كيف يتم استخدام الذكاء الاصطناعي لتغيير التعليم العالي ؟

كيف يتم استخدام الذكاء الاصطناعي لتغيير التعليم العالي ؟

يتم إحداث ثورة في الصناعات الطبية والمالية والطاقة والتجارة بسرعة من خلال الذكاء الاصطناعي (AI). يعد استخدام تقنيات الذكاء الاصطناعي في التعليم العالي واعدًا بشكل خاص. في السنوات القادمة ، يمكن أن يكون للذكاء الاصطناعي تأثير كبير على التعليم العالي.

 

قد يكون جيل جديد من الابتكارات ، مثل الواقع الافتراضي والابتكارات الأخرى ، قادرًا على تحسين التعلم بالإضافة إلى خفض التكاليف للجيل Z وما بعده.

 

 

سنناقش بعمق في هذه المقالة كيف يمكن استخدام الذكاء الاصطناعي لجعل التعليم العالي تجربة أفضل للطلاب والمعلمين على حد سواء.

 

كيف تناسب الخوارزميات في إدارة التسجيل

من الواضح سبب اعتماد الجامعات الأمريكية على الخوارزميات لنماذج الاختيار لإدارة التسجيل من خلال فهم حالة التعليم العالي ككل.

 

نتيجة لذلك ، يجب تحليل القبول الجامعي ومكاتب المساعدة المالية ، وكذلك خوارزميات إدارة التسجيل. الأهداف المالية لها تأثير كبير على القبول الجامعي ومكاتب المساعدات المالية. هم المكاتب الوحيدة المسؤولة عن قبول وتخرج عدد كافٍ من الطلاب لإبقاء الكلية واقفة على قدميها.

 

لا يوجد سوى عدد قليل من جامعات النخبة التي لديها أوقاف أو مصادر أخرى للدخل لتمويل وظائف الكلية. تعتمد الغالبية العظمى فقط على الرسوم الدراسية لتمويل وظائف الكلية.

 

نتيجة لذلك ، تتعرض مكاتب المنح الدراسية لضغوط لإنتاج عدد كافٍ من الطلاب لتغطية النفقات المؤسسية دون تقديم الكثير من المال ، عادةً أثناء التوفيق بين أهداف أخرى مثل جذب مجموعة متنوعة من الطلاب الأكفاء.

 

لهذا الغرض ، تستخدم مكاتب القبول الخوارزميات المدعومة بالذكاء الاصطناعي ونماذج العائد التنبؤية. تساعد هذه النماذج التنبؤية مؤسسات التعليم العالي على إدارة وموازنة المالية دون المساومة على جودة الخدمات المقدمة.

 

عملية القبول الشخصية

في المستقبل ، ستتمكن الجامعات والكليات من إنشاء تجارب شخصية للطلاب من خلال أتمتة العمليات الإدارية المختلفة طوال عملية القبول ، مثل عمليات التأشيرة ، والخيارات المالية للطلاب ، وخيارات السكن ، وتسجيل الدورة. هذا يعني أن كل طالب يحصل على عملية قبول فريدة مصممة وفقًا لاحتياجاته وظروفه

 

ستتغير ممارسات التوظيف

 

سيتمكن موظفو التوظيف في الكلية من توجيه جهودهم بشكل أكثر فاعلية من خلال تطوير خوارزميات تسمح لهم بتحديد المرشحين الأكثر احتمالاً للقبول والتسجيل. من الممكن أيضًا استخدام هذه الخوارزميات لتحديد الطلاب الذين سينجحون ويتخرجون ويصبحون خريجين نشطين.

 

 

تحسين النتائج المالية والديموغرافية والمدرسية

 

لإقناع المزيد من الطلاب بالتسجيل في التعليم العالي ، تكتسب المؤسسات التعليمية خوارزميات توزع المنح الدراسية بشكل استراتيجي. لذلك ، تسمح خوارزميات إدارة التسجيل هذه للجامعات بتخصيص تكلفة الحضور وفقًا لاستعداد الطالب للإنفاق ، وهو جانب أساسي في سوق التعليم العالي.

 

 

بالإضافة إلى كونها مفيدة للمدارس من حيث التخطيط المؤسسي والأمن المالي ، فإن هذه الخوارزميات تساعدهم أيضًا في تحقيق أهدافهم الدراسية والديمغرافية والمالية المرجوة في المستقبل.

 

وفقًا لمسح Educause ، تستخدم أكثر من 75٪ من الجامعات والكليات التحليلات لإدارة التسجيل ، مما يجعلها أكثر أنواع التحليلات شيوعًا في التعليم العالي.

 

 

 

نموذج التدريس القائم على الاشتراك

 

من المرجح أن يتبع قطاع التعليم العالي اتجاه التحول إلى نموذج قائم على الاشتراك في المستقبل القريب أيضًا. هناك حاجة متزايدة لمنح الطلاب المزيد من الطرق للتعلم والمزيد من الخيارات للقيام بذلك ، لذلك بدأت مؤسسات التعليم العالي في الابتكار ، وإيجاد طرق لفصل الدرجات العلمية وتقديم مسارات وظيفية مرنة وفرص تعليمية غير خطية.

 

 

هذا من شأنه أن يغير الطريقة التي يدفع بها الطلاب مقابل تعليمهم العالي. قد يقومون ، على سبيل المثال ، بالاشتراك في الكلية بدلاً من التسجيل مقابل رسوم شهرية ، يمكنهم أخذ أي دورات يرغبون فيها ، وقتما يريدون ، والحصول على إرشادات ونصائح مهنية طويلة الأجل.

 

 

من المرجح أن يتخرج الطلاب الذين يدفعون شهريًا من دراستهم لأنهم سيكونون قادرين على المضي قدمًا في تعليمهم بشكل أسرع. نظرًا للمرونة التي يتلقاها الطالب عند استخدام نموذج الاشتراك ، يمكن أن تساعد خوارزميات القرار في تحديد هذا النموذج.

 

 

الدور المتغير للمعلمين في عالم مشبع بالذكاء الاصطناعي

المعلمين الروبوت

من المرجح أن يتم استبدال الأشخاص بالآلات عند قيامهم بمهام متكررة وروتينية. في التعليم العالي ، يكون مساعدو التدريس أكثر عرضة للاستبدال لأنهم كثيرًا ما يتعاملون مع الاهتمامات الروتينية مثل الدرجات والمواعيد النهائية وما إلى ذلك.

 

يدعم البحث من عدد قليل من مؤسسات التعليم العالي هذا التوقع. افتراضية

 

تم استخدام مساعدي التدريس من قبل أساتذة معهد جورجيا للتكنولوجيا لبضع سنوات ، وكل من الموظفين والطلاب سعداء بالنتائج.

 

في السنوات الأخيرة ، أصبحت الدورات التدريبية المفتوحة على الإنترنت (MOOCs) أكثر شيوعًا. على الرغم من أن بعض هذه الدورات تجذب عددًا كبيرًا من الطلاب ، إلا أن إدارة العدد الهائل من الطلاب يمكن أن يكون أمرًا صعبًا في بعض الأحيان.

 

يمكن أن يؤدي استخدام الذكاء الاصطناعي إلى تسهيل هذه المهمة. في بعض دور النشر ، مثل بيرسون ، يتم تطوير مساعدي الدرجات المعتمدين على الذكاء الاصطناعي ، على الرغم من عدم اتفاق جميع أساتذة الجامعات على أنه يجب استخدام الذكاء الاصطناعي بهذه الطريقة.

 

 

مراقبة مشاركة الطلاب

يمكن استخدام الكاميرات في بعض الفصول الدراسية لغرض مراقبة الطلاب. يمكن لتقنيات الذكاء الاصطناعي تحليل سلوك الطلاب بمساعدة برامج التعرف على الوجه. هناك برامج معينة يتم فيها تخصيص درجة لكل طالب بناءً على درجة تركيزه في الفصل الدراسي. يمكن استخدام “الفصول الدراسية الذكية” للدفع نحو تطوير “التعلم الذكي”.

 

خبرة التعلم

يمكن اختصار هدف الطالب إلى شيء واحد: الحصول على درجة علمية أو اعتماد يوضح خبرته في مسار الدراسة. يمكن لتقنية الذكاء الاصطناعي أن تساعد الطلاب في تحقيق أهدافهم من خلال تغيير العملية التعليمية لمساعدتهم في تحقيق أهدافهم.

 

من خلال إتاحة الوصول إلى الدورات التدريبية ذات الصلة ، وتعزيز تواصل الطلاب مع المعلمين ، وإتاحة المزيد من الوقت لهم للتركيز على جوانب أخرى من حياتهم ، يمكن أن يكون للذكاء الاصطناعي تأثير كبير على الرحلات الأكاديمية للطلاب.

 

 

من الشائع أن يحتاج الطلاب إلى مساعدة إضافية خارج الفصل الدراسي ، ومع ذلك ، فإن العديد من المعلمين ليس لديهم الوقت لمساعدة الأطفال بعد المدرسة. مساعدو الذكاء الاصطناعي وروبوتات المحادثة هم حلول مثالية لمثل هذه المواقف. على الرغم من حقيقة أنه لا يمكن لأي روبوت محادثة أن يحل محل المستشار الأكاديمي تمامًا ، إلا أن هناك أدوات ذكاء اصطناعي يمكنها مساعدة الطلاب في صقل مهاراتهم وتحسين المناطق الضعيفة خارج الفصل الدراسي أيضًا.

 

 

العمليات الإدارية

من الواضح أن للذكاء الاصطناعي الكثير من الأمل من حيث أتمتة العمليات الإدارية ومساعدة المؤسسات التعليمية والأساتذة على أداء وظائفهم بشكل أسهل.

 

بالإضافة إلى التحكم في بيئة الفصل الدراسي ، كان مطلوبًا دائمًا من الأساتذة والمعلمين التعامل مع مجموعة متنوعة من الواجبات الإدارية والتنظيمية.

 

يمكن استخدام الذكاء الاصطناعي بشكل أفضل لتخصيص التجربة التعليمية لكل طالب. كل يوم ، قد تقوم منظمة العفو الدولية بتعديل الفصول وفقًا لمستوى مشاركة الطلاب في الفصل. من أجل أن يكون المعلم واعيًا ، فإنه يتابع تقدم كل طالب لتحديد أولئك الذين قد يواجهون صعوبات أكاديمية أو اجتماعية.

 

يمكن ربط جميع وحدات الذكاء الاصطناعي في كل فصل من فصول الطالب معًا لإنشاء تقييم شامل يحتاج الطلاب إلى مساعدة إضافية.

 

 

هناك احتمال أن تكون وحدة الذكاء الاصطناعي قادرة على دمج وتحليل البيانات من مجموعة متنوعة من المصادر من أجل تحديد مشكلات الطلاب قبل أن تصبح واضحة للمدرس.

 

 

الواقع الافتراضي للتعليم

 

من الممكن تحسين التعليم من خلال استخدام الواقع الافتراضي من خلال تحفيز الطلاب على الانخراط في تجارب جذابة لا تنسى لم يكن لديهم لولا ذلك في بيئة الفصل الدراسي العادية. بالإضافة إلى ذلك ، يمكن أن تتم العملية بأكملها داخل الفصل الدراسي. من خلال التجارب الافتراضية ، يمكن للطلاب المشاركة والإلهام والتدريس بطريقة فريدة لا تُنسى.

 

 

في مرحلة ما في المستقبل القريب ، لن نتفاجأ إذا شق الواقع الافتراضي طريقه إلى المنهج الدراسي ، نظرًا لشعبية الواقع الافتراضي في التعليم والاستقبال الإيجابي الذي تلقاه. حاليًا ، تم بالفعل إنشاء محتوى متوافق مع المناهج ومواد تعليمية منظمة للواقع الافتراضي في جامعة نورث إيسترن ويمكن الوصول إليها.

 

 

من المعروف أن الفصول الدراسية للواقع الافتراضي ، والمعروفة أيضًا بالفصول الدراسية الغامرة ، هي واحدة من أكثر الطرق شيوعًا وفعالية لاستخدام الواقع الافتراضي في التعليم.

 

 

الفصول الدراسية الغامرة هي بيئة تعليمية يتم فيها عرض الصور على جدران الغرفة لخلق بيئة غامرة. داخل الفصل ، هذا يولد جوًا افتراضيًا.

 

يمكن “نقل” الطلاب إلى موقع آخر من داخل الفصل الدراسي. يمكن للطلاب مشاركة التجربة معًا بدون سماعات رأس VR ، ويتم تشجيعهم على التواصل مع بعضهم البعض.

 

على عكس سماعات الواقع الافتراضية ، التي قد يجد بعض الطلاب صعوبة في استخدامها ، فإن الفصول الدراسية الغامرة مناسبة لجميع أنواع المتعلمين. يسمح استخدام محتوى الواقع الافتراضي في بيئة مألوفة للطلاب بالتفاعل مع المحتوى بشكل أفضل.

 

مساعدي التدريس الافتراضي

بمساعدة الذكاء الاصطناعي ، يمكن لمساعد التدريس الافتراضي تحسين تجربة التعلم للطالب. على سبيل المثال ، هناك العديد من الدورات التدريبية المقدمة عبر الإنترنت والتي تتطلب من الطلاب التعلم

 

شيء بمفردهم. تكون النتيجة أقل من مثالية عندما يتجاوز الوقت الذي يقضيه التعلم الذاتي مقدار الوقت الذي يقضيه في التدريس.

 

من الصعب التغاضي عن مزايا حلول التدريس عالية الجودة المدعومة بالذكاء الاصطناعي عندما يتعلق الأمر بالعملية التعليمية. لا يمكن أن يكون هناك شك في أن مساعدي الذكاء الاصطناعي هم الخطوة التالية نحو التخصيص التعليمي الفعال ، وتحسين خبرات التعلم عبر الإنترنت للطلاب وتقليل عبء العمل على أعضاء هيئة التدريس.

 

 

للحفاظ على سير الأمور بسلاسة ، يمكن لمساعدي التدريس الافتراضيين مراقبة سلاسل المناقشة ورسائل البريد الإلكتروني للأسئلة من الطلاب بالإضافة إلى معالجة المشكلات الفنية الصغيرة. بالإضافة إلى ذلك ، يمكنهم تقديم إجابات لأسئلة الطلاب ولفت انتباه المعلم إلى مشكلات الطلاب إذا لزم الأمر.

 

 

يقوم مساعد التدريس الافتراضي بجمع الأسئلة التي لم يتم الرد عليها من عدد من المصادر ، بما في ذلك المواضيع ولوحات المناقشة ومجموعات الأخبار ورسائل البريد الإلكتروني والمكالمات الهاتفية والرد عن طريق لوحة الرسائل. في أنظمة التعلم الافتراضية التي يستخدمونها ، يمكنهم أيضًا مراقبة لوحات المناقشة والمنتديات.

 

 

النصوص الآلية

 

في كل فصل دراسي ، يجب مراجعة المئات من النصوص ، مما يضع ضغطًا كبيرًا على القبول ، ليس فقط من حيث معالجة النصوص ، ولكن أيضًا من حيث الوفاء بالمواعيد النهائية دون ارتكاب أي أخطاء.

 

هناك احتمال أكبر لوقوع خطأ بشري عندما يكون هناك تدفق لطلبات النسخ للمعالجة في الموعد المحدد. نظرًا لأن كل نص فريد من نوعه ، يمكن أن تزداد أوقات المعالجة ، خاصة مع الجهود البشرية ، والتي قد تستغرق أسابيع أو أكثر ، مما يؤدي إلى تأخير العملية برمتها.

 

بفضل خوارزميات التعرف على الصور المعقدة والمعقدة ، يمكن استخدام برنامج الذكاء الاصطناعي لقراءة الدورات والبرامج والاعتمادات والإحصاءات المتعلقة بالمعدل التراكمي من النصوص والتعرف عليها واستخراجها. تستخدم جامعة جنوب نيو هامبشاير نظام النصوص التلقائية لتبسيط عملية التقديم للكلية.

 

النصوص المتصلة

يمكن تخزين النصوص المتصلة في قاعدة بيانات مشتركة يمكن للجميع الوصول إليها والقيام بما يحتاجون إلى القيام به. في الوقت الحالي ، يقتصر الأمر على مؤسسات التعليم العالي بدلاً من كونها خدمة مركزية. بمجرد أن يصبحوا جزءًا من الخدمة المركزية ، فإن كل طلب يقدمه الطلاب للعمل ، والدراسات الإضافية ، يمكن إرفاق النصوص تلقائيًا بالتطبيقات حيثما دعت الحاجة. سيؤدي ذلك إلى تقليل الكثير من النفقات العامة والتكاليف على المستوى المؤسسي.

 

 

 

 

التطبيقات الحاسمة للذكاء الاصطناعي في التعليم

تعد ثلاثة تطبيقات للذكاء الاصطناعي مهمة بشكل خاص للتدريس في التعليم العالي – المؤسسي ودعم الطلاب والتعليم.

 

المؤسسية

تعتمد المدارس ، وخاصة في التعليم العالي ، بشكل متزايد على الخوارزميات في مهام مثل جذب الطلاب المحتملين ، والتنبؤ بحجم الفصل ، وتطوير المناهج الدراسية ، وتخصيص الموارد مثل المساعدات المالية والتسهيلات.

 

دعم الطلاب

في العديد من المدارس ، يتم استخدام التعلم الآلي لغرض التدريب. هناك برامج تسمح للطلاب بجدولة تحميل الدورة وفقًا لاحتياجاتهم تلقائيًا. يقدم بعضهم توصيات للدورات والتخصصات والخيارات الوظيفية ، بطريقة مماثلة لمستشاري التوجيه أو مكاتب الخدمة المهنية في الماضي.

 

استنادًا إلى الأداء السابق للطلاب الذين لديهم ملفات تعريف بيانات متشابهة ، تقدم هذه التقنيات توصيات بناءً على الأداء السابق لطلاب مشابهين. على سبيل المثال ، قد يُنصح الطالب الذي يواجه صعوبة في الكيمياء بعدم متابعة درجة ما قبل الطب باستخدام هذه الأدوات أو قد يُعرض على الفنان المرئي تصورًا للبيانات استنادًا إلى البيانات.

 

الذكاء الاصطناعي قادر أيضًا على مساعدة الطلاب في مجال المساعدة المالية. إذا احتاج الطلاب إلى المال لإنهاء الفصل الدراسي وتجنب التسرب ، يمكن للجامعات استخدام المعلومات المتعلقة بالطلاب لتزويدهم بقروض صغيرة في اللحظة الأخيرة. في التعليم العالي ، يمكن لمؤسسات التعليم العالي استخدام المعلومات المتعلقة بالطلاب من أجل تزويدهم بقروض صغيرة في اللحظة الأخيرة لمساعدتهم على إنهاء الفصل الدراسي وتجنب التسرب.

 

 

بالإضافة إلى ذلك ، فإن أحد أكثر تطبيقات التحليلات التنبؤية شيوعًا في مساعدة الطلاب هو استخدام أنظمة الإنذار المبكر ، التي تحلل مجموعة واسعة من البيانات – الأكاديمية وغير الأكاديمية – لتحديد الطلاب المعرضين لخطر الفشل أو الانقطاع عن الدراسة ، أو من تعاني من مشاكل في الصحة العقلية. تتمثل إحدى الفوائد الحقيقية للذكاء الاصطناعي في أنه يتيح للمعلمين الحصول على منظور شامل لمواقف الطلاب ، وهو أمر يمكن أن توفره البيانات الضخمة.

 

 

 

أخيرًا ، يمكن استخدام الذكاء الاصطناعي في الفصل لتوجيه الطلاب في المؤسسات التعليمية. لتحقيق ذلك ، يجب تطوير أنظمة يمكنها التكيف مع سرعة وتقدم كل مستخدم على حدة. تحدد برامج التعليم مدى تقدم الطالب في الدورة التدريبية ، وتقترح أو توزع أجزاء معينة من الدورة على مستوى طالب للدراسة ، بالإضافة إلى موارد إضافية للرجوع إليها ، إما يدويًا أو تلقائيًا.

 

 

وفقًا للمركز الوطني لإحصاءات التعليم ، فإن استخدام منصات “التعلم الشخصي” أمر شائع جدًا. سيتمكن المستخدمون من تخصيص العديد من الدورات التدريبية أو تلقي التعليقات بناءً على الخطأ المحدد الذي يرتكبونه دون أي مساعدة من النظام.

 

 

روبوتات المحادثة

 

يجب على الجامعات تنفيذ روبوتات المحادثة والوكلاء الافتراضيين الذين يساعدون الطلاب على تحسين صحتهم العقلية من أجل تقليل التوتر وتعزيز حافزهم للدراسة. Woebot هو روبوت محادثة مدعوم بالذكاء الاصطناعي يُظهر للمستخدمين عواطفهم من خلال “التتبع الذكي للمزاج”.

 

 

في عصر تكون فيه العديد من أنظمة الصحة الجامعية العامة مثقلة بالأعباء ، وحيث يواجه الطلاب فترات انتظار طويلة بشكل خطير للعلاج النفسي داخل الحرم الجامعي ، يمكن أن تقدم روبوتات المحادثة مساعدة سريعة للطلاب. يأتي إدخال روبوت محادثة من هذا النوع مصحوبًا بمجموعة المخاطر الخاصة به بالطبع. من أجل الحفاظ على خصوصية الطلاب ، ستحتاج الجامعات إلى اتخاذ احتياطات قصوى لحماية معلوماتهم الشخصية ، وستكون هناك حاجة إلى مستوى معين من الإشراف البشري للإشراف على المشورة التي تقدمها روبوتات المحادثة.

 

 

الوعد والأخطار

فيما يتعلق بتطبيقات الذكاء الاصطناعي ، يكمن جزء من الوعد في فعاليتها ، ويكمن جزء آخر في كفاءتها. من الممكن فقط للبشر الحصول على كمية محدودة من البيانات بمستوى عالٍ من الدقة. في المقابل ، فإن أنظمة الذكاء الاصطناعي قادرة على تسجيل قدر أكبر بكثير من البيانات بمستوى أعلى من التفاصيل ، وبالتالي يمكنها تسجيل قدر أكبر بكثير من البيانات.

 

بالإضافة إلى ذلك ، هذه الأنظمة قادرة على القيام بذلك في الوقت الفعلي. من الممكن أيضًا أن يفحصوا عددًا كبيرًا من الطلاب ، سواء كانوا في فصل دراسي أو هيئة طلابية أو قاعدة بيانات للطلاب الطامحين.

 

بالإضافة إلى ذلك ، توفر أنظمة الذكاء الاصطناعي ملاحظات واستنتاجات بارزة في الوقت المناسب وبطريقة فعالة من حيث التكلفة. من خلال الاستفادة من هذه الكفاءات ، نعتقد أنه سيتم تحقيق مستوى معزز من الكفاءة.

 

 

ومع ذلك ، فإن الذكاء الاصطناعي في التعليم العالي له أيضًا جوانب سلبية. كشفت دراسة مستقلة أجرتها مجموعة من الطلاب في جامعة واريك أن الكليات في طليعة التغييرات التكنولوجية التخريبية ، مثل الذكاء الاصطناعي والأتمتة. كما تقع على عاتق الجامعات مسؤولية النظر في دورها الاجتماعي الأوسع وتطوير الفرص لمساعدة المجتمع على التكيف مع هذا الاضطراب.

 

 

يمكن للكليات أن تساعد في توفير المهارات والفرص لأولئك الذين فقدوا وظائفهم نتيجة البطالة التكنولوجية ، ويجب علينا تجربة تداعيات البطالة التكنولوجية.

 

 

لا شك أن الثورة الصناعية الرابعة لها تأثير كبير على جميع جوانب مجتمعنا الحديث واقتصادنا. على عكس الثورات السابقة ، والتي كان لها تأثير ضئيل على هيكل الجامعة وتنظيمها ، فإن مزيج تقنيات الذكاء الاصطناعي سيعطل تلك المؤسسات من الداخل إلى الخارج. من الواضح أن مفهوم التعلم العميق ، وهو أمر حيوي لنمو الذكاء الاصطناعي ، يؤثر على مهمة المؤسسات الأكاديمية ، وقد يخلق فرصًا جديدة لها للتنافس مع بعضها البعض.

 

 

 

 

ستكون جهود الاحتفاظ بالطلاب أكثر استباقية من رد الفعل

 

يمكن للمحترفين المتخصصين في نجاح الطلاب إنشاء برامج الاحتفاظ التي تتوقع تحديات الطلاب بدلاً من الرد عليها من خلال تحديد علامات الإنذار المبكر والأعلام الحمراء والطلاب الذين من المحتمل أن يفشلوا أكاديميًا. يمكن للنظام القائم على الذكاء الاصطناعي أن يزود الفريق التعليمي ببيانات لا تقدر بثمن عن سلوك الطلاب ويساعد الفريق على توقع الاستفسارات والمشكلات مقدمًا.

 

 

تقسيم العمل

 

سيكون لتغيير دور البشر في عملية الإنتاج وكذلك علاقتهم بأصحاب العمل تأثير على الطريقة التي يتفاعلون بها مع المستهلكين والموظفين ، إذا تم تقسيم تقسيم العمل على غرار إنشاء المعرفة وتطبيق المعرفة ، مع وجود الناس. مسؤول عن الوكلاء الأول والرقمي للأخير.

 

 

لا يكفي معرفة مزايا استخدام تقنية جديدة أو حتى فهم كيفية استخدامها من أجل الاستفادة منها بشكل فعال. هناك أيضًا مسألة القبول الاجتماعي والقبول العاطفي. من أجل أن يكون للتكنولوجيا الأساسية تأثير مدمر على عادات العمل والمعايير الاجتماعية ، كان على كل من الآلات الكاتبة والهواتف الذكية أن تخضع للتغييرات قبل أن يكون للتكنولوجيا تأثير كبير.

 

 

حاليًا ، برنامج التوجيه المدعوم بالذكاء الاصطناعي ، وهو تقنية أخرى يحتمل أن تكون مدمرة ، في نفس الموقف حاليًا. ليس هناك شك في أن التقنيات القائمة على الذكاء الاصطناعي تكتسب زخمًا سريعًا في قطاع التعليم عمومًا. ومع ذلك ، من منظور عملي ، يمكن القول أن هذه التقنيات يتم استخدامها بشكل أساسي بطريقة غير فعالة – لأتمتة المهام التقليدية

 

حليف يؤديه البشر ، الذين يعتبرون بعد ذلك زائدين عن الحاجة ومهملين.

 

في السنوات القليلة الماضية ، كان هناك عدد متزايد من الأدلة التي تشير إلى أن الحلول التي تم إنشاؤها بواسطة البشر والآلات بشكل تعاوني أفضل من تلك التي طورها البشر والآلات بشكل فردي.

 

الصندوق الأسود

من الصعب للغاية معرفة ما يحدث داخل أنظمة الذكاء الاصطناعي لأنها تتفاعل مع العديد من المعلمات على مستوى معقد. الهدف هو استخدام أجهزة الكمبيوتر لأداء المهام التي لا يستطيع البشر القيام بها. ونتيجة لذلك ، فإن محاولة حلها تؤدي إلى تفسيرات مبسطة بشكل لا يصدق لما يحدث.

 

 

نتيجة لذلك ، أصبحنا معتمدين على السرعة كنتيجة لاتخاذ القرارات الحسابية ، والمعروفة أيضًا باسم algocracy. توفر ألجوكراسي بيانات مستمرة في الوقت الفعلي بناءً على تحليل في الوقت الفعلي ، مما يسد “الفجوة بين البيانات والمعرفة. يسمح البرنامج لأي شخص بإجراء التحليل ، حتى بدون أي خبرة سابقة أو مهارات تحليلية أو مهارات تكنولوجية.

 

 

كأداة نبوية يمكنها أيضًا رؤية المستقبل ، يفتح “الصندوق الأسود” العديد من الاحتمالات للمستقبل. ينتج عن ذلك أنظمة صنع القرار الخوارزمية التي تولد وتمكّن من تحقيق نتائج ذكية وسريعة الاستجابة.

 

 

الدافع وراء استخدام بيانات الطلاب مع التعلم الآلي هو الرغبة في تقليل النفقات وزيادة الكفاءة بالإضافة إلى زيادة القدرة التنافسية والإنتاجية.

 

 

التطبيقات الإستراتيجية أو المؤسسية للذكاء الاصطناعي:

 

تحليلات التعلم

 

إن تحليل تجارب الطلاب والفصول الدراسية بغرض مساعدة التعلم على مستويات مختلفة هو هدف تعلم التحليلات. تعد تحليلات التعلم مجالًا جديدًا نسبيًا ، لكنه تطور بشكل كبير في السنوات القليلة الماضية ، خاصة في تطبيقاته في التعليم العالي.

 

يمكن أن تكون تحليلات التعلم مفيدة لكل من الطلاب والمعلمين ، ويمكن أن تفيد المؤسسات أيضًا على المدى الطويل. إن الكمية الهائلة من بيانات الطلاب التي تم جمعها على مر السنين ، بما في ذلك المعلومات الديموغرافية والدرجات والإجراءات ، تمكن المدارس من تصميم تكتيكات الاحتفاظ والأداء الأكاديمي ، والابتعاد عن المستوى المتوسط ​​ونحو تلبية احتياجات كل طالب بطريقة شخصية وقائمة على البيانات طريقة.

 

 

هناك الكثير من الصعوبات التعليمية الموجودة في بيئة التعليم العالي والتي تشمل جميع أصحاب المصلحة في أنشطة التعلم والتعليم. يمكن معالجة التسرب من المدرسة ، وصعوبات تعاون الطلاب ، ونمو التفكير العلمي والكتابة ، بالإضافة إلى نمو التفكير الحسابي باستخدام تحليلات التعلم.

 

 

هناك عدة طرق لمساعدة المعلمين على فهم سلوك الطلاب من خلال التفكير النقدي والاختلافات الصفية ، بالإضافة إلى تتبع مستويات تحفيز الطلاب. يمكن للإدارة وصناع القرار استخدام تحليلات التعلم لتحديد الطلاب المعرضين لخطر عدم التخرج في الوقت المحدد وإنشاء برامج تناسب احتياجات وتوقعات الطلاب.

 

 

أخلاقيات الذكاء الاصطناعي في التعليم العالي

 

يُعتقد عمومًا أن خوارزميات التعلم الآلي هي الأفضل في التنبؤ بما رأوه أكثر في الماضي. بهذه الطريقة ، سيكونون قادرين على عمل تنبؤات أكثر دقة لمجموعات الطلاب الذين سيحصلون على الدرجة الأكثر شيوعًا ، باستخدام التنبؤ بالدرجات.

 

في حالة ارتفاع الدرجة ، فإن ذلك سيؤدي إلى استمرار الظلم ، لأن الخوارزميات المصممة لإفادة الأطفال لن تكون قادرة على مساعدة الأطفال الذين يحصلون على درجات أقل. في دراسة حديثة ، قامت بتقييم الملايين من توقعات الدرجات في الجامعة الحكومية ، وجد أن هذا هو الحال.

 

وقد وجد أن السماح للنموذج التنبئي بالتركيز على جميع الدرجات بشكل متساوٍ أدى إلى نتائج أعلى لتحقيق أداء متساوٍ عبر المجموعات ، ولكن هذه النتائج جاءت على حساب الدقة الشاملة.

 

 

ليس هناك شك في أنه من المهم معالجة العرق والتحيز في نماذج التنبؤ ، ولكن القيام بذلك دون حذر يمكن أن يؤدي إلى تفاقم عدم المساواة. أدت إضافة العرق كمعامل إلى نموذج دون إجراء أي تغييرات أخرى إلى أقل أداء متساوي عبر المجموعات ، وبالتالي يؤدي إلى أقل النتائج عادلة في نفس البحث.

 

 

اكتشف فريق من الباحثين أنه باستخدام تقنية تُعرف باسم التعلم العدائي ، والتي تعلم النموذج عدم اكتشاف العرق ويضيف عقوبة التعلم الآلي عندما يكتشف النموذج العرق بشكل صحيح بناءً على بيانات إدخال الطالب ، فقد تمكنوا من تحقيق أكثر الإنصاف. النتائج.

 

 

بالإضافة إلى ذلك ، حاول الباحثون أيضًا تدريب نماذج مختلفة لكل مجموعة من أجل تحسين الدقة. ومع ذلك ، وجدوا أن البيانات من جميع الطلاب حسنت التنبؤ لجميع المجموعات بشكل ملحوظ ، بدلاً من استخدام البيانات من مجموعة واحدة فقط.

 

 

توضح نتائج هذه الدراسة الصعوبات في تطوير حلول مدمجة في الذكاء الاصطناعي (AI) تدعم مبادرات نجاح الطلاب في المؤسسة التعليمية بدلاً من إعاقتها. من أجل معالجة التحيز بفعالية وتعزيز الآثار الأخلاقية في العديد من السياقات التعليمية ، يلزم إجراء بحث إضافي لإنشاء ممارسات أفضل إضافية.

 

تحسين سمعة التعليم العالي

من خلال اكتشاف واستهداف المتقدمين الأكثر ملاءمة للمدرسة ، وتصميم تجارب الطلاب عبر دورة حياة الطالب ، ستتمكن الجامعات من العمل بكفاءة أكبر ، وتسجيل الطلاب الذين من المرجح أن يتخرجوا ، وتوفير جودة أعلى من التعليم.

 

يبدو أن الذكاء الاصطناعي ، بشكل عام ، يقدم بشكل أساسي فوائد لتوفير الوقت. من خلال الاستفادة من الذكاء الاصطناعي ، يمكن للمسؤولين في مدارسهم أداء وظائف تستغرق وقتًا طويلاً وحل المشكلات بشكل أسرع من خلال الاستفادة من الذكاء الاصطناعي لأداء وظائف تستغرق وقتًا طويلاً وإعادة تركيز انتباههم على تحسين مشاركة الطلاب. مع نمو مشاركة الطلاب ، تزداد درجاتهم وأبحاثهم وتؤدي في النهاية إلى تحسين سمعة المؤسسة.

 

 

الخلاصة:

كيف يتم استخدام الذكاء الاصطناعي لتغيير التعليم العالي؟

التعليم العالي ، مهما كان كبيرًا أو صغيرًا ، لديه القدرة على التحول بواسطة الذكاء الاصطناعي (AI). في قطاع التعليم ، يمكن استخدامه لتوقع اتجاهات الالتحاق ، وتعزيز جهود التوظيف ، وتحسين الأداء الأكاديمي للطلاب عند استخدامه لتحسين نتائج الطلاب.

 

 

افكار كل جديد في العالم مقالات افكار كل جديد في العالم كل جديد حول العالم سيارات اقتصاد تجارة وظائف فاشون أزياء موضة ملابس تكنولوجيا اختراعات ابتكارات فن افضل الاشياء حول العالم كل ماهو جديد بالعالم