المعلّم الذكي في تدريب الشركات: ماذا تقول الأبحاث فعلًا

لماذا ننظر في الأدلة

تتراوح الادعاءات حول المعلّم الذكي بين «معلّم خاص لكل شخص» و«يعطي المتعلمين الإجابات جاهزة». وقد يصدق الأمران معًا، بحسب طريقة بناء المعلّم واستخدامه. وتساعد بضع دراسات حديثة جيدة التصميم على التمييز بينهما. ولا تتناول أيٌّ منها تدريب الشركات تحديدًا، فاقرأها مؤشرات على التصميم، لا وعودًا بنتائج.

هارفارد: معلّم موجِّه تفوّق على التعلّم النشط

أجرى كيستين وميلر وزملاؤهما تجربة عشوائية محكومة في مقرر تمهيدي للفيزياء بجامعة هارفارد، نُشرت في مجلة Scientific Reports عام 2025. حضر كل طالب من الطلاب الـ194 الذين حُلّلت نتائجهم درسًا مع معلّم ذكي ودرسًا في صف تعلّم نشط جيد الإدارة، بتصميم تبادلي. وبلغ الوسيط في الاختبار البعدي 4.5 مع المعلّم الذكي مقابل 3.5 في الصف، انطلاقًا من 2.75 في الاختبار القبلي، أي أكثر من ضعف مكسب التعلّم. كما أفاد الطلاب مع المعلّم الذكي بتفاعل ودافعية أعلى، وقضى أغلبهم وقتًا أقل من مدة الحصة.

والتصميم أهم من العنوان. فالمعلّم لم يكن روبوت محادثة عامًا؛ إذ بُنيت تعليماته على أبحاث التفاعل النشط والعبء المعرفي وعقلية النمو، وكانت المنصة تقود الطالب في كل جزء من كل مسألة بالترتيب، لأن الباحثين وجدوا أن التعليمات وحدها لا تضمن تسلسل المسائل متعددة الأجزاء، وتضمّنت التعليمات إجابات خبراء خطوة بخطوة، فلم يكن النموذج يحل مسائل الفيزياء وحده. ويذكر الباحثون حدود الدراسة بوضوح: مقرر واحد في مؤسسة واحدة، ودروس تستهدف الفهم والتطبيق لا التركيب الأعلى، وبعض الباحثين صمّموا أيضًا صف المقارنة.

Khanmigo: الإتاحة وحدها لم تغيّر كثيرًا

اختبرت تجربة عشوائية عنقودية امتدت عامين في 18 مدرسة متوسطة بولاية تينيسي، نشرها أوريوبولوس ولو عام 2026 ضمن أوراق عمل NBER برقم 35620، المعلّمَ الذكي Khanmigo من Khan Academy خلال حصص الرياضيات العلاجية القائمة. ورفع تخصيص الأداة الدرجات بنحو 0.06 إلى 0.08 انحراف معياري خلال العام الدراسي، وهو أثر قريب من التدرّب على Khan Academy دون المساعد الذكي. وكان العائق هو الاستخدام: جرّبه الطلاب كلهم تقريبًا، لكنهم راسلوه في نحو 17% فقط من جلسات التمرين التي أخطؤوا فيها، وكانت أغلب رسائلهم إجابات مجرّدة أو نقرات على اقتراحات جاهزة لا نقاشًا حقيقيًا.

الذكاء الاصطناعي بلا ضوابط قد يضرّ التعلّم

وتضيف تجربة ميدانية شملت نحو ألف طالب رياضيات في المرحلة الثانوية بتركيا، أجراها باستاني وزملاؤه ونُشرت في مجلة PNAS عام 2025، تحذيرًا مهمًا. فالطلاب الذين استخدموا واجهة محادثة مفتوحة مع GPT-4 أدّوا أفضل بكثير أثناء التمرين، لكنهم في الاختبار اللاحق دون ذكاء اصطناعي حصلوا على درجات أقل بنحو 17% ممن لم يستخدموه. أما النسخة المزوّدة بضوابط، التي تقدّم تلميحات لا إجابات وتستند إلى مدخلات المعلّمين، فحسّنت التمرين أكثر وتجنّبت ذلك الضرر إلى حد كبير، وإن لم ترفع درجات الاختبار هي الأخرى.

ماذا يعني هذا لتدريب الشركات

حين تُقرأ هذه الدراسات معًا، تشير إلى الاتجاه نفسه: الأثر يأتي من التصميم والاستخدام، لا من مجرد تشغيل روبوت محادثة. ويُترجم ذلك لفريق التدريب إلى بضع قواعد عملية.

• اجعل المعلّم يستند إلى محتوى دورتك وإجاباتك المعتمدة، كما في تجربة هارفارد، كي لا يرتجل السياسات أو الإجراءات
• وجّه المتعلم خطوة بخطوة، وفي التمرين قدّم تلميحات وأسئلة بدل الإجابات
• اجعله نشاطًا مُسندًا داخل الدرس، كسيناريو أو مجموعة أسئلة، بدل ترك نافذة محادثة ينتظر أن يكتشفها الناس
• قِس ما يستطيع المتعلم فعله دون المعلّم الذكي، لا أداءه بوجوده فقط
• توقّع أن يفيد أكثر في الفهم والتطبيق، واترك للمدرّبين مهام التقدير والإرشاد والتفكير الأعلى

كيف تجرّب المعلّم الذكي

لا تحتاج إلى فريق بحثي لتعرف هل يفيد المعلّم الذكي متدربيك. اختر دورة واحدة تستهدف مهارة واضحة ولها تقييم قائم. وشغّل مجموعتين متقاربتين، إحداهما مع المعلّم الذكي نشاطًا مُسندًا داخل الدروس والأخرى دونه، مع إبقاء كل ما عدا ذلك كما هو. ثم قارن النتائج في التقييم نفسه دون المعلّم الذكي، وانظر في طريقة استخدامه: كم متدربًا لجأ إليه حين أخطأ، وهل كانت رسائلهم أسئلة حقيقية أم طلبًا للإجابة. واقرأ عيّنة من المحادثات للتحقق من دقتها. فبضعة أسابيع من ذلك ستخبرك أكثر من ادعاءات أي مزوّد، ومنها ادعاءاتنا.

كيف يساعدك Classbase

صُمّم المعلّم الذكي في Classbase على هذه الأسس: يجيب من دورتك ويوضح مصدر الإجابة، ويوجّه المتدرب أثناء التمرين بدل أن يعطيه الإجابة، ويمكنك إضافته إلى الدرس بطاقةَ تمرين ليكون نشاطًا مُسندًا لا إضافة اختيارية. أما مدى تحسينه للنتائج في بيئتك فأمر يُقاس، ويسعدنا أن نخطط لقياسه معك في عرض توضيحي.