دراسة تكشف 3 أنماط لحل المشكلات بمساعدة الذكاء الاصطناعي

كشفت دراسة حديثة نُشرت في “مجلة أبحاث التكنولوجيا في التعليم” (Journal of Research on Technology in Education) عن الكيفية التي يتفاعل بها طلاب الجامعات مع تقنيات الذكاء الاصطناعي في سياقات التعلم المعقدة. وتوصل فريق بحثي مشترك إلى أن العمل المشترك بين العقل البشري والآلة ينقسم إلى مسارات معرفية متباينة، مبرزين التحدي القائم بين السعي نحو السرعة في إنجاز المهام وعمق الانخراط الفكري الفردي أثناء العملية التعليمية.

اكتشاف ثلاثة أنماط للتعاون بين الطلاب والآلة

نجح الباحثون في تحديد ثلاثة أنماط رئيسية تحكم سلوك الطلاب أثناء خوض غمار حل المشكلات بالتعاون مع أنظمة الذكاء الاصطناعي: نمط “التفكير المفوّض” (Delegated Reasoning)، ونمط “التفسير المشترك” (Concerted Interpretation)، ونمط “التطوير المفوّض” (Delegated Elaboration). وتعكس هذه التصنيفات مستويات متباينة من توزيع الأدوار المنطقية والتحليلية بين المتعلم والنظام الذكي.

وأظهرت نتائج الدراسة تفوقاً لافتاً لمجموعة “التفكير المفوّض”، حيث حقق طلاب هذا النمط أعلى مستويات الأداء في إنجاز المهام، متفوقين بفارق واضح وذي دلالة على أقرانهم في مجموعة “التفسير المشترك”. ولم يقتصر هذا التميز على الدرجات النهائية فقط؛ بل سجلت هذه الفئة أيضاً أعلى درجات التقارب الدلالي واللغوي بين حوارات الطلاب ومخرجات الذكاء الاصطناعي، ما يشير إلى أن المتعلمين هنا استندوا مباشرة إلى صياغات الآلة واستدلالاتها لتقديم حلولهم النهائية.

المعضلة المعرفية: كفاءة الأداء مقابل التفكير الذاتي

رغم الكفاءة الإنتاجية العالية التي ميزت نمط التفكير المفوّض، إلا أن البحث رصد مفارقة معرفية دقيقة، إذ أظهر طلاب مجموعة “التفسير المشترك” اعتماداً أكبر بكثير على استراتيجيات التنظيم الذاتي في التعلم مقارنة بالفئات الأخرى. وركز هؤلاء الطلاب جهدهم على مساءلة المعلومات ومناقشتها، محاولين بناء فهمهم الخاص دون الاكتفاء بالتسليم لما تنتجه البرمجيات الذكية.

وسلّطت النتائج الضوء على فجوة دقيقة تحذر من أن الاعتماد الزائد على سرعة وكفاءة النظام الموزع قد يمنح المتعلم إنجازاً عاجلاً للمهمة، لكنه في الوقت ذاته قد يأتي على حساب عمق الانخراط المعرفي المستقل. وتكشف هذه النتيجة عن توتر جوهري بين تحسين كفاءة النظام المشترك وبين المحافظة على عمق المعالجة الذهنية للمتعلم ذاته.

كيف فحص الباحثون ديناميكيات التفاعل؟

استند الفريق العلمي في دراسته إلى منظور نظري متكامل يجمع بين نظرية الإدراك الموزع—التي ترى التفكير نشاطاً ممتداً عبر الأدوات الرقمية والبيئة المحيطة—وبين نماذج تنظيم التعلم، لفحص سلوك طلاب الجامعات أثناء تعاملهم مع مشكلات مركبة تتطلب جهداً ذهنياً مستمراً.

ولتحليل هذه التفاعلات المعقدة، وظف الباحثون أسلوب التحليل العنقودي لتصنيف الأنماط الحوارية والسلوكية، ودراسة تدفق تبادل المعرفة بين الإنسان والآلة بدقة، مما ساعد على فرز الاستراتيجيات التلقائية التي يتبعها الطلاب عند الاستعانة بالذكاء الاصطناعي التوليدي.

آفاق جديدة لتصميم بيئات التعلم الرقمية

خلصت الدراسة إلى تقديم توصيات محورية لمهندسي البرمجيات التعليمية وصناع القرار الأكاديمي، داعية إلى تطوير أدوات ذكاء اصطناعي تتجاوز دور المجيب الجاهز. وترى الورقة العلمية ضرورة برمجة هذه المنصات بحيث تحث الطلاب على التفكير النقدي، وتدفعهم نحو ممارسة التنظيم الذاتي بدلاً من تشجيعهم على نقل الحلول الفورية.

كما أكد الباحثون على الأهمية الملحة لبناء أطر عمل بيداغوجية وإرشادية حديثة، تضمن توجيه الطلاب نحو الاستفادة المثلى من سرعة التقنية، دون التفريط في تنمية المهارات الفكرية الفردية التي تظل جوهر العملية التعليمية وقيمتها الأساسية.

---