التصحيح بالذكاء الاصطناعي: ما يستطيعه فعلاً وما لا يستطيعه

التصحيح بالذكاء الاصطناعي: ما يستطيعه فعلاً وما لا يستطيعه

السؤال الذي يصل قيادات الجودة الأكاديمية اليوم لم يعد «هل يستطيع الذكاء الاصطناعي التصحيح؟» بل «هل نأتمنه على قرار يمس درجة طالب أو نتيجة متدرب؟». والإجابة الصادقة لا تأتي بنعم أو لا، بل بفهم ما يفعله التصحيح الآلي فعلاً — وما لا يفعله مهما تحسّنت النماذج.

نكتب هذا ونحن نبيع منتج تقييم بالذكاء الاصطناعي. ولهذا بالذات نكتبه: الحدود التي نشرحها هنا هي نفسها التي صممنا منتجنا حولها، والعميل الذي يفهمها قبل الشراء تنجح تجربته — عندنا وعند غيرنا.

أولاً: ما الذي يقيسه التصحيح الآلي فعلاً؟

التصحيح الآلي لا «يفهم» الإجابة بالمعنى الإنساني؛ هو يقيس مطابقة التسليم لمعيار معلن. يقرأ النص أو الملف، ويبحث عن مؤشرات المعيار: هل ذُكر العنصر المطلوب؟ هل اتُّبعت البنية؟ هل ورد الدليل؟ ثم يقترح حكماً مستنداً إلى ما وجده.

هذا التمييز ليس ترفاً فلسفياً، بل أساس عملي: نتيجة التصحيح الآلي انعكاس مباشر لجودة معيارك. المعيار الواضح يعطي نتائج متسقة قابلة للدفاع عنها، والمعيار الغامض يعطي نتائج غامضة — بسرعة أكبر فقط.

ولذلك فإن أول سؤال تطرحه ليس «ما دقة النظام؟» بل «هل معاييرنا نفسها قابلة للتطبيق أصلاً؟».

ثانياً: شرط النجاح الأول — معيار تقييم قابل للتطبيق

قارن بين صيغتين للمعيار نفسه.

الصيغة الغامضة: «يُظهر الطالب فهماً جيداً للموضوع — 10 درجات». ما «الفهم الجيد»؟ مصححان بشريان سيختلفان عليه، فكيف بنظام؟

والصيغة القابلة للقياس: «يعرّف الطالب المصطلحين الرئيسين تعريفاً صحيحاً — 4 درجات؛ ويذكر مثالاً تطبيقياً واحداً على الأقل — 3 درجات؛ ويربط بين المفهومين في فقرة ختامية — 3 درجات».

الصيغة الثانية ليست أدق للنظام فحسب؛ هي أعدل للطالب، وأوضح للمصحح البشري، وأسلم عند التظلم. والقاعدة التي نعمل بها: إن عجز مصححان بشريان عن الاتفاق على تطبيق المعيار، فلن يُصلحه نظام — سيُخفي الخلاف خلف واجهة.

وهنا فائدة جانبية حقيقية: مجرد تجهيز المعايير للتقييم الآلي يحسّن المعايير نفسها، لأن الغموض الذي كان يمرره التسامح البشري لم يعد يمر.

ثالثاً: أين يتفوق التصحيح الآلي؟

في أربعة مواضع يظهر تفوقه بوضوح.

الاتساق. البشر يتعبون: التسليم رقم أربعمئة لا يُقيَّم بتركيز التسليم رقم أربعة. النظام يطبق المعيار نفسه على الأول والأخير — وهذا وجه العدالة الذي يلمسه الطلاب قبل غيره.

السرعة في المواسم. نهاية الفصل حيث تتكدس مئات التسليمات أو آلافها في أيام، وحيث يتحول التقييم من عمل دقيق إلى سباق إنهاك.

ربط الملاحظة بالدليل. الحكم المقترح يشير إلى موضعه في التسليم نفسه: هذه الدرجة لأن هذه الفقرة ذكرت كذا. وهذا يخدم التغذية الراجعة للطالب والتظلمات أمام اللجان معاً.

توجيه جهد المراجعة. بدل توزيع جهد المصححين بالتساوي على الجميع، يُصرف حيث يستحق: الحالات الحدية والملتبسة التي يصنع فيها الحكم البشري فرقاً حقيقياً.

رابعاً: أين يتعثر؟

الصراحة هنا أنفع من أي شريحة تسويقية.

الإبداع المفتوح. النصوص الأدبية، والمشاريع الفنية، والحلول غير المتوقعة الصحيحة — حيث قد يكون «الخروج عن المعيار» علامة تميز لا خطأ. هذه مساحة الحكم البشري، وستبقى.

الملفات رديئة الجودة. صورة مائلة معتمة بخط غير مقروء ستُنتج قراءة رديئة مهما كان النظام. والنظام الجيد يصارحك بأنه لم يقرأ بدل أن يخمّن — واسأل أي مورّد صراحة: ماذا يفعل نظامكم بالملف الذي تتعذر قراءته؟

المعايير الذاتية غير المفككة. «الأصالة» و«العمق» و«جودة الأسلوب» إن لم تُفكَّك إلى مؤشرات ملموسة، فستحصل على أحكام تبدو واثقة بلا أساس يصمد.

والخلاصة التي نلتزمها: هذه ليست عيوباً تصلحها نسخة قادمة؛ إنها حدود طبيعة الأداة. والمنتج الجيد يُصمَّم حولها، لا يدّعي تجاوزها.

خامساً: المراجعة البشرية ليست خطوة شكلية

أكبر أخطاء التبني: معاملة التقييم الآلي بديلاً عن المصحح، لا أداةً له. التصميم الصحيح يجيب عن ثلاثة أسئلة قبل التشغيل:

أي الحالات تُحال للمراجعة؟ الحالات القريبة من حدود النجاح والرسوب، والنتائج المتباينة بشدة عن نمط الطالب، والملفات منخفضة جودة القراءة، وعينة عشوائية دورية للضبط.

من يملك قرار الاعتماد؟ اسم ودور محددان في جهتك — لا عبارة «النظام اعتمد».

ماذا يُوثَّق؟ سجل يبين ما اقترحه النظام، وما عدّله المراجع، ومن اعتمد النتيجة. هذا السجل هو ردك الجاهز على أي تظلم — وهو الفرق بين «نظامٌ قال» و«لجنةٌ قررت بأداة».

وبكلمة واحدة: الذكاء الاصطناعي يقترح ويبرر، والاعتماد بشري. وأي عرض يعكس هذه المعادلة، فاسأله كيف سيجيب عن تظلم طالب.

سادساً: أسئلة تطرحها على أي حل تقييم آلي — بمن فيهم نحن

1. أين الدليل؟ هل يُربط كل حكم مقترح بموضعه في التسليم؟
2. ما سجل القرارات؟ هل يوثق ما اقتُرح وما عُدِّل ومن اعتمد؟
3. ماذا يحدث للملف الذي تتعذر قراءته — يُعلَّم ويُستبعد أم «يُخمَّن»؟
4. كيف تُبنى معاييرنا داخل النظام؟ ومن يعتمدها قبل التشغيل؟
5. ما الذي يُحتسب من الاستهلاك وما لا يُحتسب؟ إعادة التقييم بعد تعديل معيار مثلاً، أو الملف المرفوض.
6. أين تُعالج البيانات وأين تُخزَّن التسليمات؟ وما مدة الاحتفاظ؟
7. هل تُستخدم تسليمات طلابنا خارج نطاق مهمتنا؟ والإجابة نريدها مكتوبة في العرض، لا شفهية.
8. كيف نبدأ صغيراً؟ مقرر واحد وفصل واحد بمعايير نجاح — قبل أي تعميم.

سابعاً: قائمة جاهزية جهتك قبل أي تجربة

• لدينا معايير تقييم مكتوبة للواجبات المرشحة — لا في رؤوس المصححين فقط.
• طبّقنا المعيار يدوياً على ثلاثة تسليمات حقيقية، واتفق مصححان على النتيجة تقريباً.
• حددنا المقرر أو البرنامج الذي سنجرب عليه، وحجم تسليماته الموسمي.
• سمّينا مالك القرار الأكاديمي للتجربة باسمه ودوره.
• عرفنا شكل ملفاتنا الفعلي — مطبوعة، مصورة بالجوال، رقمية — وسنجرب بعينات منه لا بعينات مثالية.
• اتفقنا داخلياً على معايير نجاح التجربة قبل بدئها، لا بعد ظهور نتائجها.
• راجعنا التزاماتنا الداخلية والنظامية في بيانات الطلاب قبل رفع أي تسليم.

إن اكتملت القائمة فأنت جاهز لتجربة أي حل تقييم آلي — وستعرف خلال فصل واحد إن كان يستحق التوسع.

كيف طبّقنا هذه المبادئ في TasHeeh Pro؟

كل ما سبق ليس نظرية نكتبها ونبيع عكسها. في TasHeeh Pro: يقرأ النظام التسليمات وفق معاييركم المعتمدة ويقترح النتائج مع أدلتها من التسليم نفسه؛ والمراجعة البشرية الموجهة جزء من التصميم لا خيار لاحق — الحالات التي تستدعي التحقق تُحال، والاعتماد النهائي بشري ضمن الصلاحيات المتفق عليها؛ وسجل القرارات يوثق ما اقتُرح وما اعتُمد؛ والاشتراك سنوي برصيد تقييمات معلَن الآلية في صفحة الأسعار.

ولن تجد في صفحاتنا نسبة دقة معلنة — لأن الدقة الفعلية تعتمد على معاييركم وملفاتكم أنتم، والرقم الصادق الوحيد هو الذي تقيسه تجربتكم على عيناتكم. وهذا بالضبط ما نقترح أن نبدأ به معاً.