دراسة حالة: مسارات هندسة الأوامر لطلاب المرحلة الثانوية متعلمي الإنجليزية كلغة أجنبية باستخدام ChatGPT في مهام الكتابة

1. المقدمة

يُشكِّل ظهور روبوتات الدردشة الذكية المولِّدة المتطورة (SOTA) مثل ChatGPT فرصًا وتحديات للتعليم، خاصة في تعلم اللغات. تبحث هذه الورقة في كيفية انخراط طلاب المرحلة الثانوية متعلمي الإنجليزية كلغة أجنبية (EFL)، كمستخدمين مبتدئين، في هندسة الأوامر - مهارة صياغة التعليمات للذكاء الاصطناعي - لإنجاز مهمة كتابة. المشكلة الأساسية هي أن التعاون الفعَّال مع ChatGPT ليس بديهيًا؛ فهو يتطلب مهارة مُكتَسَبة يفتقر إليها العديد من الطلاب، مما يؤدي إلى عمليات تجريبية غير فعالة. تهدف هذه الدراسة إلى رسم خرائط المسارات المتنوعة التي يسلكها الطلاب، وتحليل محتوى أوامرهم وجودتها وتطورها، لتوجيه الاستراتيجيات التربوية لدمج ثقافة الذكاء الاصطناعي في فصل كتابة اللغة الإنجليزية كلغة أجنبية.

2. المنهجية

يستخدم هذا البحث منهج دراسة الحالة النوعية. تم جمع البيانات من تسجيلات شاشة أجهزة iPad لطلاب المرحلة الثانوية متعلمي الإنجليزية كلغة أجنبية في هونغ كونغ يستخدمون ChatGPT وروبوتات دردشة متطورة مماثلة لأول مرة لإنجاز مهمة كتابة موحدة. ركز التحليل على فحص تفصيلي للأوامر التي أنشأها الطلاب، وتسلسلاتها (المسارات)، والمخرجات المقابلة للذكاء الاصطناعي. حددت الدراسة أربعة مسارات نمطية متميزة بناءً على أنماط التفاعل، وتطور الأوامر، والنهج الاستراتيجي.

3. دراسات الحالة: أربعة مسارات لهندسة الأوامر

كشف التحليل عن أربعة أنماط تفاعل رئيسية، تمثل مستويات مختلفة من المشاركة والتفكير الاستراتيجي.

4. النتائج والتحليل

5. النقاش: التضمينات لتعليم الثقافة الذكاء الاصطناعي

تؤكد الدراسة أن استخدام ChatGPT بفعالية هو مهارة مُكتَسَبة، وليست قدرة فطرية. يشير انتشار المسارات المقتصدة وغير الفعالة التكرارية بين المبتدئين إلى فجوة حرجة في التعليم الحالي. يجادل المؤلفون لصالح دمج تعليم هندسة الأوامر صراحةً في مناهج تعليم الإنجليزية كلغة أجنبية. وهذا سينقل الطلاب من مرحلة التجربة والخطأ، ويزودهم بأطر لصياغة تعليمات واضحة، وتعيين أدوار، وتحديد تنسيقات، وتحسين المخرجات بشكل تكراري - مما يحول الذكاء الاصطناعي من أداة غامضة إلى أداة تعاونية.

6. الإطار التقني والتحليل

من منظور تقني، تتفاعل هندسة الأوامر مع دوال الاحتمال للنموذج اللغوي الأساسي. يوجه الأمر المصاغ جيدًا $P$ النموذج $M$ لأخذ عينات من منطقة أكثر تقييدًا ومرغوبة من توزيع مخرجاته $D$ لسياق معين $C$. يمكن تمثيل العملية بشكل مجرد على أنها تعظيم الاحتمال الشرطي لتسلسل مخرجات مرغوب $O$:

$O^* = \arg\max_{O} P(O | C, P, M)$

حيث يزيد الأمر الغامض من الإنتروبيا في $D$، مما يؤدي إلى مخرجات عامة، بينما يقلل الأمر المحدد مع القيود (الدور، التنسيق، الأسلوب) من الإنتروبيا، ويوجه $M$ نحو $O^*$ أكثر استهدافًا. تمثل مسارات الطلاب بشكل فعال استراتيجيات مختلفة للتلاعب بهذا الاحتمال الشرطي من خلال تعليمات اللغة الطبيعية.

مثال على إطار التحليل

السيناريو: يريد طالب أن يساعده ChatGPT في كتابة فقرة إقناعية عن إعادة التدوير.

• أمر ضعيف (إنتروبيا عالية): "اكتب عن إعادة التدوير."
  التحليل: النموذج لديه قيود دنيا، ومن المحتمل أن يولد نظرة عامة واسعة على غرار الموسوعة.
• أمر قوي (إنتروبيا منخفضة): "تصرف كمدافع عن البيئة. اكتب فقرة إقناعية مكونة من 80 كلمة موجهة للمراهقين، تقنعهم بإعادة تدوير زجاجات البلاستيك. استخدم نبرة مباشرة وعاجلة، وتضمن إحصائية واحدة."
  التحليل: يحدد هذا الأمر الدور (مدافع)، الجمهور (مراهقون)، الهدف (إقناع)، تركيز المحتوى (زجاجات بلاستيك)، الطول (80 كلمة)، النبرة (مباشرة، عاجلة)، والعنصر (إحصائية). يضيق بشكل كبير توزيع مخرجات النموذج.

7. التطبيقات المستقبلية واتجاهات البحث

تفتح النتائج عدة مسارات للعمل المستقبلي:

• مدرِّبون تكييفيون للأوامر: تطوير مدرِّبين مدعومين بالذكاء الاصطناعي يحللون أمر الطالب ويقدمون ملاحظات فورية حول كيفية تحسينه (مثل: "حاول تحديد جمهورك").
• دراسات طولية: تتبع كيفية تطور مهارات هندسة الأوامر لدى الطلاب مع مرور الوقت مع التعليم الرسمي وبدونه.
• مقارنات عبر الثقافات واللغات: التحقيق فيما إذا كانت استراتيجيات هندسة الأوامر تختلف عبر اللغات والسياقات التعليمية الثقافية.
• التكامل مع منهجية تعليم الكتابة: البحث في كيفية نسج أطر هندسة الأوامر في نماذج عملية الكتابة الحالية (ما قبل الكتابة، المسودة، المراجعة).
• الأبعاد الأخلاقية والنقدية: توسيع ثقافة الذكاء الاصطناعي لتتجاوز الكفاءة لتشمل التقييم النقدي لمخرجات الذكاء الاصطناعي، وكشف التحيز، والاستخدام الأخلاقي.

8. المراجع

1. Woo, D. J., Guo, K., & Susanto, H. (2023). Cases of EFL Secondary Students’ Prompt Engineering Pathways to Complete a Writing Task with ChatGPT. Manuscript in preparation.
2. Caldarini, G., Jaf, S., & McGarry, K. (2022). A Literature Survey of Recent Advances in Chatbots. Information, 13(1), 41.
3. Long, D., & Magerko, B. (2020). What is AI Literacy? Competencies and Design Considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1–16.
4. OpenAI. (2023). GPT-4 Technical Report. arXiv preprint arXiv:2303.08774.
5. Zhao, W. X., et al. (2023). A Survey of Large Language Models. arXiv preprint arXiv:2303.18223.
6. The Stanford Center for AI Safety. (n.d.). AI Literacy. Retrieved from https://aisafety.stanford.edu/ai-literacy