ما نعرفه حقًا عن الذكاء الاصطناعي في التعليم — وما لا نعرفه بعد.
في منتصف عام 2026 تقريبًا، تجاوز الإنفاق العالمي على الذكاء الاصطناعي في التعليم عشرة مليارات دولار سنويًا. الرقم صعب التوقف عنده — ليس لأنه صادم، بل لما يقف إلى جانبه.
في يناير من هذا العام، أصدرت منظمة التعاون الاقتصادي والتنمية تقريرها «التعليم الرقمي: نظرة مستقبلية 2026»، وهو تحليل شامل للصورة الحالية لاستخدام التقنية في الفصول الدراسية عبر الدول الأعضاء في المنظمة. أحد نتائجه الرئيسية دقيق ويستحق الاقتباس كاملاً: "عندما يعتمد الطلاب اعتمادًا كبيرًا على الذكاء الاصطناعي التوليدي، يميل الارتباط فوق المعرفي إلى الانخفاض، مما يخلق عدم توافق بين أداء المهمة والتعلم الحقيقي". التقرير حريص على الإشارة إلى أن الفوائد ليست تلقائية. إنها تأتي في ظروف معينة — وتختفي على ما يبدو عندما تتغير الظروف.
تذهب منظمة التعاون الاقتصادي والتنمية إلى أبعد من ذلك. تصف ما يحدث في الدراسات التي راجعتها عندما تُزال أداة الذكاء الاصطناعي من يد الطالب تمامًا. النتائج تتحول من مختلطة إلى سلبية. الطالب الذي كان لديه الأداة يؤدي بشكل أسوأ بدونها من الطالب الذي لم يكن لديه الأداة على الإطلاق. هذه نتيجة غير عادية — ليس لأنها مدانة (ليست كذلك بالضرورة)، بل لأنها تعيد صياغة السؤال. النقاش في معظم تغطية الذكاء الاصطناعي في التعليم هو "هل يساعد الذكاء الاصطناعي؟" نتيجة منظمة التعاون الاقتصادي والتنمية تجعل هذا السؤال بسيطًا للغاية. السؤال الأكثر فائدة هو: هل يعمل الذكاء الاصطناعي كأداة مساعدة هنا، أم كمدرّس؟ الأداة المساعدة تحسّن الأداء في السياق وتختفي مع الأداة. المدرّس يبني قدرة تدوم بعد الجلسات. هذه تدخلات مختلفة، حتى لو كانت تحمل نفس الاسم.
ما وجدته ستانفورد في 800 ورقة
قبل بضعة أشهر، في الفترة التي غطّتها مدوّنة thecause في أبريل 2026، أكمل باحثون في ستانفورد مراجعة منهجية للأدبيات الأكاديمية حول الذكاء الاصطناعي في التعليم من الروضة إلى الصف الثاني عشر. راجعوا أكثر من 800 ورقة. عدد الدراسات التي استوفت معيار الأدلة السببية القوية كان عشرين. ليس عشرين في المئة. عشرون ورقة.
هذه ليست نتيجة يجب أن تجعل أي شخص يشعر بالسوء حيال الذكاء الاصطناعي في التعليم. معظم التدخلات الجديدة — الصيدلانية والتربوية والتكنولوجية — لديها قواعد أدلة سببية رقيقة في سنواتها الأولى. الدراسات تستغرق وقتًا؛ يأتي النشر أولًا. ما يلفت الانتباه في نسبة 800/20 في عام 2026 هو أنها تقع داخل سنة إنفاق بقيمة 10.6 مليار دولار. حجم الاستثمار وحجم قاعدة الأدلة لا يتحركان بنفس السرعة. ما إذا كانت هذه الفجوة مشكلة "لم نقسها بعد" أو مشكلة "قسناها وهي مختلطة" هو بالضبط ما لا نعرفه بعد. مراجعة ستانفورد، بقدر ما تذهب إليه الأدبيات الحالية، متسقة مع أي من القراءتين.
هذه الفجوة — بين صورة الإنفاق وصورة الأدلة السببية القوية — هي الفقرة التي لا يكتبها أحد تقريبًا في عام 2026. نتيجة منظمة التعاون الاقتصادي والتنمية تُغطى في زاوية. مراجعة ستانفورد تُغطى في زاوية أخرى. الاثنتان معًا، كقراءة واحدة لما أثبته الميدان وما لم يثبته، هي قصة مختلفة.
الشيء الذي يعمل بالفعل
هناك نقطة مقابلة مفيدة على نفس الرف. قبل أن يدخل الذكاء الاصطناعي الفصل الدراسي على نطاق واسع، جمعت أبحاث التعليم أقوى قاعدة أدلة سببية أنتجتها على الإطلاق حول تدخل غير تقني واحد: التدريس عالي التأثير.
الأرقام من J-PAL وIES تستحق أن تُذكر بوضوح. التدريس عالي التأثير — مدرّسون مدرّبون ومأجورون، في نسب صغيرة (1:1 إلى 1:3 على الأكثر)، خلال اليوم الدراسي، ثلاث مرات في الأسبوع على الأقل — ينتج أحجام تأثير تقارب خمسة عشر إلى عشرين ضعفًا من التدريس العادي. ما يعادل ثلاثة إلى خمسة عشر شهرًا إضافيًا من التعلم لكل دورة تدخّل. دراسة مدارس شيكاغو العامة، التي وضعت زملاء AmeriCorps في جلسات يومية بنسبة 2:1 مع الطلاب ذوي الأداء المنخفض، وجدت مكاسب في المعدل التراكمي بمقدار 0.58 نقطة وتحسينات في الحضور تصل إلى 7%.
هذه أرقام قوية بأي مقياس في أبحاث التعليم. ليست غامضة. ليست من دراسة واحدة — إنها تتكرر عبر التوليفات المستقلة.
ثم هناك نتيجة نادرًا ما تُنقل مع العنوان: دراسة عام 2022 للتدريس الافتراضي عبر ثماني مناطق مدرسية أظهرت عدم وجود تأثير قابل للكشف. الكلمة نفسها — "التدريس" — طُبّقت على مجموعة مختلفة من شروط التصميم، واختفى حجم التأثير. التوقيت خلال اليوم الدراسي، النسبة الصغيرة، المدرّس المدرّب والمأجور، العلاقة المستمرة — إزالة أي من هذه الشروط يعني أنك لم تعد تنفّذ التدريس عالي التأثير. أنت تنفّذ الاسم فقط. الاسم لا ينتقل.
سؤال لم يوحّده الميدان بعد
قراءة نتيجة منظمة التعاون الاقتصادي والتنمية ومراجعة ستانفورد 800/20 معًا، إلى جانب قاعدة أدلة التدريس عالي التأثير، تنتج سؤالًا لم يجمعه حديث 2026 بعد.
تأثير التدريس عالي التأثير كبير جزئيًا بسبب ما هو عليه على المستوى الهيكلي: علاقة إنسانية مستمرة، في غرفة حقيقية، وفقًا لجدول زمني يمكن التنبؤ به، مُعاير لهذا المستوى الحالي للطالب، مع شخص بالغ يلاحظ ما يفعله الطالب ويستجيب في الوقت الحقيقي. إنه مُرهق إدراكيًا بالضبط بالطرق التي تنتج تعلّمًا دائمًا — بما في ذلك الارتباط فوق المعرفي، الذي وجدت منظمة التعاون الاقتصادي والتنمية أنه يتراجع تحت الاعتماد على الذكاء الاصطناعي التوليدي.
السؤال ليس: هل يعمل الذكاء الاصطناعي في التعليم؟ السؤال، بحلول عام 2026، هو شيء أكثر تحديدًا: ما هي شروط التصميم التي تجعل الذكاء الاصطناعي يعمل كمدرّس أكثر من كونه أداة مساعدة — أكثر مثل التدريس عالي التأثير من التدريس الافتراضي الذي درسّته دراسة عام 2022؟
لهذا السؤال إجابة من حيث المبدأ. ستبدو شيئًا مثل: علاقة مستمرة بين الذكاء الاصطناعي والطالب على مدار أسابيع أو أشهر؛ استجابة مُعايرَة للفرد، لا للمجموعة؛ جلسات تتطلب من الطالب القيام بالعمل الإدراكي بدلًا من تحميله؛ بعض الآليات للتحقق من القدرة عندما تكون الأداة غائبة، وليس فقط مع وجودها. بعض المشاريع التجريبية في عام 2026 تحاول بناء هذا الشيء. الأدلة على نجاحها ليست متاحة بعد.
ما نريد أن نعرفه بحلول عام 2027
نحن نجد أن من المثير للاهتمام حقًا أن أكبر مراجعتين لهذا السؤال — منظمة التعاون الاقتصادي والتنمية في يناير، وستانفورد في أوائل عام 2026 — ظهرت في غضون أسابيع من بعضها البعض ولم تُقرأ، في معظم التغطية، كإشارة منسّقة واحدة. إنها ليست منسّقة. إنها مؤسسات مستقلة تصل إلى نفس لحظة التدقيق من زوايا مختلفة.
ما تفعله معًا هو تحديد أجندة البحث للسنتين القادمتين. قاعدة الأدلة حول الذكاء الاصطناعي في التعليم من الروضة إلى الصف الثاني عشر إمّا أن تكتمل بين الآن وعام 2028 — سطح النشر كبير بما يكفي الآن لتشغيل الدراسات الصارمة — أو ستبقى رقيقة مقارنةً بصورة الإنفاق. بحلول عام 2027، إمّا أن تبدأ دراسات الذكاء الاصطناعي في الفصل في التكرار بتصاميم سببية قوية، أو أن الميدان سيكون لديه محادثة مختلفة حول ما يشتريه بالفعل إنفاق عشرة مليارات دولار سنويًا.
نحن نتابع هذا السؤال بفضول، وليس بقلق. قاعدة الأدلة ليست رقيقة لأن التدخل يفشل — إنها رقيقة لأن التدخل جديد وجداول زمنية الدراسات الصارمة طويلة. الشيء الذي يجب ملاحظته هو الفجوة، ثم السؤال عن نوع الأدلة التي نحتاجها لإغلاقها. هذا موقف مختلف عن موقف كل من الأدبيات الترويجية أو رد الفعل.
سؤال العون — ماذا يعني أن تُعزّز قدرة المعلّم حقًا بدلًا من الالتفاف حولها — يقع داخل سؤال الأدلة نفسه. أداة تعطي المعلّم رؤية أفضل لما يعرفه الطالب بالفعل، وتستجيب لما يتعلّمه المعلّم، تبدو مختلفة عن أداة تقدّم المحتوى مباشرةً إلى الطالب وتقيس ما إذا كان الطالب قادرًا على تذكّره. أحد هذين أقرب إلى تصميم التدريس عالي التأثير. ما إذا كان أي منهما يعمل على نطاق واسع هو ما ستُخبرنا به دراسات السنتين القادمتين، أو لا.
الموقف الصادق الآن: نحن نعرف ما الذي يعمل. نعرف أقل بكثير عمّا إذا كانت الأدوات الجديدة ستعمل في نفس السجل. هذه لحظة تستحق الانتباه عن قرب.
المصادر
صفحات الويكي المُستقى منها
topics/ai-in-education-evidence-base-2026— مراجعة ستانفورد 800/20، نتيجة منظمة التعاون الاقتصادي والتنمية، إطار الأداة المساعدة مقابل المدرّس، صورة الإنفاق.concepts/high-impact-tutoring— أحجام التأثير، شروط التصميم، نتيجة التدريس الافتراضي في 2022، توليفات J-PAL / IES / NCTQ.concepts/aid— مسار أثل في ذوات؛ إطار تعزيز قدرة المعلّم؛ سؤال ما يجب أن يعنيه الذكاء الاصطناعي للمعلّمين.
المصادر الخارجية
- «التعليم الرقمي: نظرة مستقبلية 2026» — منظمة التعاون الاقتصادي والتنمية، يناير 2026. https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en.html
- "هذا ما نعرفه عن الذكاء الاصطناعي والتعليم. ليس جيدًا". — thecause (مدوّنة)، 15 أبريل 2026. https://thecause.substack.com/p/heres-what-we-know-about-ai-and-education
- "التدريس عالي الجودة: استراتيجية قائمة على الأدلة لمواجهة فقدان التعلم". — IES، 2026. https://ies.ed.gov/learn/blog/high-quality-tutoring-evidence-based-strategy-tackle-learning-loss
- "برامج التدريس تؤدي إلى تحسينات في التعلم". — J-PAL Evidence-Effect. https://www.povertyactionlab.org/evidence-effect/tutoring-programs-lead-to-learning-improvements
- "التدريس عالي التأثير: خمس طرق لزيادة الفعالية مع الطلاب". — NCTQ. https://www.nctq.org/research-insights/high-impact-tutoring-five-ways-to-increase-effectiveness-with-students/