في عالم التعليم الحديث، يمكن أن توفر المختبرات الافتراضية (virtual laboratories) وسيلة مرنة وقابلة للتكيف للتدريب التجريبي، خاصةً للطلاب الذين يواجهون صعوبات في الوصول إلى مرافق المختبرات الفعلية. لكن يرتبط إنشاء إجراءات مختبرية جديدة بتكاليف عالية، حيث يتعين على المعلمين وصف الأجهزة الجديدة وتحديد تفاعلات الأدوات والمواد وشروط تنفيذ العمليات بشكل صحيح.

تظهر الأبحاث الحديثة أن نماذج اللغات الكبيرة (Large Language Models) يمكن أن تلعب دورًا مهمًا في تسهيل عملية التأليف هذه، من خلال توليد إجراءات تجريبية تفصيلية. لكن يجب أن نكون حذرين، فالإنتاجية قد تحتوي على أخطاء؛ قد تفتقر التعليمات إلى بعض الخطوات الضرورية، أو قد تكون مرتبة بشكل غير صحيح، أو تعرض معلومات غير متوافقة مع المعدات المستخدمة في المختبر.

تم تقديم إطار عمل تجريبي لإدارة عدم اليقين في المعرفة الإجرائية المستمدة من نماذج اللغات الكبيرة لتخطيط المختبرات الافتراضية. يهدف هذا الإطار إلى تقليل عدم اليقين الإجراءات من خلال استخدام تمثيلات حجمية منظمة ومعينات انتقائية مستخرجة من نماذج اللغات الكبيرة، مما يسمح باستخراج قواعد إجرائية مرشحة وتحويلها إلى قيود واضحة قابلة للتفتيش.

على الرغم من أن التطبيق المستهدف يشير إلى المختبرات الافتراضية التعليمية، فإن المشكلة الأساسية تتجاوز ذلك لتشمل إدارة المعرفة الإجرائية غير المؤكدة في بيئات تفاعلية منظمة. نعرض هذا النهج ضمن مجالات مختبرات افتراضية تشمل أدوات المختبر، الحاويات، وأعمال نقل المواد، مما يبرهن على إمكانية تحسين التجارب التعليمية بهذه التقنية المتقدمة.