الجانب الأكبر من الجانب الأكبر هو الجانب الأكبر. - Jarring. في ستانفورد ، تتحرك الطلاب بسهولة في أنظمة إدارة التعلم التي تديرها الذكاء الاصطناعي التي تتوقع احتياجاتهم ، وتشير إلى إعدادات دراسية مثالية ، وتقديم ردود الفعل الفورية على المهام. وفي الوقت نفسه ، على بعد ثلاثة آلاف ميلاً ، تتحرك التلاميذ في المدارس الحكومية في ديترويت المفقودة على الشاشات المكسورة ، والتنافس مع وسائل الاتصال المنخفضة التي تنتهي في منتصف المهام. مرحبا بكم في التناقض من التعليم "الإيطالي" - رؤية أوثق عرفتها التقديرات الفلكية، لكنها متواضعة مع نفس الاختلافات النظامية التي تعاني من التعليم الأمريكي لعدة عقود. الضوء على الولادة الرقمية "المتولد من الذكاء الاصطناعي هو الشخص الذي سيتم تدريبه على كل شيء (أو معظم) من عمله مع القدرة على مساعدته من قبل الذكاء الاصطناعي" ، يشرح بريانا موريسون ، الذي أظهرت الدراسات في جامعة فيرجينيا خطورة خطورة تظهر في اتخاذ تكنولوجيا تعليمية. لقد حصلنا على هذا الطريق قبل. اذكر عندما قامت بتصوير أجيال كاملة من "السكان الأصليين الرقميين"؟ هذا الاعتقاد المتناسق - أن الأطفال الذين يتراوح أعمارهم مع الهواتف الذكية لديهم تلقائيًا علم التكنولوجيا المتطورة - أظهرت خطأً كبيراً. الآن نحن نفعل نفس الخطأ مرة أخرى فقط هذه المرة، والخسائر أعلى بشكل تلقائي. وتقول الدراسة أن الطلاب في المستقبل سيستخدمون أدوات الذكاء الاصطناعي بسهولة نفسها التي اتخذت من وسائل التواصل الاجتماعي، لكن أبحاث موريسون أظهرت حقيقة أكثر تعقيداً. خط الذهاب غير المعتاد "من دون الموارد ستنتظر المتطلبات المحلية (وتمويلها)"، يلاحظ موريسون، وأصدر كلماتها وزناً من قبل التاريخ. في الثمانينيات والأربعينيات، حصلت المناطق الأثرياء على مختبرات الكمبيوتر في حين أن المدارس البلجيكية والمدرسة كانت تتوقع سنوات على الأجهزة الأساسية. تستضيف المؤسسات العليا مستشارين في مجال الأدب الذكي وتشغيل منصات تحليلية تعلمية متقدمة، وتجربة مع معلمي الأدب الذكي المتخصصين، وتقنيات تقييم تلقائية تحدد الطلاب الذين يواجهون الصعوبات قبل أن يتراجعوا. المدارس العامة: لا يزالون يقاتلون لإنترنت موثوق به. في حين أن الشركات الناشئة في ولاية القليوبية تطلق برامج تدريبية تستخدم تقنيات الذكاء الاصطناعي لتعزيز القدرات الاستثمارية، فإن المدارس في إفريقيا جنوب الصحراء لا تزال تحتوي على الكهرباء لتمكين الكمبيوتر الأساسية. أزمة الماجستير لا أحد يتحدث عن "لذلك ، يجب أن يكون لديك أولاً الطلاب الذين لديهم المعرفة" ، يقول موريسون ، مما يدل على ربما الأكثر أهمية في إدخال التعليم الذاتي. هذا هو الحقيقة المزعجة: معظم المعلمين ليسوا مستعدين لهذا التغيير، ليس لأنهم غير قادرين أو مقاومين على التغيير، بل لأن النظام لم يُستثمر في إعدادهم. يواجه عدد قليل من الطلاب الذين يتلقون تدريبهم في كثير من الأحيان برامج تم تصميمها من قبل التكنولوجيين بدلا من الخبراء التربويين.إنهم يتعلمون كيفية التعامل مع متصفحات الذكاء الاصطناعي دون فهم المبادئ الأساسية أو التناقضات أو القيود.هذا مثل تعلم شخص ما القيادة دون تفسير قوانين المرور أو الأسس الميكانيكية. في الوقت ذاته، تفاقم التفكير التقليدي المشكلة.تحركات اللجنة التعليمية في سرعة منخفضة، وتناقش فوائد التكنولوجيات التي ستكون قديمة في الوقت الذي يتم تنفيذ السياسات. قد تنتهي أجيال من المتعلمين دون المهارات الأساسية في التعلم الذاتي، ليس لأن التكنولوجيا لم تكن متاحة، بل لأن معلميهم لم يكنوا قادرين على تدريسها بشكل فعال. عندما تبطئ التكنولوجيا عدم المساواة أظهرت أبحاث ميريدا باركر حول تطبيق التكنولوجيا التعليمية نمطًا مضحكًا: يكتسب الطلاب ذوي الثروة باستمرار الوصول المبكر إلى أدوات التغيير، مما يزيد من الفجوات في النجاح قبل أن يكتسب السكان المفقودون. تدعم التعليم الذكي هذا الديناميكيات بشكل متزايد. نظرة إلى أنظمة تدريس الذكاء الاصطناعي. على السطح، فإنها تدعو إلى التعلم الشخصي على نطاق واسع - وهو ما قد يهدد الوصول إلى تدريس ذات جودة عالية. ولكن الواقع هو أكثر تعقيدا. تحتاج تدريس الذكاء الاصطناعي المتقدمة إلى ألغاز معقدة تدريبية على مجموعة كبيرة من البيانات، والبنية التحتية الحاسوبية الكبيرة، والتدريب التقني المستمر. أسوأ من ذلك، يمكن أن تنتهي التناقضات الفلكية في أدوات تعليمية الذكاء الاصطناعي عن التوازنات الحالية.إذا كانت البيانات التدريبية تحتوي على مجموعات ديموغرافية معينة، قد توفر أنظمة الذكاء الاصطناعي دعمًا أقل فعالًا للطلاب من هذه الخلفيات. هناك أيضًا نطاق نفسي.يعاني الطلاب في المدارس التي تتمتع بقدرة أقل من الموارد بشكل متزايد من الدورات التدريبية التي تم إنشاؤها من قبل أصدقائهم في المؤسسات التي تم استثمارها بشكل أفضل.إنهم يشعرون بأهمية كيفية تحويل التكنولوجيا إلى تعلم - ولكن فقط لأولئك الذين لديهم الوصول. سياسة Whack-a-Mole "يبدو غالباً كأنه يغضب"، يدرك موريسون، ويصف حالة السياسة الأكاديمية في مجال الذكاء الاصطناعي الحالية. الجواب: الجواب هو: الجواب هو: الجواب هو: الجواب هو: الجواب هو: يمنع المؤسسات التعليمية ChatGPT، لذلك يتحول الطلاب إلى كود. يمنع المديرون أدوات Anthropic، مما يؤدي إلى التحرك إلى الفوضى. تطور المدارس برامج الكشف عن الذكاء الاصطناعي؛ تعلم الطلاب تقنيات الهندسة السريعة لتجنب الكشف. كل استجابة سياسية تسبب استراتيجيات إزالة جديدة في دورة لا نهاية لها من القطط والتكنولوجيا. ليس المشكلة الأساسية هي الإبداع في الطلاب، بل هو التخبط الفكري حول دور الذكاء الاصطناعي في التعلم.البرمجيات التقليدية "المساعدة مقابل القيام" تنتهك عندما تستطيع أدوات الذكاء الاصطناعي البحث والتنقيب، والتصوير، والتعديل، والتنقيب عن المهام مع مستويات مختلفة من الرعاية البشرية. أين هو بالضبط الحدود بين المساعدة الذكية القانونية والعدالة الأكاديمية؟ لا أحد يبدو أن يعرف. يحاول بعض المؤسسات السياسات المتنوعة تمييز استخدام الذكاء الاصطناعي من استخدام الذكاء الاصطناعي إلى التصميم النهائي.الآخرين يسمح الذكاء الاصطناعي للبحث ولكن ليس الكتابة. وتؤكد قادة التعليم أنهم يشاهدون تغييراً في السياسات ولكنهم لا يزالون في حاجة إلى إطارين لتنفيذها بجدية. مشكلة التخزين الغبار "نحن بحاجة إلى الغبار لتقليص ... قبل أن نتمكن من تحديد سياسة أكاديمية" ، يوصي موريسون ، ويعترف بأن الفجوة الزمنية بين التقدم التكنولوجي السريع والتغيير المؤسسي المعرفي. ولكن هذا هو السجن: قد لا يقطع البقر أبدا. لا توجد علامات على انخفاض تطور الذكاء الاصطناعي.كل شهر يأتي مزيدا من القدرات والوسائل والتطبيقات المستخدمة التي تشكل فرصا تعليمية جديدة.إنتظار الاستقرار التكنولوجي قبل إنشاء السياسات قد يعني الانتظار إلى الأبد - بينما تتحرك مجموعة كاملة من الطلاب هذا التطور دون إرشادات واضحة. إن البديل ليس مثاليًا، لكنها ضرورية: إطار السياسات المتكاملة التي تتطور مع القدرات التكنولوجية. هذا يتطلب التعاون غير المسبوق بين التكنولوجيين، والعلماء، والأخلاقيين، والسياسات، ويحتاج إلى الامتنان على عدم قدرةنا على تحديد مسار التعليم من الذكاء الاصطناعي بشكل مثالي. فوق آلة المزايا إن الخطر الحقيقي ليس في الذكاء الاصطناعي نفسه، بل هو تطبيق غير محسوم في أنظمة غير عادلة موجودة. قد يمنح التعليم الذاتي AI الوصول إلى التدريب الشخصي والتقييم المتكامل والتدريب الذكي. قد تصل هذه الأدوات في النهاية إلى الإمكانات المتاحة لفترة طويلة من التكنولوجيا لتغيير التعلم. ولكن فقط إذا حلنا الأسئلة الأساسية حول الوصول والتدريب والعدالة في تنفيذها. وبالتالي فإننا نحاول ببساطة إدراج الفقر في البنية التحتية الأساسية للتعليم. يتمتع الطلاب الذين يرتكبون الحوادث في ديترويت بالعديد من الفرص المتاحة لتعلم الذكاء الاصطناعي كما هو الحال مع شريكهم في المؤسسات العليا.المدارس الريفية تستحق نفس الموارد التكنولوجية مثل المناطق المجاورة.الأنظمة التعليمية الجنوبية العالمية يجب أن تشارك في الابتكار الذكي بدلاً من استهلاك الابتكار الشمالي سنوات بعد. إن تحقيق هذه الأهداف يتطلب تدخلًا عاجلًا. سياسة التعليم الفيدرالية يجب أن تركز على الوصول الصحيح إلى الذكاء الاصطناعي. سياسات إعداد المعلمين تحتاج إلى برامج تعليمية شاملة لتعليم الذكاء الاصطناعي. سياسات التنمية الدولية يجب أن تشمل بناء القدرة التعليمية في الذكاء الاصطناعي في مبادراتها التكنولوجية. أكثر أهمية، نحن بحاجة إلى محادثات حقيقية حول ما يعني التعليم الذاتي في الواقع، ليس فكرة التسويق عن تكنولوجيا تلقائيًا، ولكن حقيقة معقدة من التعاون الذاتي بين البشر في بيئات التعلم. يمكننا بناء أنظمة تثقيف القدرات البشرية في جميع أنحاء السكان – أو يمكننا بناء أحدث آلة للممتلكات في التاريخ. الخيار ، حتى الآن ، لا يزال لدينا. لا يدرك الطلاب حتى أنهم يستخدمون الذكاء الاصطناعي.سياسة التعليم تدور ببطء جدا.إذا كانت الذكاء الاصطناعي تدور بسرعة. السؤال ليس ما إذا كانت الذكاء الاصطناعي ستتحول إلى التعليم - فمن المهم ما إذا كان هذا التحول سيكون مفيدا للجميع أم فقط للعديد من الممتلكات الممتازة.