التحيّز المعرفي في الذكاء الاصطناعي وتأثيره على اتخاذ القرارات في التعليم
الكلمات المفتاحية:
التحيّز المعرفي، الذكاء الاصطناعي، اتخاذ القرار، التعليم، العدالة التربويّةالملخص
يتناول هذا البحث ظاهرة التحيّز المعرفي في أنظمة الذكاء الاصطناعي وتأثيرها على اتخاذ القرارات التعليميّة، لا سيّما في البيئات المدرسيّة العربية. يعتمد الذكاء الاصطناعي في التعليم على تحليل البيانات وتقديم توصيات أكاديمية، إلا أن هذه المخرجات قد تتأثر بتحيّزات خوارزمية ناتجة عن بيانات غير متوازنة أو تصميم نماذج غير عادلة. اعتمدت الدراسة منهجًا نوعيًّا قائمًا على مقابلات شبه ممنهجة مع معلمين ومديرين في مدارس عربية، وكشفت النتائج عن وجود تحفظات كبيرة على دقة الأنظمة ومحدوديّة الشفافيّة، رغم الفوائد الملحوظة في تخصيص التعلم وتوفير الوقت. توصلت الدراسة إلى أن الاستخدام المسؤول للذكاء الاصطناعي في التعليم يتطلب إشرافًا تربويًا ناقدًا، وتدريبًا ميتامعرفيًا للمعلمين، واعتماد سياسات مؤسسيّة تُعزز العدالة والمساءلة. وقدمت الدراسة توصيات عمليّة لضمان الاستخدام العادل للخوارزميات، واقترحت توجهات بحثية مستقبلية لتحسين الإنصاف التربوي في بيئات الذكاء الاصطناعي.
التنزيلات
المراجع
مراجع
Barlatier, P. J., et al. (2024). Responsible innovation frameworks for sustainable AI development. Journal of Responsible Technology, 12, 100070. https://doi.org/10.1016/j.jrt.2024.100070
Bazin, M. (2024). Towards sustainable and inclusive AI systems: Ethical considerations and frameworks. AI & Ethics, 5(1), 45–58. https://doi.org/10.1007/s43681-024-00123-8
· Binns, R., Veale, M., Van Kleek, M., & Shadbolt, N. (2018). 'It's reducing a human being to a percentage': Perceptions of justice in algorithmic decisions. Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems, 1–14. https://doi.org/10.1145/3173574.3173951
· Brem, A., & Rivieccio, G. (2024). Artificial Intelligence and Cognitive Biases: A Viewpoint. Journal of Innovation Economics, 0(2), 223–231. https://ideas.repec.org/a/cai/jiedbu/jie_044_0223.htmlIDEAS/RePEc
Chang, K., Zhang, Y., & Chen, L. (2019). Mitigating Bias in AI Systems Through Inclusive Development Teams. Proceedings of the AAAI Conference on Human Computation and Crowdsourcing, 7, 35–43.
· Chinta, S. V., Rodriguez, A., & Brodersen, A. (2024). FairAIED: Navigating Fairness, Bias, and Ethics in Educational AI Applications. arXiv. https://arxiv.org/abs/2407.18745
· Cowgill, B., Dell’Acqua, F., & Deng, S. (2021). Biased Programmers? Or Biased Data? A Field Experiment in Operationalizing AI Ethics. Vanderbilt Law Review, 74(6), 1477–1526.
· Danaher, J., Hogan, M. J., Noone, C., Kennedy, R., Behan, A., & de Paor, A. (2017). Algorithmic governance: Developing a research agenda. Big Data & Society, 4(2). https://doi.org/10.1177/2053951717726554
Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6. https://www.mdpi.com/2075-4698/15/1/6
· Gillespie T and Seaver N (2016) Critical algorithm studies: A reading list. Available at: https://socialmediacollective.org/reading-lists/critical-algorithm-studies/ (accessed 01 April 2025).
Harris, K. (2020). Bias in AI: Addressing the underlying causes. AI & Society, 35(3), 857–866. https://doi.org/10.1007/s00146-019-00892-7
· Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Hooshyar, D., et al. (2025). Towards Responsible AI for Education: Hybrid Human-AI to Confront the Elephant in the Room. arXiv. https://arxiv.org/abs/2504.16148
Hoy, W. K., & Tarter, C. J. (2004). Administrators solving the problems of practice: Decision-making concepts, cases, and consequences (2nd ed.). Allyn & Bacon.
Li, M., et al. (2023). Potential Societal Biases of ChatGPT in Higher Education: A Scoping Review. arXiv. https://arxiv.org/abs/2311.14381
· Li, M., Nguyen, T., Sanzgiri, P., & West, S. (2023). Potential societal biases of ChatGPT in higher education: A scoping review. arXiv. https://arxiv.org/abs/2311.14381
· Lim, C. (2025). DeBiasMe: De-biasing Human-AI Interactions with Metacognitive AIED Interventions. arXiv. https://arxiv.org/abs/2504.16770
Mahajan, P. (2025). What is Ethical: AIHED Driving Humans or Human-Driven AIHED? arXiv. https://arxiv.org/abs/2503.04751
· Mitchell, M. (2025). AI is spreading old stereotypes to new languages and cultures. Wired. https://www.wired.com/story/ai-bias-spreading-stereotypes-across-languages-and-cultures-margaret-mitchell
· Mittelstadt B, Floridi L (2016) The ethics of Big Data: Current and foreseeable issues in biomedical contexts. Science and Engineering Ethics 22(2): 303–341.
Owens, R. G., & Valesky, T. C. (2015). Organizational behavior in education: Leadership and school reform (11th ed.). Pearson.
· Rawls, J. (1971). A theory of justice. Harvard University Press.
· Sun, S., et al. (2025). Uncovering Bias in Foundation Models: Impact, Testing, Harm, and Mitigation. arXiv. https://arxiv.org/abs/2501.10453
· Talboy, A. N., & Fuller, E. (2023). Challenging the Appearance of Machine Intelligence: Cognitive Bias in LLMs and Best Practices for Adoption. arXiv. https://arxiv.org/abs/2304.01358
Timmermans, J., Yaghmaei, E., Stahl, B. C., & Brem, A. (2017). Responsible research and innovation: A care-based approach to ethics in technology. European Journal of Futures Research, 5(1), 2. https://doi.org/10.1007/s40309-017-0110-5
· Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124–1131.
· U.S. Department of Education. (2023). Artificial Intelligence and the Future of Teaching and Learning: Insights and Recommendations. https://www.ed.gov/sites/ed/files/documents/ai-report/ai-report.pdf
· Zliobaite, I. (2017). Measuring discrimination in algorithmic decision making. Data Mining and Knowledge Discovery, 31(4), 1060–1089. https://doi.org/10.1007/s10618-017-0506-1
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2026 ايمان عمر خطيب دراوشة، وفيقة إبراهيم حسين أيّوب (مؤلف)
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
مجلة رابطة التربويين الفلسطينيين للآداب والدراسات التربوية والنفسية
الرقم الإلكتروني: 1941-2789
احتفاظ المؤلفين بحقوق الطبع والنشر
تسمح مجلة رابطة التربويين الفلسطينيين للآداب والدراسات التربوية والنفسية للمؤلفين بالاحتفاظ بحقوق الطبع والنشر ومنح المجلة حق النشر الأول مع العمل المرخص في نفس الوقت بموجب ترخيص Creative Commons Attribution (CC-BY) 4.0 الذي يسمح للآخرين بمشاركة العمل مع الاعتراف بتأليف العمل ونشره الأولي في هذه المجلة.
بشرط أن يكونوا أصحاب حقوق الطبع والنشر لعملهم، يستطيع المؤلفون الدخول في ترتيبات تعاقدية منفصلة وإضافية للتوزيع غير الحصري للنسخة المنشورة من العمل في المجلة (على سبيل المثال، نشرها في مستودع مؤسسي، في مجلة) أو نشره في كتاب) مع شكر على نشره الأولي في هذه المجلة.
يُسمح للمؤلفين ويتم تشجيعهم على نشر أعمالهم عبر الإنترنت (على سبيل المثال، في المستودعات المؤسسية، أو المستودعات الصارمة، أو على موقع الويب الخاص بهم) قبل وأثناء عملية التقديم.
