في السنوات الأخيرة، أصبح استخدام نماذج اللغات الضخمة (Large Language Models) ذا شعبية متزايدة في مجتمع الذكاء الاصطناعي في التعليم (Artificial Intelligence in Education - AIED). تقدم هذه النماذج فرصًا استثنائية للتعلم والتعليم، ولكنها تأتي مع تكاليف حسابية وبيئية يجب أخذها بعين الاعتبار.

قد تكون هذه التكاليف مخفية في معظم الأحيان، بسبب عدم وجود إجراءات موحدة لقياسها والإبلاغ عنها. في محاولة لسد هذه الفجوة، أجرينا دراسة شاملة لجميع الأوراق البحثية المنشورة ضمن وقائع مؤتمر AIED 2025، لنحدد كيفية الإبلاغ عن التكاليف البيئية والحسابية لاستخدام نماذج اللغات الضخمة.

تشير النتائج إلى أن معظم المشاريع التي تستخدم هذه النماذج لا تُدلي بأي معلومات عن الموارد الحسابية المستهلكة، فضلاً عن غياب النقاش حول التأثيرات البيئية كمسألة أخلاقية.

لمعالجة ذلك، نقترح طريقة مفتوحة المصدر لقياس وتقرير التكلفة الحسابية والتأثير البيئي لتشغيل أنظمة التعليم باستخدام التعلم الآلي (Machine Learning). نوفر أيضًا حلولًا برمجية لقياس البصمة الكربونية لكل من الأجهزة المحلية والسحابية. كما نقدم صيغة سهلة الاستخدام لحساب التكاليف الحسابية حتى عند عدم معرفة عدد المعلمات بدقة.

نأمل أن يُحفز هذا البحث الزملاء على اعتماد طريقتنا لزيادة الشفافية في الإبلاغ عن التكاليف المخفية لاستخدام نماذج اللغات الضخمة في مجتمع AIED.