إذن، ما الذي تفعله المنصات بالذكاء الاصطناعي؟
أعلنت كل منصة رئيسية للتعليم الإلكتروني عن ميزات الذكاء الاصطناعي في آخر 18 شهرًا. Coursera، وUdemy، وLinkedIn Learning، وSkillshare، لقد أطلقوا جميعًا شيئًا ما. لكن القول “لقد أضفنا الذكاء الاصطناعي” أمر غامض. ماذا يعني ذلك في الواقع؟ ما الذي تبنيه هذه المنصات، وهل تغير حقًا كيفية عمل التعلم؟
الجواب أكثر دقة مما توحي به الإعلانات. تضيف منصات التعلم الإلكتروني الذكاء الاصطناعي في أماكن محددة حيث تحل المشكلة. لكنهم يواجهون أيضًا قيودًا حقيقية. ويكتشفون أن إعادة بناء منصة حول الذكاء الاصطناعي تكلف أكثر بكثير من دمج الذكاء الاصطناعي في نظام موجود.
تحول السوق في منصات التعلم الإلكتروني
قبل دراسة ما تقوم ببنائه المنصات، من المفيد أن نفهم حجم الاستثمار الذي يقودها. نما الذكاء الاصطناعي في سوق التعليم من 5.88 مليار دولار في عام 2024 إلى 8.30 مليار دولار في عام 2025، أي بزيادة قدرها 41% في عام واحد. وبحلول عام 2030، من المتوقع أن يصل هذا الرقم إلى 41 مليار دولار، بمعدل نمو سنوي مركب قدره 42.83%. هذه ليست توقعات تخمينية. إنها تعكس قرارات الإنفاق التي تم اتخاذها بالفعل على مستوى النظام الأساسي.
بيانات التبني مذهلة بنفس القدر. اعتمد 60% من المعلمين الذكاء الاصطناعي في الفصول الدراسية، مع التركيز بقوة على تخصيص تجربة التعلم. وفي الوقت نفسه، يستخدم 67% من الطلاب الذكاء الاصطناعي بانتظام للتعلم. ومن بين طلاب الجامعات، أفاد 92% أنهم استخدموا أدوات الذكاء الاصطناعي في دراستهم في عام 2025، مقارنة بـ 66% في العام السابق. لا تضيف المنصات الذكاء الاصطناعي لأنه يبدو مثيرًا للإعجاب. إنهم يضيفونه لأن مستخدميهم يتوقعونه بالفعل.
إطار عمل لفهم تصميمات الذكاء الاصطناعي الجديدة
ليست كل ميزات الذكاء الاصطناعي متساوية. عند تقييم ما تقوم منصات التعلم الإلكتروني ببنائه فعليًا، فمن المفيد تنظيم عمليات التنفيذ في ثلاثة مستويات بناءً على التأثير التشغيلي:
- المستوى 1، كفاءة الذكاء الاصطناعي
أتمتة المهام الإدارية المتكررة. يوفر التكلفة، ويقلل من متطلبات عدد الموظفين، ويحد من التأثير على نتائج التعلم. - المستوى 2، تحسين الذكاء الاصطناعي
التخصيص والتسليم على التكيف. يحسن تجربة التعلم، ويزيد من معدلات الإنجاز، وتأثير قابل للقياس على النتائج. - المستوى 3، القدرة على الذكاء الاصطناعي
يفتح أنواع الدورات التدريبية وطرق التقييم الجديدة التي لم تكن قابلة للتطبيق من قبل. يغير ما يمكن أن تقدمه المنصات، وليس فقط مدى كفاءتها في العمل.
بدأت معظم المنصات بالمستوى 1، وهي الآن تستثمر بكثافة في المستوى 2. ولم ينتقل سوى عدد قليل منها بشكل ملموس إلى المستوى 3.
1. التخصيص (المستوى 2)
تقوم كل منصة للتعليم الإلكتروني ببناء مسارات تعليمية مخصصة. هذا هو المجال الذي يضيف فيه الذكاء الاصطناعي قيمة حقيقية، وقد أدركت معظم المنصات ذلك.
الفكرة الأساسية بسيطة: بدلاً من أن يتبع كل متعلم نفس بنية الدورة التدريبية، يراقب الذكاء الاصطناعي كيف يتعلم الطالب ويضبط المسار في الوقت الفعلي. إذا كان المتعلم يواجه صعوبة في محتوى الفيديو، يوصي النظام بتمارين تفاعلية بدلاً من ذلك. إذا كان شخص ما يتسابق من خلال النظرية ولكنه يتعثر في المشاكل العملية، فإن النظام يضيف المزيد من وحدات التدريب قبل المضي قدمًا.
نفذت كورسيرا ذلك من خلال تتبع كيفية تفاعل الطلاب مع المحتوى، ومقاطع الفيديو التي يعيدون مشاهدتها، وأسئلة الاختبار التي يعيدون تجربتها، والمدة التي يتوقفون فيها مؤقتًا عند مواضيع محددة. يحدد نموذج الذكاء الاصطناعي أنماط النضال ويعدل التوصيات. يمكن لتوصيات الذكاء الاصطناعي المخصصة أن تعزز رضا المستخدم بنسبة 82%، ويمكن لتقنية التعلم التكيفي المدعومة بالذكاء الاصطناعي تسريع وتيرة تعلم الطلاب بنسبة 50%.
التكنولوجيا ليست جديدة. التعلم التكيفي موجود منذ سنوات. ما تغير هو الحجم والسرعة. إن بناء التخصيص على مستوى النظام الأساسي يعني الآن حصول آلاف المتعلمين المتزامنين على مسارات فردية في وقت واحد. نما عدد مستخدمي Khanmigo AI في Khan Academy من 68000 مستخدم في 2023-2024 إلى أكثر من 1.4 مليون مستخدم بحلول منتصف عام 2025، وهي زيادة بمقدار 20 ضعفًا تعكس مدى سرعة توسيع نطاق الاعتماد عندما يعمل التخصيص فعليًا.
2. إنشاء المحتوى (المستوى 1)
تنفق منصات التعليم الإلكتروني ميزانيات هائلة على إنشاء المحتوى. تتطلب الدورة التدريبية عالية الجودة مصممين تعليميين وخبراء في الموضوع ومصوري فيديو ومحررين ودعمًا فنيًا. يمكن أن تكلف دورة واحدة عالية الجودة ما بين 50 ألف دولار إلى 200 ألف دولار لإنتاجها.
يعمل الذكاء الاصطناعي على تغيير هذه الرياضيات، ولكن ليس بالطريقة التي توقعها الناس. لا تحل المنصات محل المصممين التعليميين البشريين مع الذكاء الاصطناعي. إنهم يستخدمون الذكاء الاصطناعي للتعامل مع الأجزاء التي لا يرغب البشر في القيام بها، أي العمل الممل والمتكرر.
يستخدم Udemy الذكاء الاصطناعي لمساعدة المعلمين في إنشاء الخطوط العريضة للدورة التدريبية من خبراتهم. يمكن للمعلم الذي يتمتع بالمعرفة العميقة ولكن ليس لديه خبرة في بناء الدورة التدريبية تغذية موضوع الذكاء الاصطناعي والحصول على مخطط تفصيلي منظم مع الوحدات المقترحة وأهداف التعلم ونقاط التقييم. لا يزال المعلم يكتب المحتوى الفعلي ويسجل مقاطع الفيديو، ولكن السقالات موجودة بالفعل.
يستخدم LinkedIn Learning الذكاء الاصطناعي لإنشاء محتوى تكميلي وأسئلة اختبار ومطالبات للمناقشة ومستندات ملخصة من مواد الدورة التدريبية الأساسية. يمكن للتقييمات المدعومة بالذكاء الاصطناعي توفير الكثير من الوقت في عملية وضع الدرجات، ويمكن للذكاء الاصطناعي تقليل العبء الإداري للمعلمين بنسبة 30% من خلال وضع الدرجات والمهام الإدارية تلقائيًا.
النتيجة العملية؟ يمكن للمنصات أن تجعل الدورات التدريبية الجديدة أسرع وأرخص.
3. التقييم والملاحظات (المستوى 3)
هذا هو المكان الذي يغير فيه الذكاء الاصطناعي ما هو ممكن بالفعل في التعلم الإلكتروني، وحيث يحدث التحول الأكثر أهمية في القدرات. يقتصر تقييم التعلم الإلكتروني التقليدي على أسئلة الاختيار من متعدد، والمطابقة، وملء الفراغات. لماذا؟ لأن التصنيف الآلي للأعمال المعقدة والمقالات والأكواد ومشاريع التصميم والكتابة الإبداعية يتطلب حكمًا بشريًا.
يمكن لمنصة الذكاء الاصطناعي الآن تقييم المهام المكتوبة وعمليات إرسال التعليمات البرمجية وعمل المشروع على نطاق واسع. والأهم من ذلك، أنه يمكن أن يقدم ملاحظات تفصيلية توضح ما نجح وما لم ينجح. ينظر تقييم Coursera المدعوم بالذكاء الاصطناعي إلى مقال الطالب ويمكنه تحديد المشكلات الهيكلية والادعاءات غير المدعومة والمجالات التي تحتاج إلى التطوير. لا يقتصر الأمر على تحديد ما إذا كان صحيحًا أو خاطئًا؛ فهو يفسر المنطق. بالنسبة لتعلم الطلاب، غالبًا ما تكون هذه التعليقات أكثر قيمة من الدرجة.
الذكاء الاصطناعي في التعلم الإلكتروني يمكن أن يقلل من معدلات التسرب من المقررات الدراسية. وتعد جودة التقييم محركا هاما لهذا التخفيض؛ الطلاب الذين يحصلون على تعليقات مفيدة حول العمل المعقد يظلون منخرطين بطرق لا يمكن أن تستمر فيها المقررات الدراسية ذات الاختيارات المتعددة فقط.
تعد هذه الإمكانية مهمة لأنها تفتح أنواع الدورات التدريبية التي لم تكن قابلة للتطبيق من قبل. يمكن للمنصات الآن أن تقدم دورات مكثفة في الكتابة، ودورات برمجة مع مشاريع هادفة، وتدريبًا قائمًا على المهارات التي تتطلب تقييمًا معقدًا.
4. الأتمتة الإدارية (المستوى 1)
وراء كل منصة للتعليم الإلكتروني عمل إداري لا يراه الطلاب أبدًا. الدرجات وتتبع التقدم والتواصل عبر البريد الإلكتروني وإدارة التسجيل ودعم الطلاب. هذا العمل مكلف ومتكرر في الغالب.
تعمل المنصات على أتمتة هذه الأمور باستخدام روبوتات الدردشة وأنظمة التشغيل الآلي التي تعمل بالذكاء الاصطناعي. رسائل البريد الإلكتروني للطالب تسأل عن الموعد النهائي. يقرأ نظام الذكاء الاصطناعي البريد الإلكتروني، ويبحث عن تسجيل الطالب، ويتحقق من جدول الدورة، ويستجيب بالمعلومات الدقيقة المطلوبة. لم يلمس أي إنسان التفاعل.
يوفر المعلمون الذين يستخدمون أدوات الذكاء الاصطناعي أسبوعيًا على الأقل ما متوسطه 5.9 ساعة أسبوعيًا، أي ما يعادل 6 أسابيع خلال العام الدراسي. بالنسبة للمنصات التي تدير آلاف المعلمين وملايين الطلاب، يمثل توفير الوقت تخفيضًا كبيرًا في تكاليف التشغيل.
5. إمكانية الوصول (المستوى 2)
تعني إمكانية الوصول إلى التعلم الإلكتروني عادةً التسميات التوضيحية والنص البديل والأوضاع عالية التباين. مهمة ولكنها محدودة. يعمل الذكاء الاصطناعي على توسيع معنى إمكانية الوصول. يعمل النسخ في الوقت الفعلي الآن بشكل جيد بما يكفي لتمكين الطلاب الصم وضعاف السمع من متابعة المحاضرات بدقة. لقد تم تحسين تحويل النص إلى كلام لمحتوى الفيديو بما يكفي ليكون قابلاً للاستخدام. تقوم بعض المنصات بتجربة الصور الرمزية للغة الإشارة التي أنشأها الذكاء الاصطناعي لمحتوى الفيديو.
التطور الأكثر أهمية هو إمكانية الوصول الشخصية. يستطيع الذكاء الاصطناعي اكتشاف الصعوبات التي يواجهها الطالب في التنسيق الحالي والتوصية بالبدائل. إذا كان على الطالب إرجاع مقاطع الفيديو باستمرار، يقترح النظام إصدارات نصية تفاعلية. إذا كان شخص ما يعاني من سرعة القراءة، تقوم المنصة بضبط السرعة أو تقديم بدائل صوتية.
يرغب معظم الطلاب في المشاركة بشكل أكبر في الدورات التدريبية التي تستخدم الذكاء الاصطناعي لمسارات التعلم المخصصة. أصبحت إمكانية الوصول بشكل متزايد جزءًا من هذا التخصيص، وليست مربع اختيار منفصل للامتثال، ولكنها جانب متكامل من كيفية خدمة المنصات للمتعلمين المتنوعين.
خطأ شائع في تطوير المنصات الحديثة
حاولت منصة تدريب متوسطة الحجم للشركات إضافة تخصيص الذكاء الاصطناعي بسرعة. لقد قاموا بدمج واجهة برمجة التطبيقات (API) للتوصية دون إعادة بناء البنية التحتية للبيانات الخاصة بهم. وبعد مرور ستة أشهر، تعطل النظام تحت التحميل لأن قاعدة البيانات الخاصة به لم تكن مصممة لأنماط حركة المرور التي أنشأها التخصيص. وكان عليهم إعادة البناء من الصفر.
- الدرس
لا يمكنك تثبيت الذكاء الاصطناعي على منصة مصممة لبنية مختلفة. إذا كنت تقوم ببناء تعليم إلكتروني في عام 2026، فخطط لتكامل الذكاء الاصطناعي من البداية، وليس كفكرة لاحقة. إن المنصات التي تكتشف هذا الأمر تدفع الآن مبلغًا مضاعفًا، مرة لبناء النظام الأصلي ومرة أخرى لإعادة بناء الأساس.
تكلفة بناء أنظمة الذكاء الاصطناعي هذه
لا تقوم معظم منصات التعلم الإلكتروني ببناء الذكاء الاصطناعي من الصفر. إنهم يقومون بدمج واجهات برمجة تطبيقات الذكاء الاصطناعي وOpenAI وAnthropic وGoogle في بنيتهم التحتية الحالية. وهذا النهج أسرع وأرخص من تدريب النماذج المخصصة.
لكن دمج الذكاء الاصطناعي في التعلم الإلكتروني يتطلب عملاً أكثر مما يبدو. يتعين عليك التعامل مع بيانات الطلاب بعناية (مخاوف الخصوصية)، والتحقق من أن توصيات الذكاء الاصطناعي تعمل بالفعل على تحسين نتائج التعلم، وإدارة تكلفة استدعاءات واجهة برمجة التطبيقات (API) على نطاق واسع.
تجد معظم المنصات أن التكلفة الأولية لتكامل الذكاء الاصطناعي، وبناء البنية التحتية، واختبار النماذج، وضمان الأمن والخصوصية، تبلغ 40% إلى 60% من إجمالي ميزانية التطوير الخاصة بها. الصيانة والمراقبة المستمرة هي 20-30٪ أخرى.
تصنف نصف المؤسسات أمن البيانات باعتباره مصدر قلقها الرئيسي، ويصنف قانون الاتحاد الأوروبي للذكاء الاصطناعي التعليم على أنه عالي المخاطر، مما يفرض مسارات تدقيق ورقابة بشرية لا يزال العديد من البائعين يفتقرون إليها. تكلفة الامتثال حقيقية ويتم الاستهانة بها من قبل معظم المنصات.
حدود الذكاء الاصطناعي
تكتشف منصات التعلم الإلكتروني أن الذكاء الاصطناعي يعمل على تحسين النظام عند أطرافه، وليس في قلبه. يستطيع الذكاء الاصطناعي تخصيص التوصيات وأتمتة عملية التقييم والتعامل مع أسئلة الدعم. لكن الذكاء الاصطناعي لا يستطيع التدريس. لا يمكن أن يحل محل المعلم الذي يفهم موضوعه بعمق ويمكنه شرحه بوضوح.
إن المنصات التي تتعامل مع الذكاء الاصطناعي كبديل للتصميم التعليمي الجيد ينتهي بها الأمر بأنظمة تبدو بارعة ولكنها لا تقوم بالتدريس بشكل جيد. إن المنصات التي تتعامل مع الذكاء الاصطناعي كأداة لتعزيز التصميم الجيد ينتهي بها الأمر إلى أنظمة تعمل بشكل أفضل بالفعل.
ماذا يأتي بعد ذلك
من المحتمل أن تحدد ثلاثة تطورات الذكاء الاصطناعي في التعلم الإلكتروني خلال السنتين أو الثلاث سنوات القادمة. التدخل التنبئي سيحل محل الدعم التفاعلي. تستجيب أنظمة الذكاء الاصطناعي الحالية عندما يعاني المتعلمون. سوف تتنبأ أنظمة الجيل التالي بالمعاناة قبل حدوثها، وتحديد المتعلمين المعرضين لخطر التسرب قبل أسابيع من ظهور علامات واضحة عليهم، والتدخل بشكل استباقي.
سوف ينتقل الذكاء الاصطناعي للتقييم إلى الشهادة. في الوقت الحالي، يتم استخدام تقييم الذكاء الاصطناعي للحصول على تعليقات تكوينية، وليس للحصول على شهادات عالية المخاطر. مع تحسن دقة تقييم الذكاء الاصطناعي وزيادة قوة مسارات التدقيق (مدفوعة جزئيًا بمتطلبات الامتثال لقانون الذكاء الاصطناعي للاتحاد الأوروبي)، ستبدأ المنصات في استخدام الذكاء الاصطناعي للحصول على الشهادات المهنية، مما يوسع بشكل كبير ما هو قابل للتطبيق للتصديق على نطاق واسع.
سوف يتفوق التدريب المؤسسي على التعليم الإلكتروني الأكاديمي في الاستثمار في الذكاء الاصطناعي. يواجه أصحاب العمل نقصًا في المواهب في علوم البيانات والأدوار المرتبطة بالذكاء الاصطناعي، ويقومون بتمويل مجموعات التعلم الصغير التي تصدر بيانات اعتماد قابلة للتكديس في غضون أسابيع. إن اقتصاديات التدريب في الشركات تجعل تبرير الاستثمار في الذكاء الاصطناعي أسهل من تبريره في الأوساط الأكاديمية.
خاتمة
لا تزال منصات التعلم الإلكتروني في مرحلة مبكرة من تكامل الذكاء الاصطناعي. معظمها في مرحلة التخصيص والأتمتة. إن الموجة التالية، وهي التعلم التنبؤي، وبيانات الاعتماد المعتمدة من الذكاء الاصطناعي، والمحتوى التكيفي في الوقت الحقيقي، يتم بناؤها الآن من قبل المنصات الراغبة في الاستثمار في البنية التحتية التي تجعل ذلك ممكنا.
ستفوز الأنظمة الأساسية التي تكتشف كيفية إضافة قدرات الذكاء الاصطناعي دون إضافة تعقيد. تلك التي يتم تثبيتها على الميزات دون إعادة بناء أسس البيانات الخاصة بها سوف تنهار تحت عبء الصيانة. هذا ليس التنبؤ التكنولوجي. إنها عملية.
اكتشاف المزيد من مجلة حامل المسك
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
