ماذا يحتاج الذكاء الاصطناعي في التعليم بعد الآن؟ دروس من قادة شباب عبر خمس دول

• تُدمج أنظمة التعليم العالمية الذكاء الاصطناعي بوتيرة أسرع من الأطر السياسية اللازمة لتوجيهه.
• ويعتمد التنفيذ الناجح بدرجة أقل على توفر التكنولوجيا، وبدرجة أكبر على جاهزية القدرات البشرية المحلية.
• يقوم قادة شباب عبر خمس دول متنوعة بإبراز مؤشرات حاسمة لإحداث تغييرات مؤسسية وسياسية ذات معنى.

يدخل الذكاء الاصطناعي إلى الفصول الدراسية بسرعة تفوق قدرة العديد من أنظمة التعليم على تحديد مدى جاهزيتها له أو كيفية استخدامه. لم يعد السؤال ما إذا كانت التكنولوجيا موجودة، بل ما إذا كانت المدارس والمؤسسات قادرة على استخدامها بطرق توسّع الفرص بدلاً من تعميق عدم المساواة.

الإلحاح واضح. فقد حذّرت إرشادات اليونسكو بشأن الذكاء الاصطناعي التوليدي في التعليم والبحث من أن التكنولوجيا تتطور أسرع من الأطر التنظيمية المصممة لتوجيهها. كما أشار المنتدى الاقتصادي العالمي إلى الضغوط التي تواجه أنظمة التعليم بالفعل، من نقص عالمي يبلغ 44 مليون معلم إلى تفاوت الوصول الرقمي. وتشير هذه العوامل مجتمعة إلى أن الذكاء الاصطناعي في التعليم ليس مجرد مسألة ابتكار، بل مسألة ما إذا كانت الفرص ستتوسع أو تتقلص مع تكيف الأنظمة.

في الولايات المتحدة وكينيا والصين والإمارات العربية المتحدة وسويسرا، يرى القادة الشباب التحول نفسه يتشكل بطرق مختلفة. وتُظهر تجاربهم درساً مشتركاً: الذكاء الاصطناعي في التعليم قد يكون عالمياً، لكن تحدياته الحقيقية تظل محلية بعمق.

التحول العالمي… بواقع محلي
غالباً ما يُناقش الذكاء الاصطناعي كما لو أن القضية الرئيسية هي الوصول إلى الأدوات والبنية التحتية. لكن في الواقع، الأهم هو ما إذا كانت الأنظمة المحلية قادرة على استيعاب هذه الأدوات وتوجيهها بما يتناسب مع واقعها. ويمكن أن تختلف النتائج بشكل كبير حسب البنية التحتية والثقافة والثقة العامة والقدرة السياسية.

تُظهر كينيا هذا بوضوح. فالتحدي هناك لا يقتصر على توفر أدوات الذكاء الاصطناعي، بل يشمل مدى وصولها إلى المجتمعات المحرومة بطريقة مستدامة وميسورة. في هذا السياق، تعمل القائدة المحلية فيليس أتينو من خلال مبادرة Technovation التي يقودها الشباب، والتي تُظهر كيف يمكن لقيادة الشباب تحويل محو أمية الذكاء الاصطناعي إلى واقع عملي ومحلي. بين عامي 2021 و2025، وصلوا إلى أكثر من 300 فتاة عبر أربع مجتمعات مهمشة في نيروبي، ودعموا 60 فريقاً لبناء 60 تطبيقاً موجهاً للمجتمع. وهذا يوضح كيف يمكن ربط تعلم الذكاء الاصطناعي بمشكلات حقيقية وتعزيز الثقة والأثر المجتمعي.

وتظهر الفكرة نفسها بشكل مختلف في أماكن أخرى. ففي الولايات المتحدة، المشكلة أقل ارتباطاً بالوصول الأساسي وأكثر بعدم توازن التنفيذ. وفي الإمارات، يتمثل التحدي في تحويل طموح الابتكار الوطني إلى استخدام يومي موثوق. أما في الصين، فإن الحجم يخلق ضغطاً مختلفاً: ليس ما إذا كان النظام سيتبنى الذكاء الاصطناعي، بل مدى سرعة تطور المناهج والتدريس والتقييم لمواكبته.

العائق الحقيقي ليس الأداة بل الجاهزية
إذا كان هناك تحدٍ مشترك بين الدول الخمس، فهو أن أكبر عائق غالباً ليس تقنياً، بل بشرياً.

المعلمون هم الجسر بين أنظمة الذكاء الاصطناعي والتعلم الحقيقي. وإذا لم يكن لدى المعلمين الوقت والتدريب والدعم لاستخدام الذكاء الاصطناعي بشكل فعّال، فقد تصبح أفضل الأدوات بلا جدوى عملياً. وبالتالي، فإن العائق الحقيقي ليس الأداة نفسها، بل مدى جاهزية المدارس والمعلمين.

يتجلى هذا القلق بطرق مختلفة. ففي الولايات المتحدة، حيث التجارب سريعة، تكمن المشكلة في ضعف دعم التنفيذ. وفي كينيا، يجعل نقص المعلمين وتفاوت البنية التحتية الجاهزية تحدياً هيكلياً. أما في الإمارات، فالدروس الأوضح تشير إلى أن النجاح يعتمد على إشراك الناس فعلياً في العملية—من معلمين ومؤسسات ومجتمعات—وفهمهم لأسباب التغيير وما يعنيه لهم. فعندما لا يكون الناس جزءاً حقيقياً من العملية، تقل ثقتهم بالنظام واهتمامهم بنتائجه.

لهذا السبب، يجب أن تنتقل النقاشات العالمية من لغة “التبني” إلى لغة “بناء القدرات”.

السياسات والتقييم سيحددان نجاح التحول
إذا كانت الجاهزية هي العائق، فإن السياسات هي ما يحدد قدرة الأنظمة على الاستجابة على نطاق واسع.

لا يصبح تبني الذكاء الاصطناعي ذا معنى إلا عندما تساعد السياسات على مواءمة المناهج، وإعداد المعلمين، والمساءلة، والسلامة، والأهداف التعليمية طويلة المدى. بدون هذا التوافق، قد يتقدم الابتكار أسرع من قدرة المؤسسات على استيعابه.

وهنا تبرز أهمية المقارنة بين الدول الخمس. ففي سويسرا، ينصب التركيز على الخصوصية والجودة وموثوقية النظام. وفي الولايات المتحدة، المشكلة غالباً هي الفجوة بين التجارب السريعة والرقابة الأبطأ. وفي كينيا، تبرز أهمية السياسات لأن الابتكار المحلي قد يظل مجزأً دون أن تواكبه أنظمة الدعم ومسارات الوصول.

كما أن التقييم جزء من هذا التحدي. ففي الصين، لا تزال العديد من الأنظمة تكافئ أنواعاً من المخرجات التي أصبح الذكاء الاصطناعي قادراً على إنتاجها بسهولة. وقد وصف الباحث ييوين زانغ هذا بـ”فخ التقييم”، حيث تصبح أنظمة التعليم المبنية على الحفظ والإجابات الثابتة غير متوافقة مع المهارات التي يحتاجها المتعلمون اليوم.

قادة الشباب يكشفون المؤشرات مبكراً
تكمن أهمية قادة الشباب في أنهم غالباً أول من يرى نقاط ضعف الأنظمة. ففي الصين، تُظهر مبادرة محلية تُدعى AI Future Boostcamp كيف يبني أعضاء مجتمع Global Shapers نماذج دعم حول الذكاء الاصطناعي في التعليم، حيث وصلت التجارب إلى أكثر من 20 مدرسة و100 متطوع وأكثر من 400 ساعة خدمة.

وتقدم كينيا إشارة مشابهة من زاوية مختلفة: المبادرات التي يقودها الشباب يمكن أن توسّع الوصول حيث لا تزال الأنظمة الرسمية تعاني من فجوات كبيرة.

قادة الشباب لا يقدّمون مجرد آراء حول الذكاء الاصطناعي، بل ينتجون أدلة مبكرة حول ما يساعد المؤسسات فعلياً على التكيف، ويعيدون تصميم الدعم بما يتناسب مع الواقع المحلي. وفي الولايات المتحدة وسويسرا والإمارات، تظهر الإشارة نفسها: مستقبل الذكاء الاصطناعي في التعليم لن تحدده القدرات التقنية فقط، بل مدى إشراك الناس في تصميم التغيير وتنفيذه.

التحدي القادم ليس التبني بل الجاهزية
عبر الدول الخمس، يرى قادة الشباب التحذير نفسه والفرصة نفسها: لن يتشكل الذكاء الاصطناعي في التعليم بالتكنولوجيا وحدها، بل بقدرة المؤسسات على التكيف بسرعة لجعله شاملاً وموثوقاً ومفيداً فعلاً. الخطوة التالية ليست مجرد تبني الذكاء الاصطناعي، بل بناء الجاهزية والوضوح السياسي والمشاركة البشرية اللازمة لتوجيهه بشكل صحيح. فإذا أُدير بشكل جيد، يمكن أن يوسع الفرص؛ أما إذا لم يُدار كذلك، فقد يعمّق الفجوات التي يُفترض أن يقلصها.

المصدر