أنسنة الخوارزميات: استراتيجيات تطوير (هندسة الأوامر) لدى أساتذة اللغة الإنجليزية
1. المقدمة (Introduction)
يشهد قطاع التعليم العالي تحولاً جذرياً يتمثل في انتقال الأستاذ الجامعي من دور “الناقل للمعرفة” إلى دور “المهندس للعملية التعليمية” (Agirdag, 2025; Preschern et al., 2025). في أقسام اللغة الإنجليزية (EFL/ESL)، يوفر الذكاء الاصطناعي التوليدي (GenAI) إمكانيات هائلة، إلا أن العديد من الأكاديميين يواجهون مشكلة الإجابات السطحية أو ما يُعرف بـ “الهلوسة الآلية” (Hallucinations) بسبب استخدام أوامر غامضة وغير موجهة (Salvagno et al., 2023). يهدف هذا المقال إلى تمكين أساتذة اللغة الإنجليزية من مهارة “هندسة الأوامر” (Prompt Engineering) ككفاءة بيداغوجية أساسية في القرن الحادي والعشرين، لضمان استخراج محتوى تعليمي دقيق ومخصص (Zhou, Li, & Xue, 2023).
2. هندسة الأوامر: المفهوم والأهمية للأكاديميين
تُعرّف هندسة الأوامر إجرائياً بأنها فن وعلم صياغة مدخلات دقيقة وموجهة لتوجيه النماذج اللغوية الكبيرة (LLMs) نحو توليد المخرجات المطلوبة بدقة (Bansal, 2024; Gero et al., 2022). لكي يحصل أستاذ اللغة الإنجليزية على مادة علمية رصينة، يجب أن يتجاوز الأوامر البسيطة (مثل: “اكتب مقالاً عن التلوث”) إلى الأوامر المركبة التي تتضمن خمسة عناصر أساسية (University of Limerick, 2024; ELTWeekly, 2026):
- الدور (Role): تحديد هوية الذكاء الاصطناعي (مثال: تصرف كأستاذ لغويات تطبيقية).
- السياق (Context): تحديد الجمهور (مثال: لطلاب السنة الثانية بكالوريوس، مستوى B1).
- المهمة (Task): الفعل المطلوب (مثال: صمم نصاً قرائياً عن التغير المناخي).
- القيود (Constraints): الشروط الحاكمة (مثال: لا يتجاوز 300 كلمة، واستخدم صيغة المبني للمجهول 5 مرات على الأقل).
- الصيغة (Format): شكل المخرج (مثال: قدم النص متبوعاً بجدول للمفردات الصعبة).
3. استراتيجيات عملية لتصميم المحتوى التعليمي
تتيح هندسة الأوامر للأساتذة تصميم مواد تعليمية متكيفة مع احتياجات الطلاب (Moorhouse et al., 2024).
- توليد نصوص قرائية مخصصة: يمكن للأساتذة تبسيط نصوص معقدة لتلائم مستويات الطلاب اللغوية دون فقدان المعنى الجوهري.
- تصميم بنوك الأسئلة الذكية: بدلاً من أسئلة الحفظ والاسترجاع، يمكن توجيه الذكاء الاصطناعي لتوليد أسئلة تقيس مستويات التفكير العليا وفقاً لتصنيف بلوم (Bloom’s Taxonomy)، مثل التحليل والتقييم (Birenbaum, 2023; AlAli & Wardat, 2024).
- محاكاة المحاور (Persona Simulation): يمكن بناء “أمر” يجعل ChatGPT يتقمص شخصية كاتب بريطاني من العصر الفيكتوري، ليجري الطلاب معه مقابلة وهمية، مما يعزز مهارات التحدث والكتابة التفاعلية (Taylor Institute, 2025).
مثال تطبيقي (Template) يمكن استخدامه مباشرة:
Act as an expert EFL assessment designer. Context: My students are Arab undergraduates at the B2 CEFR level. Task: Generate a 400-word reading passage about the history of Artificial Intelligence. Constraints: Embed 10 academic vocabulary words from the AWL. Format: Provide the text, followed by 3 inferential multiple-choice questions and an answer key with brief explanations.
4. الذكاء الاصطناعي كأداة للتقييم والتغذية الراجعة
أثبتت الدراسات أن أدوات مثل ChatGPT قادرة على تقديم تغذية راجعة فورية وفعالة (Barrot, 2023). بدلاً من استنزاف وقت الأستاذ في تصحيح الأخطاء الإملائية والنحوية السطحية، يمكن هندسة أمر برمجي يحلل مقالات الطلاب ويستخرج الأنماط المتكررة لأخطاء التداخل اللغوي (L1 Interference) التي يقع فيها المتعلم العربي. ومع ذلك، تؤكد المراجعات المنهجية أن الذكاء الاصطناعي يتفوق في التقييم السطحي ولكنه لا يزال يفتقر إلى العمق التداولي (Pragmatic) الذي يوفره الأستاذ البشري (Xiao et al., 2025).
5. التحديات الأخلاقية واللمسة البشرية (Human-in-the-Loop)
إن دمج الذكاء الاصطناعي يتطلب إبقاء “العنصر البشري في الحلقة” كمرشح أخير. يحذر الباحثون من ظاهرة “الاستعمار المعرفي” والتحيزات الكامنة في النماذج اللغوية، والتي غالباً ما تولد نصوصاً تعكس ثقافات غربية متمركزة وتقصي التنويعات اللغوية المحلية (Global Englishes) (Cambridge ARAL, 2025; Frontiers in Education, 2025). لذا، يجب على الأستاذ مراجعة المخرجات بشكل نقدي لضمان تكييفها الثقافي والمحلي.
6. الخاتمة
لم تعد “هندسة الأوامر” مجرد مهارة تقنية، بل أصبحت ركيزة من ركائز “المعرفة بمحتوى التكنولوجيا والتربية” (TPACK) لدى أساتذة اللغة الإنجليزية. إن قدرة الأستاذ الجامعي على صياغة أوامر تفاعلية ودقيقة هي ما يضمن تحويل الذكاء الاصطناعي من مجرد أداة لإنجاز المهام إلى “شريك بيداغوجي” يسهم في إثراء التجربة التعليمية، وتقليل العبء الإداري، وتركيز الجهد البشري على الإرشاد والتفكير النقدي.
المراجع (References)
Agirdag, O. (2025). Prompting (L)iteracy, Linguistic Capital, and Educational Inequality. ECDIS Project.
AlAli, R., & Wardat, Y. (2024). Exploring the impact of generative AI ChatGPT on critical thinking in higher education. MDPI.
An, J., et al. (2023). Teacher preparation in the age of AI. ERIC.
Bansal, R. (2024). Strategic prompt design in ELT. IGI Global.
Barrot, J. S. (2023). Using ChatGPT for ESL/EFL writing: Efficacy in corrective feedback. Journal of Second Language Writing.
Bettayeb, A. M., Abu Talib, M., Sobhe Altayasinah, A. Z., & Dakalbab, F. (2024). Exploring the impact of ChatGPT: Conversational AI in education. Educational Process: International Journal, 13(4), 25–41.
Birenbaum, M. (2023). Formative assessment and real-time feedback via AI. Educational Research.
Cambridge ARAL. (2025). Generative AI and English language teaching: A global Englishes perspective. Annual Review of Applied Linguistics.
ELTWeekly. (2026). Prompt Engineering for English Teachers: Enhancing AI-Assisted Learning. ELTWeekly Journal.
Frontiers in Education. (2025). Generative AI on professional development: A narrative inquiry using TPACK framework. Frontiers.
Gero, K. I., et al. (2022). Prompt-based learning in pedagogical settings. ACM.
Holmes, W., Bialik, M., & Fadel, C. (2022). Artificial Intelligence in Education. Center for Curriculum Redesign.
IGI Global. (2024). What is Prompt Engineering. IGI Global Scientific Publishing.
Moorhouse, B. L., et al. (2024). Generative AI in EFL teaching and lesson planning. ERIC.
Pegrum, M. (2019). Mobile Lenses on Learning. Springer.
Preschern, J., Hunter, A., Born, K., Lechleitner, M., & Kobylak, S. (2025). Developing Prompt Engineering as a 21st-Century Skill: The Impact of Structured ChatGPT Instruction in EFL Education. Global Journal of Student Driven Research (GJSD), 5(3), 87-108.
Salvagno, M., et al. (2023). Hallucinations in AI systems and prompt engineering. Educational Technology.
Taylor Institute for Teaching and Learning. (2025). Maximizing learning with effective GenAI prompt writing. University of Calgary.
University of Limerick. (2024). AI Language Learning Resources: Prompt Engineering Framework.
Xiao, Y., et al. (2025). Exploring the Landscape of Generative AI (ChatGPT)-Powered Writing Instruction in English as a Foreign Language Education: A Scoping Review. EurekAlert/Scoping Reviews.
Zhou, X., Li, Y., & Xue, Z. (2023). Prompt Engineering as a foundational digital literacy. Journal of Educational Technology.
استاذ جامعي متخصص في علم اللغة التطبيقي واللغة الانجليزية. حصل على الشهادة الجامعية والماجستير من ليبيا، وشهادة في تعليم اللغة الإنجليزية من جامعة سري ودرس الدكتوراه في جامعة اسيكس ببريطانيا. قام بنشر ثمانية كتب والعديد من المقالات والدراسات والأبحاث.