هندسة اتخاذ القرار في التعليم: الصمود المعرفي وأنظمة التعلم المقاومة للهشاشة

المقدمة

#

يتسم المشهد المعاصر للتعليم العالي بتحولات هيكلية مستمرة ودائمة. ومدفوعةً بالدمج المتسارع للذكاء الاصطناعي، والتحولات الاجتماعية والاقتصادية في متطلبات سوق العمل، والإصلاحات الإدارية المتواصلة، دخلت المؤسسات الأكاديمية حقبة من التقلبات المزمنة. تاريخياً، تمثلت الاستجابة الهيكلية للضغوط المؤسسية والتربوية في السعي نحو تحقيق “الصلابة”، وذلك عبر تصميم مناهج جامدة، وتقييمات موحدة، وتسلسلات هرمية بيروقراطية تهدف إلى مقاومة الاضطرابات والحفاظ على الاستقرار. ومع ذلك، ومع تصاعد وتيرة وحجم الصدمات الخارجية، أثبتت مجرد “المقاومة” عدم كفاءتها من الناحية الهيكلية. فقد أدى المطلب المستمر للتكيف المتواصل إلى أزمة من “الاستنزاف المعرفي” عبر الأوساط الأكاديمية، والتي تتجلى بوضوح في الإرهاق العميق الناجم عن التغيير، والاستنزاف العاطفي، وتآكل الرصانة الفكرية.

تتطلب معالجة هذه الأزمة المنهجية إحداث تحول جذري في النموذج الفكري، للانتقال من المقاومة الهشة إلى “مقاومة الهشاشة” (Antifragility)؛ أي هندسة أنظمة تكتسب فعلياً المزيد من القدرة والمتانة الهيكلية عند تعرضها للاضطرابات. ويتطلب تحقيق هذا التحول دمج “هندسة اتخاذ القرار” وهندسة الاختيار السلوكي في صميم التصميم التعليمي. ومن خلال الفهم العميق للحدود البيولوجية والعصبية للإدراك البشري، والحد من العبء الإداري المفرط، والإدخال الاستراتيجي لـ “الصعوبات المرغوبة” (Desirable Difficulties) في عملية التعلم، يمكن للمؤسسات تعزيز نمو فكري وتنظيمي عميق ومستدام.

يؤسس هذا المقال إطاراً شاملاً ومتعدد المستويات لتصميم تعليمي مقاوم للهشاشة، حيث يدرس الاستنزاف المعرفي ابتداءً من جذوره العصبية والبيولوجية وصولاً إلى تداعياته الكلية على مستوى السياسات. ويُعد هذا التقرير بمثابة النص التأسيسي لموسم المؤتمرات القادم، حيث يحدد الحتمية الاستراتيجية لإعادة تصميم البنية المعمارية للتعلم بما يتواءم مع متطلبات القرن الحادي والعشرين.

البيولوجيا العصبية للاستنزاف المعرفي وإرهاق اتخاذ القرار

#

تكمن الطبيعة المحدودة للموارد المعرفية البشرية في بؤرة الأزمة التعليمية. إذ تتطلب البيئات الأكاديمية من كل من أعضاء هيئة التدريس والطلبة ممارسة عمليات مستمرة وحاسمة لاتخاذ القرار، وحل المشكلات المعقدة، فضلاً عن التنظيم الذاتي المستدام. وتُمثل قشرة الفص الجبهي (PFC) - وتحديداً قشرة الفص الجبهي الجانبية (lPFC) - الركيزة البيولوجية الأساسية لهذه الوظائف التنفيذية، حيث تُعد النواة المركزية للشبكة التنفيذية في الدماغ.

السميّة الاستثارية وإنهاك التحكم التنفيذي

#

تتطلب الذاكرة العاملة، والتحكم التثبيطي (Inhibitory control)، والمرونة المعرفية موارد أيضية هائلة، وتعتمد بشكل كبير على استقلاب الجلوكوز ودورة حمض ثلاثي الكربوكسيل (TCA). إن الجهد المعرفي المتواصل على مدار اليوم الأكاديمي المعتاد يُخل بالتوازن الدقيق للنواقل العصبية الاستثارية والتثبيطية. وتشير أبحاث التصوير العصبي التجريبية، بما في ذلك التنظير الطيفي بالرنين المغناطيسي (MRS)، إلى أن التحكم المعرفي المطول وعالي المتطلبات يؤدي إلى تراكم كبير للغلوتامات (Glutamate) – وهو الناقل العصبي الاستثاري الرئيسي في الجهاز العصبي المركزي – داخل المشابك العصبية لقشرة الفص الجبهي الجانبية (lPFC).

في الظروف الطبيعية، تقوم الخلايا الدبقية النجمية (Astrocytes) بإزالة الغلوتامات الزائدة من الشق المشبكي، وتحويلها إلى غلوتامين قبل نقلها وإعادتها إلى الخلايا العصبية. ومع ذلك، فإن المتطلبات المعرفية الحثيثة والمستمرة تتجاوز قدرة آلية التصفية هذه، مما يؤدي إلى تراكم الغلوتامات خارج الخلية. يُعد هذا التراكم شديد السُميّة العصبية؛ إذ يمكن أن يؤدي التنشيط غير المنظم لمستقبلات (NMDA) و(AMPA) إلى تدفق مفرط للكالسيوم، وتنشيط الخلايا الدبقية الصغيرة (Microglia)، والتعرض المحتمل لما يُعرف بـ “السمية الاستثارية” (Excitotoxicity). ولحماية السلامة الهيكلية للشبكات العصبية من هذه السمية، يُفعل الدماغ آلية تنظيمية دفاعية قوية: تتمثل في الخفض النشط لمستوى عمل الوظائف التنفيذية (Downregulation). وتُختبر هذه الدفاعات البيولوجية وتُلاحظ شيوعاً على أنها ما يُعرف بـ “إرهاق اتخاذ القرار”.

يتجلى إرهاق اتخاذ القرار في صورة تدهور قابل للقياس في جودة الخيارات، وانهيار تام في ضبط الاندفاع. وعندما تتشبع قشرة الفص الجبهي الجانبية (lPFC) وينخفض نشاطها، يُحوّل الدماغ تلقائياً نمط معالجته للمعلومات. ووفقاً لنظرية المعالجة المزدوجة (Dual-process theory)، يبتعد الدماغ عن نمط معالجة “النظام 2” (والذي يتسم بالبطء، والتأني، والتحليل، وبذل الجهد المعرفي)، ليرتد افتراضياً إلى نمط معالجة “النظام 1” (وهو نظام سريع، وتلقائي، وحدسي، وقائم على الاختصارات). وهنا يتصرف الدماغ كـ “بخيل معرفي” (Cognitive miser)، حيث يتجنب التكلفة الأيضية للتفكير المعقد لصالح الاختصارات المعرفية، والانحياز للوضع الراهن، وتجنب المخاطر. وبالنسبة للقيادات الأكاديمية وأعضاء هيئة التدريس، يمكن أن يُترجم هذا إلى عجز عن ربط المتغيرات المعقدة، مما يؤدي إلى حالة من “شلل التحليل”، والاعتماد الاندفاعي على الاستدلالات الذهنية، وخلل في التنظيم الانفعالي.

استنزاف الأنا مقابل نموذج العملية للتحكم الذاتي

#

في الأدبيات النفسية، وُصف هذا الحد العصبي البيولوجي تاريخياً باسم “استنزاف الأنا” (Ego Depletion). يفترض هذا النموذج أن التنظيم الذاتي والتحكم التنفيذي يعتمدان على خزان مشترك ومحدود من الطاقة الذهنية، يشبه في عمله العضلة؛ فبمجرد استنفاد هذه الطاقة، تتعرض أفعال التحكم الذاتي اللاحقة لضعف وضعف كبيرين.

ومع ذلك، تقدم العلوم المعرفية المعاصرة إطاراً أكثر دقة وعمقاً من خلال “نموذج العملية للتحكم الذاتي” (Process Model of Self-Control). يشير هذا النموذج إلى أن تراجع الوظيفة التنفيذية بمرور الوقت ليس مجرد استنزاف لمورد مادي، بل هو تحول وظيفي في الدافعية والانتباه. فمع تزايد الإرهاق المعرفي، يُحوّل الأفراد دافعيتهم بعيداً عن مهام “الالتزام” (Have-to tasks) المفروضة خارجياً والتي تتطلب جهداً كبيراً - مثل تقييم التكليفات المعقدة، أو تركيب المعطيات البحثية الجديدة، أو التعامل مع البراهين الرياضية الصعبة - ليتجهوا نحو مهام “الرغبة” (Want-to tasks) ذات المكافأة الذاتية والجهد المنخفض. تفسر إعادة الحساب الدافعية هذه سبب عدم توقف النشاط الدماغي كلياً عند حدوث الاستنزاف المعرفي، بل إن الدماغ يعمد بدلاً من ذلك إلى توجيه الجهد نحو مسارات معرفية أقل تكلفة.

ولمواجهة هذه الآثار، قدمت التدخلات السريرية المبكرة، مثل “تدريب التحصين ضد الضغوط” (Stress Inoculation Training - SIT) الذي طوره دونالد ميتشنباوم، إطاراً لبناء “المناعة النفسية”. يتضمن هذا التدريب ثلاث مراحل أساسية: التصور المعرفي (Conceptualization)، واكتساب المهارات (Skills acquisition)، والتطبيق التدريجي (Gradual application)، وذلك لتعريض الأفراد لضغوط يمكن إدارتها والتحكم بها، مما يسهم في بناء “الصمود المعرفي”. ورغم أن هذا النهج صُمم في البداية للبيئات العيادية/السريرية، إلا أن مبدأه الأساسي القائم على التعرض المدروس والمحكوم للضغوط يوجه التصميم التعليمي الحديث، مما يشير إلى أن قوة التحمل المعرفي يجب أن تُدرب وتُبنى بشكل منهجي ومؤسسي بدلاً من افتراض وجودها مسبقاً.

الإجهاد التقني، وضبابية الدماغ، وتشتت الانتباه

#

تُضاعف البنى الرقمية لبيئات التعلم الحديثة بشكل كبير من الحقائق العصبية والبيولوجية للاستنزاف المعرفي. لقد أدى الدمج الواسع للتكنولوجيا في التعليم العالي إلى فرض متطلبات معرفية جديدة، مما أسفر عن ظهور ظاهرة تُوصف بـ “العبء المفرط للإرهاق الرقمي” أو “الإجهاد التقني” (Technostress).

يعمل الإجهاد التقني كعامل استنزاف معرفي وتهديد وجداني في آنٍ واحد. وتشير الدراسات التجريبية إلى أن الإجهاد التقني يزيد بشكل مباشر من التسويف الأكاديمي ويدفع نحو ما يُعرف بـ “التسكع الإلكتروني” (Cyberloafing)، وهو سلوك يلجأ فيه المتعلمون وأعضاء هيئة التدريس المنهكون إلى المشتتات الرقمية ذات الجهد المنخفض كآلية تكيّف لمواجهة التشبع المعرفي. علاوة على ذلك، أدى النشر السريع لأدوات الذكاء الاصطناعي إلى ظهور “قلق الذكاء الاصطناعي” (Artificial Intelligence Anxiety - AIA)، وهو شكل فرعي محدد من الإجهاد التقني يزيد من استنزاف الاحتياطيات العاطفية والمعرفية. وتُحدد الأبحاث “الكفاءة الرقمية” (Digital Competence - DC) كعامل حماية بالغ الأهمية؛ إذ إن المستويات العليا من محو الأمية الرقمية تخفف من الأثر النفسي لقلق الذكاء الاصطناعي، مما يسلط الضوء على ضرورة التأهيل الرقمي الممنهج بدلاً من الانغماس التكنولوجي السلبي.

تساهم فترات التعرض الطويلة للشاشات، وعدم كفاية النوم، وتعدد المهام المستمر الذي تفرضه المنصات الرقمية المجزأة، بشكل مباشر في الإصابة بـ “ضبابية الدماغ” (Brain Fog). وفي السياقات الأكاديمية، تُعرّف ضبابية الدماغ بأنها خلل وظيفي معرفي ذاتي ومؤقت، يتسم بالإرهاق الذهني، وتراجع التركيز، وبطء التفكير، وضعف القدرة على معالجة المعلومات المعقدة. ومن منظور “نظرية العبء المعرفي” (Cognitive Load Theory)، تُفهم ضبابية الدماغ على أنها حالة من انخفاض الكفاءة المعرفية الناشئة عن العبء الانتباهي المفرط. فعندما يواجه المتعلمون متطلبات مهام مفرطة أو محفزات رقمية متزامنة ومتعددة، فإنهم يتجاوزون سعة الذاكرة العاملة، مما يؤدي إلى انهيار القدرة على الفهم والاحتفاظ بالمعلومات. ولذلك، يجب أن تركز الاستجابة الهيكلية على تقليل هذا “العبء الدخيل” (Extraneous load) للحفاظ على كفاءة الوظيفة المعرفية الأساسية.

إرهاق التغيير، والعبء المفرط للمبادرات، ونموذج متطلبات-موارد العمل (JD-R)

#

على المستوى المؤسسي، تتبلور الحقائق البيولوجية والرقمية للاستنزاف المعرفي لتتجسد في ما يُعرف بـ “إرهاق التغيير” (Change Fatigue). إذ يتطلب قطاع التعليم العالي المعاصر إطلاقاً مستمراً للمبادرات الاستراتيجية، وإعادة تصميم دورية للمناهج، وفرضاً متواصلاً للسياسات والتشريعات. وفي حين يُعد التغيير التنظيمي أمراً حيوياً، إلا أن الوتيرة المتسارعة التي لا هوادة فيها للإصلاحات غير المنسقة تستنزف الاحتياطيات المعرفية والوجدانية الجماعية للكوادر الأكاديمية.

نموذج متطلبات-موارد العمل (JD-R)

#

يُوفر نموذج متطلبات-موارد العمل (JD-R) إطاراً هيكلياً لتحليل هذا الاستنزاف المنهجي. ويفترض هذا النموذج أن الرفاه المهني يعتمد على التوازن بين “متطلبات العمل” (Job demands) - وهي الجوانب المادية، أو النفسية، أو الاجتماعية، أو التنظيمية للعمل التي تتطلب جهداً مستداماً - وبين “موارد العمل” (Job resources)، وهي العناصر التي تُسهّل تحقيق الأهداف، أو تُقلل من أثر المتطلبات، أو تُحفز النمو والتطور الشخصي.

يؤدي الإصلاح التعليمي المستمر إلى رفع حجم متطلبات العمل بشكل كبير. وعندما تتجاوز هذه المتطلبات الموارد التنظيمية المتاحة (مثل الدعم الإداري، والوقت الكافي للتنفيذ، ووضوح “هندسة الاختيار”)، فإن انعدام التوازن الناتج يُطلق ما يُعرف بـ “مسار تدهور الصحة” (Health-impairment process). ويُزيد “النموذج الطاقي لإرهاق المبادرات” (Initiative Fatigue Energetic Model - IFEM) من وضوح هذه الديناميكية؛ إذ يُعرّف “إرهاق المبادرات” بأنه تراجع القدرة الذي يُختبر عندما تتجاوز تكاليف تنفيذ السياسات الجديدة الاحتياطيات من الطاقة الوجدانية والذهنية لدى المعلمين والقيادات الأكاديمية.

مسار “الاستقالة الصامتة” والتهكم التنظيمي

#

يتحدد “إرهاق التغيير” بشكل فريد من خلال حالة من التناقض الوجداني (Ambivalence)، والاستسلام، والمقاومة السلبية للمبادرات الجديدة، مما يميزه بوضوح عن الاحتراق الوظيفي العام. ويؤثر المنطق الذي يدفع نحو التغيير بشكل كبير على درجة هذا الإرهاق. إذ تشير الأبحاث إلى أنه عندما يكون التغيير المؤسسي مدفوعاً بـ “منطق العواقب” (أي تحقيق تحسينات واضحة وقابلة للقياس في الأداء الوظيفي)، فإن ذلك يخفف من حدة الإرهاق. وعلى العكس من ذلك، فإن التغييرات المدفوعة بـ “منطق الملاءمة” (أي تبني الاتجاهات السائدة لمجرد محاكاة معايير الصناعة أو الامتثال لأعراف بيروقراطية غامضة) تؤدي إلى تفاقم شديد لكل من إرهاق التغيير والتهكم تجاهه.

تُظهر الدراسات التجريبية التي تستخدم “نمذجة المعادلة البنائية” (Structural Equation Modeling) أن إرهاق التغيير يُعد مُقدّمة رئيسية للاستنزاف العاطفي وتبدد الشخصية (Depersonalization). فمع استنفاد أعضاء هيئة التدريس لاحتياطياتهم المعرفية في محاولة للتنقل عبر التحولات المنهجية، يتطور لديهم “التهكم التنظيمي” (Organizational Cynicism) - وهو موقف يتسم بخيبة الأمل والتشاؤم تجاه المؤسسة - كآلية حماية نفسية. علاوة على ذلك، يُعد هذا الإرهاق مؤشراً تنبؤياً قوياً لظاهرة “الاستقالة الصامتة” (Quiet Quitting)، حيث يقيد التربويون جهودهم عمداً لتقتصر على الحد الأدنى المطلوب في التوصيف الوظيفي، متخلين عن الجهد التقديري (التطوعي) والاستثمار العاطفي. ونتيجة لذلك، تواجه المؤسسات مفارقة مدمرة: فالمبادرات الاستراتيجية التي تهدف إلى تحديث الأداء الأكاديمي تُحدث حالة من التشبع المعرفي تجعل القوى العاملة غير قادرة أساساً على تنفيذ تلك التحسينات.

ولمواجهة ذلك، تلعب الثقافة التنظيمية والقيادة أدواراً حاسمة كعوامل حماية ومصدات وقائية. فالبيئات التي تتسم بأنماط الثقافة العقلانية والجماعية (كما حددها إطار القيم المتنافسة - Competing Values Framework)، والأفراد الذين يتمتعون بمستوى عالٍ من “وجهة الضبط الداخلي للعمل” (Internal work locus of control)، يُظهرون قابلية أقل للتأثر بإرهاق التغيير. علاوة على ذلك، تعمل “القيادة التحويلية” (Transformational Leadership) - التي توفر الدعم السقالي (Scaffolding) والسياق المناسبين - كحاجز وقائي بالغ الأهمية، يمنع الإرهاق من التصلب ليتحول إلى نوايا دائمة لترك العمل (Turnover intentions).

مقاومة الهشاشة ومتراجحة ينسن في النظم التعليمية

#

يُبرز تعرض التعليم العالي لـ “إرهاق التغيير” خللاً جوهرياً في التصميم المؤسسي التقليدي، ألا وهو الاعتماد المفرط على نماذج تتسم بالهشاشة والصلابة. وقد صاغ نسيم نيقولا طالب مفهوم “مقاومة الهشاشة” (Antifragility) كإطار تصنيفي يفسر كيفية استجابة أي نظام للتقلبات، والعشوائية، والعوامل الضاغطة.

إن الهياكل التعليمية التقليدية – التي تتسم ببرامج درجات علمية جامدة مدتها أربع سنوات، وأقسام أكاديمية تعمل في جزر منعزلة (Siloed)، وتقييمات شديدة التنميط – هي هياكل هشة في جوهرها؛ فقد تم تحسينها لتتلاءم مع اقتصاد صناعي مستقر وقابل للتنبؤ. وعندما تتعرض هذه الأنظمة الهشة لضغوط غير متوقعة، فإنها تتكبد أضراراً فادحة (غير متناسبة مع حجم الضغط) وتتدهور بنيتها.

وفي المقابل، يمكن للأنظمة “الصلبة” (Robust) أو “الصامدة” (Resilient) تحمل الضغوط والعودة إلى حالتها الأساسية؛ فهي تظل محايدة تجاه التقلبات حتى تصل إلى نقطة انهيار محددة. أما الأنظمة “المقاومة للهشاشة”، فهي تكتسب فعلياً القدرة، والقوة، والمتانة الهيكلية من الفوضى، والأخطاء، والتقلبات. إنها تتطلب الاضطراب لكي تتطور وتزدهر.

الأساس الرياضي لمقاومة الهشاشة

#

يستمد مفهوم “مقاومة الهشاشة” أساسه النظري من متراجحة ينسن (Jensen’s Inequality)، وهي خاصية رياضية للدوال المحدبة (Convex functions). بالنسبة لدالة محدبة \( f(x) \)، فإن القيمة المتوقعة للدالة عند تقييمها لمتغير عشوائي \( X \) تكون أكبر من أو تساوي قيمة الدالة عند تقييمها للقيمة المتوقعة لـ \( X \):

$$ E[f(X)] \geq f(E[X]) $$

من الناحية العملية، يعني هذا أن النظام الذي يُظهر استجابة “محدبة” للضغوط يستفيد من التباين وتشتت النتائج أكثر بكثير من استفادته من حالة الاستقرار والمتوسطات الثابتة. وتُظهر كل من البيولوجيا التطورية، وجهاز المناعة البشري، وتضخم العضلات استجابات محدبة للضغوط البيئية؛ حيث تزداد قوة تحديداً لأنها تواجه إخفاقات دقيقة (Micro-failures) وتقلبات مستمرة.

وإذا كان النظام التعليمي هشاً (أي يُظهر استجابة “مقعرة” للضغوط)، فإن إدخال عوامل التقلب - مثل الظهور المتسارع للذكاء الاصطناعي التوليدي، أو التحولات الاقتصادية المفاجئة، أو التغيرات في نماذج سوق العمل - سيتسبب في أضرار مركبة وغير خطية (Non-linear damage). لبناء نظام بيئي تعليمي مقاوم للهشاشة، يجب هندسة المؤسسات بحيث تُظهر خاصية “التحدب” (Convexity). ويتطلب ذلك الحفاظ على التزامات ثابتة منخفضة، ودمج التكرار المتعمد (Deliberate redundancy)، وتعظيم الخيارات المتاحة (Optionality)، والاستخدام النشط لضغوط صغيرة يمكن إدارتها لتحفيز التكيف المعرفي والمؤسسي المستمر.

تصنيف النظام	الاستجابة للتقلبات والضغوط	الخاصية الرياضية	التطبيق في التصميم التعليمي
الهش (Fragile)	يتدهور، أو ينكسر، أو يتعرض لأضرار غير متناسبة.	مقعرة (Concave)	هياكل درجات علمية جامدة وأحادية؛ بيروقراطية شديدة المركزية؛ تقييمات تعتمد على الحفظ والتلقين.
الصلب / الصامد (Robust / Resilient)	يقاوم الأضرار ويتعافى ليعود إلى حالته الأساسية.	خطية (Linear)	بروتوكولات إدارة الأزمات؛ النماذج الموحدة للتدريس عن بُعد في حالات الطوارئ.
المقاوم للهشاشة (Antifragile)	يتحسن، ويتكيف، ويكتسب قدرات هيكلية إضافية.	محدبة (Convex)	الاعتمادات المصغرة القابلة للتراكم (Stackable micro-credentials)؛ التعلم التكيفي المستمر؛ بيداغوجيا “الفشل المُنتج” (Productive failure).

إن بناء خاصية “مقاومة الهشاشة” في التعليم يعني تصميم هياكل وبنى لا تكتفي بمجرد حماية الطلبة وأعضاء هيئة التدريس من الإجهاد المعرفي، بل تستثمر استراتيجياً أنواعاً محددة ومدروسة بعناية من الضغوط لبناء وتعزيز القدرات الفكرية والتنظيمية.

هندسة اتخاذ القرار وهندسة الاختيار السلوكي

#

إن التحول نحو “مقاومة الهشاشة” يتطلب تدخلات دقيقة ومبنية على الأدلة، تتمركز عند نقطة التقاطع بين علم النفس، والتكنولوجيا، والإدارة. ويُمثل هذا تحديداً النطاق التشغيلي لـ “هندسة اتخاذ القرار”: وهو التصميم المُتعمد للبيئات، والعمليات، والواجهات البينية، بهدف توجيه السلوك البشري ومواءمته مع النتائج المُثلى، مع الأخذ بالاعتبار - بشكل صارم ودقيق - القيود المتأصلة للإدراك البشري.

التخفيف من العبء الدخيل عبر هندسة الاختيار

#

تعمل هندسة الاختيار وفق مبدأ أساسي مفاده أن عرض الخيارات لا يكون محايداً أبداً. فالطريقة التي تُهيكل بها المعلومات، وتُسلسل، وتُؤطر تؤثر حتماً على صناعة القرار، حيث تستغل بشكل كبير اعتماد الدماغ على الاستدلالات الذهنية والخيارات الافتراضية. وفي سياق الاستنزاف المعرفي الحاد، يجب أن تعمل هندسة الاختيار الفعّالة كحاجز وقائي لقشرة الفص الجبهي؛ إذ يتعين عليها تقليل استهلاك الوظائف التنفيذية في المهام الإدارية أو الهامشية، بحيث يُحتفظ بالموارد الأيضية وتُوجه نحو عمليات التركيب الأكاديمي العليا والتخطيط الاستراتيجي.

وفي بيئات التعلم الرقمية وأنظمة إدارة التعلم (LMS)، تتجلى هندسة الاختيار في تصميم واجهة المستخدم، والإعدادات الافتراضية، ومسارات التنقل. فنظام إدارة التعلم رديء التصميم، الذي يعرض للمتعلم أو المعلم مجموعة هائلة ومربكة من الروابط غير المرتبة حسب الأولوية، والإشعارات، والخيارات الانتقائية، يُحدث حالة فورية من “إرهاق اتخاذ القرار” حتى قبل أن تبدأ عملية التعلم أو التعليم الفعلي.

وعلى النقيض من ذلك، تستفيد هندسة الاختيار عالية الكفاءة من أسلوب “الوكز” (Nudging) — وهو تعديل السلوك بطرق يمكن التنبؤ بها دون حظر أي خيارات أو تغيير في الحوافز المادية — لتوجيه الأفراد نحو سلوكيات مثمرة. ومن خلال تأسيس مسارات تدفق قياسية للدروس، وتبسيط التنقل للوصول إلى الإجراءات الأساسية المطلوبة، وأتمتة الروتين الإداري المتكرر، تعمل هندسة اتخاذ القرار على تقليل العبء المعرفي الدخيل بشكل جذري.

تنافر الهوية وفشل التدخلات السلوكية

#

على الرغم من فعالية أسلوب “الوكز”، إلا أن التدخلات السلوكية غالباً ما تفشل على المدى الطويل، حيث تشير البيانات إلى أن ما يصل إلى 87 بالمائة من محاولات تغيير السلوك تفشل خلال 90 يوماً. وينبع هذا الفشل غالباً من “تنافر الهوية” (Identity Incongruence). تتعامل التدخلات التقليدية مع الهوية بوصفها “سردية” (Narrative) – أي قصة ترويها الذات عن نفسها. ومع ذلك، تكشف الأطر النفسية المتقدمة أن الهوية تعمل بمثابة “نظام تشغيل هيكلي” (Structural operating system) يُملي استجابات تلقائية ومتواترة للمدخلات.

وعندما يحاول وكز سلوكي فرض تغيير ظاهري (تغيير من الدرجة الأولى - First-order change) دون إحداث تعديل في النمط الهيكلي الأساسي (تغيير من الدرجة الثانية - Second-order change)، فإن النظام يواجه حالة من تنافر الهوية. وهنا، يتعامل الدماغ مع هذا التدخل باعتباره تهديداً، مما يولد سلسلة من سلوكيات الحماية الذاتية، وفك الارتباط الاستراتيجي (Strategic disengagement)، والتخريب الذاتي (Self-sabotage)؛ وهي آليات تفرض في النهاية ارتداداً حتمياً إلى السلوكيات الأساسية (Baseline behaviors).

ولذلك، يجب أن تستهدف هندسة اتخاذ القرار الفعّالة “الهوية الهيكلية”، مع الإدراك التام بأن التغيير المستدام يتطلب فترات من الانخراط المكثف تليها راحة عميقة للسماح للنظام النفسي بإعادة تنظيم نفسه.

خطر الأبوية الخوارزمية

#

مع تزايد دمج المؤسسات التعليمية للذكاء الاصطناعي وتحليلات التعلم التنبؤية (Predictive learning analytics) لتحسين هندسة الاختيار، يبرز توتر أخلاقي بالغ الأهمية: خطر “الأبوية الخوارزمية” (Algorithmic Paternalism). وتحدث الأبوية الخوارزمية عندما تقوم أنظمة الذكاء الاصطناعي، المُصممة لتحسين مقاييس التعلم أو الكفاءة التشغيلية، بسلب استقلالية المستخدم (User autonomy).

ففي حين قد يقوم محرك التوصيات بتوجيه الطالب بكفاءة نحو الوحدة التعليمية الأكثر نجاحاً من الناحية الإحصائية، إلا أن تجاوز عملية اتخاذ القرار الخاصة بالطالب يؤدي إلى فقدان “تقرير المصير” (Self-determination) وتراجع المهارات (Deskilling). ويحدد التصنيف الأكاديمي للأبوية الخوارزمية عدة مسارات للمخاوف الأخلاقية:

نوع الأبوية (Type of Paternalism)	التعريف في سياق الذكاء الاصطناعي	الأثر على الاستقلالية البشرية
الأبوية الليبرتارية (الوكز - Nudging)	التأثير على هندسة الاختيار لتوجيه المستخدمين نحو نتائج مفيدة دون إزالة الخيارات البديلة.	يحافظ عموماً على الطوعية، ولكنه يستغل المحفزات السلوكية اللاوعية.
الأبوية الناعمة (Soft Paternalism)	تدخل الذكاء الاصطناعي لمنع الضرر الناتج عن جهل المستخدم، لضمان اتخاذ خيارات مبنية على المعرفة.	يؤكد الاستقلالية من خلال حظر الإجراءات غير المدروسة والضارة.
الأبوية الصلبة / الصارمة (Hard Paternalism)	تجاوز أنظمة الذكاء الاصطناعي للأهداف والقيم البشرية المُعلنة، حيث تعمل بناءً على حسابات تفترض أن غايات الإنسان خاطئة.	يحد بشكل كبير من حرية التصرف، والموثوقية الذاتية (Authenticity)، وكفاءة اتخاذ القرار.
الأبوية غير الليبرتارية (Non-Libertarian)	إجبار خوارزمي شامل؛ وتجاهل تام لهندسة الاختيار البشري.	نفي كامل للاستقلالية العلائقية (Relational autonomy) والطوعية.

وتشير البيانات إلى أنه عندما تنحرف التقنيات التعليمية نحو “الأبوية الخوارزمية الصلبة”، فإنها تقوض مهارات ما وراء المعرفة (Metacognitive skills)، والتنظيم الذاتي، والتقييم النقدي، والتقصي المستقل، وهي ذات المهارات التي يلتزم التعليم العالي بتنميتها. ولذلك، يجب أن توازن “هندسة اتخاذ القرار الأخلاقية” بين “تخفيف العبء المعرفي” (Cognitive offloading) والحفاظ على الفاعلية البشرية (Human agency)، وذلك باستخدام أنظمة تكيفية توفر “دعماً سقائياً” (Scaffolding) لصنع القرار المعقد بدلاً من أتمتته بالكامل.

هندسة “الصعوبات المرغوبة” والفشل المُنتج

#

إذا كان لزاماً أن تُستبعد الخيارات الدخيلة من النظام التعليمي عبر التصميم الهندسي (Engineered out) لتجنب “إرهاق اتخاذ القرار” و"الأبوية الخوارزمية"، فإلى أين ينبغي توجيه الجهد المعرفي بشكل مقصود ومُتعمد؟ إن أي نظام تعلم “مقاوم للهشاشة” يتطلب إدخالاً متعمداً ومُعايراً بدقة لـ “الاحتكاك” (Friction).

نظرية العبء المعرفي وتخصيص الجهد

#

تفترض نظرية العبء المعرفي (CLT)، التي وضعها جون سويلر، أن الذاكرة العاملة البشرية تمتلك سعة محدودة للغاية لمعالجة المعلومات الجديدة. ولا يحدث التعلم إلا عندما تتم معالجة المعلومات بنجاح في الذاكرة العاملة ونقلها إلى الذاكرة طويلة المدى من خلال بناء “مخططات معرفية” (Cognitive schemas) راسخة. وتُصنف نظرية العبء المعرفي هذا العبء إلى ثلاثة أنواع متميزة:

1. العبء الجوهري (Intrinsic Load): ويمثل التعقيد المتأصل في المادة التعليمية والمعرفة المسبقة المطلوبة. هذا العبء ثابت لا يتغير بناءً على المحتوى بحد ذاته، ولكن يمكن إدارته والتحكم به من خلال التسلسل (Sequencing).
2. العبء الدخيل (Extraneous Load): وهو الجهد المعرفي غير الضروري الذي يفرضه التصميم التعليمي الرديء، أو الواجهات المربكة، أو الحشو والتكرار (Redundancy)، أو تأثيرات تشتيت الانتباه (Split-attention). يتنافس هذا العبء على سعة الذاكرة العاملة دون أن يسهم في عملية التعلم.
3. العبء المُلائم (Germane Load): وهو الجهد المعرفي المُنتج والمُخصص لمعالجة المعلومات، وبناء المخططات الذهنية، وأتمتة المهارات. ويُعد هذا العبء الآلية الحصرية لحدوث التعلم الفعلي.

إن المهمة الأساسية لـ “هندسة اتخاذ القرار” في علم أصول التدريس (Pedagogy) هي القضاء التام على العبء الدخيل، مع العمل المنهجي على تعظيم العبء المُلائم. ومع ذلك، فإن تعظيم العبء المُلائم غالباً ما ينطوي على جعل عملية التعلم تبدو - من وجهة نظر المتعلم - أكثر صعوبة على المدى القصير.

“الصعوبات المرغوبة” ونموذج الفشل المُنتج

#

يوضح مفهوم “الصعوبات المرغوبة” (Desirable difficulties) - الذي صاغه روبرت وإليزابيث بيورك - أن الظروف التعليمية التي تجعل التعلم يبدو أبطأ، ويتطلب جهداً أكبر، وأقل سلاسة أثناء “مرحلة الاكتساب” (Acquisition phase)، تُسفر عن احتفاظ أطول أمداً بالمعلومات، وتُسهّل نقل المعرفة (Transfer of knowledge) إلى سياقات جديدة ومختلفة. وتعمل ممارسات مثل: التكرار المتباعد (Spaced repetition)، والدمج بين أنواع مختلفة من المشكلات (Interleaving)، وممارسة الاسترجاع الجهدية (Effortful retrieval practice)، بمثابة “ضغوط معرفية” تُقوي المسارات العصبية، وهو ما يعكس بشكل مباشر المتطلبات البيولوجية لتحقيق “مقاومة الهشاشة”.

ويقوم إطار “الفشل المُنتج” (Productive Failure - PF) الذي طوره مانو كابور، بتفعيل هذه الصعوبات المرغوبة لمعالجة المشكلات المفاهيمية المعقدة. ففي نموذج “التدريس المباشر” (Direct Instruction - DI) التقليدي، يشرح المعلم المفهوم ويقدم الخطوات الإجرائية، ثم يتبع ذلك فوراً بتدريب للطلاب (وهو تسلسل: شرح ثم حل المشكلات، أو I-PS). وفي حين أن هذه المنهجية تبدو سلسة للغاية وتؤدي إلى مستويات عالية من المعرفة الإجرائية، إلا أنها تفشل بانتظام في تعزيز الفهم المفاهيمي العميق.

يعكس نموذج “الفشل المُنتج” هذا التسلسل التربوي ليصبح (حل المشكلات يتبعه الشرح، أو PS-I). حيث يُقدم للطلاب مشكلة معقدة وجديدة تتطلب آلية رياضية أو مفاهيمية لم تُدرّس لهم بعد. ويُطلب منهم ابتكار حلول. وبطبيعة الحال، يفشلون في حل المشكلة بشكل صحيح. ومع ذلك، فإن هذا الفشل يُعد “مُنتجاً” للغاية؛ إذ يُجبر هذا الصراع المعرفي الطلاب على استكشاف فضاء المشكلة، وتنشيط المعرفة السابقة ذات الصلة، ومواجهة أوجه القصور في مخططاتهم الذهنية الحالية. وعندما يُقدم الشرح الخبير لاحقاً، يكون الطلاب قد امتلكوا “الدعم السقائي المفاهيمي” (Conceptual scaffolding) اللازم لفهم السبب الدقيق الذي يجعل الإجراء الصحيح يعمل بفعالية.

تُظهر التحليلات البعدية (Meta-analyses) - التي شملت أكثر من 160 مقارنة تجريبية - أن الطلاب الذين خضعوا لنموذج “الفشل المُنتج” يتفوقون بشكل ملحوظ على طلاب “التدريس المباشر” في كل من الفهم المفاهيمي ونقل المعرفة، مع أحجام تأثير (Effect sizes - مقاسة بـ Hedge’s g) تتراوح بين 0.36 و 0.58 في التطبيقات عالية الدقة.

شروط الحدود: خطر العجز المتعلم

#

في حين أن الفشل يمكن أن يكون حافزاً قوياً للتعلم، إلا أنه يخضع لـ “شروط حدود” (Boundary conditions) صارمة؛ فليست كل الأخطاء متكافئة من الناحية التربوية. إذا كان العبء الجوهري للمشكلة الأولية يتجاوز بشكل هائل المعرفة السابقة للمتعلم وموارد الذاكرة العاملة المتاحة لديه، فإن الفشل يتوقف عن كونه “مُنتجاً” وينحدر ليتحول إلى إحباط غير مُنتج.

إن التعرض المزمن لفشل معرفي لا مفر منه، دون توفير دعم سقائي (Scaffolding) لاحق وكافٍ، يؤدي إلى “العجز المتعلم” (Learned helplessness). وهي حالة يتوقف فيها المتعلم تماماً عن بذل أي جهد، حيث يُذوّت (Internalizing) اعتقاداً بأن النتائج مستقلة كلياً عن أفعاله ومساعيه. كما تُحدد التوجهات والاستعدادات الذاتية للمتعلمين (Learner dispositions) مدى الفعالية؛ فالأفراد الذين يمتلكون توجهاً عالياً نحو الأداء (Performance orientation - أي يسعون لإثبات قدرتهم أمام الآخرين) قد ينظرون إلى الفشل المبكر كتهديد وينسحبون من بذل الجهد. أما أولئك الذين يمتلكون توجهاً نحو أهداف التعلم (Learning-goal orientation)، فإنهم يعالجون التغذية الراجعة السلبية كآلية حيوية للتحسين والتطوير.

ولذلك، يجب أن تُعايَر “مقاومة الهشاشة” لدى المتعلم بدقة بالغة. فالمشكلات المصممة لإنتاج “فشل مُنتج” يجب أن تقع ضمن “النطاق المعرفي الأمثل” (Cognitive sweet spot)؛ بحيث تكون صعبة بما يكفي لمنع المحاكاة الخوارزمية (Algorithmic mimicking) والحفظ الآلي، وفي الوقت ذاته، تكون قابلة للوصول من الناحية الهيكلية، مما يسمح للمتعلمين بتوليد حلول دون المستوى الأمثل (Suboptimal solutions) باستخدام مواردهم المعرفية الحالية.

الذكاء الاصطناعي التوليدي، وتفويض العبء المعرفي، والكسل ما وراء المعرفي

#

يتعرض التوازن الدقيق بين العبء المعرفي و"الصعوبات المرغوبة" حالياً لاضطراب عميق نتيجة الانتشار الواسع للذكاء الاصطناعي التوليدي (GenAI). إذ تمتلك النماذج اللغوية الكبيرة (LLMs) القدرة الفورية على توليد حجج معقدة، وحل البراهين الرياضية، وكتابة الأكواد البرمجية، وتركيب وتلخيص كميات هائلة من النصوص. ويُدخل هذا التطور متغيراً ضخماً وجذرياً في “هندسة الاختيار” داخل أروقة التعليم العالي، ألا وهو: الإغراء الدائم والمستمر لتفويض الجهد المعرفي بالكامل إلى الآلة.

إطار مقاطعة الاسترجاع

#

إن “تفويض العبء المعرفي” (Cognitive offloading) - المتمثل في استخدام أدوات خارجية أو أفعال مادية لتقليل متطلبات المعالجة الداخلية - ليس ممارسة سلبية في جوهرها. فاستخدام الآلة الحاسبة لتفويض العمليات الحسابية، على سبيل المثال، يُحرر الذاكرة العاملة للتركيز على المنطق الأعلى مستوى لعلم التفاضل والتكامل، مما يدمج الموارد الداخلية والخارجية في “نظام معرفي مُمتد” (Extended cognitive system) وموحد. ومع ذلك، يُمثل الذكاء الاصطناعي التوليدي (GenAI) تهديداً تربوياً فريداً؛ لأنه قادر على التفويض الكامل لعمليات التوليد المعرفي، والتقييم، والتفكير النقدي التي صُمم التعليم العالي خصيصاً لتنميتها.

يضع “إطار مقاطعة الاسترجاع” (RIF) تصوراً نظرياً لهذه الديناميكية من خلال التمييز بين المساعدة “الحافظة للاسترجاع” (Retrieval-preserving) والمساعدة “المُزيحة للاسترجاع” (Retrieval-displacing). ويُعرّف “الاسترجاع” بأنه عملية الاستدعاء النشط أو إعادة البناء المعرفي للمعلومات التي تم تعلمها مسبقاً من الذاكرة.

• الذكاء الاصطناعي المُزيح للاسترجاع (Retrieval-Displacing AI): يقوم الذكاء الاصطناعي بتقديم الشرح المستهدف، أو الحل، أو البنية المنطقية قبل أن يبذل المتعلم أي جهد معرفي. ويؤدي هذا إلى إبطال مفعول “الصعوبات المرغوبة”، والتحايل على بناء المخططات الذهنية (Schema construction)، كما يؤدي إلى تدهور حاد في الاحتفاظ بالمعلومات على المدى الطويل وضعف القدرة على نقل المعرفة إلى البيئات غير المدعومة بالذكاء الاصطناعي.
• الذكاء الاصطناعي الحافظ للاسترجاع (Retrieval-Preserving AI): يعمل الذكاء الاصطناعي كموجه “سقراطي” (Socratic tutor) أو كآلية لتقديم التغذية الراجعة، وذلك حصرياً بعد أن يحاول المتعلم توليد الحل بنفسه (أي خلال مرحلة الفشل المُنتج). ويدعم هذا النهج “المعايرة ما وراء المعرفية” (Metacognitive calibration) من خلال تسليط الضوء على الأخطاء وتوضيح المفاهيم الخاطئة، دون أن يؤدي “الجهد المعرفي الشاق” نيابة عن الطالب.

الكسل ما وراء المعرفي والدمج الديداكتيكي (التعليمي)

#

تكشف الدراسات التجريبية الحديثة التي تتتبع تبني الذكاء الاصطناعي التوليدي (GenAI) في التعليم العالي عن ظاهرة تثير القلق العميق تُسمى “الكسل ما وراء المعرفي” (Metacognitive laziness). فعندما يعتمد الطلاب على الذكاء الاصطناعي التوليدي في “التفويض المُزيح للاسترجاع” (Retrieval-displacing offloading)، فإنهم يتجاوزون المرحلة الحاسمة المتمثلة في “الصراع المُنتج” (Productive struggle). ولأن المراقبة البشرية ما وراء المعرفية غالباً ما تعتمد على “سلاسة المعالجة” (Processing fluency) كمؤشر أو بديل للفهم، فإن الطلاب يعانون مما يُعرف بـ “وهم الكفاءة” (Illusion of competence)؛ إذ يخلطون بشكل جوهري بين المخرجات السلسة للذكاء الاصطناعي وبين إتقانهم الشخصي الفعلي.

وعندما يُطور الطلاب ثقة اعتيادية في الذكاء الاصطناعي التوليدي ويستخدمونه بانتظام في الأعمال المعرفية الروتينية، فإنهم يعيدون معايرة “الحد الداخلي” لديهم لتحديد ما إذا كان الجهد المعرفي “يستحق العناء”. ونتيجة لذلك، تضمر مسارات التفكير المتأني والتحليلي الخاصة بـ “النظام 2” (System 2) بسبب قلة الاستخدام، مما يترك المتعلم معتمداً كلياً على الأداة الخارجية في أداء الوظائف الفكرية الأساسية.

ولبناء أنظمة مقاومة للهشاشة في عصر الذكاء الاصطناعي، لا يمكن للمؤسسات ببساطة حظر التكنولوجيا (وهي استجابة هشة)، ولا يمكنها السماح بتبنيها بشكل غير منظم أو غير نقدي (مما يؤدي إلى الضمور المعرفي). بدلاً من ذلك، يجب عليها تصميم “هندسة الاختيار” (Choice architecture) للتكليفات باستخدام إطار ديداكتيكي (تعليمي) يتألف من أسئلة محددة: لماذا يُعطى هذا التكليف؟ ما هي المعرفة التي يجب بناؤها داخلياً مقابل تلك التي يمكن تفويضها بشكل مشروع؟ كيف ومتى يجب إدخال “الاحتكاك” (Friction)؟ ومن هم الأكثر عرضة للمخاطر المعرفية؟

ومن خلال إلزام الطلاب بإظهار خطوات التفكير (Visible process)، واشتراط التدقيق النقدي لمخرجات الذكاء الاصطناعي، وتسخير الذكاء الاصطناعي لتقديم “احتكاك تكيفي” (Adaptive friction) ومخصص بدلاً من الأتمتة السلسة، يمكن للتعليم أن يُحوّل مقاومة التكنولوجيا إلى رعاية تربوية دقيقة وفعالة.

سأقوم بتعديل هذا القسم ليصبح إطاراً عالمياً (Global Case Study) بدلاً من تخصيصه لدولة واحدة، وذلك بما يتوافق تماماً مع توجيهاتكِ السابقة بتعميم التوصيات وعدم ربطها بنطاق جغرافي محدد.

الحوكمة الكلية وتطوير القدرات: دراسة حالة عالمية في الأنظمة المقاومة للهشاشة

#

إن مبادئ الصمود المعرفي، ومقاومة الهشاشة، وهندسة اتخاذ القرار تمتد إلى ما هو أبعد بكثير من الدماغ الفردي أو الغرفة الصفية؛ إذ يجب دمجها في الحوكمة الكلية للدولة وأطر السياسات التعليمية. ويُعد التحول الاستراتيجي العالمي نحو تطوير القدرات البشرية والتعلم الإلكتروني المرن دراسة حالة واقعية ومثالية لهذا الانتقال المنهجي.

هشاشة التعليم الأحادي وفجوة المهارات

#

تعمل السياسة التعليمية الكلية التقليدية وفق نموذج تنبؤي ينتمي للحقبة الصناعية. فهي تعتمد على التنبؤ بمتطلبات سوق العمل لسنوات قادمة، وتوجيه الطلاب نحو مسارات لدرجات علمية جامدة وطويلة الأمد. ومع ذلك، في عصر يتسم بالاضطراب التكنولوجي المتسارع والتحولات الاقتصادية غير الخطية، يُعد هذا النهج الحتمي (Deterministic approach) هشاً في جوهره. إن افتراض قدرة المخططين المؤسسيين على التنبؤ الدقيق بالكفاءات المطلوبة بعد أربع إلى ست سنوات يتجاهل تماماً حالة التقلب التي تتسم بها اقتصادات المعرفة الحديثة.

وتتفاقم هذه الهشاشة المنهجية بسبب المعدل المتسارع لتقادم الكفاءات الفنية والمهنية. إذ تشير الأبحاث في ديناميكيات القوى العاملة إلى أن “عمر النصف” (Half-life) للمهارات المُكتسبة - وهو الوقت المستغرق لتتقادم نصف المعرفة المكتسبة في مجال معين وتصبح بلا فائدة - قد انخفض بشكل حاد، لا سيما في مجالات التكنولوجيا، وعلوم البيانات، والعلوم السلوكية التطبيقية. ونتيجة لذلك، عندما تتقادم المهارات التأسيسية التي تم تعلمها في السنة الأولى من الدرجة العلمية الأحادية (الجامدة) بحلول موعد التخرج، فإن المؤسسات تُنتج - عن غير قصد - قوى عاملة مُجهزة لسوق عمل لم يعد له وجود.

ومن منظور الاقتصاد السلوكي، تُوقع هياكل الدرجات العلمية الأحادية كلاً من المتعلمين والمؤسسات في فخ “مغالطة التكلفة الغارقة” (Sunk-cost fallacy) المنهجية. فبمجرد أن يستثمر الطالب موارد معرفية ومالية وزمنية كبيرة في مسار متخصص للغاية مدته أربع سنوات، فإن “هندسة الاختيار” (Choice architecture) للجامعة التقليدية تثنيه فعلياً وبشكل نشط عن تغيير مساره. وحتى لو أشارت مؤشرات الاقتصاد الكلي بوضوح إلى انخفاض أهمية التخصص المختار وتراجعه، فإن “الاحتكاك المنهجي” (Systemic friction) المطلوب لتغيير المسار (مثل: فقدان الساعات المعتمدة، وتأخر التخرج، والعقوبات البيروقراطية) يُجبر الطلاب على الاستمرار في مسارات متقادمة.

وفي العديد من الأنظمة التعليمية حول العالم، تؤدي هذه الصرامة الهيكلية إلى تدني نسبة الطلاب المسجلين في التخصصات المرتبطة مباشرة بالوظائف الناشئة عالية الطلب بشكل يثير القلق. علاوة على ذلك، يُحدث هذا التنافر قلقاً أكاديمياً شديداً و"تهكماً تنظيمياً" (Organizational cynicism) بين المتعلمين الذين يدركون الانفصال التام بين متطلباتهم التعليمية الحالية والواقع الاقتصادي المستقبلي. وفي نهاية المطاف، تعيق هذه الفجوة الحادة في المهارات تحول الدول نحو اقتصاد متقدم قائم على المعرفة. ومن أجل البقاء والازدهار وسط هذه التقلبات، يجب على الجهاز التعليمي العالمي التخلي عن وهم التنبؤ المثالي طويل الأمد، والبدء بدلاً من ذلك بهندسة أنظمة مُحسّنة ومصممة للتكيف المستمر وفي الوقت الفعلي.

مقاومة الهشاشة المؤسسية عبر الاعتمادات المصغرة التراكمية

#

يُمثل التحول العالمي نحو “الاعتمادات المصغرة” (Micro-credentials) توجهاً استراتيجياً كلياً نحو “مقاومة الهشاشة الهيكلية”. ويرتكز هذا النهج على الانتقال من هياكل الدرجات العلمية الأحادية القائمة على الوقت، إلى نماذج تعلم مرنة وقابلة للتكيف. وتُركز هذه المبادرات على التطوير السريع وتقديم برامج تعليمية قصيرة وموجهة بدقة، يتم تصميمها بشراكة مباشرة مع قادة الصناعة والجامعات العالمية لمعالجة فجوات المهارات المتخصصة والفورية.

تُدخل بنية الاعتمادات المصغرة خاصية “التعددية العميقة للخيارات” (Profound optionality) في النظام التعليمي. فبدلاً من الالتزام بمسار صارم مدته أربع سنوات، يمكن للمتعلمين اكتساب “اعتمادات تراكمية” (Stackable credentials). ومن خلال تجميع عدد محدد من هذه الاعتمادات المعتمدة، يستطيع المتعلمون بناء درجات أكاديمية معترف بها بشكل ديناميكي. وإذا تغيرت البيئة الاقتصادية بشكل غير متوقع، يمكن لكل من المتعلم والمؤسسة التكيف بسرعة، وإضافة برامج مصغرة جديدة تعالج التقنيات الناشئة دون تحمل عبء القصور الذاتي البيروقراطي المرتبط بإصلاح منهج جامعي كامل. هذا هو التطبيق العملي لمقاومة الهشاشة على المستوى الكلي: فالنظام يستخدم تقلبات سوق العمل كمُحفز لتحديث مخرجات رأس المال البشري وتقويتها باستمرار.

إطار الحوكمة المتكاملة لاستدامة التعلم الإلكتروني

#

يتطلب تنفيذ مثل هذه الأنظمة التكيفية حوكمة صارمة قائمة على البيانات لمنع تدهور الجودة. وفي النماذج العالمية الرائدة، تعمل المراكز الوطنية للتعليم الإلكتروني بوصفها “مهندس الاختيار” (Choice architect) الأهم للنظام البيئي للتعليم الرقمي. ومن خلال وضع معايير شاملة للتعلم الإلكتروني، تحكم هذه المراكز البنية التحتية الرقمية، والتصميم التعليمي، ودمج الذكاء الاصطناعي، والدعم الفني، مما يقلل بشكل جذري من العبء المعرفي والإداري الدخيل على الجامعات الفردية.

ويكشف التحليل السياساتي باستخدام إطار الحوكمة المتكاملة لاستدامة التعلم الإلكتروني عن كيفية إدارة هذا النظام البيئي عالمياً عبر أبعاد محددة:

بُعد الحوكمة	التطبيق السياساتي في الأطر العالمية الحديثة
المواءمة الاستراتيجية	توفير تخطيط طويل الأمد يتماشى مباشرة مع احتياجات سوق العمل والتنويع الاقتصادي عبر الوزارات والهيئات الوطنية.
ضمان الجودة	فرض اعتمادات برامجية محددة، وتأسيس متطلبات الامتثال وحدود الأداء لجميع مخرجات التعلم الرقمي.
البنية التحتية الرقمية	تنفيذ منصات التعلم المصغر ووضع متطلبات صارمة للأمن السيبراني وقابلية التشغيل البيني (Interoperability) لضمان استمرارية الخدمة.
الابتكار والذكاء الاصطناعي	حوكمة أطر الذكاء الاصطناعي للموازنة بين الكفاءة الخوارزمية وتطوير القدرات البشرية، منعاً لـ “الأبوية الخوارزمية”.
المساءلة والأداء	استخدام مؤشرات الأداء الرقمية لتقييم المؤسسات بناءً على استخدامها للموارد المشتركة واعتمادها للشهادات التراكمية، مما يخلق “وكزاً” سلوكياً منهجياً.

إن نتائج هندسة الاختيار المنسقة هذه قابلة للقياس الكمي في النظم المتقدمة؛ حيث تبرز الجامعات عالمياً، وتتصدر الدول مؤشرات التنمية البشرية. ومن خلال تأسيس بنية لقياس الأداء تُحفز على التكامل وسرعة التكيف (Agility)، يوجه إطار السياسات المؤسسات التعليمية المستقلة نحو سلوكيات تزيد من مرونة وصمود النظام بأكمله، مما يضمن بقاء الجهاز التعليمي الوطني أو الإقليمي متوائماً مع الأهداف الاجتماعية والاقتصادية الطموحة.

الخلاصة والرؤية المستقبلية

إن النموذج الصناعي السائد في التعليم العالي — والذي يرتكز على الجمود الهيكلي، وإزالة “الاحتكاك”، والاستيعاب السلبي للمعلومات — هو نموذج مرهق معرفياً وهش منهجياً. وفي ظل مواجهة المجتمعات الأكاديمية لمستويات غير مسبوقة من “إرهاق التغيير” والاستنزاف المعرفي، والمدفوعة بالتحولات المنهجية المستمرة والثورة التكنولوجية، يصبح من الضروري والمُلّح إعادة تصميم البنية التعليمية بشكل جذري.

إن مسار المضي قدماً يكمن في التطبيق المتعمد لـ “هندسة اتخاذ القرار” (Decision engineering) لخلق أنظمة تعلم “مقاومة للهشاشة” (Antifragile). ومن خلال احترام القيود البيولوجية العصبية الصارمة لقشرة الفص الجبهي الجانبية، يجب على المؤسسات إجراء مراجعة وتدقيق حازم لبناها الإدارية والرقمية، بهدف القضاء على العبء المعرفي الدخيل، و"تنافر الهوية"، وخطر الأبوية الخوارزمية. وفي الوقت ذاته، يجب أن تمتلك هذه المؤسسات الشجاعة التربوية لإعادة دمج “الصعوبات المرغوبة” في المناهج الدراسية؛ فالنمو الفكري العميق يتطلب حتماً “احتكاك” الفشل المُنتج. كما يجب مواجهة الإغراء الدائم لاستخدام الذكاء الاصطناعي التوليدي لتجاوز الصراع الحيوي لبناء “المخططات الذهنية” (Schema construction)، وذلك من خلال تصميمات تقييم ذكية تركز على العمليات (Process-oriented)، وتدخلات “حافظة للاسترجاع” (Retrieval-preserving).

وعلى المستوى الكلي (Macro level)، وكما تُظهر المبادرات العالمية لتطوير القدرات البشرية ومنصات الاعتمادات المصغرة، يجب على الأطر التعليمية الوطنية التخلي عن وهم القدرة على التنبؤ الاقتصادي طويل الأمد لصالح التكيف الهيكلي المستمر. ومن خلال إعطاء الأولوية للاعتمادات المصغرة التراكمية (Stackable micro-credentials)، ومسارات التعلم المرنة، وهندسة الاختيار القائمة على البيانات، يمكن للأنظمة التعليمية التحول من مجرد النجاة من الصدمات الخارجية إلى استخدامها كعوامل محفزة للتطور المستمر.

إن الهدف الأسمى للمؤسسة التعليمية في القرن الحادي والعشرين ليس مجرد النقل الفعال للمعرفة؛ بل هندسة بيئات تحمي الإدراك البشري من الاستنزاف، وتتحدى هذا الإدراك بصرامة من خلال “الاحتكاك المُنتج”، وتمكنه من الازدهار وسط التعقيد العالمي المتسارع.

المراجع

#