رُوجعت المصادر في 19 أكتوبر 2026. نورة شخصية متخيّلة، ومهامها ودفترها والتمارين أمثلة توضيحية. التوصية موقف تحريري، وليست نتيجة عامة أثبتتها الدراسات. يُقصد بالذكاء الفائق هنا نظام افتراضي. مواعيد التدريب اقتراحات للتنظيم.
لنتخيّل نورة، خريجة حديثة تُعدّ أول تقرير لها عن معدل التحويل. في الشهر الماضي، اشترى 4% من الزوار. هذا الشهر، اشترى 5%. يعطيها مساعد ذكي الحساب وجملة للتقرير: ارتفع المعدل نقطة مئوية واحدة، بزيادة نسبية قدرها 25%.
تراجع الأرقام مع الشرح. تبدو الخطوات مفهومة، فترسل التقرير.
بعد أسبوع، يرتفع معدل آخر من 6% إلى 9%. يسألها زميل عن حجم التحسّن. تقول «ثلاثة في المئة»، ثم تتردد. يكتب إلى جانب حسابها: «ثلاثة في المئة من أي رقم؟»
لم يكن في التقرير الأول خطأ حسابي. استطاعت نورة متابعة كل سطر على الشاشة، لكنها أنهت العمل دون أن تختار المقام بنفسها. كشفت المهمة الثانية عن خطوة لم تُضطر إلى تنفيذها في الأولى.
إذا كنت مبتدئًا أو حديث التخرّج، فأوصي بإبعاد الذكاء الاصطناعي التوليدي عن تعلّمك في مرحلة التأسيس. يشمل ذلك الشرح والتلميحات وأوضاع الدراسة وإكمال الكود وتصحيح الأخطاء. استخدم المقررات والكتب والتوثيق، واستعن بمن يستطيع تعليمك. أعطِ نفسك فرصة لمواجهة السؤال المكتوب في هامش نورة قبل أن يسألك عنه زميل.
ما الذي تقوله الدراسات؟
في تجربة لباستاني وزملائه نُشرت عام 2025 وأُجريت في مدرسة ثانوية بتركيا، تفوّق مستخدمو مساعد GPT-4 عامّ على المجموعة الضابطة بنسبة 48% في تدريب الرياضيات بمساعدته. ثم جاء أداؤهم أقل بنسبة 17% في اختبار دون مساعدة. وتجنّب مساعد بضوابط تعليمية معظم هذا التراجع، دون إثبات تحسّن في الاختبار المستقل. [1]
باستاني وزملاؤه [1]. تستخدم المرحلتان مقياس الأثر نفسه. نتيجة هارفارد [2] مستقلة، ولا تُرسم على هذا المقياس.
أقوى اعتراض على المنع الشامل يأتي من تجارب نجح فيها التدريس بالذكاء الاصطناعي. درس كيستين وزملاؤه 194 طالبًا في الفيزياء بهارفارد خلال درسين. حقّق الطلاب مع مساعد صُمّم للتدريس درجات فورية أعلى من طلاب صف يعتمد التعلّم النشط. لا تثبت النتيجة الاحتفاظ بالمعرفة على المدى الطويل، لكنها تمنعنا من الادعاء بأن مساعدة الذكاء الاصطناعي تعوق التعلّم دائمًا. [2]
ومع ذلك، أفضّل قاعدة واضحة للمبتدئ. نصيحة «استخدمه فقط عندما يساعدك على الفهم» تطلب من المتعلّم أن يحكم على ما إذا كان قد فهم فعلًا. كانت نورة تظن أنها فهمت الحساب الأول. إغلاق المساعد يعفيها من هذا القرار في الفترة التي تتعلّم فيها كيف تقيّم عملها. هذا سبب توصيتي، وليس استنتاجًا أثبتته التجارب.
تحتاج القاعدة إلى تعليم يدعمها. على شخص أن يختار مادة مناسبة، ويوفّر أمثلة، ويراجع المحاولات. لن يكتسب المبتدئ المعرفة الناقصة بالعناد إذا تركته أمام مهمة تفوق مستواه. إذا لم تفهم سطرًا، فاطلب شرحه. وإذا كانت المهمة أكبر من قدرتك، فصغّرها.
ويمكنك متابعة كتاب أو شرح بشري دون أن تتعلّم منه كثيرًا. لن يفيد إغلاق المحادثة إذا استبدلت بها ساعتين من مشاهدة الحلول. تحتاج إلى مواضع تتوقف فيها عن المتابعة، وتحاول، وتكتشف ما فاتك.
الرياضيات: اشرح سبب الخطوة
يطلب زميل نورة منها أن تكتب الإجابتين للمسألة الجديدة. الارتفاع من 6% إلى 9% يساوي ثلاث نقاط مئوية. وبالمقارنة مع المعدل القديم، تبلغ الزيادة 3 ÷ 6 × 100 = 50%. تكتب تحت الرقم 6: «المعدل القديم».
ثم يعكس زميلها الرقمين. الانخفاض من 9% إلى 6% يساوي ثلاث نقاط مئوية أيضًا، لكن نسبته 3 ÷ 9 × 100 ≈ 33.3%. تغيّر المقام. تحتاج إلى شرح السبب قبل الانتقال إلى مثال آخر.
اخترنا حسابات صغيرة عمدًا، حتى لا تختبئ خطوة خاطئة وسط حل طويل. وإذا كانت المعدلات مألوفة لك، فجرّب الخصمين المتتاليين أو تكلفة الوحدة في النشاط التالي. ستحتاج فيهما أيضًا إلى تحديد أساس المقارنة.
تستخدم التمارين تلميحات مكتوبة وفحوصًا حسابية ثابتة، دون إجابات من نموذج ذكاء اصطناعي. صحة الإجابة هنا لا تثبت إتقانًا دائمًا.
في الجبر، تعوّد كذلك أن تشرح سبب كل عملية. في 3x + 6 = 18، نطرح 6 من الطرفين فنحصل على 3x = 12، ثم نقسمهما على 3 لنصل إلى x = 4. طرح المقدار نفسه من كميتين متساويتين يحافظ على تساويهما. عبارة «انقل الستة وغيّر إشارتها» اختصار مفيد بعد فهم هذا السبب.
اكتب السبب بجوار السطر، وتحقق بالتعويض: 3 × 4 + 6 = 18. ثم غيّر المسألة. في 5x − 10 = 20، تحتاج إلى إضافة 10 للتخلّص من الحد السالب. من ينسخ العملية السابقة سيطرح مرة أخرى.
إذا كانت المادة جديدة عليك، فابدأ ببعض الخطوات محلولة. درس رينكل وأتكنسون وغروسه تقليل خطوات الحل المعروضة تدريجيًا عند الانتقال من الأمثلة إلى حل المسائل. [6] نطبّق الفكرة في التمرين التالي: ادرس حلًا كاملًا، وأكمل حلًا جزئيًا، ثم حاول حل معادلة مختلفة. النشاط نفسه لم يُختبر بوصفه برنامجًا تعليميًا.
تمرين أعددناه لتوضيح تقليل المساعدة تدريجيًا [6]. يتحقق الفحص من هذه الحسابات، ولا يحكم على إتقان الجبر.
وعندما تصبح هذه الخطوات سهلة، افحص هذا الحل القصير: x² = x؛ نقسم الطرفين على x؛ إذن x = 1.
عوّض بالعدد 1 وستجد أن المعادلة تتحقق. ومع ذلك، ينقص الحل شيء.
تمرين جبري توضيحي. يؤكد التعويض صحة قيمة، لكنه لا يثبت أنك وجدت الحلول كلها.
الصفر يحقق المعادلة الأصلية أيضًا: 0² = 0. القسمة على x تشترط أن تكون x ≠ 0، ولذلك استبعدت هذه الطريقة الصفر قبل فحصه. أما التحليل إلى عوامل فيعطينا x(x − 1) = 0، فنحتفظ بالاحتمالين: x = 0 أو x = 1.
التحقق من الإجابة التي وجدتها لا يكفي للتأكد من أنك وجدت الإجابات كلها. ومع تقدّمك في الرياضيات، دوّن شروط العمليات بجوارها. في البرهان، حدّد التعريف أو النظرية التي تسمح بالخطوة. وفي حساب الاحتمالات، اكتب ما الذي تعدّه والافتراضات التي تعمل وفقها.
احتفظ بالسطر الخاطئ. عبارة «قسمت هنا ففقدت الصفر» تعطي المعلّم مدخلًا أدق من «لا أفهم الجبر». وإذا عجزت حتى عن قراءة الحل المشروح، فاسأل عن الموضوع السابق الذي تحتاج إلى مراجعته. قد تبدأ صعوبة قسمة الطرفين من درس الكسور، قبل عدة صفحات.
البرمجة: افحص الطلب الذي يساوي 20 بالضبط
مهمة نورة التالية برنامج صغير يجمع قيم الطلبات التي تبلغ قيمة الواحد منها 20 على الأقل. يصلح هذا تمرينًا أوليًا لأن المطلوب يُكتب في جملة، ويمكن حساب النتيجة يدويًا. تستطيع استخدام المفسّر وأداة التنقيح وأدوات الاختبار والتوثيق. ويبقى توليد الكود وتصحيحه بالذكاء الاصطناعي معطّلين.
يمكن كتابة البرنامج هكذا:
def eligible_total(amounts, minimum):
total = 0
for amount in amounts:
if amount >= minimum:
total += amount
return totalقبل تشغيل eligible_total([12, 20, 35], 20)، اكتب النتيجة التي تتوقعها، وتتبّع قيمة total بعد كل عنصر. وإذا لم تكتب حلقة من قبل، فابدأ بدرس تمهيدي قبل هذا التمرين. يشرح دليل بايثون for وif، لكنه يفترض معرفة سابقة بمبادئ البرمجة. استخدمه مرجعًا، ولا تتوقع منه أن يحل محل مقرر للمبتدئين تمامًا. [8]
تتبّع تفاعلي لمثال بايثون المحدد. تغيّر أدوات المقارنة الكود المعروض؛ هذا ليس محرّرًا لتشغيل أي برنامج بايثون.
استبدل الآن >= بـ >. مع القائمة [12, 35]، يعيد البرنامج المعدّل الإجابة نفسها. يبدو أنه يعمل. تحتاج نورة إلى طلب يساوي 20 بالضبط لتكتشف ما استبعدته.
دوّن حالة اختبار من سطر واحد: المدخلات [20]، والحد 20، والنتيجة المتوقعة 20. يعيد البرنامج المعدّل 0. المطلوب يقول «على الأقل»، ولذلك يقع الخطأ في المقارنة. ستستغرق عيّنة أكبر وقتًا أطول للفحص دون أن تجعل الخطأ أوضح.
جرّب تغييرًا آخر. انقل total = 0 إلى داخل الحلقة، وتوقّع النتيجة قبل التشغيل. كل دورة تمحو الآن ما جُمع قبلها، ومع القائمة الفارغة لن تُسنَد إلى المتغيّر أي قيمة. أعد الكود إلى وضعه السابق، ثم اكتب دالة تعدّ الطلبات المطابقة للشرط بدل جمع قيمها. ستحتاج إلى تغيير طريقة تحديث متغيّر التجميع.
تستطيع تقييم فائدة هذا العمل بالأسئلة التي أصبحت قادرًا على الإجابة عنها. أي مدخل يكشف الخطأ؟ ولماذا نضع القيمة الأولية خارج الحلقة؟ وما الذي يتغيّر في الكود عندما يتغيّر المطلوب؟ احتفظ بالإجابة وبالمثال الذي أقنعك بها.
تقدّم دراسة أولية لشين وتامكين عام 2026 سببًا لأخذ هذا التدريب بجدية. درس الباحثان 52 مطوّرًا يتعلّمون مكتبة بايثون Trio غير المألوفة لهم. بلغ متوسط الاختبار الفوري المقرّب 50% مع مساعد الذكاء الاصطناعي و67% دونه، وظهر أكبر فرق في أسئلة تصحيح الأخطاء. لم يكن فرق وقت الإنجاز ذا دلالة إحصائية. كانت دراسة صغيرة وتقييمًا قريبًا من وقت المهمة، ولا تثبت فقدان المهارة بصورة دائمة. [3]
لدى معلّمي البرمجة أسلوب يشبه ما فعلناه: توقّع النتيجة، وشغّل البرنامج، وافحصه، وعدّله، ثم ابنِ برنامجًا. يُعرف هذا التدرّج باسم PRIMM. وجدت سنتانس وويت وكاليا نتائج أفضل في الاختبار البعدي للطلاب الذين تعلّموا به في دراسة صفية دون توزيع عشوائي. [7] تدعم النتيجة النظر في هذا الأسلوب، مع مراعاة حدود الدراسة المدرسية.
وسّع المشروع تدريجيًا. خمسة مصروفات في ملف تكفي لمهمة تالية: اقرأها، وتحقق منها، واعرض مجموعها. جرّب قيمة مفقودة ورقمًا بصيغة خاطئة وملفًا فارغًا. اكتب النتائج المتوقعة من وصف المطلوب قبل التشغيل. إذا كرر الاختبار افتراضك الخاطئ، فقد يتفق مع البرنامج ويكون كلاهما غير صحيح.
كيف تنظّم التعلّم؟
أصبح لدى نورة شيء يستحق الاحتفاظ به من مهامها: سجل صغير لقرارات أخطأت فيها. قد يبدو هكذا.
المحاولة | ما فاتني | ما سأجرّبه لاحقًا |
|---|---|---|
وصفت الارتفاع من 6% إلى 9% بأنه زيادة 3% | الزيادة ثلاث نقاط مئوية؛ والتغيّر النسبي يُحسب من المعدل القديم | أعكس الاتجاه وأشرح سبب تغيّر المقام |
قسمت | استبعدت حالة الصفر | أحلّل المعادلة وأتحقق من القيمتين |
استخدمت | القيمة المساوية للحد تدخل في المجموع | أختبر 19 و20 و21 كلًا على حدة |
ينبغي أن تترك جلسة الدراسة خطوات تستطيع أن تراجعها وتكتب منها ملاحظة كهذه. يمكنك ترتيب الجلسة على النحو التالي.
اختر مقررًا تعرف ما يأتي بعد درسه الأول
اتبع تسلسلًا واحدًا حتى تصل إلى تمارينه. إذا كنت تدرس بالإنجليزية، فكتاب OpenStax المجاني Elementary Algebra 2e يضم أمثلة محلولة ومسائل للتدريب، ودورة CS50P المجانية من هارفارد تستقبل من لديهم خبرة برمجية ومن ليست لديهم خبرة. [10][11] استخدم الدروس والتمارين مع إبقاء المساعدات الذكية معطّلة. وارجع إلى توثيق بايثون لسؤال محدد عن اللغة بعد اكتساب المفردات الأولى.
لا تحتاج إلى جمع خمسة مقررات قبل بدء أحدها. اختر فصلًا وتمرينًا وطريقة تحصل بها على مراجعة. وإذا لم تستطع الوصول إلى معلّم، فاستعن بالحلول المتحقق منها ومجتمع النقاش الخاص بالمقرر. اعرض سؤالًا محدودًا مع محاولتك؛ يسهل على شخص لا يعرفك مساعدتك في مقارنة واحدة أكثر من مساعدتك في مشروع كامل لم تُنهِه.
اكتب توقّعًا يمكن فحصه
دوّن الناتج أو الخطوة الجبرية التالية أو المقام قبل الاطلاع على الإجابة. وإذا توقفت أمام الصفحة البيضاء، فادرس مثالًا وأكمل الخطوة الأخيرة من مثال آخر. زد مقدار ما تؤديه بنفسك كلما أصبحت المادة أوضح.
التوقّع يعطيك شيئًا تراجعه. «توقعت 20 وحصلت على 0» أدق من «البرنامج مربك». تستطيع الآن البحث عن أول موضع اختلف فيه التنفيذ عما توقعته.
اطلب شرح الخطوة الناقصة
ارجع إلى المصدر، ثم اعرض ما لم تفهمه على معلّم أو زميل أو شريك دراسة. إذا كانت الرموز جديدة عليك، فاطلب شرحها قبل المتابعة.
توقعت [النتيجة]، لكنني حصلت على [النتيجة الفعلية]. هذا أصغر مثال ما زال يظهر فيه الخطأ. راجعت [المصدر] وجرّبت [المحاولة]. هل نراجع [الخطوة المحددة] معًا، ثم أكملها بنفسي؟
بعد الشرح، صحّح محاولتك بنفسك وجرّب مثالًا مختلفًا. تحتاج إلى فرصة تستخدم فيها ما فهمته من المساعدة.
اترك مسألة ليوم آخر
قبل إنهاء الجلسة، اختر مسألة جديدة لعودتك. حاول حلّها قبل فتح المثال المشروح. وجد روديغر وكاربيك فائدة للاسترجاع في اختبارات لاحقة على نصوص مدروسة، ومنحت مراجعة دنلوسكي وزملائه تقييمًا مرتفعًا للاختبار التدريبي والتدريب الموزّع. [4][5] لا تحدد أي من الدراستين الدقائق أو المواعيد المستخدمة في مخططنا.
ابدأ بأحد النماذج، وعدّل الوقت بحسب المهمة، واترك مساحة للمراجعة إذا تعثرت.
جدول توضيحي؛ لم تُثبت أفضلية هذه الدقائق والفترات تحديدًا. اختيار الخطة لا ينشئ تذكيرات.
وفي العمل، تحتاج إلى اتفاق مع مديرك. اطلب مهمة تستطيع إنجازها ومراجعتها، وموعدًا لمناقشة الجزء الذي لا تفهمه. وعلى المدير الذي يمنع الذكاء الاصطناعي أثناء التعلّم أن يوفّر شرحًا ووقتًا. مكافأة سرعة التسليم وحدها تجعل الالتزام بهذا الترتيب صعبًا.
يمكنك تقييم تقدّمك دون إعلان الإتقان. حل مسألة مختلفة، واشرح اختيارًا، وحدّد خطأ خلال جلسات متعددة. قد يستطيع خريج فعل ذلك مع الحلقات، ويظل محتاجًا إلى درس كامل في الاستدعاء الذاتي. خطّط بحسب المهارة التي تتعلّمها الآن؛ المسمّى الوظيفي لا يصف كل ما تعرفه أو ما ينقصك.
لو أنجزت آلة مستقبلية المهمة كلها
أستخدم SI، أو الذكاء الفائق، بمعنى نظام افتراضي تتجاوز قدراته الذهنية قدرات الخبراء البشر بكثير. [9] لم تختبره دراسات التعلّم المذكورة. ولا تستطيع هذه الدراسات حسم الوظائف التي ستبقى أو موعد وصول ذلك المستقبل.
لنأخذ افتراضًا أضيق. لو حسب مساعد الغد كل معدل بدقة وكتب كودًا خاليًا من الأخطاء، فستظل لدى نورة أسئلة عن المهمة. من نعدّه زائرًا؟ وهل تدخل الطلبات الملغاة في الحساب؟ وهل ارتفع التحويل لتحسّن المنتج، أم لأن أشخاصًا مختلفين زاروه؟ الحساب الصحيح وحده لا يجيب. وقد يساعد نظام أفضل في بحث هذه الأسئلة، لكن تسليم إجابته لنورة لن يخبرنا كثيرًا عما تستطيع بحثه بنفسها.
تعلّم الرياضيات يعطيها وسيلة لفحص الكميات والافتراضات والأدلة. وتعلّم البرمجة يتيح لها تحويل قاعدة إلى سلوك تستطيع فحصه. هذه أسباب لدراسة الموضوعين ما دامت مسؤولة عن عمل يستخدمهما. وليست وعدًا بأن مهارة بعينها ستضمن لها وظيفة.
عد إلى الدفتر مع إبقاء المساعد مغلقًا. غيّر المطلوب من نورة إلى «الطلبات التي تبلغ قيمتها 50 على الأقل». اكتب ما ينبغي أن يحدث للقائمة [49, 50, 51] وللقائمة الفارغة. ثم عدّل الكود وشغّله، واشرح أي اختلاف قبل أن تنتقل إلى المهمة التالية.
المصادر
[1] Bastani et al., Generative AI without guardrails can harm learning (PNAS, 2025). آثار نسبية؛ تُقارن كل نتيجة بالمجموعة الضابطة الخاصة بها. نسخة الباحثين.
[2] Kestin et al., AI tutoring outperforms in-class active learning (Scientific Reports, 2025). مساعد مصمم للتدريس؛ درسان وتقييم فوري.
[3] Shen & Tamkin, How AI Impacts Skill Formation (2026 preprint). تقرير الباحثين. الفرق بين المتوسطين المقرّبين 17 نقطة مئوية. ملاحظات أنماط السؤال استكشافية ولا تثبت السببية.
[4] Roediger & Karpicke, Test-Enhanced Learning (2006). الاسترجاع وتذكّر النصوص في وقت لاحق.
[5] Dunlosky et al., Improving Students’ Learning With Effective Learning Techniques (2013). مراجعة لعشرة أساليب تعلّم.
[6] Renkl, Atkinson & Große, How Fading Worked Solution Steps Works (2004). تجارب على تقليل خطوات الحل المعروضة تدريجيًا، قبل المساعدات الذكية.
[7] Sentance, Waite & Kallia, Teaching computer programming with PRIMM (2019). مقارنة صفية دون توزيع عشوائي، سبقت التدريس بالذكاء الاصطناعي. نسخة الباحثات.
[8] دليل بايثون: More Control Flow Tools. الجمهور المقصود بالدليل: مبرمجون يتعرّفون إلى بايثون، وليس مبتدئين تمامًا في البرمجة. مرجع للغة، وليس دليلًا على نتائج التعلّم.
[9] Alfonseca et al., Superintelligence cannot be contained: Lessons from Computability Theory. مرجع لتعريف الذكاء الفائق الافتراضي، وليس دليلًا على نتائج التعلّم.
[10] OpenStax، Elementary Algebra 2e: حل المعادلات. كتاب مجاني باللغة الإنجليزية، مع أمثلة محلولة وتمارين.
[11] هارفارد، CS50’s Introduction to Programming with Python. مادة دراسية مجانية، للمبتدئين وأصحاب الخبرة السابقة. اقتراح لمصدر، وليس ادعاءً بتفوّقه في نتائج التعلّم.
رسالة واحدة مع كل مقال جديد، فيها أبحاث وقرارات منتج وما تبلغنا به الفرق.
