أربعة وكلاء ذكاء اصطناعي يحاولون تعليم بعضهم بعضًا!
هذه المرة لا يوجد طالب واحد ومعلم واحد.
هناك أربعة وكلاء.
الأول متخصص في الشرح.
الثاني متخصص في الأمثلة.
الثالث متخصص في اكتشاف الأخطاء.
والرابع مسؤول عن اختبار الفهم.
تُعطى المجموعة موضوعًا معقدًا.
يبدأ الوكيل الأول بمحاولة شرحه.
لكن الوكيل الثاني يقرأ الشرح ويقول:
"المعلومة صحيحة، لكنها صعبة على المبتدئ."
فيعيد صياغتها باستخدام مثال.
ثم يأتي الوكيل الثالث.
مهمته البحث عن الأخطاء أو التبسيطات المضللة.
يجد نقطة يمكن أن تسبب سوء فهم.
فيضع ملاحظة.
ثم يصل كل شيء إلى الوكيل الرابع.
لكنه لا يشرح.
بل يصمم اختبارًا.
سؤال أول بسيط.
ثم سؤال تطبيقي.
ثم سؤال يحاول معرفة ما إذا كان المتعلم فهم الفكرة فعلًا أم حفظ الإجابة.
تظهر نتيجة غير متوقعة.
المتعلم يستطيع الإجابة عن الأسئلة المباشرة، لكنه يفشل عندما تتغير صياغة السؤال.
تعود المعلومة إلى الفريق.
فيقرر الوكيل الأول تغيير طريقة الشرح.
ويضيف الثاني أمثلة مختلفة.
ويعدل الثالث نقاط التحذير.
ثم يعيد الرابع الاختبار.
وهكذا لا يتم بناء الدرس مرة واحدة.
بل يتم تطويره بناءً على نتائج الاختبار.
وهذا هو الجزء الأكثر إثارة في التجربة.
الوكلاء لا يتعاونون فقط لإنتاج المحتوى.
بل يتعاونون لتقييم المحتوى ثم إعادة بنائه.
ومع ذلك، لا يعني هذا أن النظام يعرف تلقائيًا أفضل طريقة للتعليم.
قد يخطئ في تفسير سبب فشل الطالب.
ولهذا تحتاج التجارب الواقعية إلى تقييم بشري مستقل.
لكن الفكرة تفتح بابًا جديدًا:
ماذا لو أصبحت الأنظمة التعليمية المستقبلية مكونة من وكلاء متخصصين يتناقشون باستمرار حول أفضل طريقة لشرح المعلومة؟ 📚🧠
21 مشاهدة