هذه المخاوف مفهومة. لكن التركيز المفرط على الغش يغفل التحول الأكبر الجاري بالفعل، وهو تحول يتجاوز بكثير سوء سلوك الطلاب وحتى الفصل الدراسي.
تتبنى الجامعات الذكاء الاصطناعي في العديد من مجالات الحياة المؤسسية.
بعض هذه الاستخدامات غير مرئية إلى حد كبير، مثل الأنظمة التي تساعد في تخصيص الموارد، وتحديد الطلاب المعرضين للخطر، وتحسين جداول المقررات الدراسية، أو أتمتة القرارات الإدارية الروتينية.
أما الاستخدامات الأخرى فهي أكثر وضوحًا. يستخدم الطلاب أدوات الذكاء الاصطناعي للتلخيص والدراسة، ويستخدمها المدرسون لإعداد الواجبات والمناهج الدراسية، ويستخدمها الباحثون لكتابة البرامج، ومسح المراجع العلمية، واختصار ساعات من العمل الشاق إلى دقائق.
قد يلجأ البعض إلى الذكاء الاصطناعي للغش أو التهرب من أداء واجباتهم الدراسية. لكن الاستخدامات المتعددة للذكاء الاصطناعي في التعليم العالي، والتغيرات التي تنبئ بها، تطرح سؤالاً أعمق بكثير: مع ازدياد قدرة الآلات على القيام بأعمال البحث والتعلم، ما مصير التعليم العالي؟ وما الغاية التي تخدمها الجامعة؟
على مدى السنوات الثماني الماضية، درسنا الآثار الأخلاقية للانخراط الواسع النطاق في الذكاء الاصطناعي، وذلك ضمن مشروع بحثي مشترك بين مركز الأخلاقيات التطبيقية في جامعة UMass Boston ومعهد الأخلاقيات والتقنيات الناشئة.
وفي ورقة بحثية حديثة، نؤكد أنه مع ازدياد استقلالية أنظمة الذكاء الاصطناعي، تتزايد المخاطر الأخلاقية لاستخدام الذكاء الاصطناعي في التعليم العالي، وكذلك عواقبه المحتملة.
مع تحسن هذه التقنيات في إنتاج المعرفة - من تصميم الدروس وكتابة الأبحاث واقتراح التجارب وتلخيص النصوص المعقدة - فإنها لا تزيد من إنتاجية الجامعات فحسب، بل إنها تُهدد بتقويض منظومة التعلم والتوجيه التي بُنيت عليها هذه المؤسسات والتي تعتمد عليها.
الذكاء الاصطناعي غير المستقل
ضع في اعتبارك ثلاثة أنواع من أنظمة الذكاء الاصطناعي وتأثيراتها المختلفة على الحياة الجامعية:
تُستخدم البرامج المدعومة بالذكاء الاصطناعي بالفعل في مختلف أقسام التعليم العالي، بدءًا من مراجعة طلبات القبول، مرورًا بالمشتريات، والإرشاد الأكاديمي ، وصولًا إلى تقييم المخاطر المؤسسية.
تُصنف هذه الأنظمة ضمن فئة "غير المستقلة" لأنها تُؤتمت المهام، ولكن يبقى العنصر البشري مُشاركًا في العملية ويستخدم هذه الأنظمة كأدوات.
قد تُشكل هذه التقنيات خطراً على خصوصية الطلاب وأمن بيناتهم، كما أنها قد تكون متحيزة، وغالبًا ما تفتقر إلى الشفافية الكافية لتحديد مصادر هذه المشكلات.
من لديه حق الوصول إلى بيانات الطلاب؟ كيف تُحسب "مؤشرات المخاطر"؟ كيف نمنع الأنظمة من إعادة إنتاج أوجه عدم المساواة أو التعامل مع بعض الطلاب كمشاكل يجب إدارتها؟
هذه الأسئلة جدية، لكنها ليست جديدة من حيث المفهوم، على الأقل في مجال علوم الحاسوب.
عادةً ما تمتلك الجامعات مكاتب امتثال، ومجالس مراجعة مؤسسية، وآليات حوكمة مصممة للمساعدة في معالجة هذه المخاطر أو التخفيف من حدتها، حتى وإن لم تحقق هذه الآليات أهدافها في بعض الأحيان.
الذكاء الاصطناعي الهجين
تشمل الأنظمة الهجينة مجموعة من الأدوات، بما في ذلك روبوتات الدردشة التعليمية المدعومة بالذكاء الاصطناعي، وأدوات التقييم الشخصي، ودعم الكتابة الآلي.
وتعتمد هذه الأنظمة غالباً على تقنيات الذكاء الاصطناعي التوليدي، ولا سيما نماذج اللغة الضخمة.
وبينما يحدد المستخدمون الأهداف العامة، فإن الخطوات الوسيطة التي يتخذها النظام لتحقيقها غالبًا ما تكون غير محددة.
تُشكّل الأنظمة الهجينة بشكل متزايد العمل الأكاديمي اليومي. يستخدمها الطلاب كمساعدين في الكتابة، ومعلمين خصوصيين، وشركاء في العصف الذهني، ومفسرين عند الطلب. ويستخدمها أعضاء هيئة التدريس لإنشاء معايير التقييم، وصياغة المحاضرات، وتصميم المناهج الدراسية.
ويستخدمها الباحثون لتلخيص الأبحاث، والتعليق على المسودات، وتصميم التجارب، وإنشاء البرامج.
هذا هو المكان المناسب لمناقشة موضوع "الغش". مع تزايد اعتماد الطلاب وأعضاء هيئة التدريس على التكنولوجيا للحصول على المساعدة، فمن المنطقي التساؤل عن أنواع التعلم التي قد تُفقد في هذه العملية. لكن الأنظمة الهجينة تُثير أيضًا تساؤلات أخلاقية أكثر تعقيدًا.
أحد هذه التحديات يتعلق بالشفافية. توفر روبوتات الدردشة المدعومة بالذكاء الاصطناعي واجهات بلغة طبيعية، مما يجعل من الصعب التمييز بين التفاعل مع إنسان حقيقي والتفاعل مع برنامج آلي. قد يُسبب ذلك شعورًا بالعزلة وتشتيتًا للانتباه لدى المستخدمين.
ينبغي أن يكون الطالب الذي يراجع موادًا للاختبار قادرًا على التمييز بين من يتحدث مع مساعده التدريسي ومن يتحدث مع برنامج آلي.
كما يحتاج الطالب الذي يقرأ ملاحظات على بحثه إلى معرفة ما إذا كان أستاذه هو من كتبها. أي نقص في الشفافية في مثل هذه الحالات سيُسبب شعورًا بالعزلة لدى جميع الأطراف المعنية، وسيُحوّل تركيز التفاعلات الأكاديمية من التعلم إلى وسائل التعلم أو تقنياته.
وقد أظهر باحثون من جامعة بيتسبرغ أن هذه الديناميكيات تُثير مشاعر عدم اليقين والقلق وانعدام الثقة لدى الطلاب، وهي نتائج سلبية.
ثمة سؤال أخلاقي ثانٍ يتعلق بالمساءلة والحقوق الفكرية. فإذا استخدم مُدرّس الذكاء الاصطناعي لصياغة واجب، واستخدم طالبٌ الذكاء الاصطناعي لصياغة ردٍّ عليه، فمن يُقيّم، وما الذي يُقيّم تحديدًا؟
وإذا كانت الملاحظات مُولّدة جزئيًا آليًا، فمن المسؤول عندما تُضلّل أو تُثبّط أو تُضمّن افتراضات خفية؟ وعندما يُسهم الذكاء الاصطناعي إسهامًا كبيرًا في تجميع الأبحاث أو كتابتها، ستحتاج الجامعات إلى معايير أوضح بشأن التأليف والمسؤولية، ليس فقط للطلاب، بل لأعضاء هيئة التدريس أيضًا.
وأخيرًا، هناك مسألة بالغة الأهمية تتعلق بتخفيف العبء المعرفي. يمكن للذكاء الاصطناعي أن يقلل من الأعمال الروتينية الشاقة، وهذا ليس سيئًا في حد ذاته. لكنه قد يصرف المستخدمين أيضًا عن جوانب التعلم التي تُنمّي الكفاءة، مثل توليد الأفكار، والتغلب على الحيرة، ومراجعة المسودة غير المتقنة، وتعلم كيفية اكتشاف الأخطاء الشخصية.
الوكلاء المستقلون
قد تأتي التغييرات الأكثر أهمية مع أنظمة تبدو أقل شبهاً بالمساعدين وأكثر شبهاً بالوكلاء. وبينما تبقى التقنيات المستقلة تماماً طموحاً، فإن حلم الباحث "الموجود في صندوق" نظام ذكاء اصطناعي وكيل قادر على إجراء الدراسات بمفرده - أصبح واقعياً بشكل متزايد.
من المتوقع أن تُتيح الأدوات الذكية مزيدًا من الوقت للتركيز على القدرات الإنسانية، كالتعاطف وحل المشكلات. في مجال التدريس، قد يعني هذا أن أعضاء هيئة التدريس سيستمرون في التدريس بالمعنى التقليدي، ولكن سيتم تفويض جزء أكبر من العمل اليومي للتدريس إلى أنظمة مُحسّنة لتحقيق الكفاءة والتوسع.
وبالمثل، في مجال البحث، يتجه المسار نحو أنظمة قادرة على أتمتة دورة البحث بشكل متزايد. في بعض المجالات، يتجلى ذلك بالفعل في المختبرات الروبوتية التي تعمل باستمرار، وتُؤتمت أجزاءً كبيرة من التجارب، بل وتختار اختبارات جديدة بناءً على نتائج سابقة.
للوهلة الأولى، قد يبدو هذا بمثابة دفعة مرحب بها للإنتاجية. لكن الجامعات ليست مصانع معلومات، بل هي أنظمة ممارسة. فهي تعتمد على تدفق مستمر من طلاب الدراسات العليا والأكاديميين في بداية مسيرتهم المهنية، الذين يتعلمون التدريس والبحث من خلال المشاركة في العمل نفسه.
إذا استوعبت جهات مستقلة المزيد من المسؤوليات "الروتينية" التي كانت تاريخيًا بمثابة مداخل للحياة الأكاديمية، فقد تستمر الجامعة في إنتاج المقررات الدراسية والمنشورات، بينما تُضعف في الوقت نفسه فرص اكتساب الخبرة على المدى الطويل.
ينطبق الأمر نفسه على طلاب المرحلة الجامعية الأولى، وإن كان ذلك في سياق مختلف. فعندما تستطيع أنظمة الذكاء الاصطناعي تقديم الشروحات والمسودات والحلول وخطط الدراسة عند الطلب، يميل الطلاب إلى تفويض أصعب جوانب التعلم إليهم.
وقد يبدو هذا النوع من العمل "غير فعال" للصناعة التي تدفع بالذكاء الاصطناعي إلى الجامعات، وأن الطلاب سيستفيدون أكثر لو تركوا الآلة تتولى الأمر. لكن طبيعة هذا الجهد هي التي تبني فهمًا راسخًا.
فقد أظهر علم النفس المعرفي أن الطلاب ينمون فكريًا من خلال القيام بمهام الصياغة والمراجعة والفشل والمحاولة مجددًا، ومواجهة الغموض، ومراجعة الحجج الضعيفة. هذا هو جوهر تعلم كيفية التعلم.
تشير هذه التطورات مجتمعة إلى أن الخطر الأكبر الذي تشكله الأتمتة في التعليم العالي ليس مجرد استبدال مهام معينة بالآلات، بل تآكل النظام البيئي الأوسع للممارسة الذي لطالما دعم التدريس والبحث والتعلم.
نقطة تحول غير مريحة
إذن، ما هو الغرض الذي تخدمه الجامعات في عالم تتزايد فيه أتمتة العمل المعرفي؟
إحدى الإجابات الممكنة تعتبر الجامعة في المقام الأول محركاً لإنتاج الشهادات والمعرفة. وفي هذا السياق، يكمن السؤال الأساسي في المخرجات: هل يتخرج الطلاب بشهادات؟ هل تُنشر الأبحاث وتُكتشف الاكتشافات؟ إذا كانت الأنظمة المستقلة قادرة على تقديم هذه المخرجات بكفاءة أكبر، فإن للمؤسسة كل الأسباب لتبنيها.
لكن ثمة إجابة أخرى تنظر إلى الجامعة باعتبارها أكثر من مجرد آلة إنتاج، إذ تُقرّ بأن قيمة التعليم العالي تكمن جزئيًا في بيئته التعليمية نفسها. يُولي هذا النموذج قيمة جوهرية لسلسلة الفرص التي تُتيح للمبتدئين أن يصبحوا خبراء، ولبرامج الإرشاد التي تُنمّي التفكير النقدي والمسؤولية، وللتصميم التعليمي الذي يُشجع على السعي البنّاء بدلًا من إهداره.
هنا، لا يقتصر الأمر على إنتاج المعرفة والشهادات، بل يتعداه إلى كيفية إنتاجها، وما هي أنواع الأفراد والقدرات والمجتمعات التي تتشكل خلال هذه العملية.
في هذا السياق، يُفترض أن تكون الجامعة بمثابة بيئة تعليمية تُسهم بفعالية في بناء الخبرة والحكمة لدى الإنسان.
في عالمٍ تتزايد فيه أتمتة العمل المعرفي نفسه، نعتقد أن على الجامعات أن تسأل نفسها ما الذي يدين به التعليم العالي لطلابه، وباحثيه في بداية مسيرتهم المهنية، والمجتمع الذي يخدمه. ستحدد الإجابات ليس فقط كيفية تبني الذكاء الاصطناعي، بل أيضاً ماهية الجامعة الحديثة.
.webp)
