Towards an AI-Enabled Inclusive Educational Leadership (AIIEL) Framework: Integrating Responsible AI Governance, Disability Inclusion, and Gender Equality in Higher Education

تمر الجامعات حالياً في خضم ثورة هادئة. فلعقود من الزمن، اعتمدت هذه المؤسسات على التقدير البشري لتحديد من يتم قبوله، وكيفية ترقية المعلمين، وكيفية دعم الطلاب. والآن، يخطو الذكاء الاصطناي ليلعب هذه الأدوار، عارضاً فرز الطلبات، وتصحيح الأوراق، وإدارة الجداول الزمنية بسرعة وكفاءة. ولكن مع تحول هذه الأدوات الرقمية إلى جزء من النسيج اليومي للتعليم العالي، برز سؤال مقلق: هل تجعل هذه الأدوات النظام أكثر عدلاً، أم أنها تعزز بصمت عدم المساواة القديمة؟ تكمن القضية الجوهرية في أنه بينما تتحرك التكنولوجيا بسرعة، غالباً ما يشعر المسؤولون بأنهم غير مستعدين لتوجيهها. إنهم يخشون أنه بدون إشراف دقيق، قد تتعامل هذه الأنظمة الذكية عن غير قصد بشكل غير عادل مع النساء، أو الأشخاص ذوي الإعاقة، أو المجموعات المهمشة الأخرى، ببساطة لأن البيانات التي تتعلم منها تعكس تحيزات الماضي. التحدي لا يقتصر فقط على استخدام التكنولوجيا، بل في ضمان خدمتها للجميع بالتساوي.

لقد تقدم باحثان، وفاء محمد العلاجي وأوبي فيري، لمعالجة هذه الفجوة. وهما يجادلان بأن الجامعات لا يمكنها ببساه شراء برمجيات جديدة والأمل في الأفضل؛ بل هي بحاجة إلى طريقة جديدة للتفكير في القيادة. وفي عملهما الأخير، يقترحان خطة شاملة تسمى "إطار القيادة التعليمية الشاملة الممكنة بالذكاء الاصطناعي". هذا ليس قطعة من البرمجيات أو مجموعة من القواعد للبرمجة، بل هو دليل للأشخاص الذين يديرون الجامعات، مصمم لمساعدتهم على اتخاذ قرارات تحمي العدالة مع احتضان الابتكار. يشير المؤلفان إلى أن النهج الحالي لإدارة الذكاء الاصطناعي في المدارس مجزأ للغاية؛ إذ غالباً ما تتعامل الأدلة الحالية مع التنوع والشمول كبند صغير واحد في قائمة مراجعة طويلة، منفصل عن العمل الرئيسي للحوكمة. تعتقد وفاء ومحمد أن هذا خطأ، ويجادلان بأن الشمول يجب أن يكون منسوجاً في كل قرار، من اللحظة التي يتم فيها تصور أداة جديدة إلى اليوم الذي تُستخدم فيه في الفصل الدراسي.

لبناء هذا النهج الجديد، نظر الباحثان في ستة مجالات دراسية مختلفة كانت مفصولة سابقاً. فقد فحصا كيف يبني القادة ثقافات شاملة، وكيف يُستخدم الذكاء الاصطناعي في المدارس، وكيف يعمل الشمول لذوي الإعاقة، وكيف يتم الحفاظ على المساواة بين الجنسين، وكيفية حوكمة التكنولوجيا بمسؤولية، وكيف تتحول الجامعات رقمياً. ومن خلال جمع هذه الخيوط المنفصلة، أنشآ نموذجاً من أربع طبقات يعمل كدورة لاتخاذ القرار. تركز الطبقة الأولى على الناس والرؤية؛ فهي تطلب من القادة النظر في من يجلس على الطاولة عند اختيار نظام جديد. هل يتم استشارة الطلاب ذوي الإعاقة وأعضاء هيئة التدريس من النساء قبل شراء أداة ما، أم يتم استشارتهم فقط بعد وقوع الضرر؟ تؤكد هذه الطبقة أن القيادة تتعلق ببناء الثقة وضمان أن يشعر الجميع بأن لديهم صوتاً.

تتعلق الطبقة الثانية بتصميم الأدوات نفسها. هنا، يطرح الإطار سؤالاً بسيطاً ولكنه عميق: هل يساعد هذا النظام طالباً ذا إعاقة حقاً على النجاح، أم أنه يتظاهر فقط بالسماح له بالدخول؟ يستند الباحثان إلى فكرة "القدرة"، والتي تعني النظر إلى ما وراء الوصول الرسمي لرؤية ما إذا كان لدى الشخص الحرية الحقيقية لاستخدام مورد ما لتحقيق أهدافه. على سبيل المثال، قد يقبل نظام تصحيح آلي مقالاً من طالب يعاني من ضعف بصري، ولكن إذا كان النظام لا يستطيع قراءة التنسيق الخاص الذي يستخدمه الطالب، فإن الأداة قد فشلت. تشدد هذه الطبقة على ضر أن يقيم القادة التكنولوجيا بناءً على ما إذا كانت توسع الفرص الحقيقية للجميع، وليس فقط ما إذا كانت تلبي حداً أدنى من المتطلبات القانونية.

تركز الطبقة الثالثة على كيفية حوكمة التكنولوجيا والتحكم فيها. وهي تسأل ما إذا كان البشر لا يزالون هم من يقودون الدفة. يقترح الإطار أنه بالنسبة للقرارات عالية المخاطر، مثل توظيف أستاذ أو رفض منح درجة علمية، يجب أن يكون هناك خط واضح يمكن للبشر من خلاله التدخل لإلغاء قرار الآلة. كما ينظر في كيفية بناء التكنولوجيا، ويحث القادة على ضمان أن الأشخاص الذين سيتأثرون بالنظام قد ساهموا في إنشائه. وهذا يمنع الموقف الذي يتم فيه بناء أداة في مختبر بواسطة مجموعة صغيرة من المهندسين ثم إسقاطها على مجتمع جامعي متنوع دون أي اختبار للعدالة. أما الطبقة الأخيرة فتنظر إلى النتائج؛ فهي تسأل القادة عن تتبع البيانات، ولكن ليس مجرد أرقام عامة. يجب عليهم النظر بدقة في كيفية تأثير النظام على مجموعات مختلفة من الناس في آن واحد، مثل النساء ذوات الإعاقة، لمعرفة ما إذا كانت الأداة تخلق حواجز جديدة أو تحل مشكلات قديمة.

إلى جانب هذا الإطار الرئيسي، يقترح المؤلفان أداتين عمليتين لمساعدة الجامعات على وضع الأفكار موضع التنفيذ. الأولى هي قائمة بالمهارات التي يحتاج قادة الجامعات لتعلمها؛ وهي ليست مجرد مهارات تقنية حول كيفية عمل الحواسيب، بل هي مهارات بشرية حول كيفية رصد التحيز، وكيفية الاستماع إلى الأصوات المهمشة، وكيفية تفسير البيانات بطريقة تكشف عن عدم المساواة الخفية. الأداة الثانية هي نموذج النضج، والذي يعمل كخريطة لرحلة المؤسسة. يصف النموذج خمس مراحل، تبدأ من مكان تكون فيه الجامعة غير مدركة للمخاطر وليس لديها خطة، وتنتقل عبر مراحل حيث تستجيب للمشكلات عند حدوثها، وصولاً إلى مرحلة "التميز الشامل". في هذا المستوى الأعلى، لا تكتفي الجامعة بتجنب الضرر فحسب، بل تستخدم الذكاء الاصطناعي بنشاط لجعل المؤسسة أفضل للجميع، ويمكنها إثبات ذلك بالبيانات.

يؤكد الباحثان بحذر أن عملهما هو مقترح، وليس منتجاً نهائياً تم اختباره في العالم الحقيقي. وهما يقران بأن أفكارهما مبنية على نظريات موجودة وأنهما لم يريا بعد ما إذا كانت هذه النماذج المحددة تعمل في الممارسة العملية عبر أنواع مختلفة من الجامعات. كما يشيران إلى أن الكثير من الأبحاث الحالية تأتي من الدول الغنية، وأنهما لا يعرفان بعد ما إذا كان إطارهما سيعمل في الأماكن ذات الموارد الأقل أو الأعراف الثقافية المختلفة. ومع ذلك، يجادلان بأن الوضع الحالي ينطوي على مخاطرة كبيرة لانتظار دليل مثالي. إن سرعة اعتماد الجامعات للذكاء الاصطناعي تفوق تطور مهارات القيادة، وبدون دليل واضح، يخاطر القطاع بتوسيع الفجوة بين المتميزين والمستضعفين.

في نهاية المطاف، هذه الورقة هي دعوة للعمل من أجل الأشخاص الذين يديرون الجامعات. وهي تشير إلى أن مستقبل التعليم العالي يعتمد على حكمة القادة الذين يختارون الخوارزميات أكثر من اعتماده على تطور تلك الخوارزميات نفسها. ومن خلال معاملة الشمول كجزء مركزي من القيادة بدلاً من كونه مجرد فكرة لاحقة، يمكن للجامعات ضمان أن يؤدي صعود الذكاء الاصطناعي إلى رفع مستوى الجميع، بدلاً من ترك البعض خلف الركب. يقدم المؤلفان خارطة طريق لهذه الرحلة، خارطة تعطي الأولوية للكرامة الإنسانية والعدالة في عالم تزداد فيه الأتمتة. وبينما يتطلب المسار المستقبلي المزيد من البحث والاختبار، فإن الاتجاه واضح: القيادة الشاملة هي السبيل الوحيد لضمان الوفاء بوعود الذكاء الاصطناعي للجميع.