف نوتة واحدة. يشير هذا "التناقض بين الإدراك والمعرفة" إلى أن الطلاب يتعلمون عن هذه الأدوات بمفردهم، من خلال الفضول والمحادثات بين الأقران، بدلاً من الدروس المنظمة. وفي استطلاع كبير لطلاب الطب من ثمان وأربعين دولة، أفاد أقل من واحد بالمائة بأنهم تلقوا تعليماً رسمياً جوهرياً في الذكاء الاصطناعي، رغم أن معظمهم ادعى امتلاك فهم متوسط على الأقل للموضوع.

الأداة التي تقود هذه الثورة غير الرسمية هي "ChatGPT" بشكل ساحق. فعندما نظر الباحثون في البرامج المحددة التي يستخدمها الطلاب، هيمنت هذه التطبيقات المنفردة على المشهد، متفوقة بفارق كبير على المنافسين الآخرين. لجأ الطلاب إليها لأسباب عملية: فهي سهلة الاستخدام، وتوفر الوقت، وينصحهم بها أصدقاؤهم. استخدموها لكتابة المقالات، والاستعداد للامتحانات، والبحث في الأدبيات الطبية، وحتى لصياغة الأوراق البحثية. حدث هذا التبني إلى حد كبير خارج جدران الفصول الدراسية؛ حيث لم يكن هناك دليل يُذكر على دمج الجامعات لهذه الأدوات في مناهجها الرسمية أو تقديم إرشادات حول كيفية استخدامها بمسؤولية. وبدلاً من ذلك، كان الطلاب يخوضون غمار هذا التضاريس الرقمية الجديدة بمفردهم، مدفوعين بالمبادرة الفردية بدلاً من التوجيه المؤسسي.

يتفاقم هذا النقص في التوجيه بسبب واقع قاسٍ للبنية التحتية. فقد سلطت المراجعة الضوء على أن الظروف الأساسية اللازمة لاستخدام هذه الأدوات ليست مضمونة للكثير من الطلاب؛ حيث ذُكر مراراً أن الكهرباء غير المستقرة، وباقات البيانات المكلفة، واتصالات الإنترنت الضعيفة، كانت عوائق رئيسية. وفي بعض الأماكن، كان عدم استقرار إمدادات الطاقة أو ارتفاع تكلفة الوصول إلى الإنترنت يعني أنه حتى عندما يرغب الطلاب في استخدام هذه الأدوات المتقدمة، فإنهم ببساطة لا يستطيعون القيام بذلك باستمرار. ومع ذلك، ليست القصة كلها قصة قيود؛ ففي بعض الحالات، وجد الباحثون أن الذكاء الاصطناعي يُستخدم لحل هذه المشكلات المتعلقة بالبنية التحتية نفسها. على سبيل المثال، أظهرت إحدى الدراسات كيف يمكن للذكاء الاصطناعي توليد خلفيات للفيديوهات التعليمية، مما يلغي الحاجة إلى استوديوهات مادية باهظة الثمن وشاشات خضراء. وبهذه الطريقة، عملت التكنولوجيا أحياناً كحل بديل لقيود الموارد التي تعيق استخدامها عادةً.

ومع ذلك، ربما كان الاكتشاف الأكثر اتساقاً هو القلق العميق الذي شعر به الطلاب بشأن الآثار الأخلاقية لهذه الأدوات. فرغم رغبتهم في استخدام الذكاء الاصطناعي، كان الطلاب مدركين تماماً للمخاطر. لقد قلقوا بشأن عدم الأمانة الأكاديمية، واحتمالية الاعتماد المفرط على الكمبيوتر وفقدان مهارات التفكير النقدي الخاصة بهم، وخطر تقديم هذه الأدوات لمعلومات طبية غير صحيحة أو مختلقة. لم تكن هذه المخاوف مجرد أمور مجردة؛ فقد اعترف الطلاب باستخدام الذكاء الاصطناعي لإكمال الامتحانات وللتحقق من إجاباتهم قبل تقديمها. كما أعربوا عن القلق بشأن مستقبل مهنهم، متسائلين عما إذا كانت هذه الأدوات ستستبدل الأطباء البشريين في النهاية أو ستنزع الصفة الإنسانية عن رعاية المرضى. ومن المثير للاهتمام أن الطلاب كلما زادت معرفتهم بالذكاء الاصطناعي، زاد قلقهم بشأن هذه المخاطر، مما يشير إلى أن الإلمام يجلب وعياً أكثر حدة بالمخاطر المحتملة.

تخلص المراجعة إلى أنه بينما يتبنى طلاب المهن الصحية في أفريقيا الذكاء الاصطناعي بسرعة، فإنهم يفعلون ذلك في فراغ من الدعم الرسمي. يتم تبني التكنولوجيا بشكل غير رسمي، مدفوعة بفضول الطلاب وسهولة الوصول إلى أدوات مثل ChatGPT، لكنها تتحرك بسرعة أكبر مما تستطيع المؤسسات التكيف معه. هناك حاجة واضحة للتعليم المنظم الذي يتجاوز مجرد تعليم الطلاب كيفية الضغط على زر. ويجادل الباحثون بأن الجامعات يجب أن تتدخل لتوفير تدريب رسمي يغطي ليس فقط المهارات التقنية، بل أيضاً الأبعاد الأخلاقية لاستخدام هذه الأدوات. ويشمل ذلك تعليم الطلاب كيفية اكتشاف الأخطاء، وكيفية الحفاظ على النزاهة الأكاديمية، وكيفية استخدام الذكاء الاصطناعي كشريك في التعلم وليس كبديل لتقديرهم الخاص. وبدون هذا التوجيه، فإن الفجوة بين اعتماد الطلاب المتزايد على التكنولوجيا وقدرة مؤسساتهم على إعدادهم ستتسع فقط، مما يترك جيلاً من العاملين في الرعاية الصحية المستقبلية يبحر في مشهد رقمي معقد دون خريطة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →