تفويض التفكير

كيف نستخدم الأداة دون أن نفقد المهارة؟

في تجربة مسجَّلة مسبقاً أُجريت على نحو ألف طالب في خمسين فصلاً دراسياً في تركيا، قُسّم الطلاب إلى ثلاث مجموعات لحلّ تمارين الرياضيات: مجموعة بلا ذكاء اصطناعي، ومجموعة بنسخة عادية من روبوت المحادثة، ومجموعة بنسخة مُعدَّلة صُمّمت كـ«معلّم»: تعرف الحل الصحيح، لكنها مبرمَجة على ألّا تعطيه — تعطي تلميحاً بعد تلميح فقط.

أثناء التمرين، ومع بقاء الأداة في أيديهم، تفوّق مستخدمو النسخة العادية على المجموعة الضابطة بنسبة ٤٨٪، وتفوّق مستخدمو نسخة المعلّم بنسبة ١٢٧٪. نتيجة باهرة للطرفين.

ثم جاء الاختبار. بلا أدوات.

مجموعة النسخة العادية سجّلت أقل بـ ١٧٪ من الطلاب الذين لم يستخدموا الذكاء الاصطناعي أصلاً. أما مجموعة نسخة المعلّم فلم تسجّل ضرراً يُذكر.

النموذج اللغوي واحد. الفارق الوحيد: هل تعطي الأداة الجواب، أم تجعل الإنسان يصل إليه؟

أين تذهب الجهد؟

المصطلح العلمي لما يحدث هنا هو «التفريغ المعرفي» (cognitive offloading): أن نُحيل عملاً ذهنياً إلى شيء خارج رؤوسنا. وهو ليس جديداً ولا سيئاً بذاته — الورقة والقلم تفريغ معرفي، والتقويم تفريغ معرفي.

الجديد هو حجم ما يمكن تفريغه.

في دراسة مسحية أجراها باحثون من Microsoft Research وجامعة كارنيجي ميلون على ٣١٩ موظفاً معرفياً قدّموا ٩٣٦ مثالاً واقعياً على استخدامهم للذكاء الاصطناعي، ظهرت نتيجة أدقّ من «هل يفكر الناس أقل؟». وجد الباحثون أن الجهد لا يختفي، بل ينتقل:

• من جمع المعلومة → إلى التحقّق منها
• من حلّ المشكلة → إلى دمج إجابة الآلة في السياق
• من تنفيذ المهمة → إلى الإشراف على التنفيذ

هذا انتقال محايد في ذاته. يصبح ترقيةً حقيقية إن أدّى الإنسان خطوة التحقق فعلاً، ويصبح تفريغاً للمحتوى إن تخطّاها.

وفي الدراسة نفسها ظهرت مفارقة تستحق أن تُعلَّق على الجدار:

كلما زادت ثقة الشخص بالأداة، قلّ تفكيره الناقد. وكلما زادت ثقته بنفسه، زاد تفكيره الناقد.

(معاملان في الاتجاهين: −٠٫٦٩ للثقة بالأداة، +٠٫٢٦ للثقة بالنفس.) الدراسة مسحية تعتمد على تقارير المشاركين عن أنفسهم، والباحثون أنفسهم ينبّهون إلى أن المشاركين ربما خلطوا بين «جهد أقل» و«تفكير أقل». لكن الاتجاه مفهوم ومنطقي: من يفترض أن الجواب صحيح لا يجد سبباً لفحصه.

الطريقان

دراسة أحدث، نُشرت في Humanities and Social Sciences Communications في أبريل ٢٠٢٦ على ٦٩٨ طالباً جامعياً، تصف الآلية بدقة أكبر. وجد الباحثان أن الانطباع بذكاء الأداة يسلك مسارين متعاكسين في الوقت نفسه:

• مسار الانتباه (نافع): الأداة الذكية تُدخل الإنسان في حالة انغماس وتركيز → والانغماس يرفع التفكير الناقد.
• مسار الاعتماد (ضارّ): الانغماس نفسه يولّد اعتماداً على الأداة → والاعتماد يخفض التفكير الناقد.

المدخل واحد والمخرجان متضادّان. وهذا ما يجعل السؤال «هل الذكاء الاصطناعي يُذكينا أم يُبلّدنا؟» سؤالاً سيئ الصياغة من الأساس. السؤال الصحيح: أيّ المسارين أسلكه أنا؟

(الدراسة مقطعية تعتمد على الاستبيان، ولا تُثبت علاقة سببية — وهذا ما يقوله مؤلفاها صراحة.)

ترتيب الخطوات قد يكون كل شيء

دراسة معهد MIT الشهيرة «دماغك على ChatGPT» أُسيء تناولها في الإعلام إلى حدٍّ دفع مؤلفيها إلى نشر صفحة أسئلة شائعة يطلبون فيها حرفياً من الصحفيين ألّا يستخدموا كلمات مثل «غباء» و«تعفّن الدماغ» و«ضرر». الدراسة لم تُحكَّم علمياً بعد، وعيّنتها ٥٤ مشاركاً (١٨ فقط في الجلسة الرابعة الحاسمة)، وهي تقيس أنماط النشاط الكهربائي في الدماغ أثناء كتابة مقالات — لا الذكاء ولا الضرر الدائم.

لكن فيها نتيجة واحدة نادراً ما تُنقل، وهي الأهم: المجموعة التي كتبت أولاً بعقلها ثم استعانت بالأداة أظهرت استرجاعاً أفضل ونشاطاً دماغياً أقوى من المجموعة التي بدأت بالأداة. الترتيب — لا الاستخدام — هو المتغيّر.

كيف تبدو الاستعانة الجيدة؟

في تجربة عشوائية محكّمة نُشرت في Scientific Reports في يونيو ٢٠٢٥، تعلّم ١٩٤ طالباً في مقرر فيزياء بجامعة هارفارد الموضوع نفسه مرتين: مرة في فصل تفاعلي جيد، ومرة مع معلّم آلي مصمَّم بعناية. مكاسب التعلم مع المعلّم الآلي كانت أكثر من الضعف (الوسيط ٤٫٥ من ٥ مقابل ٣٫٥)، وفي وقت أقل (٤٩ دقيقة مقابل ستين).

لكن التفصيل الحاسم ليس في النتيجة، بل في التصميم: بُني المعلّم على سبع ممارسات تربوية مقصودة — يحجب الإجابة، ويقسّم المهمة تدريجياً، ويعطي تغذية راجعة موجّهة، وزُوّد بحلول خبراء مكتوبة مسبقاً كي لا يهلوس. أي أن الأداة نفعت لأنها صُمّمت لتُتعب المتعلّم، لا لتريحه.

وهذه هي القاعدة التي تتكرر في كل دليل أعلاه: الأداة التي تعطيك الجواب تُضعفك، والأداة التي تجعلك تصل إليه تُقوّيك. وأنت تستطيعين تحويل الأولى إلى الثانية بطريقة استخدامك، حتى لو لم يفعل المصمّم.

وأخيراً: هذه ليست مسألة انضباط شخصي

من السهل أن نختم بـ«كن منضبطاً». لكن الأدلة تشير إلى أن المشكلة بنيوية لا فردية.

في ورقة نُشرت في دورية AI & SOCIETY عام ٢٠٢٥، تجادل الباحثة أفيجيل فيردمان بأن فقدان المهارة نتاج «بيئات معادية للقدرة»: بيئات تُختصر فيها الخطوات التي كانت تُكسب الإنسان مهارته أصلاً. المهارة لا تُبنى بالنية، بل بالتمرّس الطويل — وإذا اختفى موضع التمرّس، لم ينفع العزم.

وفي استطلاع أجرته مجموعة بوسطن الاستشارية عام ٢٠٢٦ على ٧٠ من كبار التنفيذيين (وهي عيّنة صغيرة تقيس انطباعات لا مهارات مقيسة): قال ٥٠٪ إنهم يلاحظون تراجع مهارات في مؤسساتهم بالفعل، و٥٣٪ إن نموّ الكفاءات الشابة صار أبطأ، وواحدة فقط من كل عشر شركات لديها خطة لمعالجة الأمر.

ثلاث قواعد تصلح للاستعمال اليوم

1. فكّري أولاً، ثم اسألي. اكتبي محاولتك الخاصة قبل فتح المحادثة — ولو كانت ناقصة.
2. اطلبي الطريق لا الوجهة. «أعطني تلميحاً» و«ما الخطأ في استدلالي؟» تبنيان مهارة؛ «أعطني الجواب» لا تبني شيئاً.
3. راقبي ثقتك. كلما شعرتِ أن التحقق صار غير ضروري، فهذه هي اللحظة التي يصبح فيها ضرورياً.

المهارة لا تُفقَد في يوم. تُفقَد في سلسلة من اللحظات التي بدا فيها التحقق ترفاً.

الأسئلة الشائعة

هل يضرّ الذكاء الاصطناعي التعلّم؟

الاستعمال هو الذي يضرّ أو ينفع، لا الأداة. في التجربة نفسها تفوّق مستخدمو النسخة التي تعطي الجواب أثناء التمرين، ثم سجّلوا أقلّ من غير المستعملين في الاختبار بلا أدوات — بينما لم تُسجّل مجموعة النسخة التي تعطي التلميحات ضررًا يُذكر.

ما ترتيب الاستعمال الصحيح؟

أن تحاول أولًا ثم تستعين. المجموعة التي كتبت بعقلها ثم استعانت بالأداة أظهرت استرجاعًا أفضل من التي بدأت بالأداة. الترتيب — لا الاستعمال — هو المتغيّر.

هل المسألة انضباط شخصي؟

ليست كذلك وحدها. ثمّة حجّة منشورة بأن فقدان المهارة نتاج بيئات تُختصر فيها الخطوات التي كانت تُكسب الإنسان مهارته أصلًا؛ فالمهارة لا تُبنى بالنيّة بل بالتمرّس، وإذا اختفى موضع التمرّس لم ينفع العزم.

المراجع

1. Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. — Generative AI Can Harm Learning (تجربة عشوائية مسجّلة مسبقاً، ~١٠٠٠ طالب، تركيا؛ ورقة عمل على SSRN، غير محكَّمة). knowledge.wharton.upenn.edu
2. Lee, H.-P. et al. (Microsoft Research + Carnegie Mellon) — The Impact of Generative AI on Critical Thinking, CHI '25. microsoft.com
3. Tian, J. & Zhang, R. — Outsourcing thinking to AI? Focused immersion, AI dependency, and the double-edged impact on critical thinking, Humanities and Social Sciences Communications (أبريل ٢٠٢٦). nature.com
4. Kosmyna, N. et al. (MIT Media Lab) — Your Brain on ChatGPT (مسودة على arXiv، غير محكَّمة)، وصفحة الأسئلة الشائعة للمؤلفين. arxiv.org · brainonllm.com
5. Kestin, G., Miller, K. et al. — AI tutoring outperforms in-class active learning: an RCT, Scientific Reports (يونيو ٢٠٢٥). nature.com
6. Ferdman, A. — AI deskilling is a structural problem, AI & SOCIETY (2025/2026). link.springer.com
7. BCG — When Everyone Uses AI, Companies Risk Losing Critical Skills (يونيو ٢٠٢٦؛ استطلاع ٧٠ تنفيذياً — انطباعات لا قياسات). bcg.com

تنبيه للقارئ: تحليل بَعدي واسع الانتشار عن أثر ChatGPT على التعلم (Wang & Fan, 2025) سُحب رسمياً في أبريل ٢٠٢٦، وما زالت أرقامه تُتداول في تغطيات عربية وإنجليزية. لم يُستشهد به هنا.