تجربة نيجيريا مع الذكاء الاصطناعي في التعليم: كيف تحسن تعلم الطلاب تحت إشراف المعلمين؟
تجربة نيجيريا مع الذكاء الاصطناعي في التعليم تقدم واحدة من أوضح الحالات التي يمكن قياس أثرها على تعلم الطلاب، وليس فقط على انطباعات المعلمين أو توفير الوقت.
في ولاية Edo النيجيرية، اختبر باحثون من البنك الدولي برنامجًا بعد المدرسة استخدم Microsoft Copilot كمعلم مساعد رقمي لطلاب الصف الأول الثانوي، لكن مع عنصر مهم جدًا: المعلم البشري ظل جزءًا أساسيًا من كل جلسة.
استمرت التجربة ستة أسابيع، بجلستين أسبوعيًا، وشارك فيها نحو 800 طالب. كان الهدف الأساسي دعم تعلم اللغة الإنجليزية وفق المنهج النيجيري، مع تنمية مهارات رقمية ومعرفة أساسية بالذكاء الاصطناعي.
النتائج كانت لافتة: تحسن الطلاب المشاركون بمقدار 0.31 انحراف معياري على التقييم المركب، وبلغ الأثر على اللغة الإنجليزية وحدها نحو 0.23 انحراف معياري. وقدر الباحثون أن حجم المكسب يعادل تقريبًا 1.5 إلى سنتين من التعلم المعتاد في سياقات مشابهة.
لكن الدرس الأهم ليس أن «AI أفضل من المعلم». العكس تقريبًا: تصميم التجربة نفسه اعتمد على أن AI يعمل تحت توجيه المعلم.
ولو أردت الصورة الأوسع لكيفية استخدام AI في التخطيط والشرح والتقييم، راجع دليل الذكاء الاصطناعي للمعلمين. ويمكنك أيضًا مقارنة هذه النتائج مع تجربة بيرو مع تدريب المعلمين على الذكاء الاصطناعي.
كيف صُممت تجربة نيجيريا؟
حملت الدراسة عنوان From Chalkboards to Chatbots: Evaluating the Impact of Generative AI on Learning Outcomes in Nigeria، واستخدمت تجربة عشوائية مضبوطة لقياس أثر برنامج تعليمي بعد المدرسة.
وفق حزمة إعادة الإنتاج المنشورة من البنك الدولي، استخدمت التجربة Microsoft Copilot، وكان وقتها مدعومًا بـGPT-4، لمساعدة طلاب السنة الأولى من المرحلة الثانوية العليا على تعلم اللغة الإنجليزية.
استمر البرنامج لمدة ستة أسابيع، وشارك الطلاب في جلستين أسبوعيًا داخل معامل الكمبيوتر.
ماذا كان يحدث داخل الجلسة؟
لم يكن الطلاب يدخلون إلى Copilot ويسألونه أي شيء بصورة عشوائية.
كان لكل جلسة هيكل واضح:
- يبدأ المعلم بشرح الموضوع المرتبط بالمنهج.
- يحصل الطلاب على Prompt مقترح للبدء.
- يتفاعل كل طالب مع AI لفهم القواعد أو الكتابة أو الأمثلة.
- يتابع المعلم التفاعل ويقدم إرشادات إضافية عند الحاجة.
- يساعد المعلم الطلاب على اكتشاف الإجابات الخاطئة أو الـHallucinations.
- تنتهي الجلسة بمراجعة وتأمل قصير فيما تم تعلمه.
وده يجعل التجربة مختلفة عن سيناريو «أعطِ الطالب ChatGPT واتركه وحده».
النتيجة الأولى: تحسن واضح في التعلم
الطلاب الذين شاركوا في البرنامج حققوا تحسنًا قدره نحو 0.31 انحراف معياري في تقييم يجمع اللغة الإنجليزية ومهارات رقمية ومعرفة بالذكاء الاصطناعي.
وفي اللغة الإنجليزية، وهي النتيجة الأساسية التي كان الباحثون مهتمين بها، بلغ الأثر نحو 0.23 انحراف معياري.
هذه أرقام مهمة لأنها تأتي من تجربة عشوائية وليست مجرد استطلاع رضا أو قصة نجاح فردية.
ماذا يعني 0.31 انحراف معياري؟
الانحراف المعياري طريقة يستخدمها الباحثون لمقارنة حجم التحسن بين مجموعات مختلفة. الرقم وحده قد يبدو مجردًا، لذلك أجرى الباحثون أيضًا تحليلًا للتكلفة والفاعلية.
وفق نتائج البنك الدولي، تعادل المكاسب تقريبًا 1.5 إلى سنتين من التعلم المعتاد في سياقات مشابهة، وهو ما وضع البرنامج بين التدخلات التعليمية ذات العائد القوي نسبيًا مقارنة بتكلفتها.
لكن هذا لا يعني أن ستة أسابيع من AI «تساوي سنتين مدرسة» حرفيًا لكل طالب. المقارنة هنا بحثية، تقارن حجم الأثر بمعدلات التعلم المعتادة في دراسات أخرى.
النتيجة الثانية: الطالبات استفدن أكثر
أظهرت الدراسة أن البرنامج أفاد الطلاب عبر مستويات مختلفة من القدرة في البداية، لكن بعض المجموعات حققت مكاسب أكبر.
من أبرز النتائج أن الطالبات حققن تأثيرًا أكبر، وكذلك الطلاب الذين بدأوا بمستوى أكاديمي أعلى نسبيًا.
هذه النتيجة مهمة عند التفكير في العدالة التعليمية: التكنولوجيا قد تقلل بعض الفجوات، لكنها قد تزيد فجوات أخرى إذا لم نراقب من يستفيد أكثر ومن يحتاج دعمًا إضافيًا.
النتيجة الثالثة: كلما زاد الحضور زادت المكاسب
أشار تحليل البنك الدولي إلى علاقة واضحة بين عدد الجلسات التي حضرها الطالب وحجم التحسن الذي حققه.
بمعنى آخر، النجاح لم يأتِ من مجرد وجود حساب Copilot، بل من الاستخدام المنتظم والمنظم.
وده يعيدنا إلى نفس الدرس الذي ظهر في تجربة بيرو: إتاحة الأداة وحدها ليست التدخل التعليمي.
المعلم كان عنصرًا أساسيًا في نجاح التجربة
من السهل أن نقرأ الأرقام ونستنتج أن الذكاء الاصطناعي استبدل جزءًا من وظيفة المعلم. لكن تصميم البرنامج يقول شيئًا مختلفًا.
المعلم كان يقوم بأدوار لا يستطيع الطالب المبتدئ تفويضها بالكامل إلى AI:
- اختيار موضوع الجلسة وربطه بالمنهج.
- وضع نقطة البداية والـPrompt.
- متابعة استخدام الطلاب للأداة.
- تقديم شرح إضافي عندما لا يكون رد AI كافيًا.
- تنبيه الطلاب إلى الأخطاء والهلوسة.
- منع الاعتماد الكامل على الإجابة الجاهزة.
- قيادة المراجعة في نهاية الجلسة.
البنك الدولي وصف المعلمين في التجربة بأنهم كانوا مثل منسقي العملية، وليسوا مجرد مراقبين.
لماذا كان الجمع بين AI والمعلم مهمًا؟
الطالب المبتدئ غالبًا لا يعرف:
- هل السؤال الذي كتبه واضح؟
- هل الإجابة التي حصل عليها صحيحة؟
- هل المثال مناسب للمنهج؟
- هل AI يشرح أم يعطي الحل مباشرة؟
- ومتى يجب أن يسأل سؤال متابعة؟
وجود المعلم حول استخدام AI من مجرد أداة للحصول على إجابة إلى نشاط تعلم موجه.
وهذا قد يكون أحد أهم أسباب اختلاف هذه التجربة عن حالات أخرى وجد فيها الباحثون أن استخدام الطلاب للذكاء الاصطناعي بمفردهم قد يساعد في الواجب لكنه لا يؤدي بالضرورة إلى تعلم أعمق.
التجربة لم تكن بلا مشاكل
نجاح النتائج لا يعني أن التنفيذ كان مثاليًا.
ذكر فريق البنك الدولي عدة تحديات:
- بعض الطلاب لم يسبق لهم استخدام الكمبيوتر بانتظام.
- الأسابيع الأولى تضمنت وقتًا لإنشاء البريد والحسابات وتعلم استخدام الأجهزة.
- كانت هناك مشكلات في الإنترنت والكهرباء.
- ستة أسابيع فترة قصيرة نسبيًا.
لذلك يرى الفريق أن برنامجًا أطول ربما كان يسمح بوقت أكبر للتعلم نفسه بدل استهلاك جزء من الفترة في المهارات الرقمية الأساسية.
هل يمكن تعميم النتيجة على كل المدارس؟
لا.
التجربة تقدم دليلًا قويًا على أن نموذجًا محددًا نجح في سياق محدد، وليست ضمانًا أن أي استخدام لـChatGPT أو Copilot سيحقق نفس النتيجة.
هناك عدة عناصر كانت مجتمعة:
- محتوى مرتبط بالمنهج.
- جلسات منظمة.
- Prompts معدة مسبقًا.
- معلم مدرب وموجود أثناء الاستخدام.
- استخدام متكرر وليس تجربة مرة واحدة.
- تقييم واضح للنتائج.
إذا أزلنا هذه العناصر وتركنا الطالب وحده أمام chatbot، فنحن نتحدث عن تجربة مختلفة تمامًا.
ماذا يمكن أن يتعلم المعلم من تجربة نيجيريا؟
1. لا تجعل AI يعطي الإجابة النهائية مباشرة
استخدمه ليسأل الطالب، يعطي أمثلة، يشرح بطريقة أخرى، أو يطلب منه التفكير في الخطوة التالية.
2. ابدأ أنت بالـPrompt
في المراحل الأولى، لا تتوقع أن يعرف الطالب وحده كيف يكتب طلبًا تربويًا جيدًا. وفر له نقطة بداية ثم علمه كيف يعدلها.
3. راقب الأخطاء أمام الطلاب
إذا أخطأ AI، لا تعتبر ذلك فشلًا للتجربة. يمكن أن يتحول الخطأ إلى تمرين: كيف عرفنا أن الإجابة غير صحيحة؟ وما المصدر الذي نرجع إليه؟
4. اربط الاستخدام بهدف تعلم واضح
الهدف ليس «استخدام الذكاء الاصطناعي اليوم». الهدف قد يكون تحسين الكتابة، فهم قاعدة، ممارسة محادثة أو تحليل نص.
5. اختم الجلسة بدون AI
اطلب من الطالب في النهاية أن يشرح ما تعلمه بكلماته أو يحل سؤالًا قصيرًا بدون مساعدة، حتى تعرف هل حدث تعلم فعلي أم مجرد تفاعل جيد مع الأداة.
نموذج مصغر يمكنك تجربته في الفصل
يمكن تطبيق نسخة صغيرة من نفس الفكرة في حصة واحدة:
- اختر مفهومًا محددًا من المنهج.
- حضّر Prompt بداية موحدًا للطلاب.
- اطلب من AI ألا يعطي الحل مباشرة، بل يوجه الطالب بالأسئلة.
- دع الطلاب يعملون لمدة 10 إلى 15 دقيقة.
- مر بينهم وراقب الردود والمشكلات.
- اختر مثالًا واحدًا جيدًا ومثالًا به خطأ وناقش الاثنين.
- اختم بسؤال أو مهمة قصيرة بدون AI.
إذا استطاع الطالب الإجابة في النهاية بصورة أفضل، بدأت تقترب من قياس التعلم بدل قياس الإعجاب بالأداة.
ما الفرق بين تجربة نيجيريا وتجربة بيرو؟
التجربتان تكملان بعضهما.
في بيرو كان التركيز الأساسي على المعلمين أنفسهم: هل التدريب على AI يغير استخدامهم للأداة ومهاراتهم؟ والنتيجة كانت تحسن جودة الـPrompts والقدرة على تقييم المخرجات، بدون توفير واضح للوقت.
أما في نيجيريا، فكان التركيز على الطلاب والتعلم: هل يمكن استخدام AI كمعلم مساعد تحت إشراف المدرس لتحسين النتائج؟ وهنا ظهرت مكاسب تعلم قابلة للقياس.
الرسالة المشتركة واضحة: أفضل النتائج ظهرت عندما كان الإنسان جزءًا من النظام، وليس عندما تم تسليم المهمة بالكامل للذكاء الاصطناعي.
الخلاصة
تجربة نيجيريا مع الذكاء الاصطناعي في التعليم لا تقول إن chatbot يمكنه استبدال المعلم.
ما تقوله أقرب إلى العكس: عندما جمع البرنامج بين أداة AI قوية + محتوى مرتبط بالمنهج + Prompt منظم + متابعة معلم + استخدام متكرر، استطاع الطلاب تحقيق تحسن تعليمي واضح خلال فترة قصيرة.
الدرس ليس «ضع Copilot في كل فصل»، بل صمم طريقة استخدام تجعل AI يزيد فرص التفسير والممارسة والتغذية الراجعة، بينما يحتفظ المعلم بالهدف والمراجعة والتوجيه.
المصادر
- World Bank Reproducibility Package – From Chalkboards to Chatbots: Evaluating the Impact of Generative AI on Learning Outcomes in Nigeria
- World Bank – Addressing the learning crisis with generative AI: lessons from Edo State in Nigeria
- World Bank – From chalkboards to chatbots in Nigeria: 7 lessons to pioneer generative AI for education
