أداء الذكاء الاصطناعي في مقرر الأحياء التمهيدي: نجاح في الدرجات وضعف عند مستويات التعقيد المعرفي العالية

أحدث ظهور الذكاء الاصطناعي أثرًا واسعًا في عالم التعليم العالي، وباتت المؤسسات تواجه تحديات حقيقية في دمج هذه التقنيات في مناهجها وتقويماتها، فالنماذج اللغوية الكبيرة قادرة اليوم على الإجابة عن أسئلة الامتحانات وكتابة النصوص العلمية بطلاقة تثير الإعجاب والقلق في آن واحد لدى أعضاء هيئة التدريس وصانعي السياسات التعليمية في الجامعات حول العالم أجمع، مما يستدعي فحصًا تجريبيًا دقيقًا لحدود قدراتها الفعلية في التخصصات العلمية المختلفة

وفي مجال تعليم الأحياء تحديدًا، لم يبحث تقريبًا في قدرات الذكاء الاصطناعي على شرح مفاهيم الأحياء ذات المستوى الجامعي، ومن هنا قيمت هذه الدراسة قدرة عدد من نماذج الذكاء الاصطناعي المعروفة على الأداء في تقويمات مقرر أحياء تمهيدي جامعي، مع تحليل أدائها بحسب التعقيد المعرفي للأسئلة وفق تصنيف بلوم للتعلم، بما يساعد المعلمين على تكييف تقويماتهم في ضوء قدرات الذكاء الاصطناعي ودمجه في مناهج التعليم العالي بصورة واعية ومسؤولة تربويًا وأكاديميًا

أولًا: أهداف الدراسة ومنهجيتها

اختبرت الدراسة أربعة نماذج هي تشات جي بي تي 4 وتشات جي بي تي 3.5 وبارد من غوغل وبينغ من مايكروسوفت، على تقويمات مستوى تمهيدي جامعي في الأحياء، وقارنت درجاتها بمتوسط درجات الطلاب في المقرر ذاته، وميزت التحليلات بين الأسئلة المعتمدة على الصور والأسئلة النصية، وصنفت الأسئلة بحسب مستويات التعقيد المعرفي في تصنيف بلوم، من التذكر والفهم وصولًا إلى التحليل والتقويم، بما أتاح صورة دقيقة عن مواضع قوة هذه النماذج ومواضع ضعفها في التعامل مع المحتوى العلمي المتخصص بمستوياته المعرفية المتدرجة

ثانيًا: أبرز النتائج

1، استطاعت جميع نماذج الذكاء الاصطناعي اجتياز مقرر الأحياء بدرجات متفاوتة من النجاح ارتبطت بمدى استخدام التقويمات للأسئلة المعتمدة على الصور، ففي هذه الأسئلة نال بينغ تقدير دال سالب ونال بارد تقدير دال، بينما نال تشات جي بي تي بنسختيه تقدير جيم سالب، مقارنة بمتوسط تقدير الطلاب وهو باء، بما يظهر تفوق الطلاب الواضح في الأسئلة البصرية

2، ارتفعت درجات نماذج الذكاء الاصطناعي بمقدار درجة حرفية كاملة عند إزالة الأسئلة المعتمدة على الصور من التقويمات، بما يكشف أن الصور والرسوم العلمية تمثل نقطة ضعف بنيوية في أداء هذه النماذج عند تعاملها مع محتوى الأحياء الذي يعتمد كثيرًا على الأشكال والتراكيب البصرية المعقدة والمخططات التوضيحية المتنوعة

3، انخفض أداء النماذج الأربعة جميعها انخفاضًا كبيرًا كلما ازدادت الأسئلة تعقيدًا معرفيًا وفق تصنيف بلوم، بينما بقي أداء الطلاب ثابتًا عبر المستويات، بما يعني أن الذكاء الاصطناعي يجيد استرجاع المعلومات البسيطة ويتعثر في العمليات المعرفية العليا كالتحليل والاستدلال التي تتطلب فهمًا عميقًا وربطًا بين المفاهيم العلمية المختلفة بصورة مرنة

ثالثًا: دلالات الدراسة وتطبيقاتها

تساعد هذه النتائج المعلمين على فهم قدرات الذكاء الاصطناعي عند مستويات التعقيد المختلفة وتكييف تقويماتهم بناء عليها، وبخاصة عبر توظيف الأسئلة المعتمدة على الصور والتسلسلات العلمية التي تتعثر فيها النماذج، وعلى دمج الذكاء الاصطناعي في مناهج التعليم العالي بوصفه أداة مساعدة للتعلم لا بديلًا عن جهد الطالب المعرفي، وهي دلالات بالغة الأهمية للجامعات العربية التي تتعامل اليوم مع انتشار سريع لهذه الأدوات بين طلابها، وتحتاج إلى سياسات تقويم وتدريس تراعي قدراتها الحقيقية وحدودها الموثقة تجريبيًا بدل الانطباعات المتداولة عنها

وتكتسب هذه القضية راهنية خاصة مع الانتشار الواسع لأدوات الذكاء الاصطناعي التوليدي بين الطلاب، إذ بات السؤال المركزي أمام أعضاء هيئة التدريس ليس منع هذه الأدوات منعًا كاملًا، بل فهم ما تجيده وما تعجز عنه بدقة، وتصميم خبرات تعلم وتقويم تستثمر قدراتها في الاسترجاع والتلخيص والصياغة، وتحفظ للطالب مهام التفكير العليا التي يتعثر فيها الذكاء الاصطناعي بوصفها جوهر التعلم الجامعي الحقيقي في التخصصات العلمية والإنسانية معًا

وخلاصة القول إن الذكاء الاصطناعي ينجح في اجتياز مقررات الأحياء التمهيدية حين تكون الأسئلة نصية بسيطة، ويتراجع أداؤه بوضوح أمام الأسئلة البصرية والمعرفية المعقدة، وإن فهم هذا التباين بدقة هو الأساس لتصميم تقويمات عادلة ومناهج تستثمر التقنية دون أن تستسلم لها