في العصر الرقمي الحديث، باتت أنظمة المحاكاة المعتمدة على نماذج اللغة الكبيرة (Large Language Models - LLMs) تلعب دورًا رئيسيًا في مجال التعليم. وقد أظهرت هذه الأنظمة مقدرتها على تقليد الأفعال المرئية ولكنها غالبًا ما تفشل في فهم الأسباب الكامنة وراء تلك الأفعال. تكمن المشكلة بشكل خاص عندما يتعلق الأمر بمحاكاة سلوكيات الطلاب، حيث يمكن لطلاب مختلفين تقديم نفس الإجابات ولكن بدوافع متباينة.

لتجاوز هذا التحدي، تم تطوير إطار العمل الجديد المعروف باسم INTERNAL STUDENT DIALOGUE (INSIDE)، الذي يهدف إلى محاكاة تجارب الطلاب بشكل أكثر دقة من خلال تطوير نماذج تفكر وتتصرف مثل الطلاب. يتمتع INSIDE بقدرة فريدة على توليد حوارات داخلية تمتاز بالأسس المعرفية والعاطفية والإجرائية، مستندًا على تصنيف بلوم (Bloom's Taxonomy).

يعمل INSIDE على تحسين النماذج البناءة عبر تكامل التفكير والعمل، مما يسهل عملية التعلم. خضعت نماذج INSIDE للاختبار مقارنة بأطر التوجيه المختلفة، وتم تقييمها من خلال دقتين رئيسيتين: دقة الأفعال المحاكية وجودة الحوار الداخلي المولد. أظهرت النتائج أن INSIDE يعزز من دقة المحاكاة، محققًا تطابقًا في توليد الأكواد مع طلاب حقيقيين وارتفاع في مستوى محاذاة التفكير يصل إلى 57.9%.

في ضوء هذه الإنجازات، يبدو أن INSIDE يمثل خطوة هامة نحو تحقيق أفضل استخدامات لنماذج اللغة الكبيرة في التعليم، مما يُعزز فهمنا للطريقة التي يتفاعل بها الطلاب مع المعرفة وكيف يفكرون. فكيف يمكن للأنظمة التعليمية أن تستفيد من هذه التقنيات المتقدمة؟ شاركونا آرائكم في التعليقات.