Skillbase - AI Driven E-learning Platform

لطالما اعتمد التعليم على نموذج يقوم فيه معلم واحد بتقديم الدرس نفسه لغرفة مليئة بالطلاب، بغض النظر عن سرعة استيعابهم للمادة أو ما يعرفونه مسبقاً. وفي العقود الأخيرة، انتقل هذا النموذج إلى الإنترنت، مما أتاح للناس التعلم من أي مكان، لكن العديد من الفصول الدراسية الرقمية لا تزال تعاني من نفس الجمود؛ فهي تقدم فيديوهات ثابتة واختبارات قصيرة محددة لا تتغير بناءً على أداء الطالب. فإذا تعثر المتعلم في فهم مفهوم ما، غالباً ما يعجز النظام عن التمييز بين شخص يحتاج إلى مساعدة إضافية وشخص يشعر ببساطة بالملل. وهنا يأتي دور مجال الذكاء الاصطناعي؛ فمن خلال استخدام برامج حاسوبية يمكنها تحليل الأنماط في كيفية تعلم الناس، يأمل الباحثون في بناء أنظمة تتكيف مع الفرد، وتقدم القدر المناسب من التحدي والدعم في اللحظة المناسبة. والهدف هو الانتقال من نهج "مقاس واحد يناسب الجميع" إلى تجربة تعليمية تبدو شخصية، واستجابية، وقادرة على توجيه الطالب عبر المواضيع الصعبة دون انتظار توافر معلم بشري.

في دراسة جديدة، قام باحثون من معهد الهندسة الطيران بمدينة حيدر آباد، الهند، ببناء نموذج أولي عامل لمثل هذا النظام، أطلقوا عليه اسم "SkillBase". وقد سعى الفريق، بقيادة طلاب علوم الحاسوب آيليني أبهيناف ريدي، ومونمارثي روهيت، وتيكا أوداي فينكاتا سري ساي، لإنشاء منصة قائمة على الويب تجمع بين المواد الدراسية القياسية والأدوات الذكية المصممة لمساعدة المتعلم في الوقت الفعلي. ولا يدعي عملهم حل كل مشكلة في التعليم، كما لا يقدم منتجاً نهائياً مثالياً، بل قاموا ببناء إطار عمل وظيفي يوضح كيف يمكن دمج الذكاء الاصطناعي في نسيج الفصل الدراسي عبر الإنترنت لتوفير التوجيه الشخصي، والتغذية الراجعة الفورية، والممارسة العملية. وقد صُمم النظام ليكون مكاناً واحداً يمكن للطالب من خلاله اكتشاف دورة تدريبية، ومشاهدة درس، وطرح سؤال على مساعد رقمي، وكتابة كود برمجي لاختبار فهمه، كل ذلك بينما يتتبع النظام تقدمه ويعدل التجربة وفقاً لاحتياجاته.

الفكرة الجوهرية وراء "SkillBase" هي استبدال الاستهلاك السلبي للمعلومات بالتفاعل النشط والمتكيف. وقد بنى الباحثون المنصة باستخدام هيكل قياسي ثلاثي الطبقات، يفصل الواجهة المرئية التي يراها الطلاب عن المنطق الذي يدير التطبيق وعن قاعدة البيانات التي تخزن المعلومات. وفي الواجهة الأمامية، يستخدم النظام تصميماً مستجيباً يسمح للمستخدمين بالتنقل عبر كتالوج من الدورات التقنية، مثل البرمجة بلغة جافا أو بايثون، وهياكل البيانات. وبمجرد اشتراك الطالب، لا يُترك لمجرد مشاهدة الفيديوهات؛ إذ تتضمن المنصة مترجماً (compiler) عبر الإنترنت، وهو أداة تسمح له بكتابة وتشغيل الكود مباشرة في متصفح الويب الخاص به دون الحاجة إلى تثبيت برامج معقدة على حاسوبه الخاص. وهذا يسد الفجوة بين النظرية والتطبيق، مما يسمح للطالب بتطبيق ما تعلمه للتو بشكل فوري.

ولعل الإضافة الأكثر أهمية لهذا النظام هي "مساعد التعلم بالذكاء الاصطناعي". فخلافاً لمحرك البحث البسيط، يتم دمج هذا المساعد مباشرة في بيئة التعلم. حيث يمكن للطالب طرح أسئلة حول مفهوم محدد يجد صعوبة فيه، أو طلب شرح لقطعة من الكود لا تعمل بشكل صحيح. ويستخدم النظام معالجة اللغات الطبيعية، وهي فرع من فروع الذكاء الاصطناعي يسم يسمح للحواسيب بفهم الكلام البشري والاستجابة له، لتفسير هذه الأسئلة وتقديم إجابات ذات صلة. وقد صمم الباحثون هذه الميزة لتقديم دعم فوري، مما يضمن عدم اضطرار المتعلم لانتظار توافر المعلم ليتجاوز عقبة ما. وهذا يخلق حلقة تعلم مستمرة حيث يمكن للطالب التوقف، والسؤال، وتلقي الشرح، والمحاولة مرة أخرى، وكل ذلك ضمن نفس الواجهة.

ولجعل التجربة متكيفة حقاً، يدمج النظام عدة آليات ذكية تحلل كيفية تفاعل الطالب مع المحتوى. فتتتبع المنصة الدورات التي أخذها الطالب، والوقت الذي يقضيه في مواضيع محددة، وأداءه في الاختبارات والتمارين البرمجية. وبناءً على هذه البيانات، يمكن للنظام تحديد أنماط في سلوك المتعلم؛ فعلى سبيل المثال، إذا أجاب الطالب باستمرار على الأسئلة المتعلقة بموضوع معين بشكل صحيح، يمكن للنظام اقتراح مواد أكثر تقدماً. وعلى العكس من ذلك، إذا تعثر الطالب في مفهوم ما، يمكن للنظام التوصية بمصادر إضافية أو شروحات أبسط. ويهدف هذا النهج، المعروف باسم "التعلم المتكيف"، إلى تخصيص الصعوبة ووتيرة المنهج الدراسي للفرد، مما يضمن عدم تخلف أي طالب عن الركب أو تعطيله بمحتوى سهل للغاية.

كما أدرج الباحثون ميزات للحفاظ على دافعية الطلاب وتفاعلهم؛ حيث تستخدم المنصة نظام النقاط والأوسمة، وهي مكافآت رقمية لإكمال المهام أو إتقان المفاهيم الصعبة. وتهدف عناصر "التلعيب" (gamification) هذه إلى جعل عملية التعلم أكثر متعة وتشجيع الطلاب على مواصلة دراستهم حتى عندما تصبح المادة صعبة. علاوة على ذلك، يوفر النظام لوحة تحكم حيث يمكن للطلاب رؤية تقدمهم الخاص، بما في ذلك الدورات التي أنهوها وموقعهم في دروسهم الحالية. وتساعد هذه الشفافية المتعلمين على إدارة تعليمهم بأنفسهم، مما يمنحهم صورة واضحة عن إنجازاتهم وما تبقى عليهم القيام به.

وفي اختبار النظام، ركز الباحثون على ما إذا كانت المكونات المختلفة تعمل معاً بسلاسة. فقد تحققوا من قدرة المستخدمين على التسجيل في حساب، وتسجيل الدخول بأمان، والتنقل عبر أقسام المنصة المختلفة. كما تأكدوا من أن المترجم عبر الإنترنت يشغل بنجاً من الكود المكتوب بلغات جافا، وبايثون، وجافا سكريبت بنجاح، وأن مساعد الذكاء الاصطناعي يمكنه الاستجابة للأسئلة حول مفاهيم البرمجة. كما تم فحص أدوات التقييم للتأكد من قدرتها على تقديم الاختبارات وتقديم تغذية راجعة فورية على الإجابات. وأظهرت النت-ائج أن المنصة تعمل كما هو مخطط لها، حيث نجحت في دمج هذه الأدوات المتنوعة في بيئة موحدة. وقد أثبت الفريق أنه من الممكن تقنياً بناء نظام يجمع بين المحتوى متعدد الوسائط، والبرمجة التفاعلية، والمساعدة الذكية، وتتبع التقدم في تطبيق واحد.

ومع ذلك، يحرص الباحثون على الإشارة إلى حدود عملهم الحالي؛ فالنظام الذي بنوه هو نموذج أولي، وهو نموذج وظيفي يثبت نجاح المفهوم، لكنه لم يُختبر بعد على نطاق واسع مع آلاف الطلاب. ولا تقدم الدراسة دليلاً إحصائياً على أن استخدام هذه المنصة يؤدي إلى نتائج تعليمية أفضل من الطرق التقليدية، كما أنها لا تتضمن دراسة طويلة الأمد لمعرفة ما إذا كان الطلاب سيحتفظون بالمعلومات بمرور الوقت. إن نماذج الذكاء الاصطنا_ي التي تقود التخصيص تعتمد على إطار عمل جاهز لمزيد من التطوير المتقدم، لكن لم يتم تدريبها بعد على مجموعات بيانات ضخمة لصقل دقتها. ويقر الباحثون بأن جودة التخصيص تعتمد بشكل كبير على كمية البيانات التي يجمعها النظام، وأن مساعد الذكاء الاصطناعي يتطلب مراقبة مستمرة لضمان بقاء إجاباته دقيقة ومناسبة.

وبالنظر إلى المستقبل، يرى الفريق عدة طرق لتوسيع المنصة. فهم يقترحون أن النسخ المستقبلية يمكن أن تتضمن نماذج أكثر تفصيلاً لكيفية تعلم الطلاب بمرور الوقت، بدلاً من مجرد النظر إلى أدائهم العام. كما يقترحون إضافة تطبيق للهاتف المحمول بحيث يمكن استمرار التعلم عبر الهواتف والأجهزة اللوحية، مما يجعل التعليم متاحاً حتى عند عدم توفر جهاز كمبيوتر. ويخطط الباحثون أيضاً لتحسين مساعد الذكاء الاصطناعي من خلال منحه الوصول إلى مواد دراسية أكثر تحديداً والقدرة على التحدث بلغات متعددة. وهم يتصورون مستقبلاً يمكن فيه للنظام التنبؤ بما إذا كان الطالب معرضاً لخطر التسرب الدراسي والتدخل مبكراً، أو حيث يتم تعزيز تجربة التعلم بتقنيات غامرة مثل الواقع الافتراضي.

إن العمل المقدم في هذه الورقة يمثل خطوة مهمة نحو شكل أكثر ذكاءً واستجابة للتعليم. فمن خلال بناء نظام يستمع للمتعلم، ويتكيف مع احتياجاته، ويقدم دعماً فورياً، أنشأ الباحثون أساساً للجيل القادم من التعلم عبر الإنترنت. ورغم أن النسخة الحالية هي نموذج أولي، إلا أنها تنجح في إثبات أن الأدوات اللازمة لخلق تجربة تعليمية شخصية وتفاعلية متاحة بالفعل. وتؤكد الدراسة أن دمج الذكاء الاصطناعي مع أدوات التعلم التفاعلية ليس مجرد فكرة نظرية، بل هو واقع عملي يمكن بناؤه واختباره اليوم. ومع استمرار تطور التكنولوجيا، قد تصبح منصات مثل "SkillBase" يوماً ما هي المعيار لكيفية تعلم المهارات المعقدة، مقدمة مستوى من الاهتمام الشخصي كان من المستحيل تحقيقه سابقاً على نطاق واسع.