مع انتشار تقنيات الذكاء الاصطناعي ووصولها لأيدي الجميع، برز مفهوم جديد يسمى No-code AI هو اختصار لـ No-code Artificial Intelligence أي الذكاء الاصطناعي الذي لا يتطلب كتابة تعليمات برمجية. ويشير إلى منصات وأدوات الذكاء الاصطناعي التي تتيح للمستخدمين من غير المبرمجين إمكانية تطوير تطبيقات الذكاء الاصطناعي والتعامل معها بسهولة دون الحاجة إلى كتابة أكواد برمجية. من هذه المنصات منصة nocode.ai | build ai solutions without code و Data Science without Code | Obviously AI و غيرها تجدها في هذا الموقع (1).

تتميز منصات No-code AI بما يلي:

• واجهات رسومية سهلة الاستخدام توجه المستخدم خطوة بخطوة.
• إمكانية رفع البيانات وتدريب النماذج ونشرها بسرعة.
• توفير نماذج مدربة مسبقًا ready-to-use يمكن توظيفها مباشرة.
• أدوات مدمجة لتقييم وقياس أداء النماذج.
• خيارات لنشر النماذج كواجهات برمجية APIs أو تطبيقات.

في هذا السياق، قام الباحثان (2) Leif Sundberg وJonny Holmström من جامعة أوميو بالسويد بدراسة حول كيفية استخدام منصات الذكاء الاصطناعي التي لا تتطلب كتابة تعليمات برمجية (No-code AI) في تعليم مبادئ وتطبيقات تعلّم الآلة لطلاب التخصصات غير التقنية مثل إدارة الأعمال والعلوم الاجتماعية.

اختبر الباحثان طريقتهما التعليمية في مقرر ماجستير إدارة تقنية المعلومات، حيث قام الطلاب بجمع بيانات وتدريب نماذج تعلّم آلة باستخدام منصة لا تتطلب كتابة تعليمات برمجية. وكان من أبرز نتائج الدراسة أن منصات No-code AI ساعدت الطلاب على التركيز على مراحل مهمة في تطوير تطبيقات تعلّم الآلة مثل جمع البيانات ذات الصلة وتفسير نتائج النماذج، بدلاً من الانشغال بتحسين أداء النموذج. كما واجه الباحثان بعض التحديات مثل صعوبة إيجاد حالة دراسية ملائمة لتطبيق تعلّم الآلة وإدارة حسابات المستخدمين على المنصة.

وخلص الباحثان إلى أن منصات No-code AI يمكن أن تكون أداة مفيدة لدمج مفاهيم وتطبيقات تعلّم الآلة في المناهج التعليمية للتخصصات غير التقنية، مما يتيح للطلاب من خلفيات متنوعة التدرب على تطبيقات تعلّم الآلة ذات الصلة بمجالاتهم.

وأخيراً، إليك بعض النصائح لاستخدام منصات No-code AI في البرمجة:

• ابدأ بمشكلة بسيطة يمكن حلها بتعلّم الآلة مثل تصنيف البيانات أو التنبؤ الخطي.
• حدد البيانات المناسبة ونظّفها وهيّئها للاستخدام في النموذج. البيانات هي أساس أي نموذج تعلّم آلي.
• استخدم النماذج الجاهزة pre-trained models المتوفرة على المنصة لتوفير الوقت والجهد.
• شغّل النموذج وقيّم أدائه باستخدام بيانات الاختبار. راقب مؤشرات الأداء مثل دقة التصنيف.
• قم بتحسين النموذج عبر تغيير المعلمات وإضافة المزيد من البيانات إذا لزم الأمر.
• ركّز على فهم نتائج النموذج وتفسيرها بدلاً من مجرد تعظيم أدائه.
• وثّق خطوات بناء النموذج للرجوع إليها أو إعادة إنتاجها مرة أخرى.
• فكّر في كيفية نشر النموذج كتطبيق أو واجهة برمجية API.

المصادر

(1) 45 No-Code AI Tools: The Complete No-Code AI Guide (Updated December 2022) (akkio.com)
(2) Sundberg, L & Holmström, J. (2024, forthcoming). Using No-code AI to Teach Machine Learning in Higher Education. Journal of Information Systems Education (JISE). Vol 35, Issue 1.

يشهد مجال الذكاء الاصطناعي (AI) تطورات سريعة ومتتابعة، حيث إن عدد الأبحاث والمنشورات في هذا المجال يتزايد بشكل مطرد سنوياً. وبالتالي فإنه قد يكون من الصعب على الباحثين والمطورين في مجال الذكاء الاصطناعي مواكبة آخر التطورات والأبحاث.

للتغلب على هذه المعضلة، بالإمكان اتباع بعض الاستراتيجيات التي تجعل من عملية الاطلاع سلسلة وميسرة. بحيث يمكن تقسيم هذه الاستراتيجيات زمنياً إلى استراتيجيات يومية وإسبوعية وشهرية وسنوية.

في الاستراتيجية اليومية: والتي فيها تحصل على جرعات سريعة في المجال! يمكن الاشتراك في النشرات الإخبارية اليومية التي تلخص أهم الأحداث في المجال وتكون مختصرة وسريعة في القراءة خصوصا مع بداية اليوم. أيضا متابعة الحسابات المتخصصة في X (تويتر سابقاً) والتي لا تنفك تتحفنا بكل ما هو جديد!

في الاستراتيجية الاسبوعية: والتي يتوقع منها أن تكون أكثر عمقاً، يمكن الاستماع إلى بودكاست أو مشاهدة فيديو تخصصي. أيضا قراءة الأبحاث من المجلات العلمية أو مخزن arXiv يعتبر مصدر ثري للمعلومات ولكن من المهم جداً اختيار المصادر الموثوقة وتجنب الإفراط في تلقي المعلومات لتفادي الإرهاق المعرفي.

في الاستراتيجية الشهرية: يدخل فيها الجانب الاجتماعي التشاركي. فالمشاركة في المجموعات البحثية ونوادي القراءة والسمينارات مع الزملاء يمكن أن يساعد أيضاً في مناقشة ومتابعة آخر التطورات.

في الاستراتيجية السنوية: يُعد حضور الورش والمؤتمرات الكبرى مثل NeurIPS و ACL وغيرها من أفضل الطرق للاطلاع على آخر ما توصل إليه الباحثون، والأهم بناء علاقات مهنية في المجال! ولكن يجب أن يكون المرء انتقائياً في اختيار الجلسات التي يحضرها حتى يستفيد من حضوره للمؤتمر أو الورشة.

في الختام، يعد الاطلاع على آخر مستجدات البحث العلمي في مجال الذكاء الاصطناعي أمر بالغ الأهمية لمواكبة هذا المجال سريع التطور، ولكن في ذات الوقت، ينبغي أن يتم ذلك بانتقائية لتفادي الشعور بالإجهاد والإرهاق المعرفي.

نعيش في عصر ذهبي للذكاء الاصطناعي حيث أصبحت بعض المهام الروتينية والإبداعية تعهد إلى أدوات الذكاء الاصطناعي، مثل ChatGPT وMidjourney وBing وغيرها لتقوم بدورها في عمل المطلوب.

وكأستاذة جامعية، لا يمكنني منع الطالبات من الاستعانة بهذه الأدوات لخدمتهم في المقرر الدراسي ولكن دوري يتمحور حول تشجيعهم على استخدامها ولكن بمسؤولية، مما يعزز بيئة تعليمية إيجابية ويمكّنهم من الاستفادة من الذكاء الاصطناعي.

في هذه التدوينة، سأستعرض لكم بعض المقترحات التي اعتزم تطبيقها بإذن الله تعالى في العام الدراسي المقبل فيما يخص استخدام أدوات الذكاء الاصطناعي التوليدي في مقرراتي.

1- سياسة استخدام أدوات الذكاء الاصطناعي التوليدي في المقرر

جرت العادة في أول محاضرة مع الطالبات قيامي بشرح أهداف المقرر ومفرداته ومخرجاته المتوقعة بالإضافة إلى التوزيع الزمني للتكاليف والمشاريع وطرق التقييم. ومن ضمن الأشياء التي سأضيفها للمحاضرة التعريفية بإذن الله سياسة استخدام أدوات الذكاء الاصطناعي التوليدي حسب الصيغة المقترحة في الأسفل، حيث وجدتها مرنة وتعطي مساحة مناسبة لي كأستاذة وللطالبات.

By submitting work for evaluation in this course, you represent it as your own intellectual product. You may not submit for evaluation any content (e.g., ideas, text, code, images) that was generated, in whole or in part, by Generative Artificial Intelligence tools (including, but not limited to, ChatGPT and other large language models) unless the instructor has explicitly granted permission to do so. Your instructor will explain to you the uses of GAI tools that are permitted or prohibited in this course, including on what specific assignments use of GAI tools is permitted. Submitting content for evaluation that was produced in whole or in part by GAI tools, except for the specific purpose(s) and assignment(s) discussed and authorized by the instructor, constitutes cheating and a violation of academic integrity.

أيضاً قد يكون من المفيد السماح باختلاف هذه السياسة بحسب التكليف أو المشروع، هذه المرونة ستعزز خبرات التعلم عند الطالبات وتشجع على الاستخدام المسؤول للتقنية.

2 – استطلاع رأي الطالبات حول أدوات الذكاء الاصطناعي

يمكن أيضاً في أول محاضرة استكشاف وجهات نظر الطالبات حول أدوات الذكاء الاصطناعي واستخدامها عبر تصميم استبيان يغطي جوانب مختلفة من حالات الاستخدام في المقرر. يمكن أن تكون نتائج الاستبيان بمثابة نقطة ارتكاز لخلق حوار صحي حول هذه الأدوات، ومعتقداتهم فيما يتعلق بالاستخدام المسؤول للذكاء الاصطناعي في تعليمهم.

3- التحدث مع الطالبات مبكرًا حول هذه الأدوات

مناقشة استخدام الذكاء الاصطناعي في المقرر الدراسي يجب أن تكون بصفة مستمرة خلال الفصل الدراسي، كما هو الحال في المواضيع الأخرى المهمة! سأشجّع الأسئلة حول استخدام الذكاء الاصطناعي، وسأواصل إثارة الموضوع لتقديم مزيد من التوجيه، مما يضمن إلمام الطالبات وقدرتهم على الاستخدام المسؤول لهذه الأدوات.

مثال ذلك، تحديد الحالات التي يكون فيها الذكاء الاصطناعي مناسبًا (على سبيل المثال، يمكنك استخدام الذكاء الاصطناعي في س ولكن ليس في ص). أيضاً تجنب العموميات وتقديم أمثلة محددة عن المسموح وغير المسموح به، لتمكين الطالبات من ترجمة سياسة النزاهة الأكاديمية إلى إرشادات عملية.

4– أدوات الذكاء الاصطناعي ليست للغش

يتعدى الحديث عن الاستخدام الأخلاقي للذكاء الاصطناعي مجرد مخاوف الغش. فالتركيز على الغش فقط قد يخلق وصمة تجاه كل استخدامات الذكاء الاصطناعي. بدلاً من ذلك، من المهم تشجيع بيئة تشعر فيها الطالبات بالراحة لمناقشة استخدام الذكاء الاصطناعي وطرح الأسئلة. إن إبراز الإمكانات التعليمية للذكاء الاصطناعي بالإضافةللجوانب الأخلاقية سيمكّن الطالبات من اتخاذ قرارات مستنيرة ومسؤولة.

5- نظام إشارات المرور

لتبسيط فهم الاستخدام المقبول لأدوات الذكاء الاصطناعي، قد يكون من المناسب استخدام أداة تولد جدولاً بإشارات الألوان الضوئية لكل مهمة، موضّحة الإرشادات لاستخدام الطالبات للذكاء الاصطناعي. ويمكن إدراج الجدول في المنهج الدراسي أو نظام إدارة التعلم، هنا رابط لمثال على إشارات المرور.

6- تشجيع التجربة وتعزيز التفكير الناقد

تشجيع الطالبات على استكشاف أدوات وتطبيقات متنوعة للذكاء الاصطناعي في المقرر. مع التركيز على تنمية مهارات التفكير النقدي عند استخدام هذه الأدوات. وذلك بالتحقق من موثوقية المعلومات، وتحدي وجهات نظرهم من خلال طلب رأي معاكس عن الذكاء الاصطناعي.

7- أفكار ختامية

إن استخدام الذكاء الاصطناعي سيؤدي حتمًا إلى تغييرات في المنهج الدراسي، وتوجيه تركيزه للجوانب العملية.

أيضاً، قد يكون من المناسب مشاركة الأوامر Prompts التي استخدمتها الطالبات مع أدوات الذكاء الاصطناعي فيما بينهم ضمن الحدود الأخلاقية المتفق عليها.

أخيراً، أجد أنه من الأهمية بمكان إبلاغ الطالبات بأنه لا يوجد حل مثالي للاستخدام الأخلاقي للذكاء الاصطناعي، وبيان أن هذا المجال لازال تحت التجربة والتقييم. فعلى الرغم من التحديات، إلا أن إمكانات الذكاء الاصطناعي الإيجابية في التعليم عظيمة وتفوق الجهد المبذول لتمكين الطلاب من الاستفادة منه بشكل مسؤول.

مصادر إضافية

– فيدوهات تثقيفية قصيرة من جامعة Wharton عن تطبيق الذكاء الاصطناعي للمعلمين والطلاب.
– 3 Powerful Strategies (Other Than AI Detectors) That Teachers Can Adopt to Adapt to Generative AI