منذ انتشار أدوات الذكاء الاصطناعي التوليدي، أصبح من الطبيعي أن يلجأ الطالب المستعد لاختبار القدرات أو التحصيلي إلى ChatGPT أو أدوات مشابهة، طارحاً سؤالاً مباشراً: "أعطني أسئلة قدرات" أو "اشرح لي هذا الدرس". النتيجة غالباً مخيبة أسئلة عامة لا تشبه أسلوب قياس الفعلي، أو شرح صحيح لكنه بعيد عن طريقة صياغة الأسئلة التي سيواجهها الطالب فعلياً في الاختبار.

هذه المشكلة ليست في الأداة نفسها، بل في طريقة استخدامها. الفرق بين نتيجة عامة لا تفيد في التحضير الفعلي، ونتيجة قريبة جداً من أسلوب الاختبار الحقيقي، يعتمد بالكامل على دقة الطلب المُوجَّه للأداة  نفس المبدأ الذي تناولناه سابقاً في هذه المدونة حول الفرق بين "أدوات تأليف" و"مساعد تأليف" في التعليم الإلكتروني بشكل عام.

لماذا تفشل أغلب المحاولات الأولى

حين يطرح الطالب سؤالاً عاماً، يستجيب النموذج بنمط تدريبه العام على الإنترنت، لا بنمط أسئلة قياس تحديداً. هذا يفسّر لماذا يشعر كثير من الطلاب أن إجابات الذكاء الاصطناعي "قريبة لكنها ليست هي": المستوى مختلف، صياغة الخيارات مختلفة، والفخاخ المنطقية التي يعتمدها قياس في تصميم أسئلته غائبة تماماً عن الإجابة العامة. تحليلاً مفصلاً لهذه المشكلة تحديداً، بأمثلة من الأسئلة الكمية واللفظية، نشرته منصة Smart Island في مقال بعنوان لماذا تعطي أدوات الذكاء الاصطناعي إجابات خاطئة في القدرات والتحصيلي.

من "سؤال عام" إلى "أمر مصمم لهذا الاختبار تحديداً"

الحل ليس التوقف عن استخدام هذه الأدوات، بل تغيير طريقة الطلب نفسها. حين يُحدَّد للنموذج: نوع القسم (كمي أو لفظي)، مستوى الصعوبة المطلوب، ونمط الفخ المنطقي الذي يعتمده قياس عادة في هذا النوع من الأسئلة — تتغير جودة النتيجة جذرياً. هذا الفرق تحديداً هو ما تبنيه مجموعات الأوامر الجاهزة المصمَّمة خصيصاً لهذين الاختبارين، وهو ما أوضحته منصة Smart Island في مقال أوامر الذكاء الاصطناعي لمذاكرة القدرات والتحصيلي، حيث الأوامر مبنية مسبقاً لتراعي هذه الفروقات بدل أن يكتشفها الطالب بالتجربة والخطأ.

خلاصة

الذكاء الاصطناعي أداة مذاكرة قوية فعلاً لاختبارات القدرات والتحصيلي، لكنها تحتاج توجيهاً دقيقاً لا سؤالاً عاماً. الفارق بين الاستفادة الحقيقية من هذه الأدوات في التحضير، وبين إضاعة وقت المذاكرة على نتائج لا تشبه الاختبار الفعلي، يعتمد بالكامل على معرفة كيف تُصاغ الطلبات لا على قوة الأداة نفسها.

 حين نُشرت أغلب المقالات في هذه المدونة عن أنظمة إدارة التعلم (LMS) وأنظمة تأليف المحتوى التعليمي (LCMS) مثل Articulate وCourseLab، كانت الفكرة المحورية واحدة: كيف نبني محتوى تعليمياً تفاعلياً دون الحاجة لإتقان البرمجة. اليوم، بعد أكثر من عقد، لا تزال هذه الأنظمة قائمة، لكن طبقة جديدة كاملة أُضيفت فوقها: الذكاء الاصطناعي.

الفرق الجوهري: من "أدوات تأليف" إلى "مساعد تأليف"

أنظمة مثل Articulate Storyline أو Captivate التي تحدثنا عنها سابقاً في هذه المدونة كانت تُسهّل عملية البناء، لكنها لا تزال تتطلب من المعلم أو المصمم التعليمي أن يعرف بالضبط ماذا يريد أن يبني. الذكاء الاصطناعي غيّر هذه المعادلة: بدل أن تبني الشريحة التفاعلية بنفسك خطوة بخطوة، يمكنك الآن وصف الهدف التعليمي، والحصول على مسودة أسئلة، أو تلخيص، أو حتى خطة درس كاملة، ثم تُعدّلها داخل نفس الأدوات المألوفة.

هذا لا يُلغي أنظمة التأليف التقليدية، لكنه يُقلّص زمن الإعداد بشكل كبير — والزمن هو أكبر عائق يواجه المعلمين فعلياً في تبني التعلم الإلكتروني، أكثر من نقص الأدوات نفسها.

أين يفشل الذكاء الاصطناعي في هذا السياق تحديداً

المشكلة الشائعة أن المعلمين يستخدمون أدوات الذكاء الاصطناعي بنفس طريقة استخدام محرك بحث: سؤال عام، إجابة عامة لا تصلح للاستخدام المباشر في الفصل. الفرق بين نتيجة عامة وأخرى قابلة للاستخدام الفوري في تصميم تعليمي حقيقي يعتمد على أربعة عناصر: تحديد المستوى الدراسي بدقة، تحديد الشكل المطلوب (سؤال، نشاط، ملخص)، تحديد الوقت المتاح للنشاط، وتحديد ما يجب تجنبه (تعقيد زائد، طول غير مناسب للفئة العمرية).

هذا يشبه تماماً الفرق بين "صمم لي درساً" و"صمم لي نشاطاً تفاعلياً لطلاب الصف السادس، مدته 10 دقائق، يقيس فهم مفهوم الكسور دون استخدام حسابات معقدة" — نفس الفكرة، لكن الفرق في النتيجة جذري.

هذه بالضبط نقطة تلتقي فيها أدوات التأليف التقليدية بالذكاء الاصطناعي: الأدوات تبني الشكل، والذكاء الاصطناعي المُوجَّه بدقة يبني المحتوى الأولي الذي تُشكّله الأداة. لمن أراد التعمق أكثر في كيفية صياغة أوامر دقيقة تعطي نتائج قابلة للاستخدام الفوري بدل إجابات عامة، هناك شرح مفصل لهذه الفكرة في مقال لماذا لا يعطيك الذكاء الاصطناعي إجابة دقيقة، يوضح العناصر الأربعة بأمثلة عملية من عدة مجالات.

خلاصة

أنظمة التعلم الإلكتروني التي غطّتها هذه المدونة عبر السنوات لم تختفِ ولن تختفي، لكنها اكتسبت شريكاً جديداً يُسرّع أول خطوة في أي عملية تصميم تعليمي: تحويل الفكرة العامة إلى مسودة أولية قابلة للتطوير. الفارق بين الاستفادة الحقيقية من هذا الشريك أو الحصول على نتائج عامة لا تُستخدم، يعتمد بالكامل على طريقة صياغة الطلب، لا على قوة الأداة نفسها.