مع مرور الوقت، أصبح من الواضح أن استخدام الدردشات التعليمية powered by نماذج اللغات الضخمة (Large Language Models) يمكن أن يسهم بشكل كبير في تحسين نتائج التعلم. ومع ذلك، تعاني معظم الأنظمة من نقص في قدرتها على تمكين المعلمين من اتخاذ قرارات بيداغوجية واضحة، حيث يتم تفويض إدارة المحتوى والتخطيط التعليمي بشكل ضمني إلى النموذج.

لذا، تم تقديم مساعد تعليمي مدفوع بالتعلم لدورة دراسية باللغة الفرنسية حول نمذجة الأبعاد، وهو يعمل بدون أي ميزانية تجارية لنماذج اللغة الكبيرة أو بنية تحتية تعتمد على وحدات معالجة الرسوميات (GPU).

تعتمد هذه البنية على صياغة التفكير البيداغوجي للمدرس في وحدات حاسوبية حتمية تتعامل مع اكتشاف النية، وربط المفاهيم، واختيار النهج التعليمي قبل أي نص يتم إنتاجه؛ حيث يمثل النموذج اللغوي دوراً تنفيذياً لغوياً فقط.

خابت النتائج على 195 سؤالاً حقيقياً من الطلاب وتم تناول سؤالين بحثيين. أظهرنا أولاً أن الاسترجاع الدلالي القياسي وحده لا يضمن استرجاع المحتوى المطلوب بيداغوجيًا، مما يبرر الاستراتيجية المستندة إلى تنسيق البيانات المعتمدة في بنائنا (RQ1). ثانياً، وبعد مقارنة الأداء مع نماذج مجانية لمتغيرات في الأداء، حققت خطتنا الحتمية دقة عالية تصل إلى 73% مع إمكانية تتبع تامة، مما يُظهر أن الاستراتيجية بحاجة إلى مزيد من الصقل (RQ2).

بهذا، يمثل هذا النظام خطوة تطورية نحو تحقيق نتائج تعليمية أفضل، ويبشر بعصر جديد من الفعالية والأداء في الهندسة التعليمية.