أثر الذكاء الاصطناعي على التعلم والإنتاج

قد يكون من الصعب تقديم إجابة دقيقة تُحدِّد للمتعلّم: من أين يبدأ؟ وإلى أين ينتهي؟ خصوصًا في ظل التحولات السريعة التي أحدثها الذكاء الاصطناعي في طريقة التعلّم والإنتاج.

لكن يمكن ملاحظة مفارقة مهمّة:

المتعلّم الذي كان يدرس في عزلة عن الذكاء الاصطناعي — وربما قبل انتشار الإنترنت نفسه — كان يمتلك فرصة أكبر لفهم المعلومة بعمق، وربطها، وتثبيتها. في المقابل، عصرنا الحالي يتميّز بسرعة إنتاج غير مسبوقة بفضل الأدوات الذكية، لكن ما زال أثر ذلك على الأساسيات المعرفية غير واضح تمامًا.

رأيي الشخصي — وهو قابل للنقاش — أن المتعلّم في مراحله الأولى يحتاج إلى التمسّك بتعلّم الأساسيات قدر الإمكان بمعزل عن الذكاء الاصطناعي، إلى أن تتكوّن لديه قدرة حقيقية على الفهم والتحليل. بعدها، ومع الانتقال إلى مرحلة الإنتاج، يمكن استخدام الذكاء الاصطناعي كأداة لزيادة السرعة أو لتحسين الكفاءة، لا كبديل عن الفهم.

بديل آخر قد يكون في تعريض المتعلّم لعدد كافٍ من المشكلات المتعمّدة والصعبة، التي تُجبره على التعامل مع المادة العلمية بعمق، وباعتماد أكبر على نفسه، حتى لو استغرق ذلك وقتًا أطول.

ربما في المستقبل نرى مسارات أو مقررات منفصلة تُعنى بـ “زيادة الإنتاج باستخدام الذكاء الاصطناعي”، تُدرَّس كمهارة لاحقة أو مكمّلة، بدل أن تكون جزءًا متداخلًا مع تعلّم الأساسيات منذ البداية.

لكن هذا يظل تساؤلًا مفتوحًا أكثر منه إجابة جاهزة.

ما رأيكم؟

هل تعلّم الأساسيات بمعزل عن الذكاء الاصطناعي ضرورة فعلًا؟

أم أن الدمج المبكر أصبح واقعًا لا يمكن — ولا يجب — مقاومته؟


أتفق تماماً مع هذا الطرح؛ فنحن اليوم أمام خطر تحويل المتعلم من "فاهم للمنطق" إلى "مجرد وسيط" (Proxy) ينقل الأوامر للآلة دون إدراك لآليات عملها داخل الصندوق الأسود.

من وجهة نظري المهنية كمطور أنظمة ذكاء اصطناعي، أرى أن تعلّم الأساسيات بمعزل عن الذكاء الاصطناعي ليس مجرد "خيار"، بل هو "حماية" للعقل من التسطيح، وذلك لعدة أسباب تقنية ومنطقية:

  1. بناء "النموذج الذهني": الذكاء الاصطناعي يعطيك "النتيجة النهائية"، لكنه لا يبني في عقلك "مسار الوصول". إذا لم يمر المتعلم بمرحلة "المعاناة المعرفية" والخطأ والتصحيح اليدوي، فلن يمتلك "المرجعية" التي تمكنه من كشف أخطاء الذكاء الاصطناعي (الهلوسة التقنية) مستقبلاً.
  2. الذكاء كأداة "مضاعفة" لا "موجدة": القاعدة التقنية تقول إن $0 \times 100 = 0$. إذا كان أساس المتعلم صفراً، فإن الذكاء الاصطناعي (المضاعف) لن يمنحه علماً حقيقياً، بل سيمنحه "وهماً بالمعرفة". الذكاء الاصطناعي يبدع فقط عندما يقوده عقل يفهم الأساسيات، فيستخدمه لزيادة الكفاءة والسرعة.
  3. فصل "مسار التعلم" عن "مسار الإنتاج": المقترح بوجود مقررات منفصلة لـ "زيادة الإنتاج بالذكاء الاصطناعي" هو الحل الأمثل. يجب أن يتعلم الطالب كيف يحل المعادلة يدوياً أولاً (ليثبت المنطق)، ثم يتعلم كيف يسخر الذكاء الاصطناعي ليحل ألف معادلة في ثانية.

الخلاصة: الدمج المبكر هو واقع، لكن لا يجب أن يكون "دمجاً إحلالياً". التحدي الحقيقي أمامنا كمطورين وصناع قرار تقني هو بناء منصات وأدوات تُجبر المستخدم على "التفكير" لا على "الاستلام". نحن نحتاج لجيل يقود العمالقة الرقميين، لا جيل يُقاد بواسطتهم.

أسامة قنيبي

مطور أنظمة ذكاء اصطناعي وريادي أعمال

مؤسس منصة HebronAI التي تجمع عمالقة النماذج الذكية في واجهة واحدة

مدير شركة ViralLinkUp LTD للحلول الرقمية – المملكة المتحدة