التعليم والبحث العلمي الأدلة التقنية

الواجبات والاختبارات الجامعية في زمن الذكاء الاصطناعي AI

كيف تقيم طلابك عندما يستطيع الذكاء الاصطناعي حل الواجب، ولماذا لا تنفع أدوات الكشف، وماذا تكتب في سياسة مقررك.

الواجبات والاختبارات الجامعية في زمن الذكاء الاصطناعي AI

إذا كنت تدرس مقرراً جامعياً، وتتساءل كيف تقيم طلابك وهم يستطيعون أن يطلبوا الواجب كاملاً من أداة ذكاء اصطناعي، فهذا المقال لك. ستجد فيه ما تقوله الدراسات عن استخدام الطلاب لهذه الأدوات، ولماذا لا تنفع أدوات الكشف، وطرقاً عملية لإعادة تصميم الواجبات والاختبارات، وما الذي تكتبه في سياسة مقررك.

والمقال يصلح لأي تخصص، لكننا نأخذ مقرر البرمجة مثالاً. والسبب أن البرمجة هي المجال الذي ظهر فيه أثر هذه الأدوات أولاً وبأوضح صورة.

وهذا المقال هو الأول في سلسلة عن التدريس الجامعي في زمن الذكاء الاصطناعي.

المواضيع في السلسلة:

  1. الواجبات والاختبارات الجامعية في زمن الذكاء الاصطناعي (الموضوع الحالي).
  2. أدوات التعليم في زمن الذكاء الاصطناعي: الكشف والمراقبة والمصححات الآلية والمساعدات.
  3. مساعد تدريس بالذكاء الاصطناعي لمقرر البرمجة: تجربة عملية على سيرفرك.

باختصار Summary

💡
المشكلة: الواجب الذي يسلمه الطالب من البيت لم يعد يخبرك من كتبه، ولا هل فهم ما كتب.
ما لا ينفع: أدوات كشف النص المولد. تخطئ كثيراً، وتظلم أكثر من يكتب بلغة غير لغته الأم.
ما ينفع: أن تغير ما تقيسه. قيم طريقة العمل وليس الملف النهائي فقط، واسأل الطالب عن عمله شفهياً، واجعل جزءاً من الدرجة داخل القاعة.
السياسة: اكتب بجانب كل واجب مستوى استخدام الذكاء الاصطناعي المسموح فيه، واطلب من الطالب أن يذكر كيف استخدمه.
ما تدرسه: مهارات التحقق وقراءة الكود وتتبع الأخطاء صارت أهم من كتابة الكود نفسه.

ما الذي تغير فعلاً؟ What Changed

لسنوات طويلة كان الواجب المنزلي يقيس شيئاً واضحاً. الطالب الذي يسلم برنامجاً يعمل فهم الدرس بدرجة ما، والذي يكتب تقريراً متماسكاً قرأ وفكر.

اليوم يلصق الطالب نص الواجب في نافذة محادثة، فيحصل على حل يعمل خلال ثوان. والمصحح الآلي Autograder، وهو برنامج يصحح الواجبات تلقائياً، يعطيه الدرجة الكاملة. ولا يوجد في الملف ما يفرق بين من فهم ومن نسخ.

وهذا لا يعني أن كل الطلاب يغشون. وإنما يعني أن الشيء الذي كنا نقيسه لم يعد دليلاً على ما نريد معرفته.

وأغلب ما يكتب في هذا الموضوع مبني على استبانات يجيب فيها الطالب عن نفسه. لذلك نبدأ ببيانات استخدام حقيقية. ففي أبريل 2025 نشرت شركة Anthropic تقريراً حللت فيه قرابة مليون محادثة مجهولة الهوية من حسابات بريد جامعي، منها 574,740 محادثة لها علاقة بالدراسة. ومن نتائجه:

  • طلاب علوم الحاسب في المقدمة: تخصص Computer Science يمثل 5.4% فقط من شهادات البكالوريوس في أمريكا، لكنه كان مصدر أكثر من ثلث المحادثات (36.8% في ملخص التقرير و38.6% في تفاصيله).
  • ثلث الاستخدام تقريباً للواجبات التقنية: 33.5% من المحادثات كانت طلب شرح أو حل لمهام تقنية، مثل إصلاح أخطاء كود الواجبات.
  • نصف المحادثات تقريباً «مباشرة»: قرابة 47% كانت من النوع المباشر Direct، أي أن الطالب يريد الإجابة بأقل نقاش ممكن. ومن أمثلة التقرير نفسه: طلب إجابات أسئلة اختيار من متعدد في تعلم الآلة، وإعادة صياغة نصوص لتفادي كشف الانتحال.

والتقرير نفسه ينبه إلى أن المحادثة المباشرة ليست غشاً بالضرورة. فقد يكون الطالب يتحقق من إجابته في اختبار تدريبي. لكن الرسالة واضحة: الواجب الذي يسلم من البيت لم يعد يخبرك من كتبه.

المصدر: Anthropic Education Report: How university students use Claude.

هل يتعلم الطالب أقل؟ Learning Harm

قد تسأل: إذا كان الطالب ينجز الواجب أسرع وبدرجة أعلى، فأين المشكلة؟

الإجابة في تجربة نشرت في مجلة PNAS سنة 2025. أعطى الباحثون قرابة ألف طالب رياضيات في المرحلة الثانوية أداة مبنية على GPT-4 أثناء حل مسائل التدريب، في نسختين:

النسخةكيف تعملالدرجات أثناء التدريبالاختبار بعد سحب الأداة
GPT Baseمثل ChatGPT العادي، تجيب عن أي شيءارتفعت 48%أسوأ بنسبة 17% من طلاب لم يستخدموا الأداة
GPT Tutorنفس النموذج مع ضوابط Guardrails: تعطي تلميحات ولا تعطي الإجابةارتفعت 127%الأثر السلبي خف إلى حد كبير

يصف الباحثون ما حدث بأن الطلاب استخدموا الأداة الأولى عكازاً Crutch. أنجزوا التدريب، لكنهم لم يتعلموا منه.

انتبه إلى أن الدراسة على طلاب ثانوية في الرياضيات، فلا تنقل أرقامها كما هي إلى مقرر جامعي. لكن الفكرة مهمة: تصميم الأداة يحدد هل تساعد على التعلم أم تحل محله.

المصدر: Generative AI without guardrails can harm learning، Hamsa Bastani وزملاؤه، PNAS 2025.

لماذا لا تنفع أدوات الكشف؟ AI Detectors

أول رد فعل لكثير من الجامعات كان شراء أداة تكشف النص المولد بالذكاء الاصطناعي. هذه الأدوات تعطي النص نسبة، مثل «احتمال 80% أنه مولد». والفكرة تبدو منطقية، لكن الأبحاث التي اختبرتها وصلت إلى نتيجة مختلفة.

أدوات غير دقيقة Inaccurate

أوسع اختبار منشور لهذه الأدوات نشر في ديسمبر 2023. اختبر فيه الباحثون 14 أداة، منها Turnitin، على ثلاثة أنواع من النصوص: نصوص كتبها بشر، ونصوص ولدها ChatGPT، ونصوص مولدة ثم أعيدت صياغتها أو ترجمت آلياً. ووجدوا ما يلي:

  • لم تتجاوز أي أداة دقة 80%، ولم يتجاوز 70% إلا خمس أدوات.
  • أخطأت الأدوات في الاتجاهين. صنفت نصوصاً بشرية على أنها مولدة، وهذا يسمى الإيجابية الكاذبة False Positive. وصنفت نصوصاً مولدة على أنها بشرية.
  • إعادة صياغة النص المولد أو ترجمته أضعفت الأدوات كثيراً.

وخلاصة الباحثين أن هذه الأدوات لا تصلح دليلاً على الغش. والسبب أن الالتفاف عليها سهل، وأنها لا تقدم دليلاً تستطيع أن تعرضه، كما تفعل أدوات مطابقة النصوص التي تريك المصدر المنسوخ منه.

المصدر: Testing of detection tools for AI-generated text، Debora Weber-Wulff وزملاؤها، International Journal for Educational Integrity.

تظلم من يكتب بغير لغته الأم Non-native Writers

المشكلة الثانية أخطر على طلابنا بالذات. اختبر باحثون من جامعة Stanford سبع أدوات كشف شائعة على مقالات كتبها بشر فعلاً:

  • 91 مقالاً لاختبار TOEFL، كتبها طلاب يتعلمون الإنجليزية لغة ثانية.
  • 88 مقالاً لطلاب أمريكيين في الصف الثامن.
رسم أعمدة: متوسط نسبة تصنيف مقالات بشرية على أنها مولدة كان 5.19% لمقالات الطلاب الأمريكيين و61.22% لمقالات TOEFL، و97.80% من مقالات TOEFL علمتها أداة واحدة على الأقل، وبعد تحسين المفردات بالذكاء الاصطناعي نزلت النسبة إلى 11.77%
نفس الأدوات التي كانت شبه دقيقة مع مقالات الطلاب الأمريكيين صنفت أغلب مقالات من يكتب الإنجليزية لغة ثانية على أنها مولدة (الأرقام من ورقة Liang وزملائه 2023)

والنتيجة:

  • مع الطلاب الأمريكيين: أخطأت الأدوات في 5.19% من المقالات في المتوسط.
  • مع طلاب TOEFL: أخطأت في 61.22% في المتوسط، مع أن كل المقالات كتبها بشر.
  • الأدوات السبع كلها اتهمت 18 مقالاً من 91، أي 19.78%.
  • أداة واحدة على الأقل اتهمت 89 مقالاً من 91، أي 97.80%. فإذا جربت أكثر من أداة على طالب كتب بنفسه، فهو متهم تقريباً بالتأكيد.
  • الأغرب: عندما حسن الباحثون مفردات هذه المقالات بأداة ChatGPT، نزلت النسبة إلى 11.77%. أي أن من يجمل نصه بالذكاء الاصطناعي ينجو، ومن كتب بنفسه بمفردات بسيطة يتهم.

لماذا يحدث هذا؟ أغلب الأدوات تقيس مدى «توقع» النص. والنص الذي يستخدم كلمات شائعة وجملاً بسيطة يكون متوقعاً، فتظنه الأداة مولداً. وهذه بالضبط صفة كتابة من يتعلم اللغة.

والطالب العربي الذي يكتب تقريره بالإنجليزية من هذه الفئة. ولم نجد دراسة منشورة تختبر هذه الأدوات على النص العربي، فلا تفترض أنها أفضل.

المصدر: GPT detectors are biased against non-native English writers، Weixin Liang وزملاؤه، مجلة Patterns 2023.

🛑
لا تتخذ قراراً تأديبياً بناء على نسبة من أداة كشف. الأبحاث وجدت أخطاء كثيرة في الاتجاهين، والخطأ يقع أكثر على من يكتب بلغة ثانية. استخدم النسبة سبباً لمحادثة مع الطالب عن عمله، وليس دليلاً عليه.

وفي البرمجة المشكلة أصعب. البرنامج الصحيح لمسألة صغيرة يتشابه بطبيعته مهما كان كاتبه، لأن طرق حلها المعقولة قليلة. لذلك لا نعتمد على الكشف، وإنما على تقييم لا يحتاج إليه.

إعادة تصميم التقييم Assessment Redesign

إذا لم يعد الملف النهائي دليلاً، فالحل ليس أن تمنع الأدوات أو تطاردها. الحل أن تغير ما تقيسه. والصورة التالية تجمع خمس طرق نشرحها واحدة واحدة:

خمس طرق لإعادة تصميم التقييم حول طالب في المنتصف: سجل العملية بالمسودات وسجل Git، والدفاع الشفهي القصير عن الكود، والاختبار داخل القاعة، والاختبار على مرحلتين فردية ثم جماعية، والسماح بالذكاء الاصطناعي مع الإفصاح عن طريقة الاستخدام
كل طريقة تعيد ربط الدرجة بما يعرفه الطالب فعلاً، وأغلب المقررات تحتاج مزيجاً منها وليس واحدة

قيم الطريق وليس الملف فقط Process-based Assessment

ما هو: أن تعطي جزءاً من الدرجة للطريق الذي وصل منه الطالب إلى الحل، وليس للحل النهائي وحده.

كيف تطبقه: اطلب المسودات ومراحل العمل. وفي البرمجة توجد أداة جاهزة لذلك هي Git، وهي تحفظ كل تعديل يرفعه الطالب مع تاريخه. فترى كيف بدأ، وأين أخطأ، وكيف أصلح. وقد شرحنا أساسياتها في مقال إدارة النسخ وGit للمبتدئين.

حدوده: هذا السجل ليس دليلاً قاطعاً، فالطالب يستطيع أن يقسم حلاً منسوخاً على عدة مراحل. لكنه يجعل الغش أصعب، ويعطيك أسئلة للمناقشة، مثل: لماذا غيرت هذا الجزء في المرحلة الرابعة؟

الدفاع الشفهي القصير Oral Defence

ما هو: أن يشرح الطالب عمله أمامك بنفسه. ويسمى في الجامعات البريطانية Viva. وهو أقدم طريقة تحقق في الجامعات، وأقواها اليوم.

كم يأخذ: من خمس إلى عشر دقائق لكل طالب تكفي، إذا كانت الأسئلة على عمله نفسه. مثلاً:

  • اشرح لي هذا الجزء. ماذا يحدث لو كانت القائمة فارغة؟
  • عدل الحل الآن ليقبل حالة جديدة، وأنا أشاهد.
  • هذا الاختبار فشل عندي. ما سببه في رأيك؟

وهي نفس فكرة المقابلة التقنية للتوظيف: طلب تعديل صغير أمامك يكشف الفهم أسرع من أي سؤال نظري. وقد شرحنا ذلك في مقال كيف تدير مقابلة تقنية تكشف مستوى المرشح.

إذا كان عندك مئات الطلاب: اختر عينة عشوائية في كل واجب، وأعلن ذلك من أول الفصل. فيعرف كل طالب أنه قد يسأل عن عمله.

الاختبار داخل القاعة Invigilated Exam والاختبار على مرحلتين Two-stage Exam

الاختبار داخل القاعة هو المكان الوحيد الذي تعرف فيه بدقة الأدوات المتاحة للطالب. قد يكون على الورق، أو على جهاز مقفل بمتصفح اختبارات آمن، وهو ما نتحدث عنه في المقال الثاني من السلسلة.

والفكرة ليست أن تعيد كل التقييم إلى الورق. الفكرة أن يكون جزء من الدرجة في مكان مضبوط، يثبت أن الطالب يملك المهارة الأساسية بنفسه.

الاختبار على مرحلتين طريقة معروفة في تدريس العلوم:

  1. يحل الطالب الاختبار وحده ويسلمه.
  2. ثم يحل الأسئلة نفسها، أو أسئلة قريبة منها، مع مجموعة صغيرة من زملائه.
  3. تجمع الدرجتان، والوزن الأكبر للمرحلة الفردية.

وفائدة المرحلة الثانية أنها تحول الاختبار إلى نقاش، يتعلم فيه الطالب من خطئه مباشرة.

السماح بالذكاء الاصطناعي مع الإفصاح Disclosure

بعض المهارات تحتاج الذكاء الاصطناعي نفسه. فالمبرمج اليوم يعمل مع مساعد برمجة في وظيفته، والمقرر الذي يمنعه في كل شيء لا يجهز الطالب لذلك.

والحل في هذه الواجبات هو الإفصاح. أي أن يرفق الطالب مع عمله فقرة قصيرة تجيب عن أربعة أسئلة:

السؤالمثال من إجابة طالب
ما الأداة التي استخدمتها؟مساعد المقرر الرسمي فقط
فيم استخدمتها؟سألته عن معنى رسالة خطأ، وطلبت تلميحاً عن الحالات الخاصة
ما الذي كتبته بنفسك؟الحل كاملاً والاختبارات الخمسة
كيف تحققت؟شغلت الاختبارات، فوجدت حالة تفشل وأصلحتها

والقيمة الحقيقية للإفصاح أنه يغير السؤال. من «هل استخدمت الذكاء الاصطناعي؟»، وهو سؤال يجيب عنه الجميع بلا، إلى «كيف استخدمته؟»، وهو سؤال تستطيع أن تناقشه في الدفاع الشفهي.

مستويات الاستخدام المسموح AI Assessment Scale

بين المنع الكامل والسماح الكامل توجد درجات. وأشهر إطار لها هو مقياس تقييم الذكاء الاصطناعي AI Assessment Scale، واختصاره AIAS. نشره أربعة باحثين سنة 2024، ثم نشروا نسخة معدلة في ديسمبر 2024 فيها خمسة مستويات:

خمسة مستويات في النسخة المعدلة من مقياس AIAS: المستوى الأول No AI بلا ذكاء اصطناعي، والثاني AI-Assisted Planning للتخطيط فقط، والثالث AI-Assisted Task Completion لإنجاز أجزاء مع تقييم الطالب، والرابع Full AI، والخامس AI Exploration لاستكشاف استخدامات جديدة، وتحتها مساران من جامعة Sydney: مسار مضمون داخل القاعة ومسار مفتوح
المقياس لا يقول أي مستوى أفضل، وإنما يطلب أن يختار المعلم المستوى الذي يناسب هدف التعلم في كل تقييم ويعلنه للطالب مسبقاً
المستوىماذا يعني للطالب
1. No AIلا يستخدم الذكاء الاصطناعي أبداً
2. AI-Assisted Planningيستخدمه في التخطيط والأفكار فقط
3. AI-Assisted Task Completionينجز به أجزاء من العمل، ويقيم ما أنتجه
4. Full AIيستخدمه بحرية في كل العمل
5. AI Explorationيستكشف به طرقاً جديدة لحل المشكلة

والإطار لا يفرض مستوى واحداً للمقرر كله. فواجب يقيس فهم أساسيات البرمجة قد يكون في المستوى الأول، ومشروع نهاية الفصل قد يكون في الرابع.

المصدر: النسخة الأولى من AIAS في Journal of University Teaching and Learning Practice، والنسخة المعدلة في ديسمبر 2024، Mike Perkins وLeon Furze وJasper Roe وJason MacVaugh.

رأي آخر: المساران Two-lane Approach. في جامعة Sydney اقترح Danny Liu وAdam Bridgeman سنة 2023 تقسيماً أبسط، إلى مسارين فقط:

  • المسار المضمون Secure Assessment: يتم في بيئة مراقبة، ويثبت أن الطالب حقق أهداف التعلم بنفسه.
  • المسار المفتوح: يفترض أن الذكاء الاصطناعي موجود، ويعلم الطالب أن يستخدمه بمسؤولية. وله الوزن الأكبر.

ويرى أصحابه أنه لا يوجد حل وسط، لأن أي تقييم غير مراقب يجب أن تفترض أن الذكاء الاصطناعي استخدم فيه. وفي رأينا أن الفكرتين تكمل إحداهما الأخرى: المساران يحددان أين تثبت المهارة، والمستويات توضح للطالب المسموح في المسار المفتوح.

المصدر: صفحة جامعة Sydney عن المسارين.

مقارنة طرق التقييم Comparison

هذا الجدول تقدير منا وليس نتيجة دراسة. الغرض منه أن يساعدك على المزج بين الطرق:

نوع التقييمماذا يثبتالجهد على المعلمتأثير الذكاء الاصطناعي عليه
واجب منزلي يصححه مصحح آليأن الحل يعمل فقطقليلكبير جداً، فالحل المولد ينجح في الاختبارات
سجل مراحل العمل والمسوداتطريقة العمل والتدرجمتوسطمتوسط، ويجعل النسخ أصعب
دفاع شفهي قصيرالفهم والقدرة على التعديلكبير، ويقل مع العينة العشوائيةقليل
اختبار داخل القاعةالمهارة الأساسية دون مساعدةمتوسطقليل إذا ضبطت البيئة
اختبار على مرحلتينالفهم الفردي ثم النقاشمتوسطقليل في المرحلة الفردية
مشروع مفتوح مع الإفصاحاستخدام الأدوات بمسؤوليةمتوسطمسموح ومقصود

سياسة النزاهة الأكاديمية Academic Integrity Policy

الطالب لا يستطيع أن يلتزم بقاعدة لا يعرفها. وأغلب المشاكل تبدأ من مقرر لم يقل بوضوح ما المسموح. لذلك نبدأ بما نشرته جهات معروفة، ثم نصل إلى ما يحتاجه مقررك.

ماذا تقول الجهات الدولية والمحلية؟ Frameworks

مجموعة Russell Group: في يوليو 2023 نشرت هذه المجموعة من الجامعات البحثية البريطانية خمسة مبادئ:

  1. تساعد الجامعات طلابها وموظفيها على فهم الذكاء الاصطناعي، أي فرصه وحدوده وقضاياه الأخلاقية.
  2. يستطيع الموظفون توجيه الطلاب لاستخدامه بشكل مناسب، والمناسب يختلف بين التخصصات.
  3. تعدل الجامعات التدريس والتقييم ليشمل الاستخدام الأخلاقي، مع عدالة الوصول، لأن بعض الأدوات باشتراك مدفوع.
  4. تحافظ الجامعات على النزاهة بسياسات واضحة، وبيئة يسأل فيها الطالب دون خوف من العقوبة.
  5. تتعاون الجامعات في تبادل أفضل الممارسات مع تطور التقنية.

المصدر: مبادئ Russell Group.

منظمة UNESCO: في سبتمبر 2023 نشرت أول دليل عالمي في هذا الموضوع، من إعداد Fengchun Miao وWayne Holmes، وهو متاح بالعربية أيضاً. ومما يقترحه بحسب البيان الصحفي للمنظمة:

  • سبع خطوات للحكومات لتنظيم هذه الأدوات، منها حماية خصوصية البيانات.
  • سن 13 حداً أدنى لاستخدامها في الفصل.
  • تدريب المعلمين.

المصدر: Guidance for generative AI in education and research، والنسخة العربية، والبيان الصحفي.

في المملكة: ذكرت صفحة أخبار جامعة الملك سعود في نوفمبر 2025 أن كلية الطب فيها اعتمدت في مارس 2025 دليلاً لاستخدام الذكاء الاصطناعي التوليدي. وهذا الدليل مبني على «دليل استخدام الذكاء الاصطناعي التوليدي في التعليم العام (2025)» الصادر عن وزارة التعليم والهيئة السعودية للبيانات والذكاء الاصطناعي SDAIA، وعلى مبادئه الستة:

  • الاستخدام المسؤول.
  • الخصوصية وأمن البيانات.
  • الرفاه والتركيز على الإنسان.
  • العدالة وإمكانية الوصول.
  • الشفافية والمساءلة.
  • التعلم المستمر والتغذية الراجعة.

ولم نصل إلى نص الدليل نفسه من موقع رسمي، فننقل ما ذكرته الجامعة فقط. وإذا كانت جامعتك في المملكة، فارجع إلى النسخة الرسمية، وإلى نظام حماية البيانات الشخصية عند اختيار أي أداة تعالج بيانات الطلاب.

المصدر: صفحة أخبار جامعة الملك سعود، ونظام حماية البيانات الشخصية.

ماذا تكتب في سياسة مقررك؟ Course Policy

المبادئ السابقة عامة، والطالب يحتاج أن يعرف ماذا يفعل في الواجب الثالث بالذات. والسياسة الجيدة تجيب عن ستة أسئلة:

  1. المستوى: ما المستوى المسموح في كل واجب واختبار؟ اكتبه بجانب الواجب نفسه، وليس في صفحة منفصلة.
  2. الأدوات: هل للمقرر أداة رسمية؟ وهل الأدوات العامة مسموحة؟ وما الذي لا يجوز إدخاله فيها، مثل بيانات حقيقية أو كود من مشروع شركة؟
  3. الإفصاح: متى يجب، وبأي شكل، وماذا يحدث إذا لم يفصح الطالب؟
  4. التحقق: أن الدفاع الشفهي أو سجل العمل جزء معلن من التقييم، وليس عقوبة تظهر عند الشك فقط.
  5. الكشف: أن المقرر لا يتخذ قراراً بناء على أداة كشف وحدها.
  6. السؤال الآمن: مكان يسأل فيه الطالب «هل هذا الاستخدام مسموح؟» قبل التسليم، دون أن يحسب عليه.

مثال حقيقي: مقرر CS50 في جامعة Harvard. بحسب ورقة الفريق في مؤتمر SIGCSE 2024، سمح المقرر للطلاب باستخدام أدواته الخاصة المبنية على الذكاء الاصطناعي، وحد من استخدام الأدوات العامة مثل ChatGPT وGitHub Copilot. أي أداة رسمية مع ضوابط، بدلاً من المنع.

المصدر: ورقة CS50 في SIGCSE 2024.

ماذا ندرس الآن؟ What to Teach

إذا كان النموذج يكتب الحل، فماذا يتعلم الطالب؟ الإجابة أن المهارات التي كانت تأتي بعد الكتابة صارت هي الأساس. والسبب أن ما يولده النموذج يحتاج من يقرؤه ويحكم عليه. وهذه أهمها في مقرر البرمجة:

مثال: مقرر برمجة أول بعد إعادة التصميم CS1

لنأخذ مقرراً أول في البرمجة، فيه واجبات أسبوعية ومشروع واختبار نهائي. هذا الجدول اقتراح منا لتوزيع الدرجة، وليس مقرراً قائماً:

التقييمالوزنمستوى AIASكيف نتحقق
واجبات أسبوعية مع مصحح آلي15%الثاني: تلميحات من مساعد المقرر فقطسجل مراحل العمل، ودفاع شفهي لعينة عشوائية
اختبارات قصيرة داخل القاعة لقراءة الكود20%الأول: بلا ذكاء اصطناعيعلى الورق أو بمتصفح اختبارات آمن
اختبار منتصف الفصل على مرحلتين15%الأولالمرحلة الفردية ثم مجموعات من ثلاثة
مشروع جماعي25%الرابع: مسموح مع الإفصاحعرض، ودفاع كل عضو عن جزئه
اختبار نهائي عملي25%الأولداخل المعمل على أجهزة مضبوطة

لاحظ أمرين:

  • الواجبات الأسبوعية بقيت، لكن وزنها قل، لأنها صارت تدريباً أكثر منها دليلاً.
  • 60% من الدرجة في المسار المضمون (20 + 15 + 25)، حتى لو كان كل ما ينجز في البيت مولداً.

وفي المقال الثاني نتحدث عن الأدوات التي تنفذ هذا الجدول، وفي الثالث عن مساعد يعطي التلميحات دون الحلول.

ماذا عن المستقبل القريب؟ What's Next

التوقعات في هذا الموضوع كثيرة، فنكتفي بما تقوله المصادر التي قرأناها:

  • المساعد الرسمي للمقرر صار واقعاً: بحسب ورقة CS50، استخدم أداتهم أكثر من 50,000 مستخدم حتى ديسمبر 2023، وأجابت عن أكثر من 1.8 مليون سؤال. وقدر الفريق تكلفتها بنحو 1.90 دولار للطالب في الشهر، ووسعوها إلى 10 مقررات أخرى.
  • التصحيح بالذكاء الاصطناعي هو الخطوة التالية: الورقة نفسها تذكر خطة لأداة تصحح تصميم الكود بناء على واجبات صححها بشر سابقاً، ويبقى القرار الأخير للمعلم.
  • الضوابط هي الفرق: تجربة Bastani تبين أن الأداة نفسها تضر أو تنفع حسب تصميمها. فالسؤال الحقيقي للجامعة ليس «هل نسمح؟»، وإنما «أي أداة، وبأي ضوابط؟».
  • التنظيم يتقدم: دليل UNESCO وضع إطاراً للحكومات، وفي المملكة دليل للتعليم العام بحسب ما نقلته جامعة الملك سعود، والجامعات بدأت تبني أدلتها عليه.

أخطاء شائعة Common Mistakes

  • اعتماد نسبة أداة الكشف دليلاً: الأبحاث تقول إنها غير دقيقة، وتظلم من يكتب بلغة ثانية.
  • المنع الكامل في كل شيء: لا تستطيع تطبيقه في البيت، والطالب سيعمل بعد التخرج مع هذه الأدوات يومياً.
  • السماح الكامل دون ضوابط: قد ينجح الطالب في التدريب، ثم يفشل عندما يعمل وحده.
  • سياسة عامة للجامعة دون تفاصيل في المقرر: الطالب يحتاج المستوى المسموح بجانب كل واجب.
  • الدفاع الشفهي عقوبة: إذا كان معلناً للجميع صار طبيعياً، وإذا ظهر عند الشك فقط صار اتهاماً.
  • إبقاء وزن الواجبات المنزلية كما هو: الواجب الذي لا يثبت شيئاً لا يجب أن يحدد نصف الدرجة.

الخلاصة

  • الملف النهائي للواجب المنزلي لم يعد دليلاً على التعلم، وطلاب علوم الحاسب هم الأكثر استخداماً لهذه الأدوات.
  • أدوات كشف النص المولد غير دقيقة، وتظلم من يكتب بلغة ثانية، فلا تستخدمها دليلاً.
  • الحل في إعادة تصميم التقييم: قيم الطريق، واسأل شفهياً، واجعل جزءاً من الدرجة داخل القاعة، واطلب الإفصاح.
  • اكتب لكل واجب مستوى الاستخدام المسموح، واعتمد على مبادئ معروفة مثل Russell Group وUNESCO والدليل السعودي.
  • أعط وقتاً أكبر للتحقق وقراءة الكود وتتبع الأخطاء والاختبار والمراجعة.
  • الأداة نفسها قد تضر أو تنفع حسب ضوابطها، وهذا موضوع المقالين القادمين بإذن الله.
دليلأدوات التعليم والذكاء الاصطناعي AI: من الكشف إلى التصحيحخمسة أنواع من أدوات التعليم في زمن الذكاء الاصطناعي، وما تفعله كل أداة وما لا تفعله، ورخصها وأسعارها، وكيف تختار ما يناسب مقررك.دليلمساعد تدريس بالذكاء الاصطناعي لمقرر البرمجةكيف تبني مساعداً محلياً يجيب طلاب البرمجة من ملاحظات المقرر ويعطي تلميحات بدلاً من حل الواجبات.دليلأنظمة إدارة التعلم LMS: ماذا تحتاج منها مؤسستك التعليمية؟ما الذي يفعله نظام إدارة التعلم LMS، وما الذي تحتاجه منه مدرستك أو جامعتك فعلاً قبل أن تختار بين الأنظمة المفتوحة.دليلMoodle: منصة تعلم بالعربية على سيرفرككيف تثبت Moodle على سيرفرك وتجهزه بالعربية، ثم تنشئ مقرراً واختباراً وتسجل الطلاب وتأخذ له نسخة احتياطية كاملة.دليلالمصادر المفتوحة للجامعات: خطة وأدوات بالترتيبدليل لقيادة الجامعة يشرح ما تكسبه فعلاً من المصادر المفتوحة وما تكلفه، وبأي ترتيب تنقل خدماتها إليها.دليلمتى يكون الذكاء الاصطناعي واثقاً ومخطئاً؟أنماط الأخطاء التي يكتبها مساعد البرمجة بثقة كاملة، ولماذا تحدث، وكيف تكشف كل واحد منها قبل أن يصل إلى الإنتاج.

سجل التحديثات

  • 2026-11-13: إعادة كتابة المقال بلغة أوضح وخطوات وجداول، دون كود.
  • 2026-11-14: مراجعة المقال وإعادة المعلومات المفيدة ونتائج البيانات الحقيقية التي حذفت في إعادة الكتابة.
  • أكتوبر 2026: كتابة المقال، وكل المصادر المذكورة قرئت من صفحاتها الأصلية في 13 أكتوبر 2026: تقرير Anthropic Education Report (أبريل 2025)، وورقة Bastani وزملائه في PNAS (يونيو 2025)، وورقة Weber-Wulff وزملائها في International Journal for Educational Integrity (ديسمبر 2023)، وورقة Liang وزملائه في Patterns (2023)، ونسختا مقياس AIAS (2024)، وصفحة جامعة Sydney عن المسارين (2023)، ومبادئ Russell Group (يوليو 2023)، ودليل UNESCO وبيانه الصحفي (سبتمبر 2023)، وصفحة أخبار جامعة الملك سعود (نوفمبر 2025)، وورقة CS50 في SIGCSE 2024.
نشرة عرب رووت | ArabRoot

معرفة تستحق مكاناً في بريدك.

مقالات مختارة وأدوات مفيدة وأفكار لمشروعك القادم، في رسالة واحدة كل أسبوع.

يمكنك إلغاء الاشتراك متى شئت. الخصوصية

تم استلام طلبك. افتح بريدك واضغط رابط التأكيد لإتمام الاشتراك.