يشهد التعليم الإلكتروني في التعليم العالي تطورًا متسارعًا مع دخول الأنظمة الذكية القائمة على النماذج اللغوية الكبيرة، التي باتت توفر التدريس الخصوصي المخصص وتوليد المحتوى الديناميكي والتقويم الآلي، غير أن هذا الانتشار الواسع يصطدم بقيود جوهرية في تلك النماذج، من أبرزها قابليتها للهلوسة المعرفية وضعف التحقق من المعرفة المتخصصة في المجالات الدقيقة وعدم اتساق مخرجاتها، وهي قصور قد يفضي إلى محتوى مضلل أو خاطئ تكون له عواقب سلبية كبيرة على التعلم، وتطرح هذه الدراسة إطارًا جديدًا يعالج هذه المشكلة من جذورها، لا بتحسين النموذج وحده، بل ببناء بنية تحقق ومساءلة تحيط بمخرجاته وتجعل أخطاءه قابلة للتتبع والتوثيق
أولًا: أهداف الدراسة ومنهجيتها
انطلقت الدراسة من تحد محوري مفاده أن أخطاء الأنظمة الذكية في التعليم لا قيمة لتصحيحها ما لم تُسجل تسجيلًا غير قابل للتلاعب وتُتتبع إلى مصدرها، بما يقيم آلية للمساءلة بين الجهات التي تنشر خدمات النماذج اللغوية في البيئات التعليمية، واقترح الباحثون إطارًا يدمج النماذج اللغوية الكبيرة مع سلسلة كتل اتحادية لتحقيق تعليم إلكتروني مخصص وقابل للتحقق في التعليم العالي، ويقوم التصميم المقترح على معمارية تآزرية تتولى فيها خدمات النماذج اللغوية واجهة التعليم الذكي التي يتعامل معها المتعلم، بينما تعمل سلسلة الكتل الاتحادية المقيدة بالأذونات سجلًا آمنًا مضادًا للعبث، وتسجل هذه البنية المعاملات التعليمية الحرجة بدءًا من بيانات عملية التعلم والاعتمادات الأكاديمية وصولًا إلى المخرجات التي تولدها النماذج اللغوية نفسها، بحيث لا يبقى أي محتوى تعليمي مولد آليًا خارج دائرة التوثيق، وتستثمر الدراسة في ذلك خصائص سلسلة الكتل من الثبات وعدم القابلية للتغيير بعد التسجيل
ثانيًا: أبرز النتائج
أظهرت الدراسة أن هذا التكامل لا يقتصر أثره على تأمين الاعتمادات الأكاديمية وحمايتها من التزوير أو التعديل، بل يمتد إلى إقامة مسار تدقيق كامل يجعل من الممكن تتبع المسؤولية عن أوجه القصور التعليمية الناجمة عن أخطاء الذكاء الاصطناعي، فحين يتلقى طالب محتوى خاطئًا مولدًا آليًا يمكن الرجوع إلى السجل لتحديد مصدر الخطأ ولحظة توليده والجهة المسؤولة عن نشره، وبينت الدراسة أن الإطار المقترح يقدم بذلك صيغة قوية وخاضعة للمساءلة للاستفادة من النماذج اللغوية الكبيرة في التعليم، إذ يخفف مخاطر عدم دقة الذكاء الاصطناعي عبر الاستناد إلى الطبيعة القابلة للتحقق وغير القابلة للتغيير التي تتمتع بها سلسلة الكتل الاتحادية، ويعالج أسباب تردد المؤسسات التعليمية في تبني هذه النماذج، من الهلوسة وضعف التحقق من المعرفة المتخصصة وتذبذب المخرجات، بجعل كل مخرج موثقًا وقابلًا للمراجعة بأثر رجعي
ثالثًا: دلالات الدراسة وتطبيقاتها
تفتح هذه الدراسة أمام الجامعات والمؤسسات التعليمية مسارًا عمليًا لتبني التعليم المدعوم بالنماذج اللغوية الكبيرة دون التضحية بثقة المتعلمين وسلامة المحتوى، فتوثيق بيانات التعلم والاعتمادات والمخرجات في سجل موزع مضاد للعبث يمنح الإدارات التعليمية أداة حوكمة تتجاوز الرقابة اللاحقة التقليدية، كما يفيد مطوري منصات التعليم الإلكتروني في إعادة التفكير في معمارية أنظمتهم بحيث تكون المساءلة جزءًا بنيويًا من التصميم لا إضافة لاحقة، وتكتسب الدراسة أهمية خاصة في زمن تتسع فيه الخدمات التعليمية الذكية بسرعة تفوق أطر ضبطها، إذ تقدم نموذجًا يجمع بين ذكاء النماذج اللغوية في التخصيص والتوليد وبين صرامة سجلات سلسلة الكتل في الحفظ والإثبات
ويعزز هذا التوجه أن الاعتمادات الأكاديمية المسجلة في سلسلة الكتل الاتحادية تصبح أصولًا موثوقة قابلة للتحقق الفوري من أي جهة معنية، فلا تحتاج المؤسسات إلى إعادة التحقق اليدوي من الشهادات والسجلات، كما أن توثيق بيانات عملية التعلم ذاتها يمنح الباحثين وصناع القرار قاعدة موثوقة لدراسة أثر الخدمات الذكية نفسها، فيتحول الإطار من أداة ضبط تقنية إلى بنية معرفية تتيح تقويم التعليم الذكي بأدلة موثقة لا بانطباعات متفرقة
وخلاصة القول إن الجمع بين النماذج اللغوية الكبيرة وسلسلة الكتل الاتحادية يقدم حلًا متوازنًا لمعضلة الثقة في التعليم الإلكتروني الذكي، فهو يستثمر قدرات النماذج في التدريس المخصص وتوليد المحتوى والتقويم الآلي، ويحاصر في الوقت نفسه أخطار الهلوسة وعدم الاتساق بسجل تدقيق ثابت يجعل كل معاملة تعليمية موثقة وكل خطأ قابلًا للتتبع والمساءلة، وهو ما يرسي أساسًا أمتن لتوظيف الذكاء الاصطناعي في التعليم العالي
هل تحتاج إلى دعم متخصص في بحثك؟
يمكنك طلب الخدمة مباشرة عبر حساب الباحث، وسيتابع معك فريق مؤسسة النظم طلبك خطوة بخطوة حتى اكتمال الإنجاز