في خطوة غير مسبوقة نحو تحسين تعليم الرياضيات بفضل الذكاء الاصطناعي، أُطلق مشروع MEDS (Math Education Digital Shadows) الذي يسعى لتوفير بيانات شاملة حول كيفية تعامل نماذج اللغة الكبيرة (Large Language Models) مع الرياضيات.

يعد هذا المشروع بمثابة قاعدة بيانات متكاملة تضم 28,000 شخصية مأخوذة من 14 نموذج ذكاء اصطناعي من عائلات شهيرة مثل Mistral وQwen وDeepSeek، وكلها تسلط الضوء على أداء النماذج في ظروف تحاكي التفاعل البشري والذكاء الاصطناعي. يشتمل كل سجل على مجموعة من المحفزات النفسية وبيانات سوسيوديموغرافية، إضافة إلى أربعة أنواع من المهام الرياضية، منها مقابلات رياضية مفتوحة واختبارات نفسية لفهم تصورات الطلاب عن الرياضيات.

تختلف MEDS عن قواعد البيانات التقليدية التي تعطي فقط نتائج الدرجات، حيث تدمج مفاهيم مثل الكفاءة الذاتية (self-efficacy) وقلق الرياضيات (math anxiety) بالإضافة إلى دلالات الأداء الرياضي، مما يوفر رؤى أعمق لفهم تجارب الطلاب.

لقد أظهرت عمليات التحقق من صحة البيانات أن نماذج اللغة المختارة تتمتع بنزاهة في الهيكل الشخصي، وأن هناك خصائص عائلية ملموسة مثل المواقف السلبية تجاه الرياضيات، والتناقضات المنطقية، والثقة المفرطة في الأداء الرياضي.

ستستفيد مختلف الجهات المهتمة في تحليل التعلم وعلم النفس المعرفي، ومطوري المعلمين الرقميين من الأدوات الناتجة عن هذا البحث، مما يساهم في صناعة معلمين ذكاء اصطناعي أكثر أمانًا وفاعلية في مجال الرياضيات.