AI-Adaptive Learning Paths and Task-Difficulty Synchronization: A Longitudinal Study of Student Persistence and Engagement
تُظهر هذه الدراسة الطولية ذات المنهج المختلط أن مسارات التعلم التكيفية القائمة على الذكاء الاصطناعي ومزامنة صعوبة المهام تعزز بشكل كبير من استمرارية ومشاركة معلمي مرحلة ما قبل الخدمة من طلاب الجامعات، وذلك من خلال تعزيز حالات التحدي الأمثل والكفاءة المدركة، رغم أن المخاوف المتعلقة بالجمود الخوارزمي تسلط الضل على الحاجة إلى تصميم نظام يتسم بالشفافية والمرونة.
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 فصلاً دراسياً يعرف فيه المعلم بدقة متى يعاني الطالب، ومتى يشعر بالملل، ومتى يكون مستعداً لتحدٍ أكبر. هذا هو الوعد الذي يقدمه التعلم التكيفي، وهو مجال في تكنولوجيا التعليم يستخدم برامج حاسوبية لتكييف الدروس وفقاً للاحتياجات الخاصة لكل متعلم. وبدلاً من أن يقرأ الجميع الكتاب المدرسي نفسه بنفس السرعة، تقوم هذه الأنظمة بتعديل المادة العلمية في الوقت الفعلي. وتعتمد الفكرة الجوهرية على توازن يُعرف باسم "التدفق" (flow)، وهي حالة لا تكون فيها المهمة سهلة لدرجة الملل، ولا صعبة لدرجة الذعر. فعندما تتوافق الصعوبة مع مهارة الشخص، يصبح مستغرقاً تماماً في العمل. وبالنسب بالنسبة للمعلمين الذين يتدربون للعمل مع الطلاب ذوي الإعاقة، فإن هذا التوازن أمر بالغ الأهمية؛ فالموضوع المطروح ثقيل عاطفياً ومعقد فكرياً، ويتطلب تعاطفاً عميقاً ومعرفة دقيقة. وإذا كان التدريب يبدو مرهقاً للغاية، فقد يستسلم معلمو المستقبل؛ أما إذا بدا بسيطاً للغاية، فقد يفقدون اهتمامهم. إن فهم كيفية الحفاظ على اندماج هؤلاء المتدربين لفترة طويلة هو سؤال يمس بعمق مستقبل التعليم الشامل.
لقد وضع فريق من الباحثين في مصر هدفاً لاختبار مدى قدرة الذكاء الاصطناعي على الحفاظ على هذا التوازن لمجموعة مكونة من تسعة وسبعين طالباً من طلاب المرحلة الجامعية الذين يتدربون ليصبحوا معلمي لغة إنجليزية. كان هؤلاء الطلاب مسجلين في مساق يتسم بالصعوبة يسمى "تدريس الأشخاص ذوي الإعاقة"، والذي يغطي كل شيء بدءاً من فهم أنواع الإعاقات المختلفة وصولاً إلى تعلم كيفية تهيئة الفصول الدراسية لهم. تتبع الباحثون هؤلاء الطلاب عبر ثلاث مراحل أكاديمية، من الفصل الدراسي الثاني من عام 2025 إلى الفصل الدراسي الثاني من عام 2026، باستخدام نظام يعدل صعوبة الدروس بناءً على مستوى أداء الطلاب. لم يكن الهدف مجرد معرفة ما إذا كان الطلاب قد تعلموا المادة، بل لمعرفة ما إذا كانوا سيستمرون في العودة إلى النظام، ويحافظون على تركيزهم، ويحافظون على شغفهم بالموضوع. وللحصول على صورة حقيقية لتجربتهم، لم يكتفِ الباحثون بالنظر في الدرجات النهائية، بل طلبوا من الطلاب الإجابة على استطلاعات سريعة مدتها دقيقتان مرتين أسبوعياً أثناء عملهم، لالتقاط مشاعرهم الفورية من الإحباط أو الحماس أو الملل. وفي نهاية كل فصل دراسي، تحدثوا أيضاً مع الطلاب الذين استمروا في الاندماج وأولئك الذين واجهوا صعوبات لفهم الفرق في تجاربهم.
أظهرت النتائج أنه عندما نجح النظام الحاسوبي في مطابقة صعوبة المهام مع قدرة الطالب الحالية، كان الطلاب أقل عرضة لترك الدراسة أو التوقف عن المحاولة. وكشفت البيانات عن نمط واضح: الطلاب الذين شعروا أن التحديات كانت "مثالية" – ليست سهلة جداً ولا صعبة جداً – استمروا في تسجيل الدخول وإكمال عملهم. في الواقع، كان أولئك الذين مروا بشعور "المستوى المناسب تماماً" أقل عرضة بشكل ملحوظ للتراجع عن المشاركة مقارنة بأولئك الذين شعروا بعدم التوافق في المهام. ووجدت الدراسة أن العلاقة بين الصعوبة والاندماج تتبع منحنى محدداً؛ حيث كان الاندماج في أعلى مستوياته عندما يكون العمل تحدياً ولكن يمكن السيطرة عليه. وانخفض الاندماج بشكل حاد عندما كان العمل سهلاً للغاية، مما يؤدي إلى الملل، كما انخفض أيضاً عندما كان العمل صعباً للغاية، مما يؤدي إلى القلق. وقد أكد ذلك أن التعلم الأكثر فعالية يحدث في نطاق ضيق من التحدي الأمثل، وليس عند الأطراف.
وبعيداً عن مجرد إبقاء الطلاب على المنصة، بدا أن النظام قد غير نظرتهم لمهنهم المستقبلية. فالطلاب الذين استمروا خلال العام أفادوا بأن النظام التكيفي ساعدهم على الشعور بالكفاءة والثقة. ومع نجاحهم في اجتياز الدروس المخصصة، نمت لديهم مشاعر الكفاءة، مما جعلهم أكثر استثماراً عاطفياً في المساق. وبالنسبة للكثيرين، كان هذا التحول عميقاً؛ فقد وصفوا انتقالهم من رؤية المساق كمتطلب دراسي صعب إلى رؤيته كمسار ذي معنى نحو أن يصبحوا معلمين شاملين. وأشار أحد الطلاب إلى أن النظام ساعدهم على التغلب على الخوف من تدريس الطلاب ذوي الإعاقة من خلال إظهار استراتيجيات تعمل بالفعل. ومع ذلك، سلطت الدراسة الضوء أيضاً على حدود التكنولوجيا؛ فالطلاب الذين عانوا مع النظام غالوا في وصفه بأنه كان جامداً للغاية أو أن الأعطال الفنية قطعت عملية تعلمهم. وعندما بدا أن الحاسوب يتخذ قراراً خاطئاً بشأن درجة الصعوبة، أو عندما انقطع الاتصال بالإنترنت، شعر الطلاب بفقدان السيطرة، مما جعلهم يرغبون في الانسحاب.
خلص الباحثون إلى أن الذكاء الاصطناعي يمكن أن يكون أداة قوية للحفاظ على اندماج الطلاب، ولكن فقط إذا تم تصميمه بمرونة وشفافية. لقد نجح النظام بشكل أفضل عندما عمل كمرشد داعم يتكيف مع الحالة العاطفية والإدراكية للطالب، بدلاً من كونه آلة جامدة تفرض مساراً واحداً. وتشير الدراسة إلى أنه لكي تنجح هذه التقنيات في تدريب المعلمين، يجب أن تكون قادرة على التعرف على متى يشعر الطالب بالإرهاق لتقديم الدعم، ومتى يكون جاهزاً للمزيد لتقديم تحدٍ أكبر. كما تؤكد النتائج أن العنصر البشري يظل جوهرياً؛ فلا ينبغي للتكنولوجيا أن تحل محل المعلم، بل يجب أن تخلق الظروف التي يشعر فيها الطلاب بالقدرة والفضول لمواصلة التعلم. ومن خلال مزامنة الصعوبة مع استعداد المتعلم، ساعد النظام في تحويل مساق صعب إلى رحلة نمو مهني، مما أثبت أن النوع الصحيح من الدعم يمكن أن يساعد معلمي المستقبل على الاستمرار في مواجهة التحديات المعقدة والعاطفية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.