لماذا يفيد الذكاء الاصطناعي الطلاب كثيري الأسئلة

كثرة الأسئلة قد لا تعني بطء الفهم، بل قد تعني أن الشخص لا يتجاوز الأجزاء التي لم يفهمها.

عندما درست ميكانيكا الكم في كلية الهندسة، كانت تظهر على السبورة أولا معادلات مثل هذه.

كانت المحاضرة تشرح ظاهرة فيزيائية، لكن عيني كانت ترى أولا رموزا رياضية غريبة. الهاملتوني، دالة الموجة، القيمة الذاتية، المؤثر، وترميز bra-ket. ظهرت هذه الكلمات، ثم صار استعمال الرموز كأنها لغة يعرفها الجميع مسبقا.

لم أكن أعرف بدقة ما الذي لا أعرفه. هل أعود إلى الجبر الخطي؟ إلى المعادلات التفاضلية؟ إلى الأعداد المركبة أو الاحتمالات؟ لم أكن أعرف من أين أبدأ البحث. لماذا يحتاج H إلى قبعة؟ لماذا يدخل nabla المربع في تعبير الطاقة؟ لماذا يصبح ترميز bra-ket جداء داخليا ويتصل بالاحتمال؟

ما لم أفهمه لم يكن سطرا واحدا من الحساب. كان الإحساس بسبب السماح بذلك الحساب، وبالعالم الذي جاءت منه تلك الرموز.

لم تكن المشكلة بطئا، بل كمية المعلومات اللازمة للفهم

لم أكن بطيئا في الفهم. كنت أحتاج إلى كمية أكبر من المعلومات حتى يبدأ الفهم. كان علي أن أرى الخريطة كاملة أولا. لكن عندما كنت أسأل عن هذه البنية، كثيرا ما لم يفهم من يسمع السؤال ما الذي أسأل عنه. إذا سألت: “أين يقع هذا الفصل داخل المادة كلها؟” أو “لماذا يظهر هذا المفهوم الآن؟"، لم يكن السؤال نفسه يصل. كنت أحتاج إلى الإمساك بالبنية الكبيرة أولا، ثم أرى مكان كل مفهوم جزئي، وبعدها أستطيع النزول إلى حل المسائل.

كان الأمر مشابها في المرحلتين المتوسطة والثانوية. لم تكن المفاهيم تبنى من الجذر. كان يشرح المفهوم بصورة سطحية، ثم يبدأ حل المسائل مباشرة. بعض الطلاب كانوا يلتقطون النمط من المسائل حتى لو كان الشرح ناقصا. أما أنا فكنت أحتاج إلى إجابات أخرى أولا: لماذا نعرفه هكذا؟ من أين جاء هذا القانون؟ ما دور هذا المفهوم في البنية كلها؟

الاختبار لا ينتظر. كنت أحاول وصل معلومات كافية لبناء البنية الكاملة، لكن بحلول يوم الاختبار لم تكن تلك البنية قد نزلت بما يكفي إلى مستوى حل المسائل.

الاختبارات القديمة كانت تميل إلى أصحاب الحدس السريع

سألت مرة زملاء يحصلون على درجات عالية: “لماذا يعمل هذا هكذا؟” والمفاجأة أنهم كثيرا ما لم يستطيعوا شرحه جيدا. في البداية ظننت أنهم يتظاهرون. ظننت أنهم يعرفون كل شيء لكنهم يعطون إجابة غامضة لأن الشرح متعب. لاحقا فهمت أنهم حقا لم يكونوا يفهمونه بتلك الطريقة اللفظية البنيوية.

لم يكونوا من النوع الذي يضع البنية كلها في كلمات أولا ثم يتحرك. كانوا يرون المسألة فيشعرون بما ينبغي فعله. كانوا يعرفون بجسدهم أين يستخدم القانون. كنت أغبطهم وقتها. كانت يدي تتوقف عندما لا أستطيع قبول الفكرة، بينما تتحرك أيديهم حتى إذا لم يستطيعوا شرحها بإتقان.

في الاختبارات عالية المنافسة يكبر هذا الفرق. بعض الطلاب يرون بنية المسألة حتى عندما يكون الشرح غير مكتمل. شكل المعادلة، تدفق الشروط، شكل الرسم البياني: اليد تتحرك أولا. الاختبارات القديمة كانت تفضل هذا النوع الحدسي.

الشخص المتمرس في صيغة ما لا يحفظ الإجابة فقط؛ بل يحدد أولًا في أي خطوة من الحل يكثر احتمال الخطأ.

لم يكن هناك من يستقبل الأسئلة

في الماضي، لم تكن هناك طريقة حقيقية لفتح هذا الاختناق. لم يكن هناك عدد كاف من الناس يستطيعون استقبال الأسئلة الجذرية حتى النهاية. المعلم عليه أن يتقدم في المنهج. المعاهد عليها أن تدرب على أنواع المسائل. والكتب نادرا ما توضّح كل الخطوات الوسطى.

أن تسأل مرة واحدة “لماذا هذا القانون ممكن؟” أمر مقبول. لكن إذا سألت خمس مرات أو عشر مرات من زوايا مختلفة، تتوقف الحصة. لذلك كان الطلاب الذين يحتاجون إلى الخريطة الكاملة يجدون صعوبة في دفع أسئلتهم إلى النهاية. إما أن يتبعوا حل المسائل بفهم ناقص، وإما أن يتركوا الموضوع.

هنا يغير الذكاء الاصطناعي الوضع. الآن يمكن طرح السؤال نفسه بعشر طرق مختلفة. يمكن طلب مثال أبسط، أو مثال مضاد، أو مسألة تدريبية جديدة مبنية بالضبط حول الجزء الذي لم أفهمه.

يمكن للأسئلة الآن أن تتحول إلى درجات

في الماضي كان عليك أن ترسم الخريطة كاملة وحدك. الآن يمكن رسمها مع الذكاء الاصطناعي. يمكنك أن تسأل: “ما هدف هذه المادة؟” “لماذا نحتاج إلى هذا المفهوم؟” “كيف يتصل بما قبله وما بعده؟” ثم تنزل من هناك إلى حل المسائل.

إذا استخدم الذكاء الاصطناعي بسطحية، فهو مجرد أداة تؤدي الواجب بدلا منك. لكن إذا استخدم بعمق، يحدث شيء آخر. من يحتاج إلى الخريطة الكاملة قبل أن يتحرك يستطيع أن يدرس بطريقته. يستطيع التقاط الصورة الكبيرة أسرع، ودفع الأسئلة الجذرية إلى النهاية، وربط ذلك الفهم بالمسائل الفعلية.

عندها يمكن لمن كان يخسر الدرجات سابقا أن يحصل على درجات أعلى. كثرة الأسئلة ليست قوة بذاتها. لكن إذا أمكن حمل هذه الأسئلة حتى الفهم الحقيقي والتطبيق، يمكن للأسئلة أن تتحول إلى درجات.

قد لا تبقى هذه نقطة ضعف

في الماضي كان من يحتاج إلى رؤية الخريطة الكاملة قبل الحركة يجد صعوبة في الحصول على الدرجات. كانت الاختبارات تفضل من يستطيع قبول الأجزاء بسرعة وتطبيقها فورا. أما من لا تتصل عنده المفاهيم بالمسائل إلا بعد ظهور البنية الكاملة، فكان يحتاج إلى كمية معلومات أكبر للفهم. وإذا لم تنزل تلك البنية إلى مستوى حل المسائل قبل يوم الاختبار، لا تتحول القدرة إلى درجات.

الآن يتغير شكل اللعبة. من يحتاج إلى رؤية الكل يستطيع أيضا التقاط الصورة الكبيرة بسرعة أكبر، ودفع الأسئلة الجذرية إلى النهاية، وربط ذلك الفهم بحل المسائل الحقيقي.

طريقة التفكير التي بدت سابقا كأنها ضعف يمكن أن تصبح أكبر ميزة عندما يؤخذ الذكاء الاصطناعي بجدية.