مجلة التعلم الإلكتروني

روبوتات الدردشة الذكية: المزايا والتحديات في العصر الرقمي

اعداد: ا.م.د/ إيهاب سعد محمدى

مدير مركز التعلم الإلكترون بالجامعة

المقدمة:

تُعد روبوتات الدردشة إحدى أبرز أدوات الذكاء الاصطناعي التوليدي وأهم تقنياته المستخدمة التي يمكن توظيفها في البيئات التعليمية لدعم عملية التعليم والتعلم وتعزيز التفاعل بين الطالب والمحتوى ، غير أن فاعلية هذه الأدوات لا تُقاس فقط بقدرتها على تقديم المحتوى، بل يجب أيضًا مراعاة تأثيرها على المستويين المعرفي والانفعالي للمتعلمين.

يُطلق على روبوتات الدردشة مسميات أخرى مثل: الكيانات الاصطناعية للمحادثة (Artificial Conversation Entities)، والوكلاء التفاعليون (Interactive Agents)، والروبوتات الذكية (Smart Bots)، والمساعدون الرقميون (Digital Assistants) .

 وتعرف بأنها “برنامج كمبيوتري صُمم لمحاكاة المحادثة مع المستخدمين البشريين، وخاصة عبر الإنترنت”. ويعتمد هذا النوع من البرمجيات على تقنيات معالجة اللغة الطبيعية وتحليل المشاعر، حيث يُمثّل نموذجًا تفاعليًا للتواصل بين الإنسان والكمبيوتر، بما يمكنه من تقديم تجربة تعلم مدعومة بالذكاء وسهلة التفاعل مع البشر عبر النص أو الكلام الصوتي بطريقة تحاكي التواصل الإنساني .

وقد أشارت عديد من الدراسات إلى أن روبوتات الدردشة التوليدية مثلChatGPT، إذا ما استُخدمت بصورة آمنة ومدروسة، يمكن أن تُعزز من أداء المتعلمين في البيئات التعليمية، فهي تساهم في تحسين التحصيل الأكاديمي، ودعم مهارات التطبيق والاستدلال، كما تعزز من الوظائف التنفيذية لدى الطلاب (ومنها المرونة العقلية)، مما يجعلها أدوات واعدة في دعم التعلم العميق والشامل. كما اوصت دراسة انتصار السيد (2024) بضرورة الاهتمام باستخدام روبوتات الدردشة في تنمية الوعي لدى الطلاب بالمراحل التعليمية المختلفة.

علاوة على ذلك فإن استخدام روبوت الدردشة كمساعد في عملية التعلم زاد معدل استخدام واقبال الطلاب على النظم الإلكترونية والذي ساهم في تحسين نواتج التعلم. ووجود تأثير كبير لروبوتات دردشة الذكاء الاصطناعي على التحصيل الدراسي، بينما أشارت النتائج إلى أن روبوتات الدردشة لم تؤثر على الدافعية نحو تعلُّم البرمجة لدى طالبات الصف الأولى الثانوي بمدينة جدة، هذا على النقيض، بالإضافة إلى المشاركة الفعالة، والتغذية الراجعة، والمحادثات المخصصة المستمرة في بيئة تعليمية قائمة على  روبوتات الدردشة يمكن أن تسهم بشكل كبير في تحسين تعلم الطلاب وتعزز دافعيتهم للتعلم، حيث توفير استجابات سريعة وتغذية راجعة مستمرة، وتجربة تعلم مناسبة للطلاب.

بالإضافة إلى أن روبوتات الدردشة توفر دعمًا دراسيًا فوريًا للطلاب دون الحاجة إلى الاعتماد على الاقران أو المعلمين، كما تقدم الدعم الإداري، والإجابة على الأسئلة الشائعة، وتجميع التغذية الراجعة من الطلاب، وتكرار الدروس، الأمر الذي يعزز من قدرة الطلاب على مواصلة التعلم الذاتي. كما تسهم هذه الأدوات في تنمية حب التعلم والمثابرة، وتعزيز مهارات التواصل، والابتكار، ونقل المعرفة، وتنمية التفكير الإبداعي، والتنظيم، والدافعية، بالإضافة إلى تطوير المهارات الحياتية والتحصيل الأكاديمي للطلاب.

وعلى الرغم من هذه الإمكانات، إلا أن هناك تحذيرات من التحديات المصاحبة لهذه التقنية، لا سيما فيما يتعلق بانتشار المعلومات المضللة، وتسهيل عمليات الغش الأكاديمي في المدارس والجامعات، وتهديد الخصوصية الفردية، فضلاً عن احتمالية فقدان عدد كبير من الوظائف نتيجة الأتمتة المتزايدة.

لذا يكمن التحدي الأساسي في كيفية الاستفادة من الإمكانات الإيجابية التي توفرها روبوتات الدردشة المدعومة بالذكاء الاصطناعي في التعليم، مع تقليل الآثار السلبية المحتملة، أو التخفيف منها قدر الإمكان. كما أشارت دراسة تحليلية أجراها، بأن هناك تحديات رئيسة تُواجه روبوتات الدردشة في التعليم ومنها عدم الاهتمام الكافي بالجوانب التربوية وتحسين تعلم الطلاب، ونقص الدراسات التي تُركّز تقييم مدى قدرة هذه الأدوات على تلبية احتياجات الطلاب بفعالية. بالإضافة إلى ضعف دعم روبوتات الدردشة لشخصنة التعلم، مما يُبرز الحاجة إلى تطوير أنظمة أكثر قدرة على التكيّف مع خصائص الطلاب واحتياجاتهم الفردية.

1/1- مفهوم روبوتات الدردشة:

تتعدد المصطلحات المستخدمة في الأدبيات والبحوث للإشارة إلى “روبوتات الدردشة”، حيث يُطلق عليها مصطلحات مختلفة مثل: Chatbot s، Chat Bots، وChatterbots، بالإضافة إلى مصطلح الذكاء الاصطناعي التحادثي(Conversational Artificial Intelligence)  كما تُعرف أيضًا بـروبوتات دردشة الذكاء الاصطناعي (Artificial Intelligence Chatbot s)، ووكلاء المحادثة (Conversational Agents)، الذين يُشار إليهم كذلك بـالوكلاء الافتراضيين (Virtual Agents)، أو المساعدين الافتراضيين (Virtual Assistants)، أو نُظم الحوار (Dialogue Systems)  في السياقات التعليمية، يُستخدم مصطلح الوكيل التربوي (Pedagogical Agent) للدلالة على تلك الكيانات الذكية التي تُستخدم لدعم عمليات التعلم وتعزيز التفاعل بين المتعلم والنظام.

وتُعرّف روبوتات الدردشة على أنها واجهات برمجية صُممت لمحاكاة المحادثات البشرية، سواء من خلال النصوص أو التفاعل الصوتي، وتنتشر هذه الأنظمة في العديد من المجالات التكنولوجية، مثل: المساعدات الرقمية على الهواتف المحمولة، وخدمة العملاء، والتجارة الإلكترونية، والأجهزة الذكية. وتُعدّ نوعًا من البرمجيات التفاعلية التي تتيح للمستخدمين أتمتة المحادثات والتواصل مع العملاء من خلال منصات المراسلة. كما تؤدى روبوتات الدردشة الافتراضية دورًا فعالًا في إنجاز المهام البسيطة، مثل البحث وتقديم المعلومات.

ويُعد روبوت الدردشة، أو وكيل المحادثة الذكي (AI Conversational Agent) أحد أنظمة الذكاء الاصطناعي التي تحاكي التفاعل البشري الطبيعي، سواء عن طريق النصوص أو الأصوات أو الصور، ويُنظر إليه كأحد أوجه التقدم في مجال الذكاء الاصطناعي التوليدى. وتعود الجذور المفاهيمية لهذه التقنية إلى عام 1950، حين اقترح العالم آلان تورينج اختبارًا لقياس قدرة الآلة على محاكاة العقل البشري، وهو ما عُرف لاحقًا “باختبار تورينج”. ومن ثم، جاء تطوير أول روبوت دردشة، وهو برنامج ELIZA عام 1966، والذي مثّل انطلاقة فعلية في محاكاة الحوارات البشرية من خلال نظام قائم على القواعد النصية.

وفي تعريف موسع، تعد روبوتات الدردشة هي برامج تُحاكي المحادثات البشرية من خلال تفاعلات نصية، أو صوتية، وتُستخدم لتوفير ردود فورية على استفسارات المتعلمين وتقديم الدعم والإرشاد خلال عمليات التعلم، مما يتيح لها معالجة كم كبير من الطلبات دون قيود عددية بما يعزز من فعالية التجربة التعليمية وسلاستها.

كما أنها نظم حاسوبية تعتمد على تقنيات الذكاء الاصطناعي ومعالجة اللغة الطبيعية لفهم أسئلة المستخدمين وتقديم إجابات تفاعلية تُحاكي الحوار البشري، ولها دورها كأداة افتراضية تُقدّم الدعم والمشورة بطريقة فورية وفعّالة.

يُؤدي روبوت الدردشة (Chatbot ) دور المساعد الافتراضي من خلال تقديم إجابات حوارية فورية، وتوفير مرجع سريع للمعلومات، والعمل كأداة فعّالة لإدارة المعرفة، كما يُسهم ضمن نظام التوجيه الذكي في تقديم محتوى تعليمي منظم على هيئة سلسلة من المحادثات، تهدف إلى التدريب ودعم الأداء بشكل تفاعلي ومستمر وتعزز روبوتات الدردشة فاعلية التواصل والتعلم من خلال تقديم المعرفة والمعلومات بطرق تفاعلية وسلسة عبر واجهات استخدام مرنة وسهلة. كما يمكن توظيفها كأداة للاستشارات الشخصية، بفضل قدرتها على التفاعل الفوري وتقديم الدعم في الوقت الحقيقي، فهي أنظمة تعتمد على خمس عمليات أساسية في إدارة المعرفة، وهي: استخلاص المعرفة، تنظيم المعرفة، تخزين المعرفة، استرجاع المعرفة، وتحديث المعرفة

ومع التطور التقني السريع في مجالات الذكاء الاصطناعي والتعلم الآلي، لم تعد روبوتات الدردشة مقتصرة على تفاعلات بسيطة قائمة على القواعد، بل أصبحت قادرة على تحليل نوايا المستخدمين، وفهم مشاعرهم، والتفاعل معهم بطريقة ديناميكية عبر محادثات ممتدة، والوصول إلى مصادر بيانات متنوعة لاستخراج الاستنتاجات والافتراضات والقرارات، والتي يمكن بناءً عليها أحيانًا اتخاذ إجراءات كما هو الحال في برامج مثل  GitHub Copilot وMicrosoft Xiaoice, Replika أو Character.AI التي تُظهر استجابات عاطفية مستندة إلى فهم السياق الاجتماعي والنفسي للمستخدم

1/2- أنواع الروبوتات:

شهدت روبوتات الدردشة (Chatbot s) تطورًا ملحوظًا في السنوات الأخيرة، وأصبحت تُستخدم على نطاق واسع في عديد من المجالات، مما استدعى الحاجة إلى تصنيفها وفقًا لمعايير متعددة تسهم في فهم بنيتها وآلية عملها. وتتنوع تصنيفات روبوتات الدردشة وفقًا لمجموعة من المحددات، أبرزها: آلية التصميم، نطاق المعرفة، الهدف من الاستخدام، وقنوات التفاعل. (Hussain et al., 2019, p. 946) ويتضح من خلال شكل (2) أنواع روبوتات الدردشة:

شكل 2

 تصنيف روبوتات الدردشة

مجال المعرفة Knowledge Domain	عام Generic
	مجال مفتوح Open Domain
	مجال مغلق closed Domain
الخدمة المقدمة Service Provided	بين الاشخاص interpersonal
	داخل الاشخاص intrapersonal
	بين الوكلاء inter-agent
الهدف Goals	معلوماتية او اعلامية informative
	قائمة على الدردشة والمحادثة Chat based/conversational
	قائمة على المهام Task based
طريقة توليد الاستجابة Response Generation Method	قائمة على القواعد rule based
	قائمة على الاسترجاع Retrieval based
	توليدي Generative
مساعدة الانسان Human-aid	بوساطة بشرية human-mediated
	مستقل من تلقاء نفسه autonomous
الصلاحيات Permissions	مفتوح المصدر Open-source
	تجارى Commercial
قناة الاتصال communication channel	نص text
	صوت Voice
	صور image

وفيما يأتي توضيح لتلك الأنواع مع التركيز على نمطي الروبوت النصي والصوتي محور اهتمام البحث الحالي:

1/2/1- حسب آلية التصميم:

يمكن تصنيف روبوتات الدردشة وفق آلية التصميم إلى ثلاث فئات رئيسة: روبوتات الدردشة القائمة على القواعد، روبوتات الدردشة القائمة على الاسترجاع، روبوتات الدردشة المدعومة بالذكاء الاصطناعي التوليدي. والتي تختلف في بنيتها وآلية عملها ومنها:

• • • روبوتات الدردشة القائمة على القواعد (Rule-Based Approaches):

تعتمد هذه المنهجية على مجموعة من القواعد المحددة مسبقًا التي توجه كيفية استجابة الروبوت لمدخلات المستخدم. يقوم الروبوت بتحليل ما يكتبه المستخدم بحثًا عن كلمات مفتاحية، ومن ثم يطابق هذه الكلمات مع قاعدة، أو نمط معين لإنتاج الرد المناسب. وتعد هذه الطريقة محدودة، حيث إن الروبوت لا يمتلك القدرة على التعلم، أو توليد ردود جديدة، مما يجعله فعالًا فقط في المهام البسيطة والمحددة. يُعد برنامج ELIZA من أوائل النماذج التي طُبّقت باستخدام هذه المنهجية

• • روبوتات الدردشة القائمة على الاسترجاع (Retrieval-Based Approaches) :

تعتمد هذه المنهجية على قاعدة بيانات تحتوي على مجموعة من الردود الجاهزة، حيث يقوم الروبوت باختيار الرد الأنسب من بين هذه الردود استنادًا إلى مدخل المستخدم وسياق المحادثة، باستخدام خوارزميات استدلالية(Heuristics)، قد تتراوح هذه الخوارزميات من مطابقة بسيطة باستخدام تعبيرات شرطية، إلى أساليب أكثر تعقيدًا مثل استخدام مصنفات التعلم الآلي. تجدر الإشارة إلى أن هذا النوع من الأنظمة لا يُنتج ردودًا جديدة، بل يقتصر على اختيار الأنسب من الردود المعرفة مسبقًا. وتُستخدم هذه المنهجية بشكل شائع في أنظمة خدمة العملاء وأنظمة الأسئلة الشائعة .

• • روبوتات الدردشة المدعومة بالذكاء الاصطناعي التوليدى (AI-powered Chatbot s):

تجمع هذه الروبوتات بين المزايا البنيوية للنوعين السابقين، إذ تستفيد من قدرات الذكاء الاصطناعي ومعالجة اللغة الطبيعية (NLP) لفهم اللغة الحرة والتفاعل بطريقة أكثر إنسانية. كما أنها قادرة على التبديل بين سيناريوهات الحوار والتعامل مع استفسارات عشوائية ضمن سياق المحادثة.

1/2/2- حسب مجال المعرفة:

تُصنف روبوتات الدردشة إلى عدة أنواع حسب نطاقها المعرفي، حيث تكون مغلقة المجال (محدودة المجال)، مفتوحة المجال (تتعامل مع عدة مجالات)، وعامة (تجيب على أي سؤال).

• • روبوتات دردشة مغلقة المجال (Closed-domain): مخصصة للإجابة عن أسئلة ضمن مجال معرفي محدد، مثل الدعم الفني، أو استفسارات الطلبة في نظام جامعي.
  • روبوتات دردشة مفتوحة المجال (Open-domain): قادرة على التعامل مع موضوعات متعددة، وتتميز بمرونة أكبر في التفاعل مع المستخدمين.
  • روبوتات دردشة عامة (General-purpose): تسعى لمحاكاة الحوار البشري بشكل عام، دون التقيد بمجال معرفي معين، مثل ChatGPT أو Google Bard

1/2/3- حسب الهدف من الاستخدام:

تتنوع روبوتات الدردشة حسب الهدف من استخدامها إلى ثلاثة أنواع رئيسة، حيث تشمل: روبوتات المحادثة الاجتماعية التي تهدف إلى التفاعل الودي والترفيهي مع المستخدم دون هدف وظيفي محدد، وروبوتات قائمة على المهام تركز على مساعدة المستخدم في إنجاز مهام معينة كالحجز والاستعلام، بالإضافة إلى روبوتات معلوماتية توفّر معلومات متخصصة في مجالات محددة كالتعليم أو الصحة، وغالبًا ما تكون مغلقة المجال من حيث المحتوى المعرفي وتشمل:

• • روبوتات المحادثة الاجتماعية (Conversational Bots) تركز على خلق تجربة محادثة طبيعية، وتُستخدم غالبًا في الترفيه، أو الدعم الاجتماعي.
  • روبوتات إعلامية (Informational Bots) تُستخدم لتقديم معلومات محددة للمستخدم مثل المواعيد، أو النتائج، أو التعليمات.
  • روبوتات قائمة على المهام (Task-oriented Bots) تركز على إنجاز مهام محددة مثل حجز تذاكر، أو إتمام عمليات شراء.

1/2/4- حسب قناة التفاعل والاتصال:

تختلف روبوتات الدردشة بحسب الوسائط، أو القنوات التي تعتمد عليها للتواصل مع المستخدمين. حيث يمكن تصنيفها إلى عدة أنواع وفقًا للوسيلة التي تستخدمها للتفاعل، وتشمل روبوتات الدردشة النصية روبوتات الدردشة الصوتية روبوتات الدردشة متعددة الوسائط تجمع بين النص والصوت والصورة في واجهة تفاعلية شاملة ويرتكز البحث الحالي على روبوتات الدردشة النصية وروبوتات الدردشة الصوتية.

• • روبوتات الدردشة النصية (Text-based): تعتمد على الرسائل المكتوبة، وتُستخدم في المواقع الإلكترونية وتطبيقات المراسلة، حيث تعرف بأنها تطبيق برمجي نصي تم تطويره لدعم تفاعل الطالب مع الآلة بشكل نصي كما تعرف أيضا بأنها تطبيقات برمجية تتفاعل مع البشر باستخدام اللغة المكتوبة الطبيعية. وعلى الرغم من التوقعات المتفائلة لهذه الروبوتات، فإن “المحادثة مع هذا النوع من الروبوتات تثير بعض المشكلات والتي تتعلق مباشرةً بجانب التفاعل البشري
  • روبوتات الدردشة الصوتية (Voice-based): تعتمد على التفاعل الصوتي باستخدام تقنيات التعرف على الكلام، مثل Amazon Alexa وGoogle Assistant، ويقصد بها روبوتات الدردشة المعتمدة على الصوت أو أجهزة الذكاء الاصطناعي على تحويل التفاعل الثنائي الاتجاه بين الإنسان والحاسوب، حيث تتيح للمستخدمين التنقل ضمن نظام الرد الصوتي التفاعلي (IVR) باستخدام أصواتهم، غالبًا من خلال اللغة الطبيعية

تعتبر التفاعل الصوتي مع الروبوتات الذكية أكثر تشابهًا مع التفاعل وجهاً لوجه وله فوائد معينة مقارنة بالتواصل النصي، من أبرز هذه الفوائد، تعرض المتعلمين لعناصر فوق لغوية مثل التوتر الصوتي، والتشديد، والتنغيم، وغيرها من المكونات غير المقطعية، يمكن أن تسهم روبوتات الدردشة الصوتية في تقليل الحواجز التي تواجه الأشخاص الأقل دراية بالتكنولوجيا أو الذين يعانون من صعوبات في المهارات اليدوية، أو البصرية عند التعامل مع الواجهات النصية. وبالتالي، توفر هذه التكنولوجيا إمكانية وصول أكبر، مما يجعلها مفيدة بشكل خاص لكبار السن الذين قد يواجهون تحديات في استخدام الواجهات التقليدية

حيث أصبح بإمكان الأفراد عبر التفاعل الصوتي خوض محادثات معقدة، وطلب توضيحات، والحصول على دعم شخصي بدرجة عالية، مما يجعل تجربة التفاعل أكثر سلاسة وإنسانية، كما يمنح المستخدمين من ذوي الإعاقات أو صعوبات الكتابة تجربة تفاعلية باستخدام تقنية التعرف على الصوت.

1/3- نهج عمل روبوتات الدردشة ومعاييرها:

تتعدد الأنماط المستخدمة في تصميم روبوتات الدردشة، ويُعد نموذج مطابقة الأنماط أحد أقدم الأساليب، حيث تعتمد الروبوتات على قواعد محددة مسبقًا لاختيار الاستجابات المناسبة، ما يؤدي إلى تفاعل أحادي الاتجاه. وعلى الرغم من بساطة هذا النموذج، إلا أنه يعاني من عدة قيود، أبرزها تكرارية الردود وافتقارها للأصالة والعفوية، الأمر الذي يقلل من فاعلية التفاعل

في المقابل، يعتمد النهج القائم على التعلم الآلي على تقنيات معالجة اللغة الطبيعية (NLP)، حيث لا توجد استجابات جاهزة مرتبطة بكل مدخل على حدة، بل يتم توليد الردود ديناميكيًا باستخدام نماذج التعلم العميق، مما يسمح بتفاعل أكثر مرونة وتكيفًا مع المستخدم. وتُعد النماذج التوليدية مثل   ChatGPT  من أبرز تطبيقات هذا التوجه، لقدرتها على تحليل السياق وإنتاج ردود ذات طابع إنساني، فهذه الروبوتات تلبى احتياجات المستخدمين للتواصل، والمودة، والانتماء الاجتماعي، وقد تم تزويدها بقدرات انفعالية ومعرفية (EQ) و(IQ)  تُمكنه من التفاعل العميق، مع تحسين أدائه لتحقيق مشاركة طويلة المدى

1/4- نقاط ضعف وتهديدات روبوتات الدردشة:

تُعد روبوتات الدردشة أدوات تكنولوجية واعدة، لكنها لا تخلو من التحديات والتهديدات التي يمكن أن تُؤثر سلبًا على فعاليتها، خصوصًا في السياقات التعليمية والإنسانية الحساسة. أشار إلى مجموعة من نقاط الضعف التي تواجه هذه الأنظمة، أبرزها: عدم قدرة روبوت الدردشة في بعض الحالات على فهم نية المستخدم بدقة، مما يؤدي إلى شعور بالإحباط وفقدان الثقة؛ إلى جانب مخاطره تتعلق بالأمان وحماية النظام من مدخلات المستخدمين غير المتوقعة، والتي يمكن أن تُستخدم لتطوير النظام بشكل غير مرغوب فيه أو للتلاعب به. كما تتضمن التحديات ظاهرة الخداع، خاصة في المساعدات الصوتية التي قد توهم المستخدم بأنها بشرية بالكامل، إلى جانب إشكاليات تتعلق باستخدام ردود طويلة، أو غير مفهومة، أو الاعتماد على نبرة صوت غير ملائمة، أو أخطاء لغوية مثل استخدام العامية، أو تركيب جمل غير سليم، مما قد يُضعف من تجربة المستخدم ويؤثر على فاعلية التواصل، لذا، يُفضل تقديم ردود قصيرة، واضحة، وفعالة.

من جانب آخر، حدّدت دراسة تحليلية أجراها بأن هناك تحديات رئيسة تُواجه روبوتات الدردشة في التعليم وتفتح المجال لأبحاث مستقبلية. يتمثل التحدي الأول في أن تصميم هذه الروبوتات لا يزال مدفوعًا بالتكنولوجيا، حيث يُركّز المطورون غالبًا على قابلية الاستخدام والقبول والدقة التقنية، دون الاهتمام الكافي بالجوانب التربوية وتحسين تعلم الطلاب. أما التحدي الثاني، فيكمن في نقص الدراسات التي تُركّز على احتياجات الطلاب من المعلومات التي تقدمها روبوتات الدردشة، أو تقييم مدى قدرة هذه الأدوات على تلبية تلك الاحتياجات بفعالية. أما التحدي الثالث، فيتعلق بضعف دعم روبوتات الدردشة لشخصنة التعلم، مما يُبرز الحاجة إلى تطوير أنظمة أكثر قدرة على التكيّف مع خصائص الطلاب واحتياجاتهم الفردية. وهذا ما دفع الباحثان لإجراء البحث الحالي.

في السياق ذاته، حذّرت دراسات حديثة من التداعيات السلبية لاستخدام الذكاء الاصطناعي التوليدي لدى الطلاب ذوي صعوبات التعلم. أشارت نتائج الدراستين الميدانيّتين إلى أن هذه الفئة تميل إلى الاعتماد على أدوات الذكاء الاصطناعي بشكل مفرط، مما قد يُضعف من تطورهم الطبيعي، سواء من حيث القدرات المعرفية أو الذكاء العاطفي. لذلك، ينبغي على المعلمين والمطورين تصميم أدوات تكنولوجية تتسم بالتوازن بين المساعدة والتمكين الذاتي، دون خلق اعتماد غير صحي على التقنية.

وبالإضافة إلى ما سبق، ضعف الشفافية في كيفية عمل روبوتات الدردشة وتوليدها للإجابات، يُعد من أبرز أسباب انعدام الثقة بين المستخدم والنظام، مما يستدعي تطوير واجهات تفاعلية توضح للمستخدم كيف تم الوصول إلى الإجابة، (وهو ما نراه في ChatGPT حيث يحدد هل يفكر ام يبحث في الويب) كما أشارت نتائج الدراسة أيضا إلى أهمية استخدام روبوتات الدردشة لنبرة صوت ودودة عند تقديم المساعدة حيث لما لذلك من أثر بشكل إيجابي في تعزيز تقبُّل المستخدم وتحسين تجربته. كما كشفت بعض الدراسات أن الاستجابات غير المتوقعة أو غير المنطقية من روبوتات الدردشة قد تؤدي إلى انقطاع التواصل، حيث لاحظ المستخدمون وجود تحيزات دقيقة ترتبط بخصائص اجتماعية مثل الوضع الاقتصادي، أو الخلفية الاجتماعية، وهي سمات لم تكن متوقعة أو مقصودة من جهة المطورين. وفي ضوء ذلك، يقوم الروبوت أحيانًا بإعادة توليد ردوده مع نقصٍ في التحديد أو غموضٍ في المعنى. وتُشير النتائج إلى أن هذه الظاهرة قد تؤثر بعمق على اتجاهات المستخدمين، إذ تؤدي إلى تعديل تصوراتهم الذهنية عن الذكاء الاصطناعي، مما يجعل القضايا المتعلقة بـ انعدام الموثوقية والتحيزات الضمنية أكثر وضوحًا في التجربة التفاعلية.

يرى الباحثان أن هذه التحديات تستدعي تبني توجهات بحثية وتطويرية تأخذ في اعتبارها السياقات التعليمية والإنسانية، مع التركيز على تعزيز جوانب الأمان والموثوقية، والتخصيص، بالإضافة إلى تحسين التفاعل العاطفي المدروس لروبوتات الدردشة، إلى جانب مراعاة سمات المتعلمين وأساليبهم المعرفية.

1/5- وظائف وتطبيقات روبوتات الدردشة:

تشير عديد من الدراسات إلى أن روبوتات الدردشة المدعومة بالذكاء الاصطناعي تُسهم بشكل كبير في تطوير وتحسين العملية التعليمية والصحية، بما في ذلك في التعليم الأكاديمي ودعم الصحة النفسية، حيث أظهرت هذه الدراسات تأثيرات إيجابية على تحصيل الطلاب وجودة التعلم، فضلاً عن تحسين الرعاية الصحية.

1/5/1- تطبيقات روبوتات الدردشة في مجال التعليم:

تؤدى روبوتات الدردشة في التعليم ثلاثة أدوار رئيسة، وهي: مساعد التدريس، وشريك التعلم، والمعلم الشخصي، عندما تعمل الدردشة الذكية كمساعد تدريس، فإنها توفر معرفة متخصصة وتغذية راجعة تكوينية، كما تدعم تعلم الطلاب عبر الإنترنت من خلال الإرشاد والتنظيم، أما في دور شريك التعلم، فتتفاعل الدردشة الذكية مع الطلاب من خلال المحادثات النصية أو الصوتية، أما في الدور التعليمي (المعلم الشخصي)، فيُطلب من الدردشة الذكية طرح الأسئلة والإجابات، وتوجيه الطلاب للبدء في التعلم، وتقديم الاختبارات القصيرة. كما تُستخدم روبوتات الدردشة في مجموعة متنوعة من المهام، مثل الترفيه، الاستعلام عن البيانات، إتمام المهام، والإجابة على الأسئلة، بل ويمكنها القيام بوظائف وكيلة مثل جمع المعلومات من المحادثات لإكمال مهام معينة كملء النماذج أو إجراء عمليات شراء

كما صنّفت الأدوار التربوية لروبوتات الدردشة إلى ثلاثة محاور أساسية: دور التعلم الداعم، ودور المساعدة، ودور الإرشاد، وحددت الدراسة العلاقة بين الأدوار التربوية والأهداف المرتبطة بتطبيق روبوتات الدردشة في ثلاث علاقات رئيسة: أولاً، تحسين المهارات وتحفيز الطلاب من خلال دعم أنشطة التعلم والتدريس، ثانياً، زيادة كفاءة التعليم من خلال توفير المعلومات الإدارية واللوجستية ذات الصلة للطلاب، وثالثاً، دعم تأثيرات متعددة عبر توجيه الطلاب في بيئات التعلم. يمكن لروبوتات الدردشة المخصصة لدعم التعلم أن تحتفظ بالمعلومات من خلال تكرار الدروس السابقة للطلاب الذين فاتهم محتوى معين، كما تجمع المعلومات خلال الدورة مما يساعد في تحسين عملية التعلم والتدريس.

1/5/2- تطبيقات روبوتات الدردشة في مجال الصحة النفسية:

فيما يخص قطاع الصحة النفسية، فلروبوتات الدردشة أهمية في تقديم الدعم الصحي للمرضى، حيث تقوم بتقديم معلومات صحية وعلاجية مخصصة. وقد أظهرت روبوتات الدردشة، قدرتها على دعم الصحة النفسية من خلال تقديم تدخلات علاجية مخصصة ومستمرة، مما يتيح للمرضى التفاعل مع المحتوى العلاجي في الوقت الذي يناسبهم. وتساهم هذه الروبوتات في خفض الخوف والخجل المرتبط بطلب الدعم النفسي، كما تقدم تجارب تفاعلية من خلال تقنيات مثل إعادة هيكلة الأفكار وتنشيط السلوك.

كذلك، أن روبوتات الدردشة المتخصصة في الصحة النفسية تقدم تجارب تفاعلية من خلال تتبع الانفعالات وتقديم ملاحظات مخصصة، مما يساعد المستخدمين على متابعة تقدمهم بشكل مستمر، وتزويد المرضى بمعلومات صحية وعلاجية مُخصصة، ويجد المرضى أن روبوتات الدردشة وسيلة اتصال أكثر موثوقية.

علاوة على ذلك تُسهم روبوتات الدردشة بشكل متزايد في تحسين الرعاية الصحية والتعليمية. وأن روبوتات الدردشة عبر تطبيقات التواصل الاجتماعي مثل فيسبوك ساعدت في توعية المواطنين بشأن فيروس كورونا المستجد. بالإضافة إلى ذلك، قدمت هذه الروبوتات إرشادات طبية تساهم في تخفيف التوتر خلال الأزمات الصحية.

1/5/3- تطبيقات روبوتات الدردشة في مجال الاجتماعي:

تساعد روبوتات الدردشة الطلاب على تحسين تفاعلاتهم الاجتماعية وتقليل شعورهم بالوحدة وتوفر لهم مساعدة مريحة وفعالة عند التواصل معهم؛ وتُقدم لهم إجابات أكثر تفاعلية، وتستجيب مباشرة لمشاكلهم ، استخدام روبوت الدردشة يعزز الكفاءة الذاتية للطلاب بالإضافة إلى زيادة مشاركتهم ورضاهم عن التعلم، وتحسين أدائهم. ومهارات التفكير والتأمل، وبناء الثقة بالنفس.

المراجع:

• ● Abbasi, S., Kazi, H., & Hussaini, N. (2019). Effect of Chatbot Systems on Student’s Learning Outcomes. Sylwan, 63, 49-63.
  ● Abu El-Magd, M. A. E.-M. M. (2022). Text Chatbot Assisted Edublogs for Enhancing the EFL Technical Writing Performance among Computer and Informatics Students. مجلة کلية التربية فى العلوم التربوية, 46(2), 99-145. https://doi.org/10.21608/jfees.2022.241755
  ● Adamopoulou, E., & Moussiades, L. (2020). Chatbot s: History, technology, and applications. Machine Learning with Applications, 2, 100006. https://doi.org/10.1016/j.mlwa.2020.100006
  ● Ahmad, N. A., Che, M. H., Zainal, A., Abd Rauf, M. F., & Adnan, Z. (2018). Review of Chatbot s design techniques. International Journal of Computer Applications, 181(8), 7-10.
  ● Aleedy, M., Atwell, E., & Meshoul, S. (2021). Using AI Chatbot s in Education: Recent Advances Challenges and Use Case.
  ● Aljedaani, S., & Hafez, A. (2021). An Analysis of Knowledge Management Processes in intelligent Chatbot Systems to Meet the Needs of The Government’s sector Customers. https://doi.org/10.13140/RG.2.2.14147.62245
  ● Aslam, W., Marija, H., Farhan, M., Hooi, T. D., & and Hussain, A. (2025). Revolutionizing food ordering: predicting the dynamics of Chatbot adoption in a tech-driven era. Journal of Foodservice Business Research, 1-25. https://doi.org/10.1080/15378020.2025.2468035
  ● Athikkal, S., & Jenq, J. (2022). Voice Chatbot for Hospitality. ArXiv, abs/2208.10926.
  ● Awal, M. R., & Haque, M. E. (2025). Revisiting university students’ intention to accept AI-Powered Chatbot with an integration between TAM and SCT: a south Asian perspective. Journal of Applied Research in Higher Education, 17(2), 594-608. https://doi.org/10.1108/JARHE-11-2023-0514
  ● Barsoum, S. S., Elnaggar, M., & Awad, B. M. (2022). The Effectiveness of Using a Cognitive Style-based Chatbot in Developing Science Concepts and Critical Thinking Skills among Preparatory School Pupils. European Scientific Journal, ESJ, 18(22). https://doi.org/10.19044/esj.2022.v18n22p52
  ● Benotti, L., Martínez, M. C., & Schapachnik, F. (2014). Engaging high school students using Chatbot s Proceedings of the 2014 conference on Innovation & technology in computer science education, Uppsala, Sweden. https://doi.org/10.1145/2591708.2591728
  ● Bialkova, S. (2024). Core Theories Applied in Chatbot Context. In The Rise of AI User Applications: Chatbot s Integration Foundations and Trends (pp. 41-59). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-56471-0_3
  ● Biggs, J., Tang, C., & Kennedy, G. (2022). Teaching for quality learning at university 5e. McGraw-hill education (UK).
  ● Blair, J., & Abdullah, S. (2019). Understanding the Needs and Challenges of Using Conversational Agents for Deaf Older Adults Companion Publication of the 2019 Conference on Computer Supported Cooperative Work and Social Computing, Austin, TX, USA. https://doi.org/10.1145/3311957.3359487
  ● Buechele, J. (2025). When to Dehumanize a Chatbot : Effects of Humanlike Design and Individual Differences on the Uncanny Valley Salzburg University of Applied Sciences Paris].
  ● Burkhard, M., Seufert, S., Cetto, M., & Handschuh, S. (2022). Educational Chatbot s for Collaborative Learning: Results of a Design Experiment in a Middle School International Association for Development of the Information Society, 19th International Conference on Cognition and Exploratory Learning in Digital Age (CELDA 2022).
  ● Chang, C.-Y., Hwang, G.-J., & Gau, M.-L. (2022). Promoting students’ learning achievement and self-efficacy: A mobile Chatbot approach for nursing training. British Journal of Educational Technology, 53(1), 171-188. https://doi.org/10.1111/bjet.13158
  ● Chauncey, S. A., & McKenna, H. P. (2023b). A framework and exemplars for ethical and responsible use of AI Chatbot technology to support teaching and learning. Computers and Education: Artificial Intelligence, 5, 100182. https://doi.org/10.1016/j.caeai.2023.100182
  ● Chauncey, S. A., & McKenna, H. P. (2024). Creativity and Innovation in Civic Spaces Supported by Cognitive Flexibility When Learning with AI Chatbot s in Smart Cities. Urban Science, 8(1), 16. https://www.mdpi.com/2413-8851/8/1/16
  ● Cheng, Y., Yuan, W., & and Lee, J. (2025). Using a Chatbot to Combat Misinformation: Exploring Gratifications, Chatbot Satisfaction and Engagement, and Relationship Quality. International Journal of Human–Computer Interaction, 41(7), 3913-3925. https://doi.org/10.1080/10447318.2024.2344149
  ● Chew, H. S. J. (2022). The Use of Artificial Intelligence-Based Conversational Agents (Chatbot s) for Weight Loss: Scoping Review and Practical Recommendations. JMIR Med Inform, 10(4), e32578. https://doi.org/10.2196/32578
  ● Chong, T., Yu, T., Keeling, D. I., & de Ruyter, K. (2021). AI-Chatbot s on the services frontline addressing the challenges and opportunities of agency. Journal of Retailing and Consumer Services, 63, 102735. https://doi.org/10.1016/j.jretconser.2021.102735
  ● Crowder, J. (2024a). Background: What Is a Chatbot ? In AI Chatbot s: The Good, The Bad, and The Ugly (pp. 15-19). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-45509-4_2
  ● Crowder, J. (2024b). Categories of Chatbot s. In AI Chatbot s: The Good, The Bad, and The Ugly (pp. 21-32). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-45509-4_3
  ● Dokukina, I., & Gumanova, J. (2020). The rise of Chatbot s – new personal assistants in foreign language learning. Procedia Computer Science, 169, 542-546. https://doi.org/10.1016/j.procs.2020.02.212
  ● Edwards, B. I., Olugbade, D., & Ojo, O. A. (2024). Facilitating Cognitive Load Management and Improved Learning Outcomes and Attitudes in Middle School Technology and Vocational Education Through AI Chatbot . Journal of Technical Education and Training, 16(3), 114-131. https://penerbit.uthm.edu.my/ojs/index.php/JTET/article/view/19476
  ● Ernest Mfumbilwa, E., Caroline, M. o., Emmanuel, C., & and Amani, D. (2024). Invigorating continuance intention among users of AI Chatbot s in the banking industry: an empirical study from Tanzania. Cogent Business & Management, 11(1), 2419482. https://doi.org/10.1080/23311975.2024.2419482
  ● Fan, X., Chao, D., Zhang, Z., Wang, D., Li, X., & Tian, F. (2021). Utilization of Self-Diagnosis Health Chatbot s in Real-World Settings: Case Study [Original Paper]. J Med Internet Res, 23(1), e19928. https://doi.org/10.2196/19928
  ● Farzan, M., Ebrahimi, H., Pourali, M., & Sabeti, F. (2025). Artificial Intelligence-Powered Cognitive Behavioral Therapy Chatbot s, a Systematic Review. Iran J Psychiatry, 20(1), 102-110. https://doi.org/10.18502/ijps.v20i1.17395
  ● Firat, M. (2023). What ChatGPT means for universities: perceptions of scholars and students. In (Vol. 6, pp. pp.57-63). Singapore: Kaplan Higher Education Academy.
  ● Følstad, A., & Brandtzaeg, P. B. (2020). Users’ experiences with Chatbot s: findings from a questionnaire study. Quality and User Experience, 5(1), 3. https://doi.org/10.1007/s41233-020-00033-2
  ● Han, D.-E. (2020). The Effects of Voice-based AI Chatbot s on Korean EFL Middle School Students’ Speaking Competence and Affective Domains. Asia-pacific Journal of Convergent Research Interchange, 6, 71-80. https://doi.org/10.47116/apjcri.2020.07.07
  ● Huang, W., Hew, K. F., & Fryer, L. K. (2022). Chatbot s for language learning—Are they really useful? A systematic review of Chatbot -supported language learning. Journal of Computer Assisted Learning, 38(1), 237-257. https://doi.org/10.1111/jcal.12610
  ● Hussain, S., Sianaki, O., & Ababneh, N. (2019). A Survey on Conversational Agents/Chatbot s Classification and Design Techniques. In (pp. 946-956). https://doi.org/10.1007/978-3-030-15035-8_93
  ● Iku-Silan, A., Hwang, G.-J., & Chen, C.-H. (2023). Decision-guided Chatbot s and cognitive styles in interdisciplinary learning. Computers & Education, 201, 104812. https://doi.org/10.1016/j.compedu.2023.104812
  ● Jain, M., Kumar, P., Kota, R., & Patel, S. (2018). Evaluating and Informing the Design of Chatbot s. https://doi.org/10.1145/3196709.3196735
  ● Jang, S., Kim, J.-J., Kim, S.-J., Hong, J., Kim, S., & Kim, E. (2021). Mobile app-based Chatbot to deliver cognitive behavioral therapy and psychoeducation for adults with attention deficit: A development and feasibility/usability study. International Journal of Medical Informatics, 150, 104440. https://doi.org/10.1016/j.ijmedinf.2021.104440
  ● Jiménez-Barreto, J., Rubio, N., & Molinillo, S. (2021). “Find a flight for me, Oscar!” Motivational customer experiences with Chatbot s. International Journal of Contemporary Hospitality Management, 33(11), 3860-3882. https://doi.org/10.1108/IJCHM-10-2020-1244
  ● Kalyuga, S. (2011). Informing: A Cognitive Load Perspective. Informing Science, 14, 33-45. https://doi.org/10.28945/1349
  ● Kamau Mungai, B., Omieno, P., Egessa, M., & Manyara, P. (2024). AI Chatbot s in LMS: A Pedagogical Review of Cognitive, Constructivist, and Adaptive Principles. Engineering and Technology Journal, 09. https://doi.org/10.47191/etj/v9i08.15
  ● Kerly, A., Hall, P., & Bull, S. (2007). Bringing Chatbot s into education: Towards natural language negotiation of open learner models. Knowledge-Based Systems, 20(2), 177-185. https://doi.org/10.1016/j.knosys.2006.11.014
  ● Kim, H., Yang, H., Shin, D., & Lee, J. H. (2022). Design principles and architecture of a second language learning Chatbot .
  ● Kohnke, L. (2022). A qualitative exploration of student perspectives of Chatbot use during emergency remote teaching. International Journal of Mobile Learning and Organisation,
  ● Kohnke, L. (2023). L2 learners’ perceptions of a Chatbot as a potential independent language learning tool [Article]. International Journal of Mobile Learning and Organisation, 17(1-2), 214-226. https://doi.org/10.1504/ijmlo.2023.128339
  ● Krauter, J. (2024). Bridging the uncanny valley: Improving AI Chatbot s for effective leadership mentoring. Open Journal of Leadership, 13(3), 342-384.
  ● Labadze, L., Grigolia, M., & Machaidze, L. (2023). Role of AI Chatbot s in education: systematic literature review. International Journal of Educational Technology in Higher Education, 20(1), 56. https://doi.org/10.1186/s41239-023-00426-1
  ● Lavelle, J., Dunne, N., Mulcahy, H. E., & McHugh, L. (2022). Chatbot -Delivered Cognitive Defusion versus Cognitive Restructuring for Negative Self-Referential Thoughts: A Pilot Study. The Psychological Record, 72(2), 247-261. https://doi.org/10.1007/s40732-021-00478-7
  ● León-Domínguez, U. (2024). Potential cognitive risks of generative transformer-based AI Chatbot s on higher order executive functions. Neuropsychology, 38(4), 293.
  ● Li, C.-H., Chen, K., & Chang, Y.-J. (2019). When There is No Progress with a Task-Oriented Chatbot : A Conversation Analysis. https://doi.org/10.1145/3338286.3344407
  ● Liu, L., Subbareddy, R., & Raghavendra, C. G. (2022). AI Intelligence Chatbot to Improve Students Learning in the Higher Education Platform. Journal of Interconnection Networks, 22(Supp02), 2143032. https://doi.org/10.1142/s0219265921430325
  ● Pergantis, P., Bamicha, V., Skianis, C., & Drigas, A. (2025). AI Chatbot s and Cognitive Control: Enhancing Executive Functions Through Chatbot Interactions: A Systematic Review. Brain Sciences, 15(1), 47. https://www.mdpi.com/2076-3425/15/1/47
  ● Radziwill, N. M., & Benton, M. C. (2017). Evaluating quality of Chatbot s and intelligent conversational agents. arXiv preprint arXiv:1704.04579.
  ● Ramesh, K., Ravishankaran, S., Joshi, A., & Chandrasekaran, K. (2017). A Survey of Design Techniques for Conversational Agents. https://doi.org/10.1007/978-981-10-6544-6_31
  ● Rane, N. (2023). Chatbot -Enhanced Teaching and Learning: Implementation Strategies, Challenges, and the Role of ChatGPT in Education. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4603204
  ● Rapp, A., Curti, L., & Boldi, A. (2021). The human side of human-Chatbot interaction: A systematic literature review of ten years of research on text-based Chatbot s. International Journal of Human-Computer Studies, 151, 102630. https://doi.org/10.1016/j.ijhcs.2021.102630
  ● Rese, A., & Tränkner, P. (2024). Perceived conversational ability of task-based Chatbot s – Which conversational elements influence the success of text-based dialogues? International Journal of Information Management, 74, 102699. https://doi.org/10.1016/j.ijinfomgt.2023.102699
  ● Roy, R., & Naidoo, V. (2021). Enhancing Chatbot effectiveness: The role of anthropomorphic conversational styles and time orientation. Journal of Business Research, 126, 23-34. https://doi.org/10.1016/j.jbusres.2020.12.051
  ● Ruane, E., Farrell, S., & Ventresque, A. (2021, 2021//). User Perception of Text-Based Chatbot Personality. Chatbot Research and Design, Cham.
  ● Safar, M., & Anggraheni, D. (2024). Language Learning through AI Chatbot s: Effectiveness and Cognitive Load Analysis. Journal of Social Science Utilizing Technology, 2(3), 430-445. https://doi.org/10.70177/jssut.v2i3.1346
  ● Sáiz-Manzanares, M. C., Marticorena-Sánchez, R., Martín-Antón, L. J., González Díez, I., & Almeida, L. (2023). Perceived satisfaction of university students with the use of Chatbot s as a tool for self-regulated learning. Heliyon, 9(1). https://doi.org/10.1016/j.heliyon.2023.e12843
  ● Sarosa, M., Kusumawadhani, M., Suyono, A., & Azis, Y. M. (2021). The effectiveness of Chatbot as an online learning method on active and reflective learning styles. Multicultural Education, 7(9), 92-100.
  ● Schmidhuber, J., Schlögl, S., & Ploder, C. (2021). Paper Presentation: Cognitive Load and Productivity Implications in Human-Chatbot Interaction. https://doi.org/10.13140/RG.2.2.19641.75364
  ● Sfar, N., Sboui, M., & Baati, O. (2025). The impact of Chatbot anthropomorphism on customer experience and Chatbot usage intention: a technology acceptance approach. International Journal of Quality and Service Sciences, ahead-of-print(ahead-of-print). https://doi.org/10.1108/IJQSS-06-2024-0079
  ● Song, M. (2022). Open-Domain vs. Closed-Domain Chatbot Systems.
  ● UNESCO. (2024). Artificial intelligence in education. https://www.unesco.org/en/digital-education/artificial-intelligence
  ● van der Goot, M. J., Koubayová, N., & van Reijmersdal, E. A. (2024). Understanding users’ responses to disclosed vs. undisclosed customer service Chatbot s: a mixed methods study. AI & SOCIETY, 39(6), 2947-2960. https://doi.org/10.1007/s00146-023-01818-7
  ● Wollny, S., Schneider, J., Di Mitri, D., Weidlich, J., Rittberger, M., & Drachsler, H. (2021). Are we there yet? – A systematic literature review on Chatbot s in education. Frontiers in artificial intelligence, 4(Art. 654924), 18 S. https://doi.org/URN: urn:nbn:de:0111-pedocs-228860; DOI: 10.3389/frai.2021.654924
  ● Xiao, Y., Zhang, T., & He, J. (2024). RETRACTED: The promises and challenges of AI-based Chatbot s in language education through the lens of learner emotions. Heliyon, 10(18), e37238. https://doi.org/10.1016/j.heliyon.2024.e37238
  ● Yin, J., Goh, T. T., & Hu, Y. (2024). Using a Chatbot to Provide Formative Feedback: A Longitudinal Study of Intrinsic Motivation, Cognitive Load, and Learning Performance. IEEE Transactions on Learning Technologies, 17, 1378-1389. https://doi.org/10.1109/TLT.2024.3364015
  ● Yu, S., & Zhao, L. (2022). Designing Emotions for Health Care Chatbot s: Text-Based or Icon-Based Approach. J Med Internet Res, 24(12), e39573. https://doi.org/10.2196/39573
  ● Zhou, L., Gao, J., Li, D., & Shum, H.-Y. (2020). The Design and Implementation of XiaoIce, an Empathetic Social Chatbot . Computational Linguistics, 46(1), 53-93. https://doi.org/10.1162/coli_a_00368 .

 

   أولاً: ما هو الذكاء الاصطناعي في التعليم؟

     

     اعداد  د. كاميليا محمد مختار

     محرر مقالات – مجلة مركز التعلم الإلكتروني – جامعة بنها

في عصرٍ تتسارع فيه وتيرة التحول الرقمي، يبرز الذكاء الاصطناعي كأحد أبرز القوى الدافعة نحو التغيير في مختلف القطاعات، ولا سيما التعليم. لم تعد تكنولوجيا التعليم مجرد أدوات رقمية مساعدة، بل أصبحت منظومات متكاملة تُعيد تشكيل العملية التعليمية من جذورها. فهل نحن مستعدون لهذا التحول؟

الذكاء الاصطناعي (AI) في التعليم يشير إلى استخدام تقنيات متقدمة مثل تعلم الآلة وتحليل البيانات لتخصيص المحتوى التعليمي، دعم المعلمين، وتحسين أداء المتعلمين. ومن أبرز تطبيقاته:

• أنظمة التعليم الذكية التي تتكيف مع مستوى الطالب.

• روبوتات الدردشة التعليمية (Chatbots) التي تُقدم الدعم الفوري.

• أدوات التقييم والتحليل التي تتنبأ بأداء الطلاب وتوصي بخطط دعم فردية.

     ثانيًا: كيف يغير الذكاء الاصطناعي دور المعلم؟

     لم يعد المعلم مجرد ناقل للمعلومة، بل أصبح موجهًا ومرشدًا، حيث تتيح له تقنيات الذكاء الاصطناعي فهم احتياجات طلابه بشكل أعمق، وتوفير تعليم أكثر تخصيصًا وفعالية.

    ثالثًا: فرص وتحديات

    الفرص:

• تعليم شخصي لكل طالب.

• كشف مبكر لصعوبات التعلم.

• تحسين الإدارة التعليمية.

    التحديات:

• قضايا الخصوصية وأمان البيانات.

• الفجوة الرقمية بين المؤسسات.

• الحاجة لتأهيل المعلمين على استخدام التكنولوجيا بفعالية.

---

    الخاتمة:

      إن الذكاء الاصطناعي لا يهدف إلى استبدال المعلم، بل إلى تمكينه من أداء دوره بشكل أكثر تأثيرًا. وبينما نتجه نحو مستقبل تعليمي أكثر ذكاءً، يجب أن نضمن أن يكون هذا التحول إنسانيًا، عادلًا، ويراعي الفروق الفردية.
فهل نملك خارطة الطريق لهذا المستقبل الذكي؟