ما هو الذكاء الاصطناعي ؟ أمثلة تطبيقية لاستخدام الذكاء الاصطناعي الذكاء الاصطناعي في التعليم مميزات ومعوقات الذكاء الاصطناعي في التعليم

1. Dr.Nashwa Ismail (nashwa.ismail@liverpool.ac.uk)
Lecturer in Education Technology – Liverpool University- UK
MSc-PhD-FHEA
‫التعليم‬ ‫في‬ ‫االصطناعي‬ ‫الذكاء‬
Artificial Intelligence:
Opportunities and Challenges in low-cost education

2. •
‫؟‬ ‫االصطناعي‬ ‫الذكاء‬ ‫هو‬ ‫ما‬
•
‫االصطناعي‬ ‫الذكاء‬ ‫الستخدام‬ ‫تطبيقية‬ ‫أمثلة‬
•
‫التعليم‬ ‫في‬ ‫االصطناعي‬ ‫الذكاء‬
•
‫التعليم‬ ‫في‬ ‫االصطناعي‬ ‫الذكاء‬ ‫ومعوقات‬ ‫مميزات‬
‫الرئيسية‬ ‫النقاط‬

3. "
‫سيكون‬ ‫قوي‬ ‫ي‬
‫اصطناع‬ ‫ذكاء‬ ‫إنشاء‬ ‫إن‬
"
‫اإلطالق‬ ‫عىل‬ ‫ية‬ ‫ر‬
‫للبش‬ ‫يحدث‬ ‫ء‬ ‫ي‬
‫ر‬
‫ش‬ ‫أسوأ‬ ‫أو‬ ‫أفضل‬ ‫إما‬
.
‫يكون‬ ‫قد‬
‫حضارتنا‬ ‫تنتجه‬ ‫آخرما‬
"
Professor Stephen Hawking
"
‫بعد‬
50
‫الجامعات؟‬ ‫و‬ ‫المدارس‬ ‫ي‬
‫ف‬ ‫الطلبة‬ ‫يعلم‬ ‫روبوت‬ ‫أو‬ ‫إنسان‬ ‫هناك‬ ‫سيكون‬ ‫هل‬ ، ‫اآلن‬ ‫من‬ ‫عاما‬
"
Jandrić, 2017, p. 207
‫االصطناعي؟‬ ‫الذكاء‬ ‫في‬ ‫رأيك‬ ‫ما‬

4. ‫مصطلحات‬
‫في‬
‫االصطناعي‬ ‫الذكاء‬
Artificial Intelligence ‫بشريا‬ ‫ذكاء‬ ‫عادة‬ ‫تتطلب‬ ‫التي‬ ‫المهام‬ ‫أداء‬ ‫على‬ ‫قادرة‬ ‫ذكية‬ ‫آالت‬ ‫ببناء‬ ‫األلي‬ ‫الحاسب‬ ‫علوم‬ ‫قيام‬
.
Machine Learning
‫من‬ ‫المشكالت‬ ‫حل‬ ‫يتم‬ ‫ذلك‬ ‫من‬ ‫وبدال‬ ، ‫التكلفة‬ ‫باهظ‬ ‫البشريين‬ ‫المبرمجين‬ ‫قبل‬ ‫من‬ ‫الخوارزميات‬ ‫تطوير‬ ‫يكون‬ ‫التي‬ ‫المشكالت‬ ‫هوحل‬
‫على‬ ‫اآلالت‬ ‫مساعدة‬ ‫خالل‬
"
‫اكتشاف‬
"
‫خوارزمياتها‬
"
‫الخاصة‬
"
‫اإلنسان‬ ‫طورها‬ ‫بخوارزميات‬ ‫تزويدها‬ ‫إلى‬ ‫الحاجة‬ ‫دون‬ ،
Deep Learning ‫البشري‬ ‫الدماغ‬ ‫من‬ ‫مستوحاة‬ ‫بطريقة‬ ‫البيانات‬ ‫معالجة‬ ‫الكمبيوتر‬ ‫أجهزة‬ ‫تعلم‬ ‫االصطناعي‬ ‫الذكاء‬ ‫في‬ ‫طريقة‬ ‫هي‬
.
‫ل‬ ‫يمكن‬
‫التعلم‬ ‫نماذج‬
‫دقيقة‬ ‫وتنبؤات‬ ‫رؤى‬ ‫إلنتاج‬ ‫األخرى‬ ‫والبيانات‬ ‫واألصوات‬ ‫والنصوص‬ ‫الصور‬ ‫في‬ ‫المعقدة‬ ‫األنماط‬ ‫على‬ ‫التعرف‬ ‫العميق‬
.
Natural Language Processing
(NLP)
‫الكمبيوتر‬ ‫علوم‬ ‫من‬ ‫فرع‬
-
‫االصطناعي‬ ‫الذكاء‬ ‫أو‬ ‫االصطناعي‬ ‫الذكاء‬ ‫فرع‬ ، ‫تحديدا‬ ‫أكثر‬ ‫وبشكل‬
-
‫القدر‬ ‫الكمبيوتر‬ ‫أجهزة‬ ‫بمنح‬ ‫يهتم‬
‫ة‬
‫فهمها‬ ‫للبشر‬ ‫يمكن‬ ‫التي‬ ‫الطريقة‬ ‫بنفس‬ ‫المنطوقة‬ ‫والكلمات‬ ‫النصوص‬ ‫فهم‬ ‫على‬
Natural Language Generation
(NLG)
.
‫االصطناعي‬ ‫الذكاء‬ ‫باستخدام‬ ‫طبيعية‬ ‫لغة‬ ‫إلى‬ ‫البيانات‬ ‫تحويل‬ ‫عملية‬
.
‫يقوم‬ ‫بالتعلم‬ ‫المدعومة‬ ‫االصطناعي‬ ‫الذكاء‬ ‫نماذج‬ ‫باستخدام‬
‫فهمه‬ ‫للبشر‬ ‫يمكن‬ ‫كالم‬ ‫أو‬ ‫طبيعية‬ ‫لغة‬ ‫نص‬ ‫إلى‬ ‫األرقام‬ ‫لتحويل‬ ‫العميق‬ ‫والتعلم‬ ‫اآللي‬
.
Reasoning ‫المنطقية‬ ‫والمبادئ‬ ‫القواعد‬ ‫باستخدام‬ ‫الموجودة‬ ‫المعلومات‬ ‫من‬ ‫جديدة‬ ‫معلومات‬ ‫اشتقاق‬
.
‫االستدالل‬ ‫االصطناعي‬ ‫الذكاء‬ ‫أنظمة‬ ‫تستخدم‬
‫المشكالت‬ ‫وحل‬ ‫النتائج‬ ‫واستخالص‬ ‫االستدالالت‬ ‫لعمل‬
.
‫مثل‬ ‫التفكير‬ ‫يمكنها‬ ‫آالت‬ ‫إنشاء‬ ‫إلى‬ ‫االصطناعي‬ ‫الذكاء‬ ‫في‬ ‫التفكير‬ ‫يهدف‬
‫والحدس‬ ‫السليم‬ ‫والحس‬ ‫المنطق‬ ‫باستخدام‬ ، ‫البشر‬
.
ChatGPT ‫االصطنا‬ ‫الذكاء‬ ‫بواسطة‬ ‫إنشاؤها‬ ‫تم‬ ‫بالبشر‬ ‫شبيهة‬ ‫فيديو‬ ‫مقاطع‬ ‫أو‬ ‫نصوص‬ ‫أو‬ ‫صور‬ ‫لتلقي‬ ‫مطالبات‬ ‫إدخال‬ ‫للمستخدمين‬ ‫تتيح‬ ‫أداة‬
‫عي‬
.

5. ❑
‫اآللي‬ ‫التعلم‬
❑
‫الطبيعية‬ ‫اللغة‬ ‫معالجة‬
‫وتوليدها‬
▪
‫الخبير‬ ‫النظام‬
▪
‫الصور‬ ‫على‬ ‫التعرف‬
▪
‫نص‬ ‫إلى‬ ‫الكالم‬ ‫تحويل‬
▪
‫تخطيط‬
▪
‫الروبوتات‬

6. ‫االصطناعي‬ ‫الذكاء‬ ‫تاريخ‬

7. ‫االصطناعي‬ ‫الذكاء‬ ‫في‬ ‫تطبيقات‬

8. ‫التعليم‬ ‫في‬ ‫االصطناعي‬ ‫الذكاء‬

9. (Market Research Future, 2023)
‫سنويا‬ ‫التعليم‬ ‫سوق‬ ‫في‬ ‫االصطناعي‬ ‫الذكاء‬ ‫على‬ ‫اإلنفاق‬
Solution ‫حل‬
‫خدم‬
‫ة‬ Service

10. ‫االصطناعي‬ ‫الذكاء‬ ‫على‬ ‫اإلنفاق‬
‫منطقة‬ ‫لكل‬
(Market Research Future, 2023)

11. ‫ا‬ ‫من‬ ‫كبيرة‬ ‫كميات‬ ‫معالجة‬ ‫االصطناعي‬ ‫الذكاء‬ ‫بنظام‬ ‫تعمل‬ ‫التي‬ ‫التقييم‬ ‫ألنظمة‬ ‫يمكن‬
‫لبيانات‬
‫الطالب‬ ‫أداء‬ ‫حول‬ ‫مفصلة‬ ‫رؤى‬ ‫للمعلمين‬ ‫يوفر‬ ‫مما‬ ، ‫ودقة‬ ‫بسرعة‬
.
‫البي‬ ‫تحليل‬ ‫خالل‬ ‫من‬
‫من‬ ‫انات‬
‫اكتساب‬ ‫للمدرسين‬ ‫يمكن‬ ، ‫األخرى‬ ‫والتقييمات‬ ‫االستقصائية‬ ‫والدراسات‬ ‫االختبارات‬
‫أفضل‬ ‫فهم‬
‫فعال‬ ‫أكثر‬ ‫ودعم‬ ‫تعليمات‬ ‫بتقديم‬ ‫لهم‬ ‫يسمح‬ ‫مما‬ ، ‫طالب‬ ‫كل‬ ‫لدى‬ ‫والضعف‬ ‫القوة‬ ‫لنقاط‬
‫ية‬
.
‫يمكن‬
‫تلق‬ ‫الواجبات‬ ‫لتقدير‬ ‫االصطناعي‬ ‫الذكاء‬ ‫إلى‬ ‫المستندة‬ ‫الدرجات‬ ‫أنظمة‬ ‫استخدام‬ ‫أيضا‬
‫مما‬ ، ‫ائيا‬
‫أخرى‬ ‫لمهام‬ ‫المعلمين‬ ‫وقت‬ ‫يوفر‬
.
AI-Grading Systems

12. ‫مختلف‬ ‫خصائص‬ ‫على‬ ‫بناء‬ ‫الدرجات‬ ‫وتقديم‬ ‫المقاالت‬ ‫لتحليل‬ ‫اآللي‬ ‫التعلم‬ ‫خوارزميات‬ ‫استخدام‬
‫ة‬
‫ذلك‬ ‫إلى‬ ‫وما‬ ‫العام‬ ‫والتنظيم‬ ‫الجملة‬ ‫وهيكل‬ ‫المرجعية‬ ‫والتقنيات‬ ‫والمعايير‬ ‫المفردات‬ ‫استخدام‬ ‫مثل‬
.
‫للمقاالت‬ ‫اآللية‬ ‫الدرجات‬
-
Automated Essay Grading
Tools like Gradescope and E-rater
AI-Grading Systems

14. ‫التحليالت‬ ‫تعلم‬

15. ‫الذكية‬ ‫التدريس‬ ‫أنظمة‬

16. ‫االفتراضي‬ ‫الواقع‬
ametroslearning.com

17. ‫المراقبة‬

18. AI-driven (LMS)
•
‫للطالب‬ ‫مخصصة‬ ‫تعليمية‬ ‫تجارب‬ ‫إلنشاء‬ ‫استخدامه‬ ‫يتم‬
.
•
‫واالستطالعات‬ ‫االختبارات‬ ‫مثل‬ ‫متعددة‬ ‫مصادر‬ ‫من‬ ‫البيانات‬ ‫تحليل‬ ‫يمكن‬
‫للغ‬ ‫مخصصة‬ ‫تعليمية‬ ‫تجارب‬ ‫إلنشاء‬ ‫التعليمي‬ ‫المحتوى‬ ‫مع‬ ‫والتفاعالت‬
‫لكل‬ ‫اية‬
‫طالب‬
.
•
‫وتفضي‬ ‫الطالب‬ ‫الحتياجات‬ ‫وفقا‬ ‫التدريبية‬ ‫الدورة‬ ‫وأنشطة‬ ‫مواد‬ ‫تكييف‬
‫الته‬
‫الفردية‬
•
‫ف‬ ‫أكثر‬ ‫تعليمية‬ ‫تجربة‬ ‫على‬ ‫طالب‬ ‫كل‬ ‫حصول‬ ‫ضمان‬ ‫في‬ ‫يساعد‬ ‫أن‬ ‫يمكن‬
‫عالية‬
‫ممكنة‬
.
‫التعلم‬ ‫إدارة‬ ‫نظم‬ ‫في‬ ‫االصطناعي‬ ‫الذكاء‬

19. ‫ف‬ ‫يحاول‬ ‫اآللي‬ ‫للتعلم‬ ‫تقنية‬ ‫هي‬
‫يها‬
ML
‫خالل‬ ‫من‬ ‫لبيئته‬ ‫نموذج‬ ‫بناء‬
‫ظروف‬ ‫في‬ ‫مختلفة‬ ‫إجراءات‬ ‫تجربة‬
‫مختلفة‬
.
‫باآلث‬ ‫المعرفة‬ ‫يستخدم‬
‫التي‬ ‫ار‬
‫إ‬ ‫ويحولها‬ ، ‫تحدثها‬ ‫أفعاله‬ ‫أن‬ ‫يبدو‬
‫لى‬
‫تخطيط‬ ‫مشغلي‬
.
‫للوكيل‬ ‫تسمح‬ ‫هذه‬
‫عالمه‬ ‫في‬ ‫هادف‬ ‫بشكل‬ ‫بالتصرف‬
.
‫التنبؤي‬ ‫التعلم‬

20. ‫االصطناعي‬ ‫بالذكاء‬ ‫التعلم‬
‫االصطناعي‬ ‫الذكاء‬ ‫أجل‬ ‫من‬ ‫التعلم‬ ‫االصطناعي‬ ‫الذكاء‬ ‫على‬ ‫التعرف‬ ‫التعلم‬ ‫مع‬ ‫التعلم‬
‫التع‬ ‫مع‬ ‫االصطناعي‬ ‫الذكاء‬ ‫يتناسب‬ ‫كيف‬
‫ليم‬
?

21. Experience AI in drawing
Evaluation (pros & Cons)
https://autodraw.com/

22. ‫التعليم‬ ‫في‬ ‫االصطناعي‬ ‫الذكاء‬ ‫معوقات‬

24. • Personalized Learning Challenges: ‫والتحديات‬ ‫القوة‬ ‫ونقاط‬ ‫الطالب‬ ‫لدى‬ ‫التعلم‬ ‫تفضيالت‬ ‫في‬ ‫الدقيقة‬ ‫الفروق‬ ‫بدقة‬ ‫دائما‬ ‫يفهم‬ ‫ال‬ ‫قد‬
.
‫قد‬
‫التعلم‬ ‫صعوبات‬ ‫وراء‬ ‫الكامنة‬ ‫األسباب‬ ‫فهم‬ ‫أو‬ ‫الطالب‬ ‫تعلم‬ ‫مسار‬ ‫في‬ ‫المفاجئة‬ ‫التغيرات‬ ‫مع‬ ‫للتكيف‬ ‫يكافح‬
.
• Overreliance on Technology: ‫الشخصية‬ ‫للتفاعالت‬ ‫الطالب‬ ‫فقدان‬ ‫إلى‬ ‫والتكنولوجيا‬ ‫االصطناعي‬ ‫الذكاء‬ ‫على‬ ‫المفرط‬ ‫االعتماد‬ ‫يؤدي‬ ‫أن‬ ‫يمكن‬
‫واألقران‬ ‫المعلمين‬ ‫مع‬ ‫المهمة‬
.
‫االتصال‬ ‫ومهارات‬ ‫والتعاون‬ ‫االجتماعي‬ ‫بالتفاعل‬ ‫أيضا‬ ‫يتعلق‬ ‫بل‬ ، ‫فحسب‬ ‫المحتوى‬ ‫تقديم‬ ‫على‬ ‫التعليم‬ ‫يقتصر‬ ‫ال‬
.
•
• Data Privacy and Security ‫بشأن‬ ‫مخاوف‬ ‫يثير‬ ‫مما‬ ، ‫الطالب‬ ‫حول‬ ‫البيانات‬ ‫من‬ ‫كبيرة‬ ‫كمية‬ ‫ومعالجة‬ ‫بجمع‬ ‫االصطناعي‬ ‫الذكاء‬ ‫األنظمة‬ ‫تقوم‬
‫وأمانها‬ ‫البيانات‬ ‫خصوصية‬
:.
‫البيانات‬ ‫استخدام‬ ‫وإساءة‬ ‫محتملة‬ ‫انتهاكات‬ ‫إلى‬ ‫يؤدي‬ ‫مما‬ ، ‫الحساسة‬ ‫الطالب‬ ‫معلومات‬ ‫مع‬ ‫التعامل‬ ‫إساءة‬ ‫من‬ ‫خطر‬ ‫هناك‬
.
•
• Bias and Fairness: ‫عليها‬ ‫تدريبها‬ ‫يتم‬ ‫التي‬ ‫البيانات‬ ‫في‬ ‫الموجودة‬ ‫التحيزات‬ ‫ترث‬ ‫أن‬ ‫االصطناعي‬ ‫الذكاء‬ ‫لألنظمة‬ ‫يمكن‬
.
‫التدريب‬ ‫بيانات‬ ‫كانت‬ ‫إذا‬
‫مختلفة‬ ‫لمجموعات‬ ‫متكافئة‬ ‫غير‬ ‫تعليمية‬ ‫خبرات‬ ‫إلى‬ ‫يؤدي‬ ‫مما‬ ، ‫التحيزات‬ ‫هذه‬ ‫إدامة‬ ‫إلى‬ ‫االصطناعي‬ ‫الذكاء‬ ‫يؤدي‬ ‫فقد‬ ، ‫تحيزات‬ ‫على‬ ‫تحتوي‬
‫من‬
‫الطالب‬
.
‫يمثل‬
‫تحديا‬ ‫االصطناعي‬ ‫الذكاء‬ ‫يحركه‬ ‫الذي‬ ‫التعليم‬ ‫في‬ ‫واإلنصاف‬ ‫العدالة‬ ‫ضمان‬
.
• Lack of Contextual Understanding ‫للتعليم‬ ‫السياقية‬ ‫الدقيقة‬ ‫التفاصيل‬ ‫لفهم‬ ‫االصطناعي‬ ‫الذكاء‬ ‫يكافح‬ ‫قد‬
:.
‫أ‬ ‫السخرية‬ ‫تفسير‬ ‫يسيء‬ ‫قد‬
‫و‬
‫والمعلمين‬ ‫الطالب‬ ‫مع‬ ‫الفعال‬ ‫التواصل‬ ‫تعيق‬ ‫أن‬ ‫يمكن‬ ‫والتي‬ ، ‫الثقافية‬ ‫المراجع‬ ‫أو‬ ‫الفكاهة‬
.
•
• Teacher-Student Relationship: ‫العميقة‬ ‫العالقات‬ ‫محل‬ ‫يحل‬ ‫أن‬ ‫يمكن‬ ‫ال‬ ‫أنه‬ ‫إال‬ ، ‫التدريس‬ ‫يكمل‬ ‫أن‬ ‫يمكن‬ ‫االصطناعي‬ ‫الذكاء‬ ‫أن‬ ‫حين‬ ‫في‬
‫والطالب‬ ‫المعلمين‬ ‫بين‬ ‫تتطور‬ ‫ما‬ ‫غالبا‬ ‫التي‬ ‫والدقيقة‬
.
‫ت‬ ‫االصطناعي‬ ‫الذكاء‬ ‫يحركه‬ ‫نظام‬ ‫في‬ ‫للخطر‬ ‫للتعليم‬ ‫والتحفيز‬ ‫والتوجيه‬ ‫اإلرشاد‬ ‫جوانب‬ ‫تتعرض‬ ‫قد‬
‫ماما‬
.
•
• Resource and Infrastructure Constraints ‫مناسبة‬ ‫تكنولوجية‬ ‫وموارد‬ ‫تحتية‬ ‫بنية‬ ‫التعليم‬ ‫في‬ ‫االصطناعي‬ ‫الذكاء‬ ‫تنفيذ‬ ‫يتطلب‬
:.
‫ال‬ ‫وقد‬
‫الالزمة‬ ‫والخبرة‬ ‫التكنولوجيا‬ ‫على‬ ‫الحصول‬ ‫من‬ ،‫نموا‬ ‫األقل‬ ‫المناطق‬ ‫في‬ ‫سيما‬ ‫وال‬ ،‫التعليمية‬ ‫المؤسسات‬ ‫من‬ ‫العديد‬ ‫تتمكن‬
.
•
• Adaptability and Rapid Changes: ‫التطورات‬ ‫أحدث‬ ‫لمواكبة‬ ‫التعليمية‬ ‫المؤسسات‬ ‫تكافح‬ ‫وقد‬ ، ‫بسرعة‬ ‫االصطناعي‬ ‫الذكاء‬ ‫مجال‬ ‫يتطور‬
.
‫المستمر‬ ‫والتدريب‬ ‫والجهد‬ ‫الوقت‬ ‫فعال‬ ‫بشكل‬ ‫الجديدة‬ ‫االصطناعي‬ ‫الذكاء‬ ‫تقنيات‬ ‫ودمج‬ ‫تنفيذ‬ ‫يتطلب‬
.
‫االصطناعي‬ ‫الذكاء‬ ‫حدود‬

25. •
‫معلومات‬ . AI systems process and draw insight from data (including personal data),
which has privacy implications.
•
‫الحكم‬ . AI systems tend to make judgements based on extrapolations from past
events to future ones. This can bake in and/or exacerbate previous biases, and can,
to some extent, lock-in future outcomes, thereby compromising individual
autonomy. Uses of data to manipulate users/citizens
• ‫اتمته‬. By performing tasks autonomously, AI systems can disrupt accountability
structures and undermine human agency and control. These issues can be
amplified by the fact that AI systems are often unable to explain how particular
outcomes are reached.
•
‫تقليد‬
. Because they often emulate humans in certain ways (assuming a gender,
personality, position of authority), people may be encouraged to treat AI systems
like humans. This can lead to placing too much trust/mistreat in them, to the
undermining of human-human interactions
‫األخالقية؟‬ ‫القضايا‬ ‫االصطناعي‬ ‫الذكاء‬ ‫يثير‬ ‫لماذا‬

26. •
‫االصطناعي‬ ‫الذكاء‬ ‫والتكامل‬ ‫المعلم‬
•
‫حول‬ ‫المعلمون‬ ‫أمية‬ ‫محو‬
‫االصطناعي‬ ‫الذكاء‬
•
‫الطالب‬ ‫إعداد‬
•
‫المحتملة‬ ‫العواقب‬ ‫ودراسة‬ ‫تجنب‬
•
‫مثل‬ ‫العملية‬ ‫القضايا‬ ‫معالجة‬
‫حماية‬
‫والخصوصية‬ ‫واألخالق‬ ‫البيانات‬
.
•
‫المعلمين‬ ‫محل‬ ‫االصطناعي‬ ‫الذكاء‬ ‫سيحل‬ ‫هل‬
‫أم‬
‫يساعدهم؟‬
(Chan et al., 2023)

27. •AI-Enhanced Content (AI-powered tools to gather,
organize, and present content in more engaging and
personalized ways)
•AI-Enhanced Pedagogical Knowledge: ( tailoring
content and pacing based on individual student
progress)
•AI-Enhanced Technological Knowledge: (automate
administrative tasks or provide real-time feedback to
students)
TPACK model
‫بك‬ ‫الخاصة‬ ‫التدريس‬ ‫استراتيجيات‬ ‫إلبالغ‬ ‫الطالب‬ ‫بيانات‬ ‫تحليل‬ ‫االصطناعي‬ ‫الذكاء‬ ‫كيفية‬ ‫في‬ ‫فكر‬
،
‫بك‬ ‫الخاصة‬ ‫التدريس‬ ‫طرق‬ ‫على‬ ‫تحسينات‬ ‫واقتراح‬ ، ‫الطالب‬ ‫وفهم‬
!
• Implementation
• Reflection
• CPD
Shulman, L. S. (1986( ‫ك‬Koehler, M. J., & Mishra, P. (2005)

28. AI Divide
Economy level Education level AI capacity
Low-Income
Economies:
These are countries with the lowest GNI
per capita. They often face challenges in
providing quality education due to limited
resources
These countries might face
more immediate challenges
related to basic education
access and quality before being
able to focus on AI
implementation.
Lower-Middle-
Income Economies
They may have more resources available
for education and training,
with external support or
partnerships, might be focused
on leveraging AI for specific
educational purposes, such as
improving access to
educational content or teacher
training.
Upper-Middle-
Income Economies
better access to educational resources
and infrastructure, resulting in better
educational opportunities for their
citizens.
to invest in AI applications for
education, but the extent of
implementation could depend
on national policies,
infrastructure, and educational
priorities
High-Income
Economies:
well-developed educational systems,
extensive access to advanced learning
facilities
personalized learning
experiences, intelligent tutoring
systems, data analysis for
educational planning, and even
administrative tasks.
‫واالقتصاد‬ ‫االصطناعي‬ ‫الذكاء‬
(Education GPS- OECD, 2022)

29. • Chan, C. K. Y., & Tsi, L. H. (2023). The AI Revolution in Education:
Will AI Replace or Assist Teachers in Higher Education?. arXiv
preprint arXiv:2305.01185.
• Pedro, F., Subosa, M., Rivas, A., & Valverde, P. (2019). Artificial
intelligence in education: Challenges and opportunities for
sustainable development.
• Vincent-Lancrin, S., & Van der Vlies, R. (2020). Trustworthy artificial
intelligence (AI) in education: Promises and challenges.
Twitter
Mike Sharples (@sharplm) / X (twitter.com)
Resources

30. "
‫سيكون‬ ‫قوي‬ ‫ي‬
‫اصطناع‬ ‫ذكاء‬ ‫إنشاء‬ ‫إن‬
"
‫اإلطالق‬ ‫عىل‬ ‫ية‬ ‫ر‬
‫للبش‬ ‫يحدث‬ ‫ء‬ ‫ي‬
‫ر‬
‫ش‬ ‫أسوأ‬ ‫أو‬ ‫أفضل‬ ‫إما‬
.
‫ي‬ ‫قد‬
‫كون‬
‫آخرما‬
‫حضارتنا‬ ‫تنتجه‬
"
Professor Stephen Hawking
"
‫بعد‬
50
‫المدارس‬ ‫ي‬
‫ف‬ ‫الطلبة‬ ‫يعلم‬ ‫روبوت‬ ‫أو‬ ‫إنسان‬ ‫هناك‬ ‫سيكون‬ ‫هل‬ ، ‫اآلن‬ ‫من‬ ‫عاما‬
‫الجامعات‬ ‫و‬
‫؟‬
"
Jandrić, 2017, p. 207
‫االصطناعي؟‬ ‫الذكاء‬ ‫في‬ ‫رأيك‬ ‫ما‬

31. nashwa.ismail@liverpool.ac.uk

32. Dr. Nashwa ÷ Ismail
Lecturer in Education Technology - UK
MSc-PhD-FHEA
‫التعليم‬ ‫في‬ ‫االصطناعي‬ ‫الذكاء‬
Artificial Intelligence:
Opportunities and Challenges in Low-Cost Education