في عالم التعليم التقني، تظل تغذية راجعة فعالة عنصراً حيوياً لنجاح الطلاب. لكن مع تقدم تقنيات الذكاء الاصطناعي، بدأنا نشهد تحولاً في الطريقة التي نحصل بها على هذه التغذية. دراسة جديدة نجحت في تسليط الضوء على هذه الظاهرة عبر مقارنة جودة التغذية الراجعة من نماذج اللغة الكبيرة (LLMs) ونماذج اللغة الصغيرة (SLMs) والبشر في مجالات علوم الكمبيوتر.

قامت هذه الدراسة بتقييم نموذج لغة محلي تم استضافته بشكل رسمي، وهو Llama-3.1، مقارنة مع نماذج GPT-4 ومعلمين بشر، في دورات مهنية تتضمن البرمجة (176 طالباً)، نظم التشغيل (80 طالباً)، وندوة كتابية (7 طلاب). النتائج كانت مثيرة للاهتمام: أظهرت التحليلات أن النموذج المحلي قدّم تغذية راجعة متساوية أو حتى أفضل في قابلية القراءة والجدوى من النماذج التجارية، منتجاً تجربة تعليمية مريحة للطلاب.

ومع ذلك، أظهرت الدراسة أن المجموعة البشرية لا تزال تفضل خاصة في المهام الأكثر تخصصًا. هذا يعني أنه بالرغم من التطورات الكبيرة في الذكاء الاصطناعي، لا يمكن استبدال الإرشاد البشري تمامًا، وخاصة عندما يتعلق الأمر بمفاهيم متعمقة وصعبة.

تقدم هذه الدراسة لنا نافذة جديدة على كيفية استخدام تقنيات الذكاء الاصطناعي كبديل آمن وسهل في تقديم التغذية الراجعة الأساسية، مما يتيح للمعلمين التركيز على المفاهيم العليا في العملية التعليمية. يبدو أن نموذج اللغة الصغير (SLM) يقدم حلاً محتملاً لمشكلات الخصوصية والتكلفة المرتبطة بالنماذج التجارية، مما يمهد الطريق لتجديد أساليب التعلم.

كيف ترون دور الذكاء الاصطناعي في التعليم التقني؟ هل تعتقدون أن بإمكانه تجاوز المعلمين البشر في المستقبل؟ شاركونا آراءكم في التعليقات!