معرفة الذكاء الاصطناعي

تشير المعرفة والفهم بالذكاء الاصطناعي إلى فهم أساسي لماهية الذكاء الاصطناعي وكيفية عمله. ويشمل ذلك الإلمام بخوارزميات التعلم الآلي والقيود والتحيزات الموجودة في أنظمة الذكاء الاصطناعي. ^{[ 4 ]} ينبغي على المستخدمين الذين يعرفون ويفهمون الذكاء الاصطناعي أن يكونوا على دراية بالتقنيات المختلفة التي تستخدمه، بما في ذلك الأنظمة المعرفية والروبوتات والتعلم الآلي. ^{[ 1 ]} ويشمل ذلك إدراك أن نماذج اللغة الكبيرة (LLMs) هي نماذج تعلم آلي مُدرَّبة على مجموعات بيانات واسعة النطاق، وتُنتج نصوصًا جديدة بدلًا من استرجاع ردود مكتوبة مسبقًا. ^{[ 8 ]}

يشير استخدام الذكاء الاصطناعي وتطبيقه إلى القدرة على استخدام أدواته لحل المشكلات وأداء مهام مثل البرمجة ^{[ 9 ]} وتحليل البيانات الضخمة ^{[ 4 ]} . ويعتبر البعض هندسة التوجيه ، وهي ممارسة تصميم توجيهات فعّالة لتوجيه منصات الذكاء الاصطناعي التوليدي بشكل أكثر كفاءة، كفاءة أخرى ضمن معرفة الذكاء الاصطناعي ^{[ 8 ] .}

يشير التقييم والتطوير إلى القدرة على التقييم النقدي لجودة وموثوقية أنظمة الذكاء الاصطناعي. كما يشمل تصميم وبناء أنظمة ذكاء اصطناعي عادلة وأخلاقية. ^{[ 4 ]} وللتقييم الصحيح، ينبغي على المستخدمين أيضًا معرفة المجالات التي يتميز فيها الذكاء الاصطناعي بالقوة، والمجالات التي يعاني فيها من الضعف. ^{[ 1 ]}

تشير أخلاقيات الذكاء الاصطناعي إلى فهم الآثار الأخلاقية للذكاء الاصطناعي، واتخاذ قرارات مستنيرة بشأن استخدام أدواته. ^{[ 4 ]} يشمل هذا المجال اعتبارات مثل:

• المساءلة : محاسبة الجهات الفاعلة في مجال الذكاء الاصطناعي على تشغيل أنظمة الذكاء الاصطناعي والالتزام بالمبادئ الأخلاقية. ^{[ 10 ]}
• الدقة: تحديد مصادر الخطأ وعدم اليقين في الخوارزميات والبيانات والإبلاغ عنها. ^{[ 10 ]}
• إمكانية التدقيق: تمكين الأطراف الأخرى من تدقيق وتقييم سلوك الخوارزمية من خلال تبادل المعلومات بشفافية. ^{[ 10 ]}
• قابلية التفسير : تأكد من إمكانية عرض الأحكام الخوارزمية والبيانات الأساسية بلغة بسيطة. ^{[ 10 ]}
• الإنصاف: تجنب التحيزات واراعِ وجهات النظر المتنوعة. ^{[ 10 ]} ولتحقيق ذلك، يجب زيادة تنوع الباحثين في هذا المجال. ^{[ 11 ]}
• التركيز على الإنسان ورفاهيته : إعطاء الأولوية لرفاهية الإنسان في تطوير ونشر الذكاء الاصطناعي. ^{[ 10 ]}
• التوافق مع حقوق الإنسان: ضمان عدم انتهاك التكنولوجيا لحقوق الإنسان المعترف بها دولياً. ^{[ 10 ]}
• الشمولية: اجعل الذكاء الاصطناعي متاحًا للجميع.
• التقدم: اختر المبادرات ذات القيمة العالية. ^{[ 10 ]}
• المسؤولية والمساءلة والشفافية: تعزيز الثقة من خلال المسؤولية والمساءلة والإنصاف. ^{[ 10 ]}
• المتانة والأمان: اجعل أنظمة الذكاء الاصطناعي آمنة ومأمونة ومقاومة للتلاعب أو اختراق البيانات . ^{[ 10 ]}
• الاستدامة: اختر التطبيقات التي تحقق فوائد طويلة الأجل ومفيدة. ^{[ 10 ]}
• الآثار البيئية: كيف تؤثر هذه الأداة على البيئة، وأي قيود أو قوانين، وما إذا كان هذا التأثير يستحق العناء أم لا.

ادعم الذكاء الاصطناعي من خلال تطوير المعارف والمهارات المرتبطة به مثل البرمجة والإحصاء. ^{[ 4 ]}

تستخدم المدارس أساليب تربوية متنوعة لتعزيز الوعي بالذكاء الاصطناعي. ^{[ 13 ]} وتشمل هذه الأساليب ما يلي:

• إجراء اختبار تورينج باستخدام وكيل ذكي
• إنشاء روبوتات الدردشة
• بناء تطبيقات باستخدام البرمجة القائمة على Blockly
• التعلم القائم على المشاريع
• بناء الروبوتات
• تصور البيانات
• تدريب نماذج الذكاء الاصطناعي

يمكن لمناهج الذكاء الاصطناعي أن تحسن فهم الطلاب لمواضيع مثل التعلم الآلي والشبكات العصبية والتعلم العميق. ^{[ 14 ]}

قبل العقد الثاني من القرن الحادي والعشرين، كان الذكاء الاصطناعي يُدرس بشكل رئيسي في مقررات العلوم والتكنولوجيا والهندسة والرياضيات . لاحقًا، ظهرت مشاريع لتعزيز تعليم الذكاء الاصطناعي، وتحديدًا لرفع مستوى الوعي به. ^{[ 4 ]} تبدأ معظم المقررات بوحدة دراسية أو أكثر تتناول أسئلة أساسية مثل: ما هو الذكاء الاصطناعي؟ من أين أتى؟ ما هي قدراته؟ وما هي حدوده؟ كما تشير معظم المقررات إلى التعلم الآلي والتعلم العميق . وتتناول بعض المقررات قضايا أخلاقية في مجال الذكاء الاصطناعي. ^{[ 2 ]} في أيرلندا، نشرت هيئة التعليم العالي في ديسمبر 2025 وثيقة بعنوان "الذكاء الاصطناعي التوليدي في التعليم والتعلم في التعليم العالي: إطار عمل سياسي" ، والتي شجعت مؤسسات التعليم العالي على دمج الوعي بالذكاء الاصطناعي في برامجها الدراسية كصفة أساسية للخريجين. ^{[ 15 ]}