نظام تعليمي ذكي

📅 آخر تحديث: ٤ أغسطس ٢٠٢٦
✍️ نُشر في: ٤ أغسطس ٢٠٢٦
📷 يحتوي على 2 صور
الموسوعة الحرة

نظام التدريس الذكي ( ITS ) هو نظام حاسوبي يحاكي المعلمين البشريين، ويهدف إلى تقديم تعليم أو تغذية راجعة فورية ومخصصة للمتعلمين ، [ 1 ] عادةً دون الحاجة إلى تدخل من معلم بشري. [ 2 ] تشترك أنظمة التدريس الذكية في هدف واحد هو تمكين التعلم بطريقة هادفة وفعالة باستخدام مجموعة متنوعة من تقنيات الحوسبة. هناك العديد من الأمثلة على استخدام أنظمة التدريس الذكية في كل من التعليم الرسمي والبيئات المهنية، حيث أثبتت قدراتها وحدودها. ثمة علاقة وثيقة بين التدريس الذكي ونظريات التعلم المعرفي والتصميم؛ وهناك أبحاث مستمرة لتحسين فعالية أنظمة التدريس الذكية. يهدف نظام التدريس الذكي عادةً إلى محاكاة الفوائد المُثبتة للتدريس الفردي المُخصص، في سياقات قد لا يحصل فيها الطلاب على تعليم جماعي من معلم واحد (مثل المحاضرات الصفية)، أو لا يحصلون على أي معلم على الإطلاق (مثل الواجبات المنزلية عبر الإنترنت). [ 3 ] غالبًا ما تُصمم أنظمة التدريس الذكية بهدف توفير تعليم عالي الجودة لكل طالب.

تاريخ

الأنظمة الميكانيكية المبكرة

آلة تعليم سكينر 08

لقد نوقشت إمكانية وجود آلات ذكية لقرون. ابتكر بليز باسكال أول آلة حاسبة قادرة على إجراء العمليات الحسابية في القرن السابع عشر، والتي سُميت ببساطة آلة باسكال الحاسبة . في ذلك الوقت، تخيّل عالم الرياضيات والفيلسوف غوتفريد فيلهلم لايبنتز آلات قادرة على الاستدلال وتطبيق قواعد المنطق لحل النزاعات. [ 4 ] ألهمت هذه الأعمال المبكرة تطورات لاحقة.

يعود مفهوم الآلات الذكية المستخدمة في التعليم إلى عام 1924، عندما ابتكر سيدني بريسي من جامعة ولاية أوهايو آلة تعليمية ميكانيكية لتعليم الطلاب دون الحاجة إلى معلم بشري. [ 5 ] [ 6 ] كانت آلته تشبه إلى حد كبير آلة كاتبة مزودة بعدة مفاتيح ونافذة تعرض أسئلة للمتعلم. سمحت آلة بريسي للمستخدم بإدخال البيانات وقدمت له تغذية راجعة فورية من خلال تسجيل نتيجته على عداد. [ 7 ]

تأثر بريسي بإدوارد إل. ثورندايك ، عالم النفس التربوي ونظرية التعلم في كلية المعلمين بجامعة كولومبيا في أواخر القرن التاسع عشر وأوائل القرن العشرين. وضع ثورندايك قوانين لتحقيق أقصى استفادة من التعلم، منها قانون الأثر ، وقانون الممارسة ، وقانون الحداثة . وبالمعايير اللاحقة، لا يُعتبر جهاز بريسي للتعليم والاختبار ذكيًا، إذ كان يعمل آليًا ويعتمد على سؤال واحد وإجابة واحدة في كل مرة، [ 7 ] ولكنه شكّل سابقة مبكرة للمشاريع اللاحقة.

بحلول خمسينيات وستينيات القرن العشرين، بدأت تظهر رؤى جديدة حول التعلّم. لم يتفق بوروس فريدريك "بي إف" سكينر، من جامعة هارفارد ، مع نظرية ثورندايك في التعلّم القائمة على الترابطية ، ولا مع آلة بريسي التعليمية. بل كان سكينر سلوكيًا يؤمن بأن على المتعلّمين بناء إجاباتهم بأنفسهم، لا الاعتماد على التعرّف عليها. [ 6 ] وقد صمّم هو الآخر آلة تعليمية بنظام ميكانيكي تدريجي يكافئ الطلاب على الإجابات الصحيحة للأسئلة. [ 6 ]

الأنظمة الإلكترونية المبكرة

في الفترة التي أعقبت الحرب العالمية الثانية، حلت الآلات الإلكترونية القائمة على النظام الثنائي محل الأنظمة الميكانيكية الثنائية. واعتُبرت هذه الآلات ذكية مقارنةً بنظيراتها الميكانيكية لقدرتها على اتخاذ قرارات منطقية. مع ذلك، كانت دراسة تعريف الذكاء الآلي والتعرف عليه لا تزال في بداياتها.

ربط آلان تورينج ، عالم الرياضيات والمنطق والحاسوب ، أنظمة الحوسبة بالتفكير. وقد طرح في إحدى أبرز أبحاثه اختبارًا افتراضيًا لتقييم ذكاء الآلة، عُرف لاحقًا باسم اختبار تورينج . يقوم هذا الاختبار على تواصل شخص مع طرفين آخرين، إنسان وحاسوب، حيث يطرح أسئلة على كليهما. يجتاز الحاسوب الاختبار إذا استطاع الإجابة بطريقة لا يستطيع معها الإنسان الذي يطرح الأسئلة التمييز بينه وبين الحاسوب. استُخدم اختبار تورينج، بجوهره، لأكثر من عقدين كنموذج لتطوير أنظمة النقل الذكية (ITS) الحالية. يتمثل الهدف الرئيسي لأنظمة النقل الذكية في التواصل الفعال. [ 7 ] في خمسينيات القرن الماضي، بدأت تظهر برامج تُظهر سمات ذكية. أظهرت أعمال تورينج، بالإضافة إلى مشاريع لاحقة لباحثين مثل ألين نيويل وكليفورد شو وهيرب سيمون، برامج قادرة على إنشاء براهين ونظريات منطقية. أظهر برنامجهم، "المنطقي النظري"، قدرةً فائقةً على معالجة الرموز المعقدة، بل وتوليد معلومات جديدة دون تحكم بشري مباشر، ويُعتبره البعض أول برنامج ذكاء اصطناعي. وقد ألهمت هذه الإنجازات مجال الذكاء الاصطناعي الجديد، الذي أطلق عليه جون مكارثي هذا الاسم رسميًا عام 1956 في مؤتمر دارتموث . [ 4 ] وكان هذا المؤتمر الأول من نوعه الذي خُصص للعلماء والباحثين في مجال الذكاء الاصطناعي.

مبنى الركاب PLATO V CAI عام 1981

شهدت أواخر الستينيات والسبعينيات من القرن العشرين ظهور العديد من مشاريع التعليم بمساعدة الحاسوب (CAI) التي استندت إلى التطورات في علوم الحاسوب. وقد مكّن ابتكار لغة البرمجة ALGOL عام 1958 العديد من المدارس والجامعات من البدء في تطوير برامج التعليم بمساعدة الحاسوب (CAI). وقامت كبرى شركات تصنيع الحواسيب والوكالات الفيدرالية في الولايات المتحدة، مثل IBM وHP والمؤسسة الوطنية للعلوم ، بتمويل تطوير هذه المشاريع. [ 8 ] ركزت التطبيقات المبكرة في التعليم على التعليم المبرمج (PI)، وهو هيكل قائم على نظام إدخال وإخراج محوسب. وعلى الرغم من تأييد الكثيرين لهذا النوع من التعليم، إلا أن الأدلة التي تدعم فعاليته كانت محدودة. [ 7 ] وفي عام 1967، ابتكر والي فيرزيج وسينثيا سولومون وسيمور بابيرت لغة البرمجة LOGO كلغة مُبسّطة للتعليم. تم تطوير نظام PLATO، وهو محطة تعليمية مزودة بشاشات عرض ورسوم متحركة وأدوات تحكم تعمل باللمس، والتي يمكنها تخزين وعرض كميات كبيرة من مواد الدورة التدريبية، بواسطة دونالد بيتزر في جامعة إلينوي في أوائل سبعينيات القرن الماضي. وإلى جانب ذلك، تم إطلاق العديد من مشاريع التعليم بمساعدة الحاسوب في العديد من البلدان، بما في ذلك الولايات المتحدة والمملكة المتحدة وكندا. [ 8 ]

في الوقت الذي اكتسب فيه التعليم بمساعدة الحاسوب (CAI) اهتمامًا متزايدًا، اقترح خايمي كاربونيل أن الحواسيب يمكن أن تعمل كمعلم لا مجرد أداة (كاربونيل، 1970). [ 9 ] وبرز منظور جديد يركز على استخدام الحواسيب لتدريب الطلاب بذكاء، عُرف باسم التعليم الذكي بمساعدة الحاسوب أو أنظمة التدريس الذكية (ITS). فبينما اعتمد التعليم بمساعدة الحاسوب على منظور سلوكي للتعلم قائم على نظريات سكينر (ديدي وسويغر، 1988)، [ 10 ] استمدت أنظمة التدريس الذكية من أعمال في علم النفس المعرفي وعلوم الحاسوب، وخاصة الذكاء الاصطناعي. [ 10 ] وشهد بحث الذكاء الاصطناعي تحولًا في ذلك الوقت، إذ انتقلت الأنظمة من التركيز المنطقي في العقد السابق إلى الأنظمة القائمة على المعرفة، حيث يمكن للأنظمة اتخاذ قرارات ذكية بناءً على المعرفة السابقة (بوكانان، 2006). [ 4 ] وقد ابتكر سيمور بابيرت وإيرا غولدشتاين برنامجًا من هذا القبيل ، وهو برنامج Dendral الذي يتنبأ بالتركيبات الكيميائية المحتملة من البيانات الموجودة. وبدأت أعمال أخرى في إبراز الاستدلال القياسي ومعالجة اللغة. كان لهذه التغييرات، التي ركزت على المعرفة، آثار كبيرة على كيفية استخدام الحواسيب في التعليم. إلا أن المتطلبات التقنية لأنظمة النقل الذكية (ITS) أثبتت أنها أعلى وأكثر تعقيدًا من أنظمة التعليم بمساعدة الحاسوب (CAI)، ولذلك لم تحقق أنظمة النقل الذكية نجاحًا يُذكر في ذلك الوقت. [ 8 ]

مع حلول أواخر سبعينيات القرن العشرين، بدأ الاهتمام بتقنيات التعليم بمساعدة الحاسوب بالتراجع. [ 8 ] [ 11 ] كانت أجهزة الحاسوب لا تزال باهظة الثمن وغير متوفرة بالقدر المتوقع. وقد أبدى المطورون والمدربون استياءهم من ارتفاع تكلفة تطوير برامج التعليم بمساعدة الحاسوب، وعدم كفاية التدريب المقدم للمدربين، ونقص الموارد. [ 11 ]

الحواسيب الصغيرة والأنظمة الذكية

ساهمت ثورة الحواسيب الصغيرة في أواخر السبعينيات وأوائل الثمانينيات في إحياء تطوير التعليم بمساعدة الحاسوب (CAI) وإطلاق العنان لتطوير أنظمة النقل الذكية (ITS). وقد قللت الحواسيب الشخصية، مثل Apple II و Commodore PET و TRS-80 ، من الموارد اللازمة لامتلاكها، وبحلول عام 1981، كانت 50% من المدارس الأمريكية تستخدم الحواسيب (Chambers & Sprecher، 1983). [ 8 ] واستخدمت العديد من مشاريع التعليم بمساعدة الحاسوب جهاز Apple II كنظام لتقديم برامج التعليم بمساعدة الحاسوب في المدارس الثانوية والجامعات، بما في ذلك مشروع كولومبيا البريطانية ومشروع جامعة ولاية كاليفورنيا في عام 1981. [ 8 ]

شهدت أوائل ثمانينيات القرن العشرين انحراف أهداف التعليم الذكي بمساعدة الحاسوب (ICAI) وأنظمة التدريس الذكية (ITS) عن جذورها في التعليم بمساعدة الحاسوب (CAI). فبينما ركزت أنظمة CAI بشكل متزايد على التفاعلات العميقة مع المحتوى المصمم لمجال اهتمام محدد، سعت أنظمة ITS إلى إنشاء أنظمة تركز على معرفة المهمة والقدرة على تعميم تلك المعرفة بطرق غير محددة (لاركين وشاباي، 1992). [ 10 ] تمثلت الأهداف الرئيسية لأنظمة ITS في القدرة على تعليم المهمة وأدائها، مع التكيف الديناميكي مع ظروفها. وفي الانتقال من أنظمة CAI إلى أنظمة ICAI، كان على الحاسوب التمييز ليس فقط بين الاستجابة الصحيحة والخاطئة، بل أيضًا بين نوع الاستجابة الخاطئة لتعديل نوع التعليم. وقد غذت الأبحاث في مجال الذكاء الاصطناعي وعلم النفس المعرفي المبادئ الجديدة لأنظمة ITS. ودرس علماء النفس كيفية تمكن الحاسوب من حل المشكلات وأداء الأنشطة "الذكية". يجب أن يكون برنامج أنظمة التدريس الذكية (ITS) قادرًا على تمثيل المعرفة وتخزينها واسترجاعها، بل والبحث في قاعدة بياناته الخاصة لاستخلاص معارف جديدة للإجابة على أسئلة المتعلمين. وبشكل أساسي، تتطلب المواصفات المبكرة لأنظمة التدريس الذكية (ITS) أو (ICAI) أن "تشخص الأخطاء وتصمم حلولًا علاجية بناءً على التشخيص" (شوت وبسوتكا، 1994، ص  9). [ 7 ] ولا تزال فكرة التشخيص والعلاج مستخدمة حتى اليوم في برمجة أنظمة التدريس الذكية.

كان ابتكار برنامج "مُعلِّم لغة ليسب" (LISP Tutor) إنجازًا هامًا في أبحاث أنظمة التدريس الذكية (ITS)، حيث طبّق مبادئها عمليًا وأظهر نتائج واعدة في تحسين أداء الطلاب. طُوِّر برنامج "مُعلِّم لغة ليسب" ودُرِسَ عام 1983 كنظام ITS لتعليم الطلاب لغة برمجة ليسب (كوربيت وأندرسون، 1992). [ 12 ] كان بإمكان البرنامج تحديد الأخطاء وتقديم تغذية راجعة بنّاءة للطلاب أثناء أدائهم للتمارين. وقد وُجِد أن النظام يُقلِّل الوقت اللازم لإكمال التمارين مع تحسين درجات الطلاب في الاختبارات (كوربيت وأندرسون، 1992). [ 12 ] ومن أنظمة ITS الأخرى التي بدأت بالتطور في ذلك الوقت تقريبًا: برنامج "توتور" (TUTOR) الذي ابتكرته شركة لوجيكا عام 1984 كأداة تعليمية عامة [ 13 ] ، وبرنامج "بارناسوس" (PARNASSUS) الذي طُوِّر في جامعة كارنيجي ميلون عام 1989 لتعليم اللغات. [ 14 ]

أنظمة النقل الذكية الحديثة

بعد تطبيق نظام التدريس الذكي الأولي، قام باحثون آخرون بإنشاء عدد من أنظمة التدريس الذكية لطلاب مختلفين. في أواخر القرن العشرين، طُوِّرت أدوات التدريس الذكية (ITTs) ضمن مشروع بيزنطة، الذي شاركت فيه ست جامعات. كانت أدوات التدريس الذكية عبارة عن أدوات بناء أنظمة تدريس عامة، وقد لاقت استحسانًا كبيرًا من العديد من المؤسسات التعليمية. (كينشوك، 1996) [ 15 ] كانت أداة البناء هذه، أدوات التدريس الذكية، تُنتج تطبيقًا تعليميًا ذكيًا (ITA) لمختلف المواد الدراسية. قام معلمون مختلفون بإنشاء تطبيقات التدريس الذكية، وجمعوا مخزونًا ضخمًا من المعرفة التي يمكن الوصول إليها عبر الإنترنت. بمجرد إنشاء نظام تدريس ذكي، كان بإمكان المعلمين نسخه وتعديله لاستخدامه لاحقًا. كان هذا النظام فعالًا ومرنًا. مع ذلك، رأى كينشوك وباتيل أن نظام التدريس الذكي لم يُصمَّم من منظور تعليمي، ولم يُطوَّر بناءً على الاحتياجات الفعلية للطلاب والمعلمين (كينشوك وباتيل، 1997). [ 16 ] استخدمت الأعمال الحديثة أساليب البحث الإثنوغرافي والتصميمي [ 17 ] لدراسة الطرق التي يستخدم بها الطلاب [ 18 ] والمعلمون [ 19 ] أنظمة تكنولوجيا المعلومات في الواقع عبر مجموعة من السياقات، وغالبًا ما تكشف عن احتياجات غير متوقعة تلبيها، أو تفشل في تلبيتها، أو في بعض الحالات، حتى أنها تخلقها.

تسعى أنظمة التدريس الذكية الحديثة عادةً إلى محاكاة دور المعلم أو مساعده، وتعمل بشكل متزايد على أتمتة الوظائف التربوية مثل توليد المسائل واختيارها وتقديم التغذية الراجعة. ومع ذلك، ونظرًا للتحول الحالي نحو نماذج التعلم المدمج، فقد بدأت الدراسات الحديثة حول أنظمة التدريس الذكية بالتركيز على كيفية استفادة هذه الأنظمة بفعالية من نقاط القوة التكميلية للتعليم الذي يقوده المعلم [ 20 ] أو الزملاء [ 21 ] ، عند استخدامها في قاعات دراسية مشتركة أو سياقات اجتماعية أخرى [ 22 ] .

كانت هناك ثلاثة مشاريع لأنظمة التدريس الذكية (ITS) تعتمد على الحوار التفاعلي: AutoTutor ، وAtlas (فريدمان، 1999)، [ 23 ] وWhy2. وتقوم فكرة هذه المشاريع على أن الطلاب يتعلمون بشكل أفضل من خلال بناء المعرفة بأنفسهم، لذا تبدأ البرامج بأسئلة توجيهية للطلاب، وتقدم الإجابات كحل أخير. ركز طلاب AutoTutor على الإجابة عن أسئلة تتعلق بتقنية الحاسوب، بينما ركز طلاب Atlas على حل المسائل الكمية، وركز طلاب Why2 على شرح الأنظمة الفيزيائية شرحًا نوعيًا. (غرايسر، فان لين، وآخرون، 2001) [ 24 ]. أما أنظمة التدريس المشابهة الأخرى، مثل Andes (غيرتنر، كوناتي، وفان لين، 1998) [ 25 ] ، فتميل إلى تقديم تلميحات وتغذية راجعة فورية للطلاب عندما يواجهون صعوبة في الإجابة عن الأسئلة. ويمكنهم تخمين إجاباتهم والحصول على إجابات صحيحة دون فهم عميق للمفاهيم. وقد أُجري بحث على مجموعة صغيرة من الطلاب باستخدام Atlas وAndes على التوالي. أظهرت النتائج أن الطلاب الذين استخدموا برنامج أطلس حققوا تحسناً ملحوظاً مقارنةً بالطلاب الذين استخدموا برنامج أنديس. [ 26 ] ومع ذلك، ونظراً لأن الأنظمة المذكورة أعلاه تتطلب تحليل حوارات الطلاب، فلا يزال هناك مجال للتحسين لكي تتمكن من إدارة حوارات أكثر تعقيداً.

بناء

تتكون أنظمة التدريس الذكية (ITSs) من أربعة مكونات أساسية بناءً على توافق عام بين الباحثين (نوانا، 1990؛ [ 27 ] فريدمان، 2000؛ [ 28 ] نكامبو وآخرون، 2010 [ 29 ] ):

  1. نموذج المجال
  2. نموذج الطالب
  3. نموذج التدريس، و
  4. نموذج واجهة المستخدم

يُبنى نموذج المجال (المعروف أيضًا بالنموذج المعرفي أو نموذج معرفة الخبراء) على نظرية التعلم، مثل نظرية ACT-R، التي تسعى إلى مراعاة جميع الخطوات الممكنة اللازمة لحل مشكلة ما. وبشكل أكثر تحديدًا، يحتوي هذا النموذج على "المفاهيم والقواعد واستراتيجيات حل المشكلات في المجال المراد تعلمه. ويمكنه أن يؤدي أدوارًا متعددة: كمصدر لمعرفة الخبراء، ومعيار لتقييم أداء الطالب أو لاكتشاف الأخطاء، وما إلى ذلك" (نكامبو وآخرون، 2010، ص  4). [ 29 ] ويعتمد نهج آخر لتطوير نماذج المجال على نظرية ستيلان أولسون للتعلم من أخطاء الأداء، [ 30 ] والمعروفة باسم النمذجة القائمة على القيود (CBM). [ 31 ] في هذه الحالة، يُعرض نموذج المجال كمجموعة من القيود المفروضة على الحلول الصحيحة. [ 32 ] [ 33 ]

يمكن اعتبار نموذج الطالب بمثابة طبقة فوق نموذج المجال. ويُعدّ هذا النموذج المكوّن الأساسي لنظام التدريس الذكي، مع إيلاء اهتمام خاص لحالات الطالب المعرفية والعاطفية وتطورها مع تقدّم عملية التعلّم. أثناء عمل الطالب خطوة بخطوة في عملية حلّ المشكلات ، ينخرط نظام التدريس الذكي في عملية تُسمى تتبّع النموذج . في كل مرة ينحرف فيها نموذج الطالب عن نموذج المجال، يُحدّد النظام الخطأ أو يُشير إليه. من ناحية أخرى، في أنظمة التدريس القائمة على القيود، يُمثّل نموذج الطالب كطبقة فوق مجموعة القيود. [ 34 ] تُقيّم أنظمة التدريس القائمة على القيود [ 35 ] حلّ الطالب مقابل مجموعة القيود، وتُحدّد القيود المُحقّقة والمُخالفة. في حال وجود أيّ قيود مُخالفة، يكون حلّ الطالب غير صحيح، ويُقدّم نظام التدريس الذكي ملاحظات حول هذه القيود. [ 36 ] [ 37 ] تُقدّم أنظمة التدريس القائمة على القيود ملاحظات سلبية (أي ملاحظات حول الأخطاء) وملاحظات إيجابية أيضًا. [ 38 ]

يستقبل نموذج المُعلِّم المعلومات من نموذجي المجال والطالب، ويتخذ قرارات بشأن استراتيجيات التدريس والإجراءات. في أي مرحلة من مراحل حل المشكلات، يمكن للمتعلم طلب التوجيه بشأن الخطوة التالية، بناءً على موقعه الحالي في النموذج. إضافةً إلى ذلك، يتعرف النظام على انحراف المتعلم عن قواعد الإنتاج في النموذج، ويُقدِّم له تغذية راجعة فورية، مما يُؤدي إلى تقليل الوقت اللازم لإتقان المهارات المستهدفة. [ 39 ] قد يحتوي نموذج المُعلِّم على مئات من قواعد الإنتاج التي يمكن تصنيفها إلى حالتين: مُتعلَّمة أو غير مُتعلَّمة . في كل مرة يُطبِّق فيها الطالب قاعدةً بنجاح على مشكلة ما، يُحدِّث النظام تقدير احتمالية تعلُّم الطالب لتلك القاعدة. ويستمر النظام في تدريب الطلاب على تمارين تتطلب تطبيقًا فعالًا للقاعدة حتى تصل احتمالية تعلُّمها إلى 95% على الأقل. [ 40 ]

يتتبع نظام تتبع المعرفة تقدم المتعلم من مسألة إلى أخرى، ويبني ملفًا يوضح نقاط قوته وضعفه فيما يتعلق بقواعد الإنتاج. يعرض نظام التوجيه المعرفي الذي طوره جون أندرسون في جامعة كارنيجي ميلون معلومات تتبع المعرفة على شكل مقياس للمهارات ، وهو رسم بياني يوضح مدى نجاح المتعلم في كل مهارة من المهارات التي تتم مراقبتها والمتعلقة بحل مسائل الجبر. عندما يطلب المتعلم تلميحًا، أو عند رصد خطأ، يتم تحديث بيانات تتبع المعرفة ومقياس المهارات في الوقت الفعلي.

يدمج مكون واجهة المستخدم " ثلاثة أنواع من المعلومات اللازمة لإجراء حوار: المعرفة بأنماط التفسير (لفهم المتحدث) والفعل (لإنتاج العبارات) داخل الحوارات؛ والمعرفة بالمجال اللازمة لتوصيل المحتوى؛ والمعرفة اللازمة لتوصيل النية" (باداياتشي، 2002، ص  3). [ 41 ]

أشار نكامبو وآخرون (2010) إلى مراجعة نوانا (1990) [ 27 ] لمختلف البنى، مؤكدين على وجود صلة وثيقة بين البنية والنموذج (أو الفلسفة). يُصرّح نوانا (1990) قائلاً: "يكاد يكون من النادر العثور على نظامين تعليميين ذكيين مبنيين على نفس البنية، وهو ما ينتج عن الطبيعة التجريبية للعمل في هذا المجال" (ص  258). ويوضح كذلك أن فلسفات التدريس المختلفة تُركّز على مكونات مختلفة من عملية التعلم (أي المجال، أو الطالب، أو المُدرّس). ويعكس التصميم المعماري لنظام التدريس الذكي هذا التركيز، مما يؤدي إلى تنوّع في البنى، لا يستطيع أي منها، بمفرده، دعم جميع استراتيجيات التدريس (نوانا، 1990، كما ورد في نكامبو وآخرون، 2010). علاوة على ذلك، قد تختلف مشاريع أنظمة التدريس الذكية وفقًا للمستوى النسبي لذكاء مكوناتها. على سبيل المثال، قد يُنتج مشروع يُبرز الذكاء في نموذج المجال حلولاً لمشاكل معقدة وجديدة بحيث يتمكن الطلاب دائمًا من العمل على مشاكل جديدة، ولكنه قد لا يمتلك سوى طرق بسيطة لتدريس تلك المشاكل، في حين أن نظامًا يركز على طرق متعددة أو مبتكرة لتدريس موضوع معين قد يجد تمثيلاً أقل تعقيدًا لهذا المحتوى كافيًا. [ 28 ]

أساليب التصميم والتطوير

بغض النظر عن التباين بين بنى أنظمة التدريس الذكية (ITS) التي يركز كل منها على عناصر مختلفة، فإن تطوير نظام تدريس ذكي يشبه إلى حد كبير أي عملية تصميم تعليمي . وقد لخص كوربيت وآخرون (1997) تصميم وتطوير أنظمة التدريس الذكية في أربع مراحل متكررة: (1) تقييم الاحتياجات، (2) تحليل المهام المعرفية ، (3) التنفيذ الأولي للمعلم، و(4) التقييم. [ 42 ]

تُعدّ المرحلة الأولى، المعروفة بتقييم الاحتياجات، أساسية في أي عملية تصميم تعليمي، لا سيما في تطوير البرمجيات. وتشمل هذه المرحلة تحليل المتعلمين ، والتشاور مع خبراء المادة و/أو المدربين. تُشكّل هذه الخطوة الأولى جزءًا من تطوير مجال الخبرة/المعرفة ومجال الطلاب. والهدف منها هو تحديد أهداف التعلّم ووضع خطة عامة للمنهج؛ ومن الضروري عدم الاكتفاء بأتمتة المفاهيم التقليدية، بل تطوير بنية منهجية جديدة من خلال تحديد المهمة بشكل عام وفهم سلوكيات المتعلمين المحتملة في التعامل معها، وسلوك المدرب بدرجة أقل. ولتحقيق ذلك، يجب مراعاة ثلاثة أبعاد حاسمة: (1) احتمالية قدرة الطالب على حلّ المشكلات؛ (2) الوقت اللازم للوصول إلى هذا المستوى من الأداء؛ (3) احتمالية استخدام الطالب لهذه المعرفة بشكل فعّال في المستقبل. ومن الجوانب المهمة الأخرى التي تتطلب التحليل فعالية واجهة المستخدم من حيث التكلفة. علاوة على ذلك، يجب تقييم خصائص دخول المعلمين والطلاب، مثل المعرفة السابقة، نظرًا لأن كلتا المجموعتين ستكونان من مستخدمي النظام. [ 42 ]

المرحلة الثانية، وهي تحليل المهام المعرفية، عبارة عن منهج تفصيلي لبرمجة الأنظمة الخبيرة، يهدف إلى تطوير نموذج حاسوبي صالح للمعرفة اللازمة لحل المشكلات. تشمل الطرق الرئيسية لتطوير نموذج المجال ما يلي: (1) إجراء مقابلات مع خبراء المجال، (2) إجراء دراسات بروتوكول "التفكير بصوت عالٍ" مع خبراء المجال، (3) إجراء دراسات "التفكير بصوت عالٍ" مع المبتدئين، و(4) مراقبة سلوكيات التدريس والتعلم. على الرغم من أن الطريقة الأولى هي الأكثر شيوعًا، إلا أن الخبراء عادةً ما يعجزون عن وصف المكونات المعرفية. يمكن تجنب هذه المشكلة من خلال طرق "التفكير بصوت عالٍ"، حيث يُطلب من الخبير أن يصف بصوت عالٍ ما يفكر فيه عند حل المشكلات النموذجية. [ 42 ] توفر مراقبة التفاعلات الفعلية عبر الإنترنت بين المدرسين والطلاب معلومات تتعلق بالعمليات المستخدمة في حل المشكلات، وهو أمر مفيد لبناء حوار أو تفاعل في أنظمة التدريس. [ 43 ]

تتضمن المرحلة الثالثة، وهي مرحلة التنفيذ الأولي للمُعلِّم، تهيئة بيئة لحل المشكلات لتمكين ودعم عملية تعلم حقيقية. وتلي هذه المرحلة سلسلة من أنشطة التقييم كمرحلة نهائية، وهي مماثلة لأي مشروع لتطوير البرمجيات. [ 42 ]

تتضمن المرحلة الرابعة، وهي مرحلة التقييم، ما يلي: (1) دراسات تجريبية للتأكد من سهولة الاستخدام الأساسية والأثر التعليمي؛ (2) تقييمات تكوينية للنظام قيد التطوير، بما في ذلك (3) دراسات بارامترية تفحص فعالية خصائص النظام؛ وأخيرًا، (4) تقييمات نهائية لأثر الموجه النهائي: معدل التعلم ومستويات التحصيل النهائية. [ 42 ]

طُوِّرت مجموعة متنوعة من أدوات التأليف لدعم هذه العملية وإنشاء أنظمة تعليمية ذكية، بما في ذلك ASPIRE [ 44 ] ، وأدوات تأليف أنظمة التعليم المعرفية (CTAT) [ 45 ] ، وGIFT [ 46 ]، و ASSISTments Builder [ 47 ] ، وأدوات AutoTutor [ 48 ] . يهدف معظم هذه الأدوات إلى تبسيط عملية تطوير أنظمة التعليم، مما يُمكّن الأشخاص الأقل خبرة من مبرمجي الذكاء الاصطناعي المحترفين من تطوير أنظمة تعليمية ذكية.

ثمانية مبادئ لتصميم وتطوير أنظمة النقل الذكية

قام أندرسون وآخرون (1987) [ 49 ] بتحديد ثمانية مبادئ لتصميم المعلم الذكي، وقام كوربيت وآخرون (1997) [ 42 ] لاحقًا بتوضيح تلك المبادئ مع تسليط الضوء على مبدأ شامل اعتقدوا أنه يحكم تصميم المعلم الذكي، وقد أشاروا إلى هذا المبدأ على النحو التالي:

المبدأ 0: يجب أن يمكّن نظام التدريس الذكي الطالب من العمل حتى الوصول إلى حل ناجح للمشكلة.

  1. تمثيل كفاءة الطالب كمجموعة إنتاج.
  2. قم بتوصيل بنية الهدف الكامنة وراء حل المشكلة.
  3. تقديم التوجيه في سياق حل المشكلات.
  4. تعزيز الفهم المجرد لمعرفة حل المشكلات.
  5. تقليل الحمل على الذاكرة العاملة.
  6. قدّم ملاحظات فورية حول الأخطاء.
  7. اضبط مستوى دقة التعليم بما يتناسب مع عملية التعلم.
  8. تسهيل التقريبات المتتالية للمهارة المستهدفة. [ 42 ]

الاستخدام العملي

كل هذا يُمثل جهدًا كبيرًا، حتى مع توفر أدوات التأليف لتسهيل المهمة. [ 50 ] وهذا يعني أن بناء نظام تعليم ذكي (ITS) لا يُعد خيارًا إلا في الحالات التي، على الرغم من تكاليف تطويره المرتفعة نسبيًا، يُقلل فيها من التكاليف الإجمالية من خلال تقليل الحاجة إلى مُدرّسين بشريين أو تعزيز الإنتاجية الإجمالية بشكل كافٍ. وتحدث هذه الحالات عندما تحتاج مجموعات كبيرة إلى التدريس في وقت واحد أو عندما تكون هناك حاجة إلى جهود تدريس مُتكررة. ومن الأمثلة على ذلك التدريب التقني مثل تدريب المجندين العسكريين ورياضيات المرحلة الثانوية. وقد تم دمج نوع مُحدد من أنظمة التدريس الذكية، وهو نظام المُعلّم المعرفي (Cognitive Tutor )، في مناهج الرياضيات في عدد كبير من المدارس الثانوية في الولايات المتحدة، مما أدى إلى تحسين نتائج تعلّم الطلاب في الامتحانات النهائية والاختبارات الموحدة. [ 51 ] وقد تم تصميم أنظمة التدريس الذكية لمساعدة الطلاب على تعلّم الجغرافيا، والدوائر الكهربائية، والتشخيص الطبي، وبرمجة الحاسوب، والرياضيات، والفيزياء، وعلم الوراثة، والكيمياء، وما إلى ذلك. أما أنظمة التدريس اللغوي الذكية (ILTS)، مثل هذا النظام [ 52 ] ، فتُعلّم اللغة الطبيعية لمتعلمي اللغة الأولى أو الثانية. يتطلب اختبار ILTS أدوات متخصصة لمعالجة اللغة الطبيعية مثل القواميس الكبيرة والمحللات الصرفية والنحوية ذات التغطية المقبولة.

التطبيقات

خلال التوسع السريع لازدهار الإنترنت، وفرت نماذج التعليم بمساعدة الحاسوب، مثل التعلم الإلكتروني والتعلم الموزع، منصةً مثاليةً لأفكار أنظمة التدريس الذكية. تشمل المجالات التي استخدمت هذه الأنظمة معالجة اللغة الطبيعية ، والتعلم الآلي ، والتخطيط، وأنظمة الوكلاء المتعددين ، وعلم الوجود ، والويب الدلالي ، والحوسبة الاجتماعية والعاطفية. إضافةً إلى ذلك، تم ربط تقنيات أخرى، مثل الوسائط المتعددة، والأنظمة الموجهة للكائنات، والنمذجة ، والمحاكاة، والإحصاء، بأنظمة التدريس الذكية أو دمجها معها. تاريخيًا، تأثرت مجالات غير تقنية، مثل العلوم التربوية وعلم النفس، بنجاح أنظمة التدريس الذكية. [ 53 ]

في السنوات الأخيرة ، بدأت أنظمة التدريس الذكية (ITS) بالابتعاد عن التركيز على البحث لتشمل مجموعة واسعة من التطبيقات العملية. وقد توسعت هذه الأنظمة لتشمل العديد من المجالات المعرفية الهامة والمعقدة، وكانت نتائجها بعيدة المدى. رسخت أنظمة التدريس الذكية مكانتها في التعليم الرسمي، ووجدت لها مكاناً في مجال التدريب المؤسسي والتعلم التنظيمي. توفر أنظمة التدريس الذكية للمتعلمين العديد من المزايا، مثل التعلم الفردي، والتغذية الراجعة الفورية، والمرونة في الزمان والمكان.

رغم أن أنظمة التدريس الذكية تطورت انطلاقاً من أبحاث علم النفس المعرفي والذكاء الاصطناعي، إلا أن تطبيقاتها باتت واسعة الانتشار في التعليم والمؤسسات. تُستخدم هذه الأنظمة في بيئات التعلم الإلكتروني، وفي مختبرات الحاسوب التقليدية داخل الفصول الدراسية، وفي المدارس والجامعات على حد سواء. يوجد عدد من البرامج المتخصصة في الرياضيات، ولكن تطبيقاتها تمتد لتشمل العلوم الصحية، واكتساب اللغات، وغيرها من مجالات التعلم النظامي.

ساهمت التقارير التي تشير إلى تحسن في فهم الطلاب ومشاركتهم وموقفهم ودافعيتهم ونتائجهم الأكاديمية في استمرار الاهتمام بالاستثمار في هذه الأنظمة والبحث فيها. وتتيح الطبيعة الشخصية لأنظمة التدريس الذكية للمعلمين فرصة تصميم برامج فردية. يوجد في مجال التعليم عدد كبير من أنظمة التدريس الذكية، ولا توجد قائمة شاملة بها، ولكن فيما يلي بعض البرامج الأكثر تأثيرًا.

تعليم

اعتبارًا من مايو 2024، تشكل تطبيقات الذكاء الاصطناعي التعليمية خمسة من أفضل 20 تطبيقًا تعليميًا في متجر تطبيقات أبل ، واثنان من التطبيقات الرائدة من مطورين صينيين. [ 54 ]

مدرس جبر
يُشرك برنامج PAT (مُعلّم الجبر العملي أو PUMP Algebra Tutor) - الذي طوّره مركز بيتسبرغ للمُعلّمين المعرفيين المُتقدّمين في جامعة كارنيجي ميلون - الطلاب في مسائل تعليمية مُرتبطة بالواقع، ويستخدم أدوات جبرية حديثة لتحفيزهم على حلّ المسائل ومشاركة نتائجهم. يهدف برنامج PAT إلى الاستفادة من معارف الطالب السابقة وخبراته اليومية في الرياضيات لتعزيز نموّه. وقد وُثّق نجاح برنامج PAT بشكلٍ جيّد (على سبيل المثال، مكتب التقييم والبحوث في مدارس مقاطعة ميامي-ديد العامة) من الناحيتين الإحصائية (نتائج الطلاب) والعاطفية (تقييمات الطلاب والمُدرّسين). [ 55 ]
SQL-Tutor
يُعدّ برنامج SQL-Tutor [ 56 ] [ 57 ] أول برنامج تعليمي قائم على القيود، طُوّر بواسطة مجموعة تعليم الحاسوب الذكي (ICTG) في جامعة كانتربري ، نيوزيلندا. يُعلّم SQL-Tutor الطلاب كيفية استرجاع البيانات من قواعد البيانات باستخدام عبارة SQL SELECT. [ 58 ]
مدرس EER
يُعدّ برنامج EER-Tutor [ 59 ] برنامجًا تعليميًا قائمًا على القيود (طُوّر بواسطة ICTG) يُدرّس تصميم قواعد البيانات المفاهيمي باستخدام نموذج علاقات الكيانات. وكانت نسخة سابقة من EER-Tutor تُسمى KERMIT، وهي برنامج تعليمي مستقل لنمذجة علاقات الكيانات، وقد حققت تحسنًا ملحوظًا في معرفة الطلاب بعد ساعة واحدة من التعلم (بحجم تأثير 0.6). [ 60 ]
COLECT-UML
COLLECT-UML [ 61 ] هو برنامج تعليمي قائم على القيود يدعم الطلاب الذين يعملون بشكل تعاوني على مخططات فئات UML. يقدم البرنامج ملاحظات على مستوى المجال وعلى مستوى التعاون.
ستويتش تيوتور
StoichTutor [ 62 ] [ 63 ] هو برنامج تعليمي ذكي عبر الإنترنت يساعد طلاب المرحلة الثانوية على تعلم الكيمياء، وتحديدًا فرعًا منها يُعرف باسم القياسات الكيميائية. وقد استُخدم لاستكشاف مجموعة متنوعة من مبادئ وأساليب تعلم العلوم، مثل الأمثلة المحلولة [ 64 ] [ 65 ] وأساليب اللباقة [ 66 ] [ 67 ] .
مدرس رياضيات
يُساعد برنامج "مُعلّم الرياضيات" (بيل، بيك، وولف، 1998) الطلاب على حلّ المسائل الكلامية باستخدام الكسور والأعداد العشرية والنسب المئوية. يُسجّل البرنامج نسب نجاح الطالب أثناء حلّه للمسائل، ويُقدّم له مسائل لاحقة مُناسبة لمستواه. تُختار المسائل اللاحقة بناءً على قدرة الطالب، ويُقدّر الوقت المُناسب الذي يستغرقه الطالب لحلّ المسألة. [ 68 ]
المعلم الإلكتروني
يُعدّ برنامج eTeacher (شيافينو وآخرون، 2008) نظامًا ذكيًا أو نظامًا تعليميًا ، يدعم المساعدة الشخصية في التعلّم الإلكتروني. يقوم البرنامج بإنشاء ملفات تعريفية للطلاب من خلال مراقبة أدائهم في الدورات التدريبية عبر الإنترنت. ثم يستخدم eTeacher المعلومات المستقاة من أداء الطالب لاقتراح مسارات عمل مُخصصة مصممة لدعم عملية تعلّمه. [ 69 ]
زومات
صُمم نظام ZOSMAT لتلبية جميع احتياجات الفصل الدراسي الحقيقي. فهو يتابع الطالب ويرشده في مختلف مراحل عملية تعلمه. يُعد هذا النظام نظامًا تعليميًا ذكيًا يركز على الطالب، حيث يسجل تقدمه في التعلم ويُعدّل برنامجه بناءً على جهوده. يمكن استخدام ZOSMAT للتعلم الفردي أو في بيئة الفصل الدراسي الحقيقية تحت إشراف مُدرّس بشري. [ 70 ]
ريالب
صُمم برنامج REALP لمساعدة الطلاب على تحسين فهمهم القرائي من خلال توفير تمارين معجمية مُخصصة لكل قارئ، وتقديم تدريبات شخصية باستخدام مواد قراءة أصلية ومفيدة مُجمعة من الإنترنت. يقوم النظام تلقائيًا ببناء نموذج للمستخدم بناءً على أداء الطالب. بعد القراءة، يُقدم للطالب سلسلة من التمارين المُستندة إلى المفردات المستهدفة الموجودة في النص المقروء. [ 71 ]
مدرس CIRCslM
CIRCSIM_Tutor هو نظام تعليمي ذكي يُستخدم مع طلاب السنة الأولى في كلية الطب بمعهد إلينوي للتكنولوجيا. يستخدم النظام لغة سقراطية قائمة على الحوار الطبيعي لمساعدة الطلاب على تعلم كيفية تنظيم ضغط الدم. [ 72 ]
لماذا 2-أطلس
Why2-Atlas هو نظام تعليمي ذكي يحلل تفسيرات الطلاب لمبادئ الفيزياء. يُدخل الطلاب أعمالهم في شكل فقرات، ويقوم البرنامج بتحويل كلماتهم إلى برهان من خلال افتراضات مبنية على معتقدات الطلاب استنادًا إلى تفسيراتهم. وبذلك، يتم تسليط الضوء على المفاهيم الخاطئة والتفسيرات غير المكتملة. ثم يعالج النظام هذه المشكلات من خلال حوار مع الطالب ويطلب منه تصحيح مقالته. قد تتكرر العملية عدة مرات قبل اكتمالها. [ 73 ]
سمارت تيوتور
طوّرت جامعة هونغ كونغ (HKU) نظام "المُعلّم الذكي" (SmartTutor) لدعم احتياجات طلاب التعليم المستمر. وقد حُدّد التعلّم المُخصّص كحاجة أساسية في تعليم الكبار بجامعة هونغ كونغ، ويهدف نظام "المُعلّم الذكي" إلى تلبية هذه الحاجة. يُقدّم النظام الدعم للطلاب من خلال الجمع بين تكنولوجيا الإنترنت والبحوث التربوية والذكاء الاصطناعي. [ 74 ]
برنامج تعليمي ذاتي
يُساعد برنامج AutoTutor طلاب الجامعات على تعلّم أساسيات الحاسوب، من أجهزة الحاسوب وأنظمة التشغيل إلى الإنترنت، وذلك من خلال محاكاة أنماط الحوار والاستراتيجيات التعليمية للمُعلّم البشري. يسعى البرنامج إلى فهم مدخلات المُتعلّم من لوحة المفاتيح، ثمّ صياغة حوارات مُتكاملة تتضمن التغذية الراجعة، والتوجيه، والتصحيح، والإرشادات. [ 75 ]
معلمين باستخدام الذكاء الاصطناعي التوليدي
استخدمت أنظمة الذكاء الاصطناعي التوليدية في التعليم العالي نماذج لغوية ضخمة لتوفير دعم حواري يتوافق مع مواد المقررات الدراسية. في دراسة عشوائية أجريت في فصل دراسي لطلاب الاقتصاد الجامعيين، قورن نظام ذكاء اصطناعي خاص بالمقرر، مبني على محتوى المحاضرات والواجبات، بظروف الدراسة الفردية والجماعية. يصف الباحثون النظام بأنه يقدم تغذية راجعة موجهة على غرار الحوار السقراطي بدلاً من الإجابات المباشرة، ويشيرون إلى استخدامه بشكل مستقل وبالتزامن مع مناقشات الأقران المنظمة. [ 76 ]
ActiveMath
ActiveMath هي بيئة تعليمية تفاعلية قائمة على الويب في مجال الرياضيات. يسعى هذا النظام إلى تحسين التعلم عن بعد، واستكمال التدريس التقليدي في الفصول الدراسية، ودعم التعلم الفردي والمستمر مدى الحياة. [ 77 ]
ESC101-ITS
قام المعهد الهندي للتكنولوجيا في كانبور، الهند، بتطوير نظام ESC101-ITS، وهو نظام تعليمي ذكي لمشاكل البرمجة التمهيدية.
AdaptErrEx
[ 78 ] هو برنامج تعليمي ذكي تكيفي يستخدم أمثلة تفاعلية خاطئة لمساعدة الطلاب على تعلم الحساب العشري. [ 79 ] [ 80 ] [ 81 ]

التدريب المؤسسي والصناعة

إطار العمل الذكي المعمم للتدريس (GIFT) هو برنامج تعليمي مصمم لإنشاء أنظمة تدريس حاسوبية. طُوّر البرنامج من قِبل مختبر أبحاث الجيش الأمريكي بين عامي 2009 و2011، وأُطلق للاستخدام التجاري في مايو 2012. [ 82 ] برنامج GIFT مفتوح المصدر ومستقل عن المجال، ويمكن تحميله مجانًا عبر الإنترنت. يتيح البرنامج للمدرس تصميم برنامج تدريسي يغطي تخصصات متنوعة من خلال تعديلات على المقررات الدراسية الحالية. يتضمن البرنامج أدوات دراسية مُخصصة للباحثين ومصممي المناهج والمدرسين والطلاب. [ 83 ] يتوافق برنامج GIFT مع مواد تعليمية أخرى، مثل عروض PowerPoint التقديمية، والتي يمكن دمجها في البرنامج. [ 83 ]

يُستخدم برنامج "شيرلوك" لتدريب فنيي القوات الجوية على تشخيص أعطال الأنظمة الكهربائية لطائرات إف-15. يقوم نظام التدريب المتكامل (ITS) بإنشاء مخططات تخطيطية للأعطال في الأنظمة ليقوم المتدرب بتحديد موقع العطل وتشخيصه. كما يوفر النظام قراءات تشخيصية تُمكّن المتدرب من تحديد ما إذا كان العطل في الدائرة قيد الاختبار أو في مكان آخر من النظام. ويُقدم النظام ملاحظات وإرشادات، كما تتوفر المساعدة عند الطلب. [ 84 ]

يهدف برنامج "مُعلِّم القلب " إلى دعم الكوادر الطبية بتقنيات دعم القلب المتقدمة. يعرض البرنامج مشاكل قلبية، ويتعين على الطلاب، من خلال خطوات متنوعة، اختيار التدخلات المناسبة. يوفر البرنامج تلميحات ونصائح شفهية وتغذية راجعة لتخصيص عملية التعلم وتحسينها. تُنتج كل محاكاة، بغض النظر عن نجاح الطلاب في مساعدة مرضاهم، تقريرًا مفصلاً يراجعه الطلاب لاحقًا. [ 85 ]

CODES Cooperative Music Prototype Design هي بيئة ويب لتصميم النماذج الموسيقية التعاونية. صُممت هذه البيئة لدعم المستخدمين، وخاصةً غير المتخصصين في الموسيقى، في إنشاء مقطوعات موسيقية بأسلوب النماذج الأولية. يمكن اختبار النماذج الموسيقية (النماذج الأولية) وتشغيلها وتعديلها بشكل متكرر. أحد الجوانب الرئيسية لـ CODES هو التفاعل والتعاون بين مُبدعي الموسيقى وشركائهم. [ 86 ]

فعالية

يُعدّ تقييم فعالية برامج أنظمة تكنولوجيا المعلومات أمرًا معقدًا. إذ تتباين هذه الأنظمة بشكل كبير في تصميمها وتطبيقها وأهدافها التعليمية. وعند استخدامها في الفصول الدراسية، لا يقتصر استخدامها على الطلاب فحسب، بل يشمل المعلمين أيضًا. وقد يُعيق هذا الاستخدام التقييم الفعال لعدة أسباب، أبرزها تدخل المعلم في عملية تعلم الطلاب.

غالبًا ما يمتلك المعلمون القدرة على إدخال مشكلات جديدة في النظام أو تعديل المنهج الدراسي. إضافةً إلى ذلك، يتفاعل المعلمون والزملاء مع الطلاب أثناء تعلمهم باستخدام أنظمة التدريس الذكية (على سبيل المثال، خلال جلسة معمل حاسوب فردية أو خلال محاضرات صفية تقع بين جلسات المعمل) بطرق قد تؤثر على تعلمهم باستخدام البرنامج. [ 20 ] تشير الدراسات السابقة إلى أن الغالبية العظمى من سلوكيات طلب المساعدة لدى الطلاب في الفصول الدراسية التي تستخدم أنظمة التدريس الذكية قد تحدث خارج نطاق البرنامج تمامًا، مما يعني أن طبيعة وجودة ملاحظات الزملاء والمعلمين في فصل دراسي معين قد تكون عاملًا وسيطًا مهمًا في تعلم الطلاب في هذه السياقات. [ 18 ] علاوة على ذلك، قد تُضيف جوانب مناخ الفصل الدراسي، مثل مستوى ارتياح الطلاب العام في طلب المساعدة علنًا، [ 17 ] أو مدى نشاط المعلم البدني في مراقبة الطلاب بشكل فردي [ 87 ] ، مصادر إضافية للتباين عبر سياقات التقييم. كل هذه المتغيرات تجعل تقييم نظام التدريس الذكي عملية معقدة، [ 88 ] وقد تساعد في تفسير التباين في النتائج عبر دراسات التقييم. [ 89 ] قارنت تجربة صفية عشوائية في مقرر الاقتصاد الكلي لطلاب البكالوريوس بين العمل الفردي، والعمل الجماعي، والتدريس باستخدام الذكاء الاصطناعي، والتدريس باستخدام الذكاء الاصطناعي مع مناقشة الأقران. وأفاد الباحثون بتحقيق أكبر مكاسب في درجات الامتحان في الحالة التي جمعت بين التدريس باستخدام الذكاء الاصطناعي والتعاون المنظم بين الأقران. [ 90 ]

على الرغم من التعقيدات الكامنة، سعت دراسات عديدة إلى قياس الفعالية الإجمالية لأنظمة التدريس الذكية، غالبًا من خلال مقارنتها بالمعلمين البشريين. [ 91 ] [ 92 ] [ 93 ] [ 3 ] أظهرت مراجعات لأنظمة التدريس الذكية المبكرة (1995) حجم تأثير قدره d = 1.0 مقارنةً بعدم وجود تدريس، بينما بلغ حجم تأثير المعلمين البشريين d = 2.0. [ 91 ] وخلصت مراجعة كورت فان لين الأحدث (2011) لأنظمة التدريس الذكية الحديثة إلى عدم وجود فرق إحصائي في حجم التأثير بين المعلمين البشريين الخبراء الذين يقدمون دروسًا فردية وأنظمة التدريس الذكية القائمة على الخطوات. [ 3 ] وقد حظيت بعض أنظمة التدريس الذكية بتقييمات إيجابية أكثر من غيرها. فقد وجدت دراسات أجريت على نظام التدريس المعرفي للجبر أن طلاب نظام التدريس الذكي تفوقوا على الطلاب الذين تلقوا تعليمهم من معلمي الفصول الدراسية في مسائل الاختبارات المعيارية ومهام حل المشكلات الواقعية. [ 94 ] وجدت دراسات لاحقة أن هذه النتائج كانت بارزة بشكل خاص لدى الطلاب من ذوي الاحتياجات الخاصة، والطلاب الذين لا يتحدثون الإنجليزية كلغة أم، والطلاب من ذوي الدخل المنخفض. [ 95 ]

تشير دراسة تحليلية شاملة أجريت عام 2015 إلى أن أنظمة التدريس الذكية يمكن أن تتجاوز فعالية كل من التعليم بمساعدة الحاسوب والمعلمين البشريين، خاصة عند قياسها باختبارات محلية (محددة) بدلاً من الاختبارات الموحدة. أظهر الطلاب الذين تلقوا دروسًا خصوصية ذكية تفوقًا على طلاب الفصول الدراسية التقليدية في 46 دراسة (92%) من أصل 50 دراسة مضبوطة، وكان التحسن في الأداء كبيرًا بما يكفي لاعتباره ذا أهمية جوهرية في 39 دراسة (78%) من أصل 50 دراسة. بلغ متوسط ​​حجم التأثير في الدراسات الخمسين 0.66، وهو ما يُعتبر تأثيرًا متوسطًا إلى كبير في دراسات العلوم الاجتماعية. ويعادل هذا تقريبًا تحسنًا في أداء الاختبار من المئين الخمسين إلى المئين الخامس والسبعين. وهذا أقوى من التأثيرات المعتادة لأنواع الدروس الخصوصية الأخرى. فعلى سبيل المثال، وجدت التحليلات التلوية التي أجراها كوليك وكوليك (1991) متوسط ​​حجم تأثير قدره 0.31 في 165 دراسة حول الدروس الخصوصية بمساعدة الحاسوب. وتُعد مكاسب الدروس الخصوصية الذكية أعلى بمرتين تقريبًا. كما أن تأثير الدروس الخصوصية الذكية أكبر من التأثيرات المعتادة للدروس الخصوصية البشرية. وكما رأينا، فإن برامج الدروس الخصوصية البشرية ترفع عادةً درجات الطلاب في الاختبارات بمقدار 0.4 انحراف معياري تقريبًا. فيما يتعلق بمستويات التحكم، سعى مطورو أنظمة التدريس الذكية منذ زمن بعيد إلى تحسين نجاح التدريس بمساعدة الحاسوب ومضاهاة نجاح التدريس البشري. تشير نتائجنا إلى أن مطوري أنظمة التدريس الذكية قد حققوا بالفعل كلا الهدفين... على الرغم من أن التأثيرات كانت متوسطة إلى قوية في التقييمات التي قاست النتائج باستخدام اختبارات محلية، إلا أنها كانت أقل بكثير في التقييمات التي قاست النتائج باستخدام اختبارات موحدة. بلغ متوسط ​​حجم التأثير في الدراسات التي استخدمت اختبارات محلية 0.73، بينما بلغ متوسط ​​حجم التأثير في الدراسات التي استخدمت اختبارات موحدة 0.13. هذا التباين ليس غريبًا على التحليلات التلوية التي تشمل كلاً من الاختبارات المحلية والموحدة... من المرجح أن تتوافق الاختبارات المحلية بشكل جيد مع أهداف برامج تعليمية محددة. أما الاختبارات الموحدة الجاهزة فتُوفر ملاءمة أقل دقة. ... نعتقد أن كلاً من الاختبارات المحلية والموحدة تُقدم معلومات مهمة حول فعالية التدريس، وينبغي، كلما أمكن، تضمين كلا النوعين من الاختبارات في دراسات التقييم. [ 96 ]

من بين نقاط القوة المعروفة لأنظمة التدريس الذكية قدرتها على تقديم تغذية راجعة فورية بنعم/لا، واختيار المهام الفردية، وتقديم تلميحات عند الطلب، ودعم التعلم المتقن. [ 3 ] [ 97 ]

القيود

تُعدّ أنظمة التدريس الذكية مكلفةً من حيث التطوير والتنفيذ. تُمهّد مرحلة البحث الطريق لتطوير أنظمة قابلة للتطبيق التجاري. مع ذلك، غالبًا ما تكون هذه المرحلة مكلفة؛ إذ تتطلب تعاونًا ومساهمة من خبراء في المجال، ودعمًا من أفراد على مختلف المؤسسات والمستويات التنظيمية. ومن القيود الأخرى في مرحلة التطوير، وضع التصورات وتطوير البرمجيات ضمن قيود الميزانية والوقت. كما توجد عوامل تحدّ من دمج أنظمة التدريس الذكية في الواقع العملي، منها طول المدة الزمنية اللازمة للتطوير وارتفاع تكلفة إنشاء مكونات النظام. ويُعزى جزء كبير من هذه التكلفة إلى بناء مكونات المحتوى. [ 29 ] فعلى سبيل المثال، كشفت الدراسات الاستقصائية أن ترميز ساعة واحدة من وقت التدريس عبر الإنترنت استغرق 300 ساعة من وقت تطوير محتوى التدريس. [ 98 ] وبالمثل، استغرق بناء نظام التدريس المعرفي نسبة وقت تطوير إلى وقت تدريس لا تقل عن 200:1. [ 91 ] غالبًا ما تفوق التكلفة الباهظة للتطوير تكلفة تكرار الجهود المبذولة للتطبيق في الواقع العملي. [ 99 ] لا تُعدّ أنظمة التدريس الذكية، بشكل عام، مجدية تجارياً للتطبيقات العملية. [ 99 ]

من الانتقادات الموجهة لأنظمة التدريس الذكية المستخدمة حاليًا، منهجية التغذية الراجعة الفورية وتسلسل التلميحات المدمجة لجعل النظام "ذكيًا". وتُنتقد هذه المنهجية لفشلها في تنمية التعلم العميق لدى الطلاب. فعندما يُمنح الطلاب القدرة على التحكم في تلقي التلميحات، تكون استجابة التعلم سلبية. إذ يلجأ بعض الطلاب مباشرةً إلى التلميحات قبل محاولة حل المسألة أو إنجاز المهمة. وعندما يكون ذلك ممكنًا، يلجأ بعض الطلاب إلى التلميحات بشكل عشوائي  - أي تلقي أكبر عدد ممكن منها بأسرع وقت ممكن  - لإنجاز المهمة بشكل أسرع. وإذا لم يتأمل الطلاب في التغذية الراجعة أو التلميحات التي يقدمها نظام التدريس، بل زادوا من التخمين حتى يحصلوا على تغذية راجعة إيجابية، فإن الطالب، في الواقع، يتعلم فعل الشيء الصحيح لأسباب خاطئة. ولا تستطيع معظم أنظمة التدريس حاليًا اكتشاف التعلم السطحي، أو التمييز بين الجهد المثمر وغير المثمر (انظر، على سبيل المثال، [ 100 ] و[ 101 ] ). لهذه الأسباب وغيرها الكثير (مثل المبالغة في ملاءمة النماذج الأساسية لفئات معينة من المستخدمين [ 102 ] )، قد تختلف فعالية هذه الأنظمة اختلافًا كبيرًا بين المستخدمين. [ 103 ]

من الانتقادات الأخرى الموجهة لأنظمة التدريس الذكية عجزها عن طرح أسئلة على الطلاب لتفسير أفعالهم. فإذا لم يتعلم الطالب لغة المجال، يصبح من الصعب عليه اكتساب فهم أعمق، والعمل التعاوني ضمن مجموعات، ونقل هذه اللغة إلى الكتابة. على سبيل المثال، إذا لم يتحدث الطالب بلغة العلوم، يُقال إنه لا ينغمس في ثقافة العلوم، مما يُصعّب عليه الكتابة العلمية أو المشاركة في العمل الجماعي. وقد وُجهت انتقادات لأنظمة التدريس الذكية لكونها "تعليمية" أكثر من اللازم، ولإقصائها الدافع الذاتي، وسياقات التعلم الاجتماعي، وواقعية السياق في عملية التعلم. [ 104 ]

ينبغي مراعاة الجوانب العملية، لا سيما فيما يتعلق بميل الجهات الراعية/السلطات والمستخدمين إلى تبني أنظمة التدريس الذكية. [ 99 ] أولًا، يجب أن تتوفر الرغبة في تطبيق نظام التدريس الذكي. [ 99 ] إضافةً إلى ذلك، يجب على الجهة المختصة إدراك ضرورة دمج برنامج التدريس الذكي في المناهج الدراسية الحالية، وأخيرًا، يجب على الجهة الراعية أو السلطة تقديم الدعم اللازم خلال مراحل تطوير النظام حتى اكتماله وتطبيقه. [ 99 ]

يُعدّ تقييم نظام التدريس الذكي مرحلةً مهمة، إلا أنه غالبًا ما يكون صعبًا ومكلفًا ويستغرق وقتًا طويلًا. [ 99 ] ورغم وجود تقنيات تقييم متنوعة في الأدبيات، إلا أنه لا توجد مبادئ توجيهية لاختيار أسلوب (أساليب) التقييم المناسب للاستخدام في سياق معين. [ 105 ] [ 106 ] ينبغي إجراء فحص دقيق للتأكد من أن النظام المعقد يؤدي وظيفته كما هو مُعلن. قد يُجرى هذا التقييم خلال تصميم النظام ومراحل تطويره الأولى لتحديد المشكلات وتوجيه التعديلات (أي التقييم التكويني). [ 107 ] في المقابل، قد يُجرى التقييم بعد اكتمال النظام لدعم الادعاءات الرسمية حول بنائه أو سلوكه أو النتائج المرتبطة به (أي التقييم النهائي). [ 107 ] وقد أدى التحدي الكبير الناجم عن غياب معايير التقييم إلى إهمال مرحلة التقييم في العديد من أنظمة التدريس الذكية الحالية. [ 105 ] [ 106 ] [ 107 ]

التحسينات

تُعدّ أنظمة التدريس الذكية أقل كفاءة من المعلمين البشريين في مجالي الحوار والتغذية الراجعة. فعلى سبيل المثال، يستطيع المعلمون البشريون فهم الحالة النفسية للطالب، وتكييف أساليب التدريس وفقًا لذلك. وتستكشف الدراسات الحديثة استراتيجيات محتملة لتجاوز هذه القيود في أنظمة التدريس الذكية، بهدف تعزيز فعاليتها.

حوار

يتمتع المعلمون البشريون بالقدرة على فهم نبرة صوت الشخص وتعبيراته أثناء الحوار، وتفسير ذلك لتقديم تغذية راجعة مستمرة خلال الحوار. ويجري حاليًا تطوير أنظمة تعليمية ذكية لمحاكاة المحادثات الطبيعية. وللحصول على تجربة حوارية متكاملة، يجب برمجة الحاسوب في العديد من المجالات، بما في ذلك فهم النبرة، والتعبيرات، ولغة الجسد، وتعبيرات الوجه، ثم الاستجابة لها. ويمكن استخدام الحوار في نظام التعليم الذكي لطرح أسئلة محددة لتوجيه الطلاب واستخلاص المعلومات، مع تمكينهم من بناء معارفهم بأنفسهم. [ 108 ] وقد ركزت بعض الأبحاث الحالية على تطوير حوار أكثر تطورًا ضمن نظام التعليم الذكي، جزئيًا لمعالجة القيود الحالية وابتكار منهج بنائي أكثر فعالية. [ 109 ] بالإضافة إلى ذلك، ركزت بعض الأبحاث الحالية على نمذجة طبيعة وتأثيرات الإشارات الاجتماعية المختلفة التي يستخدمها المعلمون والمتعلمون عادةً في الحوار، بهدف بناء الثقة والتفاهم (والتي ثبت أن لها تأثيرات إيجابية على تعلم الطلاب). [ 110 ] [ 111 ]

التأثير العاطفي

يتزايد الاهتمام في الأبحاث بدور العاطفة في التعلم، بهدف تطوير أنظمة تعليمية ذكية قادرة على تفسير الحالات العاطفية المختلفة والتكيف معها. [ 112 ] [ 113 ] لا يقتصر استخدام البشر للعمليات المعرفية في التعلم على ذلك فحسب، بل تلعب العمليات العاطفية التي يمرون بها دورًا هامًا أيضًا. على سبيل المثال، يتعلم المتعلمون بشكل أفضل عندما يكون لديهم مستوى معين من عدم التوازن (الإحباط)، ولكن ليس لدرجة تجعلهم يشعرون بالإرهاق التام. [ 112 ] وقد حفز هذا الأمر مجال الحوسبة العاطفية على البدء في إنتاج وبحث أنظمة تعليمية ذكية قادرة على تفسير العملية العاطفية للفرد. [ 112 ] يمكن تطوير نظام تعليمي ذكي لقراءة تعابير الفرد وغيرها من علامات العاطفة في محاولة لإيجاد الحالة العاطفية المثلى للتعلم وتدريب المتعلم عليها. إلا أن هناك العديد من التعقيدات في هذا الأمر، نظرًا لأن العاطفة لا تُعبر عنها بطريقة واحدة فقط، بل بطرق متعددة، ولذلك قد يتطلب نظام التعليم الذكي الفعال في تفسير الحالات العاطفية اتباع نهج متعدد الوسائط (نبرة الصوت، تعابير الوجه، إلخ...). [ 112 ] أدت هذه الأفكار إلى ظهور مجال جديد ضمن أنظمة التدريس الذكية، وهو أنظمة التدريس العاطفية (ATS). [ 113 ] ومن الأمثلة على أنظمة التدريس الذكية التي تعالج الجانب العاطفي نظام Gaze Tutor، الذي طُوّر لتتبع حركات عيون الطلاب وتحديد ما إذا كانوا يشعرون بالملل أو التشتت، ثم يحاول النظام إعادة جذب انتباه الطالب. [ 114 ]

بناء العلاقات

حتى الآن، ركزت معظم أنظمة التدريس الذكية (ITS) بشكل حصري على الجوانب المعرفية للتدريس، متجاهلةً العلاقة الاجتماعية بين نظام التدريس والطالب. وكما يُظهر نموذج "الحواسيب كائنات اجتماعية"، غالبًا ما يُسقط البشر سلوكياتهم الاجتماعية على الحواسيب. على سبيل المثال، في ملاحظات تفاعل الأطفال الصغار مع "سام ذا كاسل ميت"، وهو وكيل سرد قصص تعاوني، تفاعل الأطفال مع هذا الطفل المُحاكى بنفس الطريقة التي يتفاعلون بها مع طفل حقيقي. [ 115 ] وقد اقتُرح أنه لتصميم نظام تدريس ذكي فعال يبني علاقة ودية مع الطلاب، ينبغي أن يُحاكي استراتيجيات التدريس المباشر، وهي سلوكيات تُزيل المسافة الاجتماعية الظاهرة بين الطلاب والمعلمين، مثل الابتسام ومناداة الطلاب بأسمائهم. [ 116 ] وفيما يتعلق بالمراهقين، فقد أشار أوجان وآخرون... يستند هذا إلى ملاحظات حول أصدقاء مقربين يقومون بتدريس بعضهم البعض، ليجادل بأن بناء علاقة ودية بين نظام التدريس الذكي والطالب يتطلب على الأرجح عملية بناء ثقة أكثر تعقيدًا، وهو ما قد يستلزم في نهاية المطاف أن يمتلك نظام التدريس القدرة على الاستجابة بفعالية، بل وحتى إنتاج سلوك قد يبدو فظًا، وذلك للتوسط في العوامل التحفيزية والعاطفية للطالب من خلال المزاح والمداعبة اللطيفة. [ 117 ]

وكلاء قابلون للتعليم

عادةً ما تضطلع أنظمة التدريس الذكية بدور المعلمين المستقلين، إلا أنها قادرة أيضاً على أداء دور المتعلمين بهدف التعلم من خلال التدريب. تشير الأدلة إلى أن التعلم من خلال التدريس يُعد استراتيجية فعّالة لتعزيز الفهم الذاتي، وتحسين الشعور بالكفاءة الذاتية ، ورفع مستوى التحصيل الدراسي والاحتفاظ بالمعلومات. [ 118 ] ولتحقيق هذا التأثير، يمكن تبديل أدوار الطالب ونظام التدريس الذكي. ويتحقق ذلك من خلال تصميم نظام التدريس الذكي ليبدو وكأنه يتلقى تعليماً، كما هو الحال في لعبة الحساب "Teachable Agent" [ 119 ] و"Betty's Brain". [ 120 ] وثمة نهج آخر يتمثل في جعل الطلاب يُعلّمون وكيلاً للتعلم الآلي قادراً على تعلم حل المشكلات من خلال العرض التوضيحي وتقديم التغذية الراجعة حول صحة الحل، كما هو الحال في نظام APLUS المبني باستخدام SimStudent. [ 121 ] ولمحاكاة التأثيرات التعليمية للتعلم من خلال التدريس، عادةً ما تحتوي الوكلاء القابلة للتعليم على وكيل اجتماعي مُدمج يطرح الأسئلة أو يُعبّر عن الالتباس. على سبيل المثال، ستقوم بيتي من برنامج Betty's Brain بحث الطالبة على طرح أسئلتها للتأكد من أنها تفهم المادة، وستقوم ستايسي من برنامج APLUS بحث المستخدم على تقديم تفسيرات للتعليقات التي قدمتها الطالبة.

انظر أيضاً

مراجع

  1. ↑ جوزيف بسوتكا، شارون أ. موتر (1988). أنظمة التدريس الذكية: دروس مستفادة . دار لورانس إيرلبوم للنشر. رقم ISBN 978-0-8058-0192-7.
  2. ↑ أرناو-غونزاليس، بابلو؛ أريفاليلو-هيرايز، ميغيل؛ لويز، رومينا ألبورنوز-دي؛ أرناو، ديفيد (2023-06-01). "نهج منهجي لتمكين التفاعل باللغة الطبيعية في نظام تعليمي ذكي" . الكلام واللغة الحاسوبية . 81 101516. doi : 10.1016/j.csl.2023.101516 . hdl : 10550/116852 . ISSN 0885-2308 . 
  3. 1 2 3 4 فان لين، ك. (2011). "الفعالية النسبية للتدريس البشري، وأنظمة التدريس الذكية، وأنظمة التدريس الأخرى". عالم النفس التربوي . 46 (4): 197-221 . doi : 10.1080/00461520.2011.611369 . S2CID 16188384 . 
  4. 1 2 3 بوكانان، ب. (2006). تاريخ موجز (جداً) للذكاء الاصطناعي. مجلة الذكاء الاصطناعي 26(4). ص 53-60.
  5. ↑ "سيدني بريسي" . تاريخ موجز للتصميم التعليمي . مؤرشف من الأصل في 11 يوليو 2023.
  6. 1 2 3 فراي، إي. (1960). ثنائية آلة التدريس: سكينر مقابل بريسي. التقارير النفسية (6) 11-14. مطبعة جامعة ساوثرن.
  7. 1 2 3 4 5 شوت، في جيه، وبسوتكا، جيه. (1994). أنظمة التدريس الذكية: الماضي والحاضر والمستقبل. مديرية الموارد البشرية، قسم بحوث القوى العاملة والموظفين. ص 2-52
  8. 1 2 3 4 5 6 تشامبرز، ج.، وسبريتشر، ج. (1983). التعليم بمساعدة الحاسوب: استخدامه في الفصل الدراسي. إنجلوود كليفس، نيو جيرسي: برنتيس هول إنك.
  9. ↑ كاربونيل، خايمي ر. (1970). "الذكاء الاصطناعي في التعليم بمساعدة الحاسوب: نهج الذكاء الاصطناعي للتعليم بمساعدة الحاسوب". معاملات IEEE لأنظمة الإنسان والآلة . 11 (4): 190-202 . doi : 10.1109/TMMS.1970.299942 .
  10. 1 2 3 لاركين، ج، وشاباي، ر. (محرران). (1992). التعليم بمساعدة الحاسوب وأنظمة التدريس الذكية: أهداف مشتركة ونهج تكميلية. هيلزديل، نيو جيرسي: لورانس إيرلبوم أسوشيتس.
  11. 1 2 أندرسون، ك . (1986). "التعليم بمساعدة الحاسوب". مجلة الأنظمة الطبية . 10 (2): 163-171 . doi : 10.1007/bf00993122 . PMID 3528372. S2CID 29915101 .  
  12. 1 2 كوربيت، أ. ت.، وأندرسون، ج. ر. (1992). بحث في نظام التدريس الذكي بلغة ليسب في اكتساب المهارات. في: لاركين، ج. وشاباي، ر. (محرران) التعليم بمساعدة الحاسوب وأنظمة التدريس الذكية: أهداف مشتركة ونهج تكميلية (ص 73-110) إنجلوود كليفس، نيو جيرسي: برنتيس هول إنك.
  13. ↑ فورد، ل. نظام تعليمي ذكي جديد (2008) المجلة البريطانية لتكنولوجيا التعليم، 39(2)، 311-318
  14. ↑ بايلين، أ. وليفين، ل. مقدمة: تعليم اللغة بمساعدة الحاسوب الذكي (1989) الحواسيب والعلوم الإنسانية، 23، 3-11
  15. ↑ كينشوك (1996). التعلم بمساعدة الحاسوب لطلاب المحاسبة المبتدئين. أطروحة دكتوراه، جامعة دي مونتفورت، إنجلترا، يوليو 1996.
  16. ↑ كينشوك، وأشوك باتيل. (1997) إطار مفاهيمي لأنظمة التدريس الذكية القائمة على الإنترنت. نقل المعرفة، الجزء الثاني، 117-24.
  17. 1 2 سكوفيلد، جيه دبليو، يوريتش-فولسر، آر، وبريت، سي إل (1994). المعلمون، والمعلمون الحاسوبيون، والتدريس: المعلم ذو الذكاء الاصطناعي كعامل للتغيير في الفصول الدراسية. مجلة البحوث التربوية الأمريكية ، 31 (3)، 579-607.
  18. 1 2 أوجان، أ.، ووكر، إ.، وبيكر، ر.س.، وريبوليدو مينديز، ج.، وخيمينيز كاسترو، م.، ولورينتينو، ت.، ودي كارفاليو، أ. (مايو 2012). التعاون في استخدام الموجه المعرفي في أمريكا اللاتينية: دراسة ميدانية وتوصيات تصميمية. في وقائع مؤتمر SIGCHI حول العوامل البشرية في أنظمة الحوسبة (ص 1381-1390). ACM.
  19. ↑ هولشتاين، ك.، ماكلارين، ب.م.، وأليفن، ف. (مارس 2017). المعلمون الأذكياء كمساعدين للمعلمين: استكشاف احتياجات المعلمين للتحليلات الآنية في الفصول الدراسية المدمجة. في وقائع المؤتمر الدولي السابع لتحليلات التعلم والمعرفة (ص 257-266). ACM.
  20. 1 2 ميلر، دبليو إل، بيكر، آر إس، لابروم، إم جيه، بيتسش، كيه، ليو، واي إتش، وواغنر، إيه زد (مارس 2015). الكشف الآلي عن التدخلات الاستباقية من قبل المعلمين في فصول برنامج "العقل المنطقي". في وقائع المؤتمر الدولي الخامس حول تحليلات التعلم والمعرفة (ص 290-294). جمعية آلات الحوسبة.
  21. ↑ ديزيول، د.، ووكر، إ.، روميل، ن.، وكويدينجر، ك. ر. (2010). استخدام تقنية المعلم الذكي لتطبيق الدعم التكيفي لتعاون الطلاب. مجلة علم النفس التربوي ، 22 (1)، 89-102.
  22. ↑ بيكر، آر إس (2016). أنظمة التدريس الغبية، البشر الأذكياء. المجلة الدولية للذكاء الاصطناعي في التعليم ، 26 (2)، 600-614.
  23. ↑ فريدمان، ر. 1999. أطلس: مدير خطط للحوار متعدد الوسائط ذي المبادرات المختلطة. (1999) ورشة عمل AAAI حول الذكاء ذي المبادرات المختلطة
  24. ↑ غرايسر، آرثر سي، وكورت فان لين، وكارولين بي روز، وباميلا دبليو جوردان، وديريك هارتر. (2001) أنظمة التدريس الذكية باستخدام الحوار التفاعلي. مجلة الذكاء الاصطناعي 22.4، 39-52.
  25. ↑ جيرتنر، أ.؛ كوناتي، س .؛ وفان لين، ك. (1998) المساعدة الإجرائية في أنديس؛ توليد تلميحات باستخدام نموذج الطالب لشبكة بايزية. الذكاء الاصطناعي، 106-111.
  26. ↑ شيلبي، آر إن؛ شولز، كي جي؛ تريسي، دي جي؛ وينترسجيل، إم سي؛ فان لين، كيه؛ وواينشتاين، إيه. (2001) تقييم برنامج Andes Tutor.
  27. 1 2 نوانا، إتش إس (1990). "أنظمة التدريس الذكية: نظرة عامة". مراجعة الذكاء الاصطناعي . 4 (4): 251-277 . doi : 10.1007/bf00168958 . S2CID 206771063 . 
  28. 1 2 فريدمان، ر. (2000). "ما هو نظام التدريس الذكي؟" . الذكاء . 11 (3): 15-16 . doi : 10.1145/350752.350756 . S2CID 5281543 . 
  29. 1 2 3 نكامبو، ر.، ميزوغوتشي، ر.، وبوردو، ج. (2010). التقدم في أنظمة التدريس الذكية. هايدلبرغ: سبرينغر.
  30. ↑ أولسون، س. (1996) التعلم من أخطاء الأداء. المراجعة النفسية، 103، 241-262.
  31. ↑ أولسون، س. (1992) نمذجة الطلاب القائمة على القيود. الذكاء الاصطناعي في التعليم، 3(4)، 429-447.
  32. ↑ ميتروفيتش، أ.، أولسون، س. (2006) تمثيل المعرفة القائم على القيود للتعليم الفردي. علوم الحاسوب ونظم المعلومات، 3(1)، 1-22.
  33. ↑ أولسون، س.، ميتروفيتش، أ. (2007) دقة وكفاءة تمثيلات المعرفة لأنظمة التدريس الذكية. التكنولوجيا، والتعليم، والإدراك، والتعلم، 5(2)، 101-132.
  34. ↑ ميتروفيتش، أ. وأولسون، س. (1999) تقييم مُعلِّم قائم على القيود للغة قواعد البيانات. المجلة الدولية للذكاء الاصطناعي في التعليم، 10(3-4)، 238-256.
  35. ↑ ميتروفيتش، أ. (2010) خمسة عشر عامًا من برامج التوجيه القائمة على القيود: ما حققناه وإلى أين نتجه. نمذجة المستخدم والتفاعل المُكيَّف مع المستخدم، 22(1-2)، 39-72.
  36. ↑ ميتروفيتش، أ.، مارتن، ب.، سوراوير، ب. (2007) معلمون أذكياء للجميع: منهجية النمذجة القائمة على القيود، والأنظمة، والتأليف. أنظمة IEEE الذكية، 22(4)، 38-45.
  37. ↑ زاخاروف، ك.، ميتروفيتش، أ.، أولسون، س. (2005) ردود الفعل الهندسة الدقيقة في EER-Tutor. في: CK Looi، G. McCalla، B. Bredeweg، J. Breuker (eds) Proc. الذكاء الاصطناعي في التعليم AIED 2005، IOS Press، الصفحات 718-725.
  38. ↑ ميتروفيتش، أ.، أولسون، س.، بارو، د. (2013) أثر التغذية الراجعة الإيجابية في نظام تعليمي ذكي قائم على القيود. الحوسبة والتعليم، 60(1)، 264-272.
  39. ↑ أندرسون، هـ.؛ كودينجر، م. (1997). "التعليم الذكي يذهب إلى المدرسة في المدينة الكبيرة". المجلة الدولية للذكاء الاصطناعي في التعليم . 8 : 30-43 .
  40. ↑ كوربيت، ألبرت ت. وأندرسون، جون ر.، "نمذجة الطلاب والتعلم المتقن في برنامج تعليمي للبرمجة قائم على الحاسوب" (2008). قسم علم النفس. ورقة بحثية رقم 18. http://repository.cmu.edu/psychology/18
  41. ↑ باداياشي آي. (2002). أنظمة التدريس الذكية: البنية والخصائص.
  42. 1 2 3 4 5 6 7 كوربيت إيه تي، كودينجر، كي آر، أندرسون، جيه آر (1997). أنظمة التدريس الذكية في MG Helander, TK Landauer, & PV Prabhu (Eds.)، دليل التفاعل بين الإنسان والحاسوب (ص 849-874). أمستردام: إلسفير.
  43. ↑ شاه، فرحانة؛ مارثا إيفنز؛ جويل مايكل؛ ألين روفيك (2002). "تصنيف مبادرات الطلاب واستجابات المدرسين في جلسات التدريس التفاعلي بين الطلاب". عمليات الخطاب . 33 (1): 23-52 . CiteSeerX 10.1.1.20.7809 . doi : 10.1207/s15326950dp3301_02 . S2CID 62527862 .  
  44. ↑ ميتروفيتش، أ.، مارتن، ب.، سوراوير، ب.، زاخاروف، ك.، ميليك، ن.، هولاند، ج.، وماكجويجان، ن. (2009). ASPIRE: نظام تأليف وبيئة نشر للمعلمين القائمين على القيود. المجلة الدولية للذكاء الاصطناعي في التعليم، 19(2)، 155-188.
  45. ^ ألفين ، فنسنت. ماكلارين، بروس م. سيوال، جوناثان؛ فان فيلسن، مارتن؛ بوبيسكو، أوكتاف؛ ديمي، ساندرا؛ رينجنبرج، مايكل. كودينجر، كينيث ر. (2016). "مثال لتتبع المعلمين: تطوير المعلم الذكي لغير المبرمجين" . المجلة الدولية للذكاء الاصطناعي في التعليم . 26 : 224-269 . دوى : 10.1007 / s40593-015-0088-2 .
  46. ↑ سوتيلار، ر. (2012). اعتبارات في تطوير أنطولوجيا لإطار عمل ذكي معمّم للتدريس. في مؤتمر محاكاة الدفاع والأمن الداخلي I3M (DHSS 2012).
  47. ↑ رزاق، ل.، باتفارتشكي، ج.، ألميدا، س. ف.، فارتاك، م.، فينغ، م.، هيفيرنان، ن. ت.، وكويدينجر، ك. ر. (2009). أداة بناء المساعدة: دعم دورة حياة إنشاء محتوى نظام التدريس. معاملات IEEE في تقنيات التعلم، 2(2)، 157-166
  48. ↑ ناي، بنجامين د.؛ غرايسر، آرثر س.؛ هو، شيانغين (2014). "المعلم الآلي والعائلة: مراجعة لـ 17 عامًا من تدريس اللغة الطبيعية". المجلة الدولية للذكاء الاصطناعي في التعليم . 24 (4): 427-469 . doi : 10.1007/s40593-014-0029-5 .
  49. ↑ أندرسون، ج.، بويل، س.، فاريل، ر.، وريزر، ب. (1987). المبادئ المعرفية في تصميم برامج التعليم الحاسوبية. في: ب. موريس (محرر)، نمذجة الإدراك . نيويورك: جون وايلي.
  50. ↑ للاطلاع على مثال لأداة تأليف أنظمة التدريس الذكية، انظر أدوات تأليف التدريس المعرفي
  51. ↑ كودينجر، ك. ر .؛ كوربيت، أ. (2006). "المعلمون المعرفيون: التكنولوجيا التي تُدخل علم التعلم إلى الفصل الدراسي". في سوير، ك. (محرر). دليل كامبريدج لعلوم التعلم . مطبعة جامعة كامبريدج. ص 61-78 . OCLC 62728545 .  
  52. ↑ شعلان، خالد ف. (فبراير 2005). "نظام ذكي لتعليم اللغة بمساعدة الحاسوب لمتعلمي اللغة العربية". تعليم اللغة بمساعدة الحاسوب . 18 (1 و2): 81-108 . doi : 10.1080/09588220500132399 .
  53. ↑ راموس، سي.، راموس، سي.، فراسون، سي.، وراماتشاندران، إس. (2009). مقدمة العدد الخاص حول التطبيقات العملية لأنظمة التدريس الذكية، 2(2) 62-63.
  54. ↑ لياو، ريتا (25 مايو 2024). "معلمو الذكاء الاصطناعي يغيرون بهدوء طريقة دراسة الأطفال في الولايات المتحدة، والتطبيقات الرائدة من الصين" . تيك كرانش . تم الاطلاع عليه بتاريخ 28 مايو 2024 .
  55. ↑ تقييم برنامج Cognitive Tutor للجبر 1، إعداد: أ. شنايدرمان - مدارس مقاطعة ميامي-ديد العامة، مكتب التقييم والبحث، ميامي، فلوريدا، سبتمبر 2001
  56. ↑ ميتروفيتش، أ. (1998) تعلم لغة SQL باستخدام برنامج تعليمي محوسب. الندوة الفنية التاسعة والعشرون لجمعية ACM SIGCSE، الصفحات 307-311.
  57. ↑ ميتروفيتش، أ. (1998) تجارب في تطبيق النمذجة القائمة على القيود في SQL-Tutor. وقائع ITS'98، ب. جوتل، هـ. هالف، س. ريدفيلد، ف. شوت (محررون)، ص 414-423.
  58. ↑ ميتروفيتش، أ. (2003) مُعلِّم SQL ذكي على الويب. المجلة الدولية للذكاء الاصطناعي في التعليم، 13(2-4)، 173-197.
  59. ↑ زاخاروف، ك.، ميتروفيتش، أ.، أولسون، س. (2005) ردود الفعل الهندسة الدقيقة في EER-Tutor. في: CK Looi، G. McCalla، B. Bredeweg، J. Breuker (eds) Proc. الذكاء الاصطناعي في التعليم AIED 2005، IOS Press، الصفحات 718-725.
  60. ↑ سوراوير، ب.، ميتروفيتش، أ.، نظام تعليمي ذكي لنمذجة علاقات الكيانات. المجلة الدولية للذكاء الاصطناعي في التعليم، المجلد 14، العدد 3-4، 375-417، 2004.
  61. ↑ باغاي، ن.، ميتروفيتش، أ.، إيروين، و. دعم التعلم التعاوني وحل المشكلات في بيئة التعلم التعاوني المدعوم بالحاسوب القائمة على القيود لمخططات فئات UML. المجلة الدولية للتعلم التعاوني المدعوم بالحاسوب، المجلد 2، العدد 2-3، الصفحات 159-190، 2007.
  62. ↑ "الصفحة الرئيسية" . stoichtutor.cs.cmu.edu .
  63. ↑ ماكلارين، بي إم، ليم، إس، غانيون، إف، يارون، دي، وكويدينغر، كيه آر (2006). دراسة تأثيرات اللغة الشخصية والأمثلة التطبيقية في سياق نظام تعليمي ذكي قائم على الويب. في: إم. إيكيدا، كيه دي آشلي، وتي دبليو تشان (محررون)، وقائع المؤتمر الدولي الثامن حول أنظمة التعليم الذكية (ITS-2006)، سلسلة محاضرات في علوم الحاسوب، 4053 (ص 318-328). برلين: سبرينغر.
  64. ↑ ماكلارين، بي إم، ليم، إس، وكويدينجر، كيه آر (2008). متى وكم مرة ينبغي تقديم أمثلة محلولة للطلاب؟ نتائج جديدة وملخص للحالة الراهنة للبحوث. في: بي سي لوف، كيه مكراي، وفي إم سلوتسكي (محررون)، وقائع المؤتمر السنوي الثلاثين لجمعية العلوم المعرفية (ص 2176-2181). أوستن، تكساس: جمعية العلوم المعرفية.
  65. ↑ ماكلارين، بي إم، فان جوج، تي، جانوي، سي، كارابينوس، إم، ويارون، دي (2016). كفاءة الأمثلة المحلولة مقارنة بالأمثلة الخاطئة، وحل المشكلات الموجه، وحل المشكلات في التجارب الصفية. الحوسبة في السلوك البشري، 55، 87-99.
  66. ↑ ماكلارين، بروس م.؛ ديليو، كريستا إي.؛ ماير، ريتشارد إي. (2011). "المعلمون الأذكياء المهذبون عبر الإنترنت: هل يمكنهم تحسين التعلم في الفصول الدراسية؟". الحوسبة والتعليم . 56 (3): 574-584 . doi : 10.1016/j.compedu.2010.09.019 .
  67. ↑ ماكلارين، بروس م.؛ ديليو، كريستا إي.؛ ماير، ريتشارد إي. (2011). "تأثير اللباقة في التعلم باستخدام المعلمين الأذكياء عبر الإنترنت". المجلة الدولية لدراسات التفاعل بين الإنسان والحاسوب . 69 ( 1-2 ): 70-79 . doi : 10.1016/j.ijhcs.2010.09.001 .
  68. ↑ بيال، سي آر، وبيك، جيه، وولف، بي. (1998). أثر التعليم الحاسوبي الذكي على مفهوم الفتيات الذاتي في الرياضيات ومعتقداتهن في قيمة الرياضيات. ورقة بحثية قُدِّمت في الاجتماع السنوي للجمعية الأمريكية لأبحاث التعليم.
  69. ↑ شيافينو، س.، غارسيا، ب.، وأماندي، أ. (2008). المعلم الإلكتروني: تقديم مساعدة شخصية لطلاب التعلم الإلكتروني. الحوسبة والتعليم 51، 1744-1754
  70. ↑ كيليس، أ.؛ أوجاك، ر.؛ كيليس، أ.؛ غولكو، أ. (2009). "ZOSMAT: نظام تعليمي ذكي قائم على الويب لعملية التعليم والتعلم". أنظمة الخبراء مع التطبيقات . 36 (2): 1229-1239 . doi : 10.1016/j.eswa.2007.11.064 .
  71. ↑ هيفيرنان، إن تي، تيرنر، تي إي، لورينكو، إيه إل إن، ماكاسيك، إم إيه، نوزو-جونز، جي، وكويدينجر، كيه آر (2006). أداة بناء المساعدة: نحو تحليل فعالية التكلفة لإنشاء أنظمة النقل الذكية. عُرضت في مؤتمر FLAIRS2006، فلوريدا.
  72. ↑ "مشروع نظام التدريس الذكي CIRCSIM-Tutor في معهد إلينوي للتكنولوجيا وكلية راش للطب" .
  73. ↑ aroque.bol.ucla.edu/pubs/vanLehnEtAl-its02-architectureWhy.pdf
  74. ↑ تشيونغ، ب.؛ هوي، ل.؛ تشانغ، ج.؛ ييو، إس إم (2003). "سمارت تيوتور: نظام تعليمي ذكي في تعليم الكبار عبر الإنترنت". مجلة الأنظمة والبرمجيات . 68 : 11-25 . doi : 10.1016/s0164-1212(02)00133-4 .
  75. ↑ غرايسر، أ.س.، ويمر-هاستينغز، ك.، ويمر-هاستينغز، ب.، وكروز، ر.، و تي.آر.جي. (1999). أوتوتيوتر: محاكاة لمعلم بشري. مجلة أبحاث الأنظمة المعرفية 1، 35-51
  76. ↑ بابائي-بالدرلو، سحرناز؛ شاكيا، شيشير (2025). "اليد الخفية للذكاء الاصطناعي العام: هل يمكن لمجموعات الدراسة المعززة بالذكاء الاصطناعي تحسين نتائج التعلم؟" . SSRN . doi : 10.2139/ssrn.5696622 . تاريخ الاسترجاع : 24 فبراير 2026 .
  77. ↑ ميليس، إي.، وسيكمان، ج. (2004). Activemath: نظام تعليمي ذكي للرياضيات. في: ر. تاديوسيفيتش، ل. أ. زاده، ل. روتكوفسكي، ج. سيكمان (محررون)، المؤتمر الدولي السابع "الذكاء الاصطناعي والحوسبة المرنة" (ICAISC)، سلسلة محاضرات في الذكاء الاصطناعي LNAI 3070. سبرينغر-فيرلاغ، ص 91-101.
  78. ↑ "مشروع AdaptErrEx" .
  79. ↑ ماكلارين، بي إم، وآدامز، دي إم، وماير، آر إي (2015). آثار التعلم المتأخر مع الأمثلة الخاطئة: دراسة لتعلم الأعداد العشرية باستخدام مُعلِّم عبر الإنترنت. المجلة الدولية للذكاء الاصطناعي في التعليم، 25(4)، 520-542.
  80. ↑ آدامز، د.، ماكلارين، ب.م.، ماير، ر.إ.، غوغوادزه، ج.، وإيسوتاني، س. (2013). الأمثلة الخاطئة كصعوبة مرغوبة. في: لين، هـ.س.، ياسيف، ك.، موستو، ج.، وبافليك، ب. (محررون). وقائع المؤتمر الدولي السادس عشر حول الذكاء الاصطناعي في التعليم (AIED 2013). سلسلة محاضرات في علوم الحاسوب 7926 (ص 803-806). سبرينغر، برلين.
  81. ↑ ماكلارين، بي إم، آدامز، دي، دوركين، ك، غوغوادزه، جي، ماير، آر إي، ريتل-جونسون، بي، سوسنوفسكي، إس، إيسوتاني، إس، وفان فيلسن، إم. (2012). الخطأ من طبيعة البشر، والتفسير والتصحيح من شيم الكرام: دراسة لأمثلة تفاعلية خاطئة مع طلاب الرياضيات في المرحلة المتوسطة. في: أ. رافينسكروفت، إس. ليندستيدت، سي. ديلغادو كلوس، ودي. هيرنانديز-ليو (محررون)، وقائع مؤتمر EC-TEL 2012: المؤتمر الأوروبي السابع للتعلم المعزز بالتكنولوجيا، LNCS 7563 (ص 222-235). سبرينغر، برلين.
  82. ↑ "نظرة عامة - GIFT - بوابة GIFT" . www.gifttutoring.org . تم الاطلاع عليه بتاريخ 30-07-2018 .
  83. 1 2 سيناترا، آن م.؛ غولدبيرغ، بنجامين س.؛ سوتيلار، روبرت أ. (2014-09-01). "الإطار الذكي المعمم للتدريب (GIFT) كأداة لمتخصصي العوامل البشرية". وقائع الاجتماع السنوي لجمعية العوامل البشرية وبيئة العمل . 58 (1): 1024-1027 . doi : 10.1177/1541931214581214 . ISSN 1541-9312 . S2CID 111915804 .  
  84. ↑ لاجوي، إس بي؛ ليسغولد، أ. (1989). "التدريب المهني في مكان العمل: بيئة التدريب بمساعدة الحاسوب كشكل جديد من أشكال التدريب المهني". التعلم بوساطة الآلة . 3 : 7-28 .
  85. ↑ إليوت، سي.، وولف، ب. (1994). التفكير في المستخدم ضمن نظام تدريب في الوقت الحقيقي قائم على المحاكاة. في وقائع المؤتمر الدولي الرابع حول نمذجة المستخدم، 121-126.
  86. ↑ ميليتو، إي إم، بيمينتا، إم إس، فيكاري، آر إم، وفلوريس، إل في (2005). كودز: بيئة قائمة على الويب لإنشاء نماذج أولية موسيقية تعاونية. الصوت المنظم، 10(3)، 243-253.
  87. ↑ هولشتاين، ك.، ماكلارين، ب.م.، وأليفن، ف. (مارس 2017). SPACLE: دراسة التعلم عبر الفضاءات الافتراضية والمادية باستخدام إعادة التشغيل المكاني. في وقائع المؤتمر الدولي السابع لتحليلات التعلم والمعرفة (ص 358-367). ACM.
  88. ↑ أنظمة التدريس الذكية، الفصل 37 / كوربيت، كودينجر وأندرسون / الفصل 37 (الصفحات الأصلية 849-874) 14 تم استرجاعه في 21 مايو 2012 من http://act-r.psy.cmu.edu/papers/173/Chapter_37_Intelligent_Tutoring_Systems.pdf مؤرشف في 17 يونيو 2012 على موقع Wayback Machine
  89. ↑ كرم، ر.، بان، ج. ف.، غريفين، ب. أ. ، روبين، أ.، فيليبس، أ.، ودورتي، ل. (2016). دراسة تطبيق منهج الجبر 1 المدمج القائم على التكنولوجيا على نطاق واسع. بحوث وتطوير تكنولوجيا التعليم ، 1-27.
  90. ↑ بابائي-بالدرلو، سحرناز؛ شاكيا، شيشير (2025). "اليد الخفية للذكاء الاصطناعي العام: هل يمكن لمجموعات الدراسة المعززة بالذكاء الاصطناعي تحسين نتائج التعلم؟" . SSRN . doi : 10.2139/ssrn.5696622 . تاريخ الاسترجاع : 24 فبراير 2026 .
  91. 1 2 3 أندرسون، جيه آر؛ كوربيت، إيه تي؛ كودينجر، كيه آر؛ بيليتييه، آر. (1995). "المعلمون المعرفيون: دروس مستفادة" . مجلة علوم التعلم . 4 (2): 167-207 . doi : 10.1207/s15327809jls0402_2 . S2CID 22377178 . 
  92. ↑ كريستمان، إي.؛ بادجيت، ج. (1997). "مقارنة تدريجية لتأثيرات التعلم بمساعدة الحاسوب على التحصيل الدراسي لطلاب المرحلة الثانوية". مجلة أبحاث الحوسبة في التعليم . 29 (4): 325-338 . doi : 10.1080/08886504.1997.10782202 .
  93. ↑ فليتشر، جيه دي (2003). أدلة على التعلم من التعليم المدعوم بالتكنولوجيا. في إتش إف أونيل وآر بيريز (محرران)، تطبيقات التكنولوجيا في التعليم: منظور تعليمي (ص 79-99). ماوا، نيوجيرسي: إيرلبوم.
  94. ↑ كودينجر، ك. ر.؛ أندرسون، ج. ر.؛ هادلي، و. هـ.؛ مارك، م. أ. (1997). "التعليم الذكي يذهب إلى المدرسة في المدينة الكبيرة". المجلة الدولية للذكاء الاصطناعي في التعليم . 8 : 30-43 .
  95. ↑ بلانو، جي إس (2004). "آثار برنامج Cognitive Tutor Algebra على مواقف الطلاب وتحصيلهم في دورة الجبر للصف التاسع". أطروحة دكتوراه غير منشورة، جامعة سيتون هول، ساوث أورانج، نيوجيرسي .
  96. ↑ كوليك، جيمس أ.؛ فليتشر، جيه دي (2015). "فعالية أنظمة التدريس الذكية: مراجعة تحليلية شاملة" . مراجعة البحوث التربوية . 86 : 42-78 . doi : 10.3102/0034654315581420 . S2CID 7398389 . 
  97. ↑ كودينجر، كينيث؛ ألفين، فنسنت (2007). "استكشاف معضلة المساعدة في التجارب مع المعلمين المعرفيين". مجلة علم النفس التربوي . 19 (3): 239-264 . CiteSeerX 10.1.1.158.9693 . doi : 10.1007/s10648-007-9049-0 . S2CID 339486 .  
  98. ↑ موراي، ت. (1999). تأليف أنظمة التدريس الذكية: تحليل لأحدث التقنيات. المجلة الدولية للذكاء الاصطناعي في التعليم (IJAIED)، 10، 98-129.
  99. 1 2 3 4 5 6 بولسون، مارثا سي؛ ريتشاردسون، جيفري جيفري، محرران. (1988). أسس أنظمة التدريس الذكية. لورانس إيرلبوم.
  100. ↑ بيكر، ر.، غودا، س.، كوربيت، أ.، وأوكومباو، ج. (2012). نحو الكشف التلقائي عما إذا كان تعلم الطلاب سطحيًا. في أنظمة التدريس الذكية (ص 444-453). سبرينغر برلين/هايدلبرغ.
  101. ↑ كايزر، ت.، كلينغلر، س.، وغروس، م. (أبريل 2016). متى نتوقف؟: نحو سياسات تعليمية شاملة. في وقائع المؤتمر الدولي السادس حول تحليلات التعلم والمعرفة (ص 289-298). ACM.
  102. ↑ أوكومباو، ج.، بيكر، ر.، غودا، س.، هيفيرنان، ن.، وهيفيرنان، س. (2014). صلاحية نماذج استخراج البيانات التعليمية على مستوى السكان: دراسة حالة في الكشف عن المشاعر. المجلة البريطانية لتكنولوجيا التعليم ، 45 (3)، 487-501.
  103. ↑ كودينجر، ك.؛ أليفن، ف. (2007). "استكشاف معضلة المساعدة في التجارب مع الموجهين المعرفيين". مجلة علم النفس التربوي . 19 (3): 239-264 . CiteSeerX 10.1.1.158.9693 . doi : 10.1007/s10648-007-9049-0 . S2CID 339486 .  
  104. ↑ جوناسن، د.هـ.، وريفز، ت.س. (1996). التعلم باستخدام التكنولوجيا: استخدام الحواسيب كأدوات معرفية. في: جوناسن، د.هـ. (محرر)، دليل البحوث في مجال الاتصالات والتكنولوجيا التعليمية (ص 693-719). نيويورك: ماكميلان.
  105. 1 2 إقبال، أ.، أوبرمان، ر.، باتل، أ. وكينشوك (1999). تصنيف طرق تقييم أنظمة التدريس الذكية. في U. Arend، E. Eberleh & K. Pitschke (محرران) Software Ergonomie '99 - Design von Informationswelten، Leipzig: BG Teubner Stuttgart، 169-181.
  106. 1 2 سيمر، ج.، وأنجيليدس، م.س. (1998). طريقة شاملة لتقييم أنظمة التدريس الذكية الكاملة. أنظمة دعم القرار، 22(1)، 85-102.
  107. 1 2 3 مارك، ماجستير، جرير، جيه إي. (1993). منهجيات تقييم أنظمة التدريس الذكية. مجلة الذكاء الاصطناعي في التعليم، 4، 129-129.
  108. ↑ غرايسنر إيه سي، كورت فان لين، سي بي آر، جوردان بي، وهارتر دي (2001). أنظمة التدريس الذكية باستخدام الحوار التفاعلي. مجلة الذكاء الاصطناعي، 22(4)، 39.
  109. ↑ غرايسر، إيه سي، تشيبمان، بي، هاينز، بي سي، وأولني، إيه (2005). أوتوتيوتر: نظام تعليمي ذكي مع حوار مختلط المبادرة، 48(4) 612-618.
  110. ↑ تشاو، ر.، بابانجليس، أ.، وكاسيل، ج. (أغسطس 2014). نحو نموذج حسابي ثنائي لإدارة العلاقة في التفاعل بين الإنسان والوكيل الافتراضي. في المؤتمر الدولي حول الوكلاء الافتراضيين الأذكياء (ص 514-527). دار نشر سبرينغر الدولية.
  111. ↑ مادايو، م.أ.، أوجان، أ.، وكاسيل، ج. (يونيو 2016). أثر الصداقة وأدوار التدريس على استراتيجيات التدريس المتبادل بين الأقران. في المؤتمر الدولي لأنظمة التدريس الذكية (ص 423-429). دار نشر سبرينغر الدولية.
  112. 1 2 3 4 ديميلو، سي.؛ غرايسنر، أ. (2012). "ديناميكيات الحالات العاطفية أثناء التعلم المعقد". التعلم والتعليم . 22 (2): 145-157 . doi : 10.1016/j.learninstruc.2011.10.001 . S2CID 53377444 . 
  113. 1 2 سراف زاده، أ.؛ ألكسندر، س.؛ دادغوستار، ف.؛ فان، س.؛ بيغديلي، أ. (2008). "كيف تعرف أنني لا أفهم؟" نظرة على مستقبل أنظمة التدريس الذكية. الحوسبة في السلوك البشري . 24 (4): 1342-1363 . doi : 10.1016/j.chb.2007.07.008 . hdl : 10652/2040 .
  114. ↑ ديميلو، س.؛ أولني، أ.؛ ويليامز، س.؛ هايز، ب. (2012). "Gase tutor: نظام تعليمي ذكي يتفاعل مع حركة العين" . المجلة الدولية لدراسات التفاعل بين الإنسان والحاسوب . 70 (5): 377-398 . doi : 10.1016/j.ijhcs.2012.01.004 .
  115. ↑ كاسيل، جوستين (يناير 2004). "نحو نموذج لتطوير التكنولوجيا ومحو الأمية: أنظمة الاستماع إلى القصص". مجلة علم النفس التنموي التطبيقي . 25 (1): 75-105 . doi : 10.1016/j.appdev.2003.11.003 . ISSN 0193-3973 . S2CID 9493253 .  
  116. ↑ وانغ، نينغ؛ غراتش، جوناثان (سبتمبر 2009). "الألفة وتعبيرات الوجه". المؤتمر الدولي الثالث للحوسبة العاطفية والتفاعل الذكي وورش العمل لعام 2009. معهد مهندسي الكهرباء والإلكترونيات. الصفحات 1-6 . doi : 10.1109/acii.2009.5349514 . ISBN  978-1-4244-4800-5. S2CID 9673056 . 
  117. ↑ أوجان، آمي؛ فينكلستين، سامانثا؛ ووكر، إيرين؛ كارلسون، رايان؛ كاسيل، جوستين (2012). "الوقاحة والألفة: الإهانات ومكاسب التعلم في التدريس التشاركي". في: ستيفانو أ. سيري؛ ويليام ج. كلانسي؛ جورجوس بابادوراكيس؛ كيتي بانورجيا (محررون). أنظمة التدريس الذكية: المؤتمر الدولي الحادي عشر، ITS 2012، وقائع المؤتمر . سبرينغر برلين هايدلبرغ. الصفحات 11-21 . CiteSeerX 10.1.1.477.4527 . doi : 10.1007/978-3-642-30950-2_2 . ISBN   978-3-642-30949-6. S2CID 14315990 . 
  118. ↑ فيوريلا، لوغان؛ ماير، ريتشارد إي. (أكتوبر 2013). "الفوائد النسبية للتعلم من خلال التدريس وتوقعات التدريس". علم النفس التربوي المعاصر . 38 (4): 281-288 . doi : 10.1016/j.cedpsych.2013.06.001 . ISSN 0361-476X . 
  119. ↑ باريتو، لينا؛ أرفيمو، توبياس؛ دال، يلفا؛ هاكه، ماغنوس؛ غولز، أغنيتا (2011)، "تأثيرات لعبة حسابية باستخدام وكيل تعليمي على فهم الرياضيات، والاتجاهات، والكفاءة الذاتية"، الذكاء الاصطناعي في التعليم ، سلسلة محاضرات في علوم الحاسوب، المجلد 6738، سبرينغر برلين هايدلبرغ، الصفحات 247-255 ، doi : 10.1007/978-3-642-21869-9_33 ، ISBN   978-3-642-21868-2، S2CID 17108556 
  120. ↑BISWAS, GAUTAM; JEONG, HOGYEONG; KINNEBREW, JOHN S.; SULCER, BRIAN; ROSCOE, ROD (July 2010). "Measuring Self-Regulated Learning Skills Through Social Interactions in a Teachable Agent Environment". Research and Practice in Technology Enhanced Learning. 05 (2): 123–152. doi:10.1142/s1793206810000839. ISSN 1793-2068.
  121. ↑Matsuda, Noboru; Cohen, William W.; Koedinger, Kenneth R.; Keiser, Victoria; Raizada, Rohan; Yarzebinski, Evelyn; Watson, Shayna P.; Stylianides, Gabriel (March 2012). "Studying the Effect of Tutor Learning Using a Teachable Agent that Asks the Student Tutor for Explanations". 2012 IEEE Fourth International Conference on Digital Game and Intelligent Toy Enhanced Learning. IEEE. pp. 25–32. doi:10.1109/digitel.2012.12. ISBN 978-1-4673-0885-4. S2CID 15946735.

Bibliography

Books

  • Nkambou, Roger; Bourdeau, Jacqueline; Mizoguchi, Riichiro, eds. (2010). Advances in Intelligent Tutoring Systems. Springer. ISBN 978-3-642-14362-5.
  • Woolf, Beverly Park (2009). Building Intelligent Interactive Tutors. Morgan Kaufmann. ISBN 978-0-12-373594-2.
  • Evens, Martha; Michael, Joel (2005). One-on-one Tutoring by Humans and Computers. Routledge. ISBN 978-0-8058-4360-6.
  • Polson, Martha C.; Richardson, J. Jeffrey, eds. (1988). Foundations of Intelligent Tutoring Systems. Lawrence Erlbaum. ISBN 978-0-8058-0053-1.
  • Psotka, Joseph; Massey, L. Dan; Mutter, Sharon, eds. (1988). Intelligent Tutoring Systems: Lessons Learned. Lawrence Erlbaum. ISBN 978-0-8058-0023-4.
  • Wenger, Etienne (1987). Artificial Intelligence and Tutoring Systems: Computational and Cognitive Approaches to the Communication of Knowledge. Morgan Kaufmann. ISBN 978-0-934613-26-2.
  • Chambers, J.; Sprecher, J. (1983). Computer-Assisted Instruction: Its Use in the Classroom. Prentice-Hall Inc. ISBN 978-0-13-164384-0.
  • Brown, D.; Sleeman, John Seely, eds. (1982). Intelligent Tutoring Systems. Academic Press. ISBN 978-0-12-648680-3.

Papers