EduSpark: منصة التعلم التكيفية مع التدريس بالذكاء الاصطناعي

التحدي

أرادت EduSpark إعادة التفكير في تكنولوجيا التعليم من الصفر. كان رؤيتهم بسيطة لكن قوية: كل طالب يتعلم بطريقة مختلفة، لكن كل منصة تعليم رقمي توفر نفس المحتوى للجميع. الطلاب الذين يفهمون المفاهيم بسرعة يشعرون بالملل. الطلاب الذين يواجهون صعوبات يتأخرون أكثر فأكثر. والنتيجة هي عدم الانخراط — وهي المشكلة الأولى في التعلم الرقمي.

مايا باتيل، رئيسة المنتج في EduSpark، جاءت إلينا برغبة محددة: بناء منصة تتكيف في الوقت الفعلي مع نقاط القوة والضعف لدى كل طالب. ليس فقط تعديل مستوى الصعوبة — بل تغيير نهج التدريس بناءً على كيفية تعلم الطالب. المتعلمون البصريون يحصلون على رسوم توضيحية. المتعلمون اللفظيون يحصلون على شروحات. المتعلمون الحركيون يحصلون على محاكاات تفاعلية.

كانت المنصة بحاجة للعمل على أجهزة iPad (المستخدمة في المدارس)، وأجهزة Android اللوحية (المستخدمة في المنزل)، ومتصفحات الويب (لوحات تحكم المعلمين). كان المحتوى يغطي الرياضيات والعلوم للصفوف 6-10، في البداية باللغة الإنجليزية مع تخطيط لترجمة عربية في المرحلة الثانية.

نهجنا

اخترنا Flutter لتطبيق الطالب — حيث أعطانا iPad و Android اللوحي والويب من قاعدة كود موحدة بأداء يشبه التطبيقات الأصلية على جميع الأنظمة الثلاثة. بالنسبة لوحة تحكم المعلم، قمنا ببناء تطبيق ويب منفصل بـ Next.js يتصل بنفس خادم Supabase، مما يعطي المعلمين رؤية فورية في تقدم الطلاب.

يتكون نظام الذكاء الاصطناعي من ثلاث طبقات. الطبقة 1: محرك توصية المحتوى الذي يختار السؤال أو الدرس التالي بناءً على رسم بياني معرفة الطالب (ما يعرفونه، ما يواجهون فيه صعوبة، ما لم يروه بعد). الطبقة 2: نظام معايرة الصعوبة الذي يعدل تعقيد المشاكل في الوقت الفعلي بناءً على دقة الإجابة والوقت المستغرق. الطبقة 3: معلم ذكاء اصطناعي مدعوم بـ LLM يقدم تلميحات سقراطية عندما يواجه الطلاب صعوبة.

يستخدم محرك التوصية خوارزمية تتبع معرفة معدلة. لكل طالب، نحتفظ بنموذج احتمالي لإتقانهم في كل مفهوم في المنهج. كل سؤال يتم الإجابة عليه يحدّث هذا النموذج. ثم يختار النظام الأسئلة التي تستهدف الحدود بين المعروف والمجهول — منطقة التطور القريب حيث يكون التعلم أكثر فعالية.

معلم ذكاء اصطناعي: جعل نماذج اللغة الكبيرة تعمل في التعليم

أكبر تحدٍ تقني كان معلم الذكاء الاصطناعي. نماذج اللغة الكبيرة عرضة لإعطاء الإجابات مباشرة — وهو عكس التدريس الجيد تماماً. قمنا بهندسة نظام استدعاء متعدد الطبقات يفرض على النموذج الدخول في وضع سقراطي: يمكنه أن يسأل أسئلة توجيهية، يقدم تلميحات تقود نحو الإجابة، يشرح المفاهيم باستخدام التشبيهات، لكنه لا يستطيع بأي حال من الأحوال الكشف عن الإجابة مباشرة.

بنينا خط أنابيب تقييم يختبر كل تغيير في الاستدعاء مقابل 500 تفاعل طالب حقيقي. يتم تسجيل كل رد على خمسة أبعاد: القيمة التعليمية، جودة التلميح، تسرب الإجابة (يجب أن يكون صفراً)، الملاءمة العمرية، والانخراط. فقط الاستدعاءات التي تحقق درجات أعلى من الحد الأدنى على جميع الأبعاد الخمسة يتم نشرها.

يتكيف المعلم أيضاً أسلوب تواصله مع ملف تعريف الطالب. بالنسبة للطلاب الذين يستجيبون جيداً للتشجيع، يكون أكثر حماساً. بالنسبة للطلاب الذين يفضلون التواصل المباشر، يكون موجزاً وواقعياً. يتم دفع هذا التخصيص من خلال بيانات الانخراط — نتتبع أسلوب الاستجابة الذي يرتبط بمتابعة الجهد لكل طالب.

التصميم للانخراط، وليس فقط للتعليم

الخطأ الشائع في تكنولوجيا التعليم هو التصميم للمعلمين على أمل أن يتابع الطلاب. صممنا للطلاب أولاً. يستخدم التطبيق واجهة نظيفة مستوحاة من الألعاب مع تصورات التقدم التي تبدو أشبه بتطبيق اللياقة البدنية من كتاب مدرسي. الخطوط اليومية، وشارات الإتقان، وخريطة معرفية مرئية توضح الموضوعات المستكشفة وغير المستكشفة تجعل الطلاب يعودون باستمرار.

بنينا أيضاً ميزة تعاونية حيث يمكن للطلاب تحدي زملائهم في الفصل لحل المشاكل — مع صعوبة متكيفة تضمن مباريات عادلة بغض النظر عن مستوى المهارة. تحول هذا الطبقة الاجتماعية إلى ميزة الانخراط الأعلى، حيث يستخدم الطلاب التطبيق طواعية خارج ساعات الدوام المدرسي للمنافسة.

النتائج والتأثير

تم تجريب EduSpark في 3 مدارس مع 450 طالباً على مدار فصل دراسي واحد. تجاوزت النتائج التوقعات. أظهر الطلاب الذين استخدموا EduSpark تحسناً بنسبة 34% في درجات الاختبارات مقارنة بمجموعات التحكم التي استخدمت طرق الدراسة التقليدية. والأكثر إثارة للإعجاب، كان وقت انخراط الطلاب أعلى بـ 2.5 مرة من متوسط الصناعة لتطبيقات التعليم.

أفاد المعلمون بأن لوحة التحكم في الوقت الفعلي غيّرت قدرتهم على تحديد الطلاب الذين يواجهون صعوبات في وقت مبكر. بدلاً من انتظار نتائج الاختبارات، يمكنهم معرفة الطلاب الذين تعثروا في مفاهيم محددة في ذلك اليوم وتقديم المساعدة المستهدفة. بلغت درجات رضا المعلمين في المتوسط 4.6 من 5.

بناءً على قوة نتائج المرحلة التجريبية، حصل EduSpark على عقد حكومي لنشر المنصة عبر 50 مدرسة في السنة الدراسية 2025-2026. يتضمن العقد التعريب بالعربية والتوسع ليشمل الصفوف من 4 إلى 12. نحن حالياً نبني المرحلة الثانية مع EduSpark، مضيفين محاكاة معامل العلوم ولوحة تحكم الآباء والأمهات.

الدروس المستفادة

نماذج اللغة الكبيرة في التعليم تتطلب حدود حماية قصوى. بخلاف برنامج الدردشة حيث تكون الإجابة الخاطئة محبطة، فإن ذكاء اصطناعي للتدريس يعطي شروحاً رياضية غير صحيحة يكون ضاراً بشكل فعلي. كان خط أنابيب التقييم الخاص بنا هو الاستثمار الأكثر أهمية في المشروع بأكمله، وهو ما أعطى المدارس الثقة للنشر.

تحقيق الألعاب يعمل، لكن فقط عندما يخدم التعلم. اختبرنا عدة ميزات انخراط أثناء التطوير وحذفنا أي شيء زاد من وقت الاستخدام بدون تحسين نتائج التعلم. الميزات التي نجت — الانجازات المتتالية، خرائط المعرفة، التحديات بين الأقران — كلها ترتبط بشكل مباشر بأداء اختبار أفضل.