التحول الرقمي والذكاء الاصطناعي

تطوير نماذج الذكاء الاصطناعي في قطاع التعليم والتدريب: من تحليلات التعلم إلى الأنظمة التكيفية والتقييم الآلي

يبني المشارك نماذج ذكاء اصطناعي تخدم المتعلم والمعلم معاً: التنبؤ المبكر بالتعثر، وتخصيص مسارات التعلم بتتبع المعرفة، وتطوير مساعد تعليمي وتصحيح آلي مُعايَر، مع قياس الأثر التعليمي وصون خصوصية المتعلمين.

المدة5 أيام تدريبية
المحتوى5 محاور · 10 جلسات
بعد البرنامجشهادة حضور معتمدة

لمحة عن الدورة

تمتلئ منصات التعلم بسجلات دخول ومحاولات اختبار وتفاعلات مع المحتوى، لكن نادراً ما تتحول هذه البيانات إلى نموذج ينبه المعلم إلى متعلم بدأ يتعثر أو يقترح على المتدرب المسار الذي يسد فجوته. يتعمق البرنامج في تطوير نماذج الذكاء الاصطناعي في قطاع التعليم والتدريب بمنظور يجمع علم البيانات والقياس التربوي: تنظيم بيانات التعلم بمعايير مثل xAPI، وبناء تحليلات التعلم ونماذج الإنذار المبكر وفحص عدالتها، وتصميم الأنظمة التكيفية بتتبع المعرفة ونظرية الاستجابة للمفردة، وتطوير مساعد تعليمي توليدي وأدوات للتقييم الآلي، ثم التحقق من الأثر التعليمي وحوكمة الاستخدام. تتوزع الجلسات بين تحليل مجموعات بيانات تعليمية وبناء نماذج أولية ومقارنة التصحيح الآلي بتقديرات المعلمين. والناتج النهائي تصميم متكامل لنموذج تعليمي يبدأ من البيانات وينتهي بخطة لقياس أثره في التحصيل.

الأهداف المتوقعة من الدورة

01

تصميم نموذج بيانات تعليمية يوحد سجلات أنظمة إدارة التعلم ونتائج التقييم بمعيار xAPI، ويحدد المتغيرات الصالحة للتنبؤ بتعثر المتعلمين.

02

بناء نموذج إنذار مبكر للمتعلمين المعرضين للرسوب أو الانسحاب، وتقييم دقته وعدالته بين فئاتهم قبل ربطه بتدخلات إرشادية.

03

تطوير منطق تعلم تكيفي يعتمد تتبع المعرفة ونظرية الاستجابة للمفردة (IRT) لاختيار النشاط أو السؤال التالي المناسب لكل متعلم.

04

تقييم موثوقية التصحيح الآلي والمساعدات التعليمية التوليدية بمقارنة نتائجها بتقديرات المعلمين، ووضع ضوابط استخدامها وحماية بيانات المتعلمين.

المستهدفون

01

مديرو التعلم الرقمي وتقنيات التعليم في الجامعات والمدارس ومراكز التدريب.

02

علماء البيانات ومطورو المنصات التعليمية الذين يبنون خصائص التخصيص وتحليلات الأداء.

03

مصممو التعليم وأخصائيو القياس والتقويم المعنيون بجودة الاختبارات وموثوقية التصحيح الآلي.

04

قادة التعلم والتطوير في المؤسسات الذين يربطون برامج التدريب بفجوات المهارات وأداء العمل.

المحاور العلمية

اضغط على أي محور لاستعراض جلساته وبنوده.

01

المحور الأول: تنظيم بيانات التعلم لتطوير نماذج الذكاء الاصطناعي في قطاع التعليم والتدريب

2 جلسات · 6 نقاط

1الجلسة الأولى: مصادر البيانات التعليمية ومعايير تبادلها

  • حصر مصادر البيانات في المؤسسات التعليمية والتدريبية: أنظمة إدارة التعلم، ونظم معلومات الطلاب، وبنوك الأسئلة، وسجلات الحضور والتفاعل.
  • توحيد تسجيل الأنشطة التعليمية بمعيار xAPI ومخزن سجلات التعلم (LRS)، وربط الأدوات الخارجية بنظام إدارة التعلم عبر معيار LTI.
  • بناء نموذج مجال يربط نواتج التعلم والمهارات ومفردات الاختبار في خريطة معرفية تستطيع الخوارزميات التعامل معها.

2الجلسة الثانية: خصوصية المتعلمين وجودة البيانات التعليمية

  • تطبيق مبادئ تقليل البيانات والموافقة وضوابط إضافية خاصة بالقُصَّر عند جمع بيانات الطلاب واستخدامها في تدريب النماذج.
  • معالجة مشكلات شائعة في البيانات التعليمية كغياب تسجيل التعلم خارج المنصة وتغير المناهج بين الأعوام وعدم توازن الفئات.
  • الاسترشاد بإرشادات اليونسكو حول الذكاء الاصطناعي التوليدي في التعليم والبحث عند صياغة سياسة البيانات في المؤسسة.
02

المحور الثاني: تحليلات التعلم ونماذج الإنذار المبكر

2 جلسات · 6 نقاط

1الجلسة الأولى: التنبؤ بتعثر المتعلمين وانسحابهم

  • هندسة مؤشرات السلوك التعلمي مثل انتظام الدخول وتأخر تسليم الواجبات ونمط المحاولات المتكررة في الاختبارات القصيرة.
  • تدريب نماذج تصنيف للتنبؤ بخطر الرسوب أو الانسحاب ومقارنة أدائها بالقواعد البسيطة التي يعتمدها المرشدون حالياً.
  • اختيار توقيت التنبؤ داخل الفصل الدراسي بحيث يبقى متسع للتدخل قبل أن يصبح التعثر نهائياً.

2الجلسة الثانية: من درجة الخطر إلى التدخل العادل

  • تصميم لوحة للمرشد الأكاديمي تعرض درجة الخطر مع أسبابها القابلة للتفسير والإجراء المقترح لكل حالة.
  • فحص عدالة النموذج بين الفئات المختلفة ومنع تحول التنبؤ إلى وصمة تخفض توقعات المعلمين من بعض المتعلمين.
  • قياس أثر التدخلات المبنية على الإنذار المبكر بتصميم مقارن يفصل التحسن الناتج عن التدخل عن التحسن الطبيعي.
03

المحور الثالث: الأنظمة التكيفية وتخصيص مسارات التعلم

2 جلسات · 6 نقاط

1الجلسة الأولى: نمذجة معرفة المتعلم وإتقانه للمهارات

  • تطبيق تتبع المعرفة البايزي (BKT) ونماذج تتبع المعرفة العميقة لتقدير مستوى إتقان المتعلم لكل مهارة.
  • معايرة صعوبة الأسئلة وقدرتها التمييزية بنظرية الاستجابة للمفردة، وبناء اختبار تكيفي محوسب ينتقي السؤال التالي وفق أداء المتعلم.
  • توظيف التكرار المتباعد لجدولة المراجعة بحسب منحنى النسيان المقدر لكل متعلم ومهارة.

2الجلسة الثانية: توصية المحتوى ومسارات التدريب الفردية

  • بناء محرك توصية للمحتوى التعليمي يوازن بين سد الفجوات المعرفية وتنويع مصادر التعلم وصيغها.
  • تحليل فجوات المهارات في التدريب المؤسسي انطلاقاً من الأوصاف الوظيفية وتقييمات الأداء لاقتراح مسارات تعلم فردية.
  • رسم حدود التخصيص الآلي وتمكين المعلم أو المدرب من تجاوز توصيات النظام عندما يرى ذلك.
04

المحور الرابع: المساعدات التعليمية التوليدية والتقييم الآلي

2 جلسات · 6 نقاط

1الجلسة الأولى: تطوير مرشد تعليمي قائم على النماذج اللغوية

  • بناء مساعد تعليمي بالاسترجاع من المنهج المعتمد يقيّد إجاباته بمصادر المقرر ويشير إلى موضعها.
  • صياغة تعليمات تربوية تجعل المساعد يقود المتعلم بالأسئلة والتلميحات المتدرجة بدلاً من إعطائه الحل مباشرة.
  • اختبار المساعد بأسئلة خارج المنهج ومحاولات الغش وطلبات محتوى غير ملائم للفئة العمرية قبل إتاحته للطلاب.

2الجلسة الثانية: التصحيح الآلي وتوليد بنوك الأسئلة

  • تصحيح الإجابات المقالية بنموذج لغوي يطبق معايير تقدير (Rubric) محددة، ومعايرته بعينة صححها معلمون مختصون.
  • قياس الاتفاق بين التصحيح الآلي والبشري بمعامل كابا الموزون تربيعياً، وتحديد الحالات التي تُحال إلى مصحح بشري.
  • توليد أسئلة مصنفة على مستويات تصنيف بلوم ومراجعتها للتحقق من صحة المحتوى وجودة البدائل الخاطئة.
05

المحور الخامس: تقويم الأثر التعليمي وحوكمة النماذج في المؤسسات التعليمية

2 جلسات · 6 نقاط

1الجلسة الأولى: التحقق من الأثر في نواتج التعلم

  • التمييز بين دقة النموذج في المقاييس التقنية وأثره الفعلي في التحصيل واكتساب المهارات.
  • تصميم تجربة ميدانية مضبوطة تقارن مجموعات تستخدم النظام بمجموعات تتعلم بالطريقة المعتادة.
  • قياس أثر برامج التدريب المؤسسي المدعومة بالذكاء الاصطناعي عبر المستويات الأربعة لتقييم أثر التدريب من رد الفعل والتعلم إلى السلوك والنتائج.

2الجلسة الثانية: التشريعات وسياسات الاستخدام والتشغيل المستدام

  • تحديد استخدامات الذكاء الاصطناعي في القبول وتقييم نواتج التعلم ومراقبة الاختبارات التي يصنفها قانون الذكاء الاصطناعي الأوروبي عالية المخاطر.
  • وضع سياسة مؤسسية لاستخدام الطلاب والمعلمين للأدوات التوليدية تحدد متطلبات النزاهة الأكاديمية وحدود أدوات كشف النصوص المولدة.
  • تخطيط تشغيل النماذج داخل المنصة التعليمية ومتابعة تراجع أدائها مع تبدل المناهج ودفعات المتعلمين.

ما يحصل عليه المشارك

5 محاور علمية

مخطّط علميّ متدرّج

10 جلسة تدريبية

موزَّعة على 5 أيام

30 بنداً تفصيلياً

محتوى تطبيقي مفصَّل

شهادة حضور معتمدة

بعد إتمام البرنامج

أكمل بيانات التسجيل

سنتواصل معك خلال يوم عمل لتأكيد الحجز.

جاهز للبدء؟

احجز مقعدك في البرنامج وابدأ رحلة تطوير مهاراتك.

سجّل الآن

شارك هذه الدورة