أخبار ar.wedoany.com، تعاون الباحث ما بعد الدكتوراه السويسري جاكوب ماتشينا مع أستاذ المعلوماتية مرينمايا ساشان وعالم التعلم مانو كابور لتطوير نموذج تعلم ذكاء اصطناعي يُدعى "TutorRL"، يهدف إلى الموازنة بين الخبرة التخصصية والمهارات التعليمية. يعمل هذا النموذج بـ 7 مليارات معلمة فقط، وهو أقل بكثير من نماذج اللغات الكبيرة السائدة حاليًا التي تمتلك مئات المليارات أو حتى تريليونات المعلمات، كما أنه أقل عرضة للانحراف عن الموضوع في تفاعلات تعليمية تمتد حتى 20 خطوة.
يركز بحث ماتشينا على كيفية جعل نماذج اللغات الكبيرة بمثابة مدربين تعليميين ذوي قيمة تربوية. وأشار إلى أن معظم نماذج اللغات الكبيرة الحالية تم تحسينها لتوليد الإجابات والحلول، بدلاً من توجيه المتعلمين نحو التفكير المستقل أثناء عملية التعلم. حتى عند الطلب صراحةً في التعليمات النصية بتقديم دعم تعليمي، غالبًا ما تكون النتائج غير مرضية. لاختبار مدى ملاءمة النماذج المختلفة للتدريس، طوّر ماتشينا بالتعاون مع باحثين من جامعة دارمشتات التقنية (TU Darmstadt) اختبارًا مرجعيًا لتعليم الرياضيات يُدعى "MathTutorBench". يعتمد هذا الاختبار المرجعي على بيانات الحوارات مع المعلمين وعمليات التدريس، ويؤسس نظام تقييم لمهارات تعليمية محددة، يُستخدم لمقارنة وتحليل إجابات نماذج اللغات الكبيرة. أظهرت الاختبارات وجود مفاضلة بين المعرفة التخصصية والمهارات التعليمية في النماذج المختلفة، وأن معظم النماذج تميل إلى فقدان خيط السياق والانحراف عن الموضوع عند الإجابة خطوة بخطوة.
في المشروع الثاني، طوّر ماتشينا نموذج TutorRL. يتم تدريب هذا النموذج من خلال تفاعلات متعددة الخطوات بين طالب افتراضي ومعلم افتراضي، دون الحاجة إلى بيانات تدريب باهظة الثمن. وأثناء التدريب، يُستخدم نموذج آخر لمراقبة العملية التعليمية وتقييم ردود فعل المعلم الافتراضي، مما يتيح تطبيق "التعلم المعزز". وأوضح ماتشينا أن الميزة الكبرى لهذه الطريقة هي عدم الحاجة إلى كميات هائلة من البيانات، وإمكانية استخدام نماذج لغوية أصغر حجمًا. مقارنة بأحدث نماذج OpenAI أو Google التي تمتلك مئات المليارات أو تريليونات المعلمات، فإن نموذج TutorRL بحجم 7 مليارات معلمة أصغر بكثير. أظهرت النتائج الأولية أن TutorRL يحقق توازنًا أفضل بين المعرفة التخصصية والمهارات التعليمية مقارنة بنماذج اللغات الكبيرة التقليدية، كما أنه أقل عرضة للانحراف عن الموضوع. يمكن للنموذج أيضًا شرح أسباب إجاباته وقراراته أثناء عملية التعلم، مما يسهل على المعلمين فهم ومراقبة العملية التعليمية.
يتوفر TutorRL الآن مجانًا كمصدر مفتوح، وقد تجاوز عدد مرات تحميله ألف مرة. ومع ذلك، لم يتم اختبار النموذج وتقييمه بعد على متعلمين في الفصول الدراسية، وهو حاليًا مناسب فقط لتدريس الرياضيات في المرحلة الثانوية والسنوات الأولى من المرحلة الجامعية. يعتقد ماتشينا أن النموذج يمكن استخدامه على المدى الطويل أيضًا في تخصصات MINT مثل الرياضيات والمعلوماتية والعلوم الطبيعية والتكنولوجيا، وأن أداءه كافٍ لدعم برامج الماجستير. وأشار إلى أن البحث لا يتعلق فقط بالتعليم، بل له أهمية جوهرية للتطوير المستقبلي للذكاء الاصطناعي، حيث أن أسلوب حل المشكلات بشكل تعاوني سيصبح محوريًا في العديد من مجالات العمل المستقبلية، وسيظل الحكم البشري بالغ الأهمية.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
