التغذية الراجعة التكوينية المولَّدة بنماذج اللغة الكبيرة في التعليم: مراجعة منهجية نوعية للأدبيات
خلاصة الدراسة
تنطلق هذه الدراسة من كون التغذية الراجعة التكوينية مكوّنًا محوريًا في التعلّم وسمةً أساسية من سمات نظم التعلّم الرقمية، وتلاحظ أنّ ظهور نماذج اللغة الكبيرة (LLMs) المُعدَّلة بالتعليمات منذ أواخر عام 2022 أتاح توليدًا قابلًا للتوسّع لتغذية راجعة تكوينية مُفصّلة لمهامّ الطلبة النصّية عبر مجالات معرفية متعدّدة. ويرى الباحثون أنّ المراجعات القائمة لا تعكس هذه التطوّرات بكفاية؛ إذ إمّا تجمع نظمًا متغايرة من الذكاء الاصطناعي تحت مظلّة واحدة، أو تركّز على تقنيات ما قبل نماذج اللغة الكبيرة، أو تقتصر على سياقات محدّدة كالكتابة في التعليم العالي. ولسدّ هذه الفجوة أجروا مراجعة منهجية نوعية للأدبيات وفق إرشادات PRISMA، بتوليف أدلّة من 47 دراسة تجريبية محكّمة تضمّنت 121 سؤالًا بحثيًا متمايزًا نُشرت بين عامَي 2022 و2026، بهدف رسم خريطة للأسئلة البحثية والمنهجية والأدلّة التجريبية في هذا الحقل السريع النموّ والمُجزّأ.
وُجّهت المراجعة بثلاثة أسئلة بحثية رئيسة: الأوّل يتناول التأطير النظري وخطوط البحث المهيمنة والمصطلحات المستخدمة، والثاني يتناول الخصائص المنهجية والسياقية من حيث تصميمات البحث والمجالات التعليمية والمستويات الدراسية وأنواع العيّنات وسياقات التطبيق، والثالث يتناول أنواع النماذج المستخدمة واستراتيجيات التلقين والنتائج التجريبية المتعلّقة بجودة التغذية الراجعة ومعالجتها ومخرجات التعلّم، إضافةً إلى كيفية معالجة الدراسات للتحدّيات التربوية والأخلاقية. ويشير الباحثون إلى أنّ الأدبيات المُراجَعة ترتكز أساسًا على نظرية التغذية الراجعة التكوينية والتعلّم المنظّم ذاتيًا ومحو أمّية التغذية الراجعة وأُطر التفاعل بين الإنسان والذكاء الاصطناعي، وأنّ من أبرز نماذجها النظرية نموذج حلقتَي التغذية الراجعة التفاعليتين (ITFL) الذي يتصوّر التغذية الراجعة عمليةً تنظيمية ديناميكية ينبثق فيها التعلّم من تفاعل حلقة خارجية يوفّرها مصدر خارجي كالمعلّم أو النظام الرقمي، وحلقة داخلية تشير إلى مراقبة المتعلّم وتفسيره وتنظيمه لمعرفته وما وراء معرفته ودافعيته.
يعرض الإطار النظري تطوّر مفهوم التغذية الراجعة عبر المدارس السلوكية والمعرفية والبنائية الاجتماعية، ودورها في تصحيح الأخطاء وبناء المعرفة والتعلّم المنظّم ذاتيًا والدافعية. ويميّز الباحثون بين التغذية الراجعة التجميعية التي توفّر معلومات تشخيصية في نهاية عملية التعلّم لأغراض الرصد أو الاعتماد، والتغذية الراجعة التكوينية التي تدعم التعلّم المستمرّ بمعلومات نوعية تُعين الطالب على تحسين الأداء وتصحيح الأخطاء. ويستندون إلى تصنيف شوت لأنواع التغذية الراجعة الرقمية إلى: معرفة النتائج (KR)، ومعرفة الاستجابة الصحيحة (KCR)، والتغذية الراجعة المُفصّلة (EF) التي تقدّم تفسيرات وتلميحات وأمثلة محلولة وإرشادًا استراتيجيًا. ويستعرضون كذلك أعمال نماذج اللغة الكبيرة وهندسة التلقين، مبيّنين مرحلتَي التدريب (التدريب المسبق والضبط الدقيق أو التعلّم المعزّز بالتغذية الراجعة البشرية)، وأُسَر النماذج المختلفة كـ BERT وT5 وسلسلة GPT وLLaMA وClaude وGemini، والتمييز بين النماذج المملوكة المُتاحة عبر واجهات برمجية والنماذج مفتوحة المصدر القابلة للاستضافة المحلّية والتخصيص.
اعتمدت الدراسة تصميم مراجعة منهجية نوعية يحتفظ بصرامة التحديد والتقييم المنهجيين لكنّه يعتمد المقارنة الموضوعاتية التفسيرية حين لا يكون التجميع الإحصائي مناسبًا بسبب تباين التصميمات والمخرجات والتأطيرات النظرية. والتزم الباحثون بإرشادات PRISMA 2020، وطبّقوا معايير اشتمال واستبعاد واضحة، فاشترطوا أن تتناول الدراسات تغذية راجعة تكوينية مولَّدة بنماذج لغة كبيرة عامّة الأغراض مُعدَّلة بالتعليمات، وأن تشمل متعلّمين أو معلّمين حقيقيين في سياقات تعليمية أصيلة (من رياض الأطفال حتى الثانوي والتعليم العالي)، وأن تقدّم بيانات تجريبية عن جودة التغذية الراجعة أو معالجتها الداخلية أو آثارها المعرفية وما وراء المعرفية والدافعية، وأن تكون مقالات محكّمة منشورة بالإنجليزية بين 2022 و2026 بتفصيل منهجي كافٍ. واستبعدوا دراسات الإدراك دون بيانات فعلية، والأوراق المفاهيمية، ودراسات قابلية الاستخدام، والتغذية الراجعة التجميعية كتقدير المقالات، ونظم معالجة اللغة الطبيعية التقليدية.
تتبّعت عملية الاختيار تدفّق PRISMA عبر خمس قواعد بيانات كبرى هي ERIC وScopus وIEEE Xplore وSpringerLink وScienceDirect، باستخدام سلسلة بحث بوليانية جمعت مصطلحات التغذية الراجعة المولَّدة بنماذج اللغة الكبيرة والذكاء الاصطناعي بمصطلحات التعليم والتعلّم والتدريس. وبعد بحث أوّلي في نوفمبر 2025 وبحث موسّع في فبراير 2026، بلغ عدد السجلّات الفريدة بعد إزالة التكرار 638 سجلًّا، انخفضت إلى 429 مقالًا محكّمًا بعد استبعاد أوراق المؤتمرات. ثمّ استُخدمت أداة Elicit Pro لفحص شبه آلي للملخّصات حدّدت 90 ورقة، رُوجعت يدويًا فاختير منها 69 دراسة لفحص نصوصها الكاملة، استُبعِد بعدها 22 مقالًا، فتبقّت 47 دراسة للتوليف النوعي. وتوزّعت سنوات النشر على 3 دراسات عام 2023 و13 عام 2024 و24 عام 2025 و7 عام 2026، وجاء معظمها من الولايات المتّحدة والصين وألمانيا. واستُخرجت البيانات على مراحل مع تدقيق المؤلّفَين المشاركَين 30% من المدخلات، وطُبّق تحليل محتوى نوعي استقرائي واستنباطي وفق مبادئ مايرينغ.
على صعيد النتائج، أظهر التأطير النظري خمس فئات عريضة من الأُطر: التغذية الراجعة التكوينية (ولا سيّما نموذج هاتي وتيمبرلي بأسئلته الثلاثة: إلى أين أتّجه؟ كيف أسير؟ وإلى أين بعد ذلك؟)، والتعلّم المنظّم ذاتيًا والدافعية (بما فيه نظرية تقرير الذات ونظرية التوقّع–القيمة ونظرية القيمة–التحكّم لانفعالات الإنجاز ومحو أمّية التغذية الراجعة)، والنظريات التعلّمية العامّة (كمنطقة النموّ القريبة لفيغوتسكي ونظرية الحمل المعرفي ونظرية الشرح الذاتي)، والأُطر الخاصّة بالمجالات (كاكتساب اللغة الثانية والتغذية الراجعة التصحيحية المكتوبة ونموذج تولمِن للحجاج)، وأُطر تقبّل التقنية والتفاعل بين الإنسان والذكاء الاصطناعي. كما تبيّن على صعيد المصطلحات أنّ أكثر المصطلحات شيوعًا جمعت “الذكاء الاصطناعي” أو “نموذج اللغة الكبير” بـ “المولَّدة” و”التغذية الراجعة”، مع استخدام واسع لـ ChatGPT أو GPT ما يعكس هيمنة هذا النموذج تحديدًا.
أمّا الخصائص المنهجية والتقنية فبيّنت أنّ الدراسات تهيمن عليها التجارب قصيرة المدى والدراسات الصفّية شبه التجريبية وتقييمات الخبراء لجودة التغذية الراجعة، وأنّها تتركّز في الغالب في التعليم العالي. وتقنيًا، توظّف معظم الدراسات نماذج مملوكة مُدرَّبة مسبقًا من طراز GPT-3.5 أو GPT-4، مع تلقين قائم على الأدوار مُثرًى بالسياق بأسلوب الطلقة الصفرية (zero-shot) أو التلقين بأمثلة قليلة (few-shot)، بينما بدأت تبرز مقاربات الضبط الدقيق والنماذج مفتوحة المصدر ومتعدّدة الوكلاء. وتشير النتائج التجريبية إلى أنّ التغذية الراجعة التكوينية المولَّدة بنماذج اللغة الكبيرة تتفوّق باطّراد على شروط انعدام التغذية الراجعة، وتُحسّن غالبًا جودة المراجعة والدافعية ومخرجات التعلّم قصيرة المدى، بل تقترب أحيانًا من تغذية المعلّم الراجعة في ظلّ تلقين مُحكَم التصميم.
غير أنّ الباحثين يُبرزون مخاطر متكرّرة تلازم هذه التقنية، أبرزها الهلوسة (توليد معلومات مُلفّقة أو مضلّلة أو غير دقيقة تُقدَّم بطلاقة لغوية عالية)، والإفراط في الإيجابية، وسوء تصنيف عمل الطالب، إضافةً إلى التحيّز الخوارزمي والاعتماد المفرط وضعف الدمج التربوي وتحدّيات الخصوصية وحوكمة البيانات على المستوى المؤسّسي. ويشيرون إلى أدلّة ناشئة تفيد بأنّ الضبط الدقيق بالتعليمات، وترسيخ التلقين في نتاجات الطلبة الفعلية، وإبقاء المعلّم ضمن الحلقة (teacher-in-the-loop) للإشراف، من شأنها التخفيف من هذه المشكلات. ويوضّحون أنّ الأدبيات تقترح هندسة التلقين والضبط الدقيق حلولًا محورية، وأنّ الأدلّة التجريبية تُظهر أنّ هذه التقنيات تقلّل سببيًا من الهلوسة والمخرجات المتحيّزة عبر ترسيخ التوليد في تعليمات صريحة أو أدلّة مُسترجَعة.
ويُبرز الباحثون قصور المراجعات السابقة لتبرير حاجتهم إلى توليف مُحدَّث ومركّز؛ فمراجعة شي وأريادوست قدّمت واحدًا من أشمل التوليفات لما قبل نماذج اللغة الكبيرة بمراجعتها 83 دراسة تجريبية (1993–2022) عن التغذية الراجعة المكتوبة الآلية القائمة على الذكاء الاصطناعي، لكنّها جمعت النظم القائمة على القواعد ومعالجة اللغة الطبيعية التقليدية والأدوات الناشئة تحت مظلّة واحدة وتوقّفت عند عام 2022. أمّا أورزوا وزملاؤه فراجعوا 12 دراسة (2021–2025) عن آثار التغذية الراجعة عبر الدردشة التوليدية في الكتابة الأكاديمية بالتعليم العالي، وخلصوا إلى آثار إيجابية في جودة الكتابة والتنظيم الذاتي والدافعية مع محدّدات تتّصل بعدم الدقّة والاعتماد المفرط. وأجرى يلديز دوراك وأونان مراجعة أوسع لـ 91 دراسة (2014–2024) لاحظت ارتفاعًا حادًّا في منشورات نماذج اللغة الكبيرة منذ 2023، لكنّها ظلّت وصفية إزاء التقنية. وقارن كاليسا وزملاؤه في تحليل بَعْدي بين التغذية الراجعة المولَّدة بالذكاء الاصطناعي والبشرية عبر 41 دراسة و4813 طالبًا فلم يجدوا فروقًا دالّة، بينما راجع با وزملاؤه 129 دراسة (2014–2023) من منظور نظرية الدافعية المتمركزة حول المتعلّم؛ غير أنّ اتّساع طيف التقنيات في هذه المراجعات حال دون توليف مركّز لتغذية النماذج المُعدَّلة بالتعليمات المُتاحة منذ أواخر 2022، وهو ما تسدّه هذه المراجعة تحديدًا.
وتخلص الدراسة إلى أنّ حقل التغذية الراجعة التكوينية المولَّدة بنماذج اللغة الكبيرة يشهد تسارعًا كبيرًا لكنّه لا يزال ديناميكيًا ومتغايرًا في منهجياته ومقارباته التقنية، وأنّ الحاجة ماسّة إلى مراجعة منهجية مركّزة تُميّز الإمكانات والمخاطر الفريدة لهذه النماذج عن نظم الذكاء الاصطناعي الأقدم. وتُسهم المراجعة في توفير أساس مفاهيمي ومنهجي يوجّه الممارسة والبحث المستقبلي نحو فهم أعمق لكيفية تفاعل حلقتَي التغذية الراجعة الخارجية والداخلية، ونحو استكشاف أيّ أنواع النماذج واستراتيجيات التلقين تُحقّق أيّ آثار معرفية وغير معرفية، وتحت أيّ شروط حدّية تظهر مشكلات الهلوسة والتحيّز والاعتماد المفرط، مع الإقرار بمحدّدات المراجعة النابعة من طبيعة الحقل السريع التطوّر وهيمنة نماذج بعينها وتركّز الدراسات في التعليم العالي.
الدراسة (PDF)
المصدر: Computers and Education Open، المجلد 10 (2026)، رقم المقال 100374، الناشر Elsevier، DOI: 10.1016/j.caeo.2026.100374.