على مر العصور، شهدت نظريات التعلم تحولات جذرية استجابةً لتغيرات بيئات التعلم. وفي ظل الثورة التي أحدثتها نظم الذكاء الاصطناعي التوليدية (Generative AI) والتفاعلية (Agentic AI)، تبرز نظرية Agentivism كتوجه جديد لنفهم كيف تؤثر هذه الأنظمة على دقة التعلم واكتساب المعرفة.

تتيح لنا نظم الذكاء الاصطناعي إمكانية تفويض مهام مثل الكتابة، حل المشكلات، وتقديم الشروحات لبرامج قادرة على توليد وتنفيذ هذه المهام بدلاً عنا. هذا يقدم تحديًا جوهريًا يفيد بأن الأداء الناجح لم يعد مؤشرًا موثوقًا على الفهم أو التعلم الفعلي.

ففي كثير من الأحيان، قد يتمكن المتعلمون من إنجاز المهام بكفاءة بفضل دعم الذكاء الاصطناعي، لكن قد يؤدي ذلك إلى ضعف في الفهم، وافتقار للحكم السليم، وتقليص للقدرات القابلة للنقل إلى سياقات أخرى.

تُظهر نظرية Agentivism أن الأساليب التقليدية مثل السلوكية (Behaviorism) والمعرفية (Cognitivism) والبنائية (Constructivism) وغير ذلك لا تفسر بالكامل الحالات التي يتحول فيها الأداء المدعوم بالذكاء الاصطناعي إلى قدرة دائمة لدى البشر.

تقدم هذه النظرية الجديدة مقاربة للتعلم تقوم على النمو الدائم في القدرة البشرية من خلال التفويض الانتقائي للمهام إلى الذكاء الاصطناعي، ومراقبة ومراجعة مدخلات الذكاء الاصطناعي، وإعادة تكوين النتائج باستخدام الذكاء الاصطناعي، بالإضافة إلى القدرة على نقل المعرفة تحت دعم محدود.

تكمن أهمية Agentivism في تفسير كيفية استمرار التعلم في ظل سهولة التفويض الذكي، وكيف أصبحت التفاعلات بين البشر والذكاء الاصطناعي جزءًا دائمًا ومتزايدًا من مشهد التعلم البشري.