Clear Sky Science · ar

مجموعة بيانات لأسئلة العلوم الابتدائية الصينية في توليد عملية حل المشكلات

· العودة إلى الفهرس

مساعدة الأطفال على تعلم العلوم بواسطة ذكاء اصطناعي أذكى

يرى الآباء والمعلمون بشكل متزايد أن الذكاء الاصطناعي يمكن أن يكون شريك دراسة محتملًا، لكن أدوات الدردشة الحالية غالبًا ما تقدم شروحات إما سطحية جدًا أو متقدمة جدًا بالنسبة للأطفال. تقدم هذه الورقة مجموعة بيانات جديدة لأسئلة العلوم الابتدائية الصينية (CSQ) مصممة لتعليم نماذج اللغة الكبيرة كيفية شرح العلوم كما يفعل مدرس ابتدائي جيد: خطوة بخطوة، بمستوى صعوبة مناسب، ومتوافقة عن كثب مع ما يتعلمه الأطفال فعليًا في الفصل.

Figure 1
الشكل 1.

بنك أسئلة جديد لطلاب العلوم الصغار

تُعد مجموعة بيانات CSQ تجميعة تضم 12,000 سؤالًا علميًا مصاغًا بعناية مأخوذة من المنهج الدراسي الصيني للمدارس الابتدائية، وامتحانات المدارس، ومصادر موثوقة على الإنترنت. تغطي الأسئلة أربعة مجالات واسعة — علوم الحياة، والعلوم الفيزيائية، وعلوم الأرض والفضاء، والتكنولوجيا والهندسة — عبر الصفوف من 1 إلى 6. على عكس العديد من بنوك الأسئلة الموجودة التي تدرج السؤال وإجابته الصحيحة فقط، تتضمن كل مادة في CSQ أيضًا معلومات عن مستوى الصف، والموضوع، والمهارات العلمية التي يُختَبَر عليها، بالإضافة إلى شرح كامل للحل مناسب لعمر التلميذ.

التقاط كيفية تفكير الأطفال فعليًا

ابتكار رئيسي في CSQ هو تركيزها على «تفكير حل المشكلة» وراء كل إجابة. لكل سؤال، يوضِّح الخبراء عملية الاستدلال بلغة وتفصيل مناسبين لمستوى الصف المستهدف. بالنسبة للأطفال الأصغر سنًا، تبقى الشروحات ملموسة ومراقِبة — على سبيل المثال، وصف ما يمكن رؤيته أو الشعور به. وللطلاب الأكبر سنًا، تُقدَّم تدريجيًا أفكار أكثر تجريدًا، مثل النظم، والسبب والنتيجة، أو نماذج بسيطة. كما تُعلَّم كل مادة بالمهارات الأساسية المعنية، مثل مراقبة ظاهرة، مقارنة جسمين، أو تحديد وظيفة أداة. تتيح هذه البنية للنماذج الذكائية ألا تذكر الإجابة الصحيحة فحسب، بل أن تتدرب على السير عبر نوع التفكير الذي يُتوقع من الطلاب تعلمه.

بناء مجموعة البيانات مع مراعاة واقعية الصف

تطلب إنشاء CSQ عملية منظمة ومتمحورة حول البشر. قسّم فريق مكون من 19 باحثًا ذوي خبرة في تعليم العلوم والذكاء الاصطناعي العمل إلى مراحل. جمع أعضاء الفريق الكبار الأسئلة من المعايير المنهجية الرسمية، وأوراق الامتحان، والموسوعات، مع التأكد من أنها قابلة لإعادة الاستخدام قانونيًا. ثم قام طلاب الدراسات العليا بتكييف الأسئلة وتعليمها بحيث تتناسب مع صيغ اختيار من متعدد أو صح/خطأ وتطابق المعايير الرسمية لمادة العلوم للتعليم الإلزامي (2022). شددت تدريباتهم على الالتزام بالمفردات وعمق التفكير المناسب للصفوف. تم فحص كل بند من البيانات — السؤال، وخصائص المادة، والحل — من قبل معلم مُعنًى آخر، وحُلَّت الخلافات حول المهارات الصحيحة أو عمق الشرح بالرجوع إلى المعايير الوطنية كمرشد.

تعليم الذكاء الاصطناعي إظهار خطواته

لاختبار قيمة CSQ، درَّب الباحثون عدة نماذج لغة مفتوحة المصدر بشكل دقيق، كما قيّموا نموذجًا تجاريًا رائدًا على هذه المجموعة. لم يقتصر قياسهم على ما إذا كانت النماذج تختار الإجابة الصحيحة في اختيار متعدد فحسب. بل قيَّموا أيضًا جودة الاستدلال المولَّد باستخدام مقاييس نصية آلية وتقييمات خبراء بشريين. بعد التدريب على CSQ، أظهرت النماذج مفتوحة المصدر تحسنًا واضحًا في الدقة وفي وضوح وشمولية شروحاتها. على سبيل المثال، تحول نموذج كان يجيب سابقًا عن سؤال ابتدائي حول الصوت باستخدام نظرية موجية متقدمة إلى وصف أبسط وأكثر ملاءمة للعمر بعد التدريب الدقيق. وجد الحكام البشر أن النماذج المخصَّصة كانت أفضل بكثير في البقاء ضمن مستوى الصف الطفل، وتجنُّب «تجاوز المعرفة» حيث تربك الأفكار الفنية المفرطة بدلاً من أن تفيد.

Figure 2
الشكل 2.

حدود اليوم، وقالب للمستقبل

يعترف المؤلفون بأن CSQ يعكس بنية منهج العلوم في الصين ويركز فقط على صيغ الأسئلة مثل الاختيار من متعدد وصح/خطأ، وليس التجارب العملية أو المشاريع مفتوحة النهاية. كُتبت الشروحات بواسطة طلاب دراسات عليا مدرَّبين، وليس بواسطة معلمين صفّيين أو الأطفال أنفسهم، لذا هناك المزيد من العمل لمواءمة اللغة الصفية الحقيقية تمامًا. ومع ذلك، فإن الإطار وراء CSQ — ربط كل سؤال بالمادة، والموضوع، والصف، والمهارات المحددة، والتفكير خطوة بخطوة — عام بما يكفي ليُلهم موارد مماثلة بلغات وأنظمة تعليمية أخرى. ببساطة، تُظهر هذه الدراسة كيف أن مجموعات الأسئلة المصممة بعناية يمكن أن تساعد الذكاء الاصطناعي ليصبح مدرسًا أكثر موثوقية وحساسية لعمر المتعلمين الصغار في مادة العلوم.

الاستشهاد: Li, D., Liu, Z., Wen, C. et al. A Chinese Elementary Science Question Dataset in Problem-Solving Process Generation. Sci Data 13, 291 (2026). https://doi.org/10.1038/s41597-026-06618-4

الكلمات المفتاحية: تعليم العلوم الابتدائي, نماذج اللغة الكبيرة, مجموعة بيانات الإجابة على الأسئلة, التدريس المخصص, المنهج الصيني