تجاوز إلى المحتوى الرئيسي
TawjihiAI: دراسة التوجيهيادرس وتدرّب من هاتفكحمّل التطبيق
المواضيع

⁦٤.١⁩ أنظمة قواعد المعرفة وأهميتها (Knowledge Base Systems and Their Importance)

الكتاب

من كتاب المهارات الرقمية المقرّر

محتويات الموضوع (١٤)

تعرّف أنظمة المعرفة، وأهميتها، وعلاقتها بالذكاء الاصطناعي، ثم استخدام هذه الأنظمة في بناء قواعد معرفية بسيطة.

أنظمة قواعد المعرفة وأهميتها

البيانات ⁦(Data)⁩، المعلومات ⁦(Information)⁩، المعرفة ⁦(Knowledge)⁩، الحكمة ⁦(Wisdom)⁩، النظام القائم على المعرفة (⁦Knowledge-Based System⁩: ⁦KBS⁩)، المعرفة الضمنية ⁦(Tacit Knowledge)⁩، المعرفة الصريحة ⁦(Explicit Knowledge)⁩، المعرفة المجالية ⁦(Domain Knowledge)⁩، قاعدة المعرفة (⁦Knowledge Base⁩: ⁦KB⁩)، مُحرّك الاستدلال (⁦Inference Engine⁩: ⁦IE⁩)، القواميس المفاهيمية ⁦(Conceptual Graphs)⁩.

مُنتجات التعلُّم ⁦(Learning Products)⁩

عمل لوحات قصصية باستخدام تطبيق ⁦(Mural.co)⁩ ضمن مشروع تصميم مُساعد دراسي ذكي باستخدام نظام المعرفة والمنطق.

نتاجات التعلُّم :

  • أوضّح نظام قواعد المعرفة.
  • أبيّن أهمية قواعد المعرفة.
  • أحدّد علاقة قواعد المعرفة بالذكاء الاصطناعي.
  • أبني أنظمة قواعد معرفية بسيطة.

    يحتوي دماغ الإنسان على نحو (86 بليون خلية) خلية عصبية. وفيها يعمل الدماغ على تخزين كمّ هائل من المعرفة العالمية، لكنّه - بالرغم من ذلك - لا يُستخدم كاملًا في هذه العملية. ولكن، كيف يُحتفظ بهذه المعرفة في عقل الإنسان؟ وكيف تُنقل إلى الآخرين؟

نشاط تمهيدي

أفكّر في الطريقة التي يُفكّر بها الحاسوب عند منافسته في لعبة مُعيّنة مثل لعبة ⁦XO⁩ ولعبة الشطرنج، هل أكون أنا المُتحكّم في اللعبة؟ هل يقوم الحاسوب بخطوات عشوائية أم أنّه يُخططها ويُنفّذها بصورة مدروسة؟ كيف يُغذّى الحاسوب بهذه الخطوات؟ ما الآلية التي يتّخذها لاختيار الخطوة المناسبة؟ أدوّن إجاباتي، ثمّ أناقشها مع الزملاء/ الزميلات في الصف.

الشكل (1-1): العلاقة بين البيانات والمعلومات والمعرفة والحكمة.
الشكل (1-1): العلاقة بين البيانات والمعلومات والمعرفة والحكمة.

سلسلة (⁦Data⁩,

  1. تشتمل عملية التفكير والاستدلال البشري على عناصر عدّة، أبرزها: البيانات ⁦(Data)⁩، والمعلومات ⁦(Information)⁩، والمعرفة ⁦(Knowledge)⁩، والحكمة ⁦(Wisdom)⁩.
  2. وفيها تُمثّل البيانات الحقائق الخام والملاحظات المُجمّعة التي تحتاج إلى معالجة تتضمّن عددًا من عمليات المقارنة والاستنتاج والتصفية والترتيب وغير ذلك من العمليات التي تلزم لتمثيل المعلومات، وتُدمج لاحقًا في الخبرة البشرية كي تُمثّل المعرفة، ثمّ تُضاف إليها القوانين والقيم لتنتج الحكمة، في ما يُعرف بسلسلة ⁦(DIKW)⁩ كما هو مُبيّن في الشكل (1-1).

أنواع المعرفة:

تُصنّف المعرفة إلى أنواع عدّة، أبرزها: المعرفة الضمنية ⁦(Tacit Knowledge)⁩، والمعرفة الصريحة ⁦(Explicit Knowledge)⁩، والمعرفة المجالية ⁦(Domain Knowledge)⁩. في ما يأتي بيان لأوجه الاختلاف بين أنواع المعرفة:

  1. المعرفة الضمنية ⁦(Tacit Knowledge)⁩: معرفة مُخزّنة في عقول الأفراد، وهي تمتاز بصعوبة نقلها، وكتابتها، وتوثيقها، ونقلها إلى الآخرين. من الأمثلة على المعرفة الضمنية: الأفكار، والحدس، والعواطف، والقيم، والأفعال الذاتية.
  2. المعرفة الصريحة ⁦(Explicit Knowledge)⁩: معرفة تُخزّن في صورة بيانات وأدلّة استخدام، ويُمكن كتابتها ومشاركتها مع الآخرين. من الأمثلة على المعرفة الصريحة: مواصفات المُنتجات، والمبادئ العالمية، والصيغ العلمية التي تجمع باستخدام أساليب البحث عن الحقائق، مثل: الملاحظات، والمقابلات، والاستبانات، ومراجعة السجلات.
  3. المعرفة المجالية ⁦(Domain Knowledge)⁩: معرفة تصلُح لمجال مُحدّد، ويكتسبُها الشخص أو الفريق عن طريق الدراسة والخبرة العملية؛ إذ يعملُ المُتخصّصون والخبراء على تطوير معرفتهم في المجال الخاص بهم، ثمّ استخدامها في تطوير حلول فعّالة، وتحسين عمليات اتخاذ القرار في مجالات مُتخصّصة، مثل: الطب، والهندسة، والتعليم، وغير ذلك من المجالات.

نشاط فردي

أتأمّل الجمل الآتية، ثمّ أُصنّفها إلى أنواع المعرفة الثلاثة (الضمنية، الصريحة، المجالية):

  • لكي أُحسن استخدام الحاسوب، يتعيّن عليّ أن أتدرب كثيرًا، وأن أكتسب عددًا من المهارات بمرور الوقت.
  • لتوصيل الأجهزة بالشبكة المحلية، فإنّنا نستخدم عادةً كبل ⁦(RJ45)⁩.
  • أثناء إصلاح الحاسوب، يعتمد الفني المُحترف على خبرته في التمييز بين الأعطال.
  • في مجال أمن المعلومات، يجب اتباع إجراءات عديدة لحماية البيانات من الاختراق.
  • أعرف كيف أكتب مقطعًا برمجيًا (كود) بلغة البرمجة بايثون، لكنني أجد صعوبة في شرح كلّ خطوة أقوم بها.

بعد ذلك أُشارك إجاباتي مع الزملاء/ الزميلات في الصف، ثمّ أُناقشهم فيها.

أبحث

أبحث في المواقع الإلكترونية الموثوقة في شبكة الإنترنت عن أنواع أخرى للمعرفة، ثمّ أُصمّم مسابقة تحوي معلومات وأمثلة عن كلّ نوع باستخدام موقع ⁦(Kahoot.com)⁩.

  1. يُمكن الاستفادة من المعرفة عن طريق تمثيلها باستخدام الحقائق ⁦(Facts)⁩ والقواعد ⁦(Rules)⁩ والأساليب الإرشادية ⁦(Heuristics)⁩؛ إذ تُعدّ إرشادات تقريبية تساعدُ المُستخدم على حلّ المشكلات حين يكون الحلّ الأمثل غير مُمكن أو مُكلفًا.
  2. ومن ثمّ، فإنّ هذا التمثيل للمعرفة يُستخدم في بناء أنظمة قائمة على المعرفة، مثل الأنظمة الخبيرة، بهدف دعم اتخاذ القرار وحلّ المشكلات المُعقدة.
الشكل (1-2): هيكلية النظام القائم على المعرفة.
الشكل (1-2): هيكلية النظام القائم على المعرفة.

الأنظمة القائمة على المعرفة ومُكوّناتها:

  1. حظي النظام القائم على المعرفة (⁦Knowledge-Based System⁩: ⁦KBS⁩) باهتمام الباحثين منذ ثمانينيات القرن العشرين الميلادي؛ ذلك أنّه نظام يعتمد في عمله على الحاسوب، وتُستخدم البيانات والمعلومات والمعرفة المُخزّنة فيه لاستخلاص استنتاجات تُستخدم في عمليات اتخاذ القرار.
  2. وهذا ما يُميّز النظام القائم على المعرفة عن غيره من الأنظمة الحاسوبية التقليدية.

يشيرُ مصطلح ⁦(KBS)⁩ إلى مجموعة واسعة من الأنظمة التي تتضمّن مُكوّنين رئيسين، هما: قاعدة المعرفة (⁦Knowledge Base⁩: ⁦KB⁩) التي تُستخدم لتمثيل المعرفة، وتحتوي على حقائق وقواعد خاصة بمجال مُعيّن يُمكن التعبير عنها باستخدام طرائق منطقية مختلفة. ومُحرّك الاستدلال (⁦Inference Engine⁩: ⁦IE⁩)؛ وهو نظام يعملُ على استنتاج معرفة جديدة وحلّ المشكلات عن طريق استخدام أساليب الاستنتاج والاستدلال. غير أنّ النظام القائم على المعرفة يتطلّب - إضافة إلى هذين المُكوّنين الأساسيين - وجود واجهة مُستخدم سهلة الاستخدام، أنظر الشكل (1-2) الذي يُبيّن هيكلية هذا النظام.

أنواع الأنظمة القائمة على المعرفة:

تُصنّف الأنظمة القائمة على المعرفة إلى أنواع عديدة بناءً على طريقة استخدامها للمعرفة، وهدفها الرئيس. في ما يأتي بيان لأهم أنواع الأنظمة القائمة على المعرفة:

  1. الأنظمة الخبيرة ⁦(Expert Systems)⁩: برامج تحاكي طريقة تفكير الخبراء في مجال مُعيّن، وتُستخدم في حلّ المشكلات أو اتخاذ القرارات المُعقدة.
  2. أنظمة معالجة النصوص التشعّبية ⁦(Hypertext Manipulation Systems)⁩: أنظمة تتيح التنقّل بين أجزاء مختلفة من المعلومات بصورة غير خطيّة، وذلك باستخدام روابط يُمكن بها الانتقال من نصّ إلى آخر عند الضغط عليها.
  3. الأنظمة القائمة على الحالة ⁦(Case Based Systems)⁩: أنظمة تعتمدُ على تجارب سابقة (حالات) لحلّ المشكلات الجديدة. وفيها يُبحث في قاعدة بيانات تحتوي على حالات مشابهة، ثمّ يُقترح الحلّ بناءً على ما تمّ في الماضي.
  4. أنظمة التدريس الذكية ⁦(Intelligent Tutoring Systems)⁩: أنظمة تعليمية ذكية تتكيّف مع مستوى الطلبة، فتعملُ على تخصيص محتوى تعليمي يتناسب مع احتياجات كلّ منهم. كذلك تعملُ هذه الأنظمة على تحليل أداء الطالب، وتُقدّم له الدعم والإرشاد بشكل شخصي.

تمتازُ الأنظمة القائمة على المعرفة بمزايا عدّة، أبرزها:

  1. الاضطلاع بمهام الخبير: قد يضطرّ الخبير البشري إلى السفر أو الانشغال بأمر ما في بعض الأحيان، وقد لا يتوافر دائمًا عدد كافٍ من المُتخصّصين، عندئذٍ يُمكن استخدام نظام خبير ليقوم بدور الخبير نفسه، ويُقدّم المساعدة اللازمة.
  2. تخزين المعارف المُكتسبة وأرشفتها: يمتلكُ الخبراء معرفة قيّمة وخبرة واسعة وممتدّة؛ لذا يُفضّلُ تخزين هذه المعرفة والخبرة في نظام ذكي للتمكّن من إعادة استخدامها مرارًا وتكرارًا دون الرجوع إلى هؤلاء الخبراء.
  3. التدريب على اتخاذ القرار لحلّ المشكلات: يُمكن استخدام الأنظمة الذكية بوصفها أداةً لتعليم المُستخدمين وتدريبهم على كيفية التفكير واتخاذ القرارات الصحيحة في بيئات العمل التعليمية والتدريبية.
  4. تجميع معارف الخبراء في منصّة واحدة: تمتلكُ الأنظمة القائمة على المعرفة قدرة على التعامل المَرن مع المعارف والخبرات المُتعدّدة؛ فبدلًا من الاعتماد على خبير واحد، يُمكن لهذه الأنظمة دمج خبرات العديد من الخبراء في نظام واحد ليصبح أكثر قوّة وتنوّعًا؛ ما يمنحُ المُستخدم أفضل الحلول بناءً على الآراء والمعارف والخبرات المختلفة.

نشاط جماعي

أبحث - بالتعاون مع أفراد مجموعتي - في المواقع الإلكترونية الموثوقة في شبكة الإنترنت عن فوائد ومُحدّدات استخدام الأنظمة القائمة على المعرفة، ثمّ نستخدم معًا موقع ⁦(MURAL.CO)⁩ لتصميم محتوى مرئي (إنفوجرافيك) يتضمّن عرضًا لما نتوصلُ إليه من نتائج، ثمّ نُشارك التصميم مع الزملاء/ الزميلات عبر اللوح التفاعلي الرقمي ⁦(Padlet)⁩ للصف.

تمثيل المعرفة:

ترتبطُ المعرفة ارتباطًا وثيقًا بالذكاء الاصطناعي، وقد تناول العديد من الباحثين مشكلة تمثيل المعرفة في هذا المجال الواسع المُهمّ. في ما يأتي بعض الطرائق المُستخدمة في تمثيل المعرفة: 1- أنظمة الإنتاج القائمة على القواعد ⁦(Rule Based Production Systems)⁩: تُمثّل هذه الأنظمة شكلًا من أشكال تمثيل المعرفة، وهي تتألّف من المُكوّنات الثلاثة الرئيسة الآتية:

  • أ. مجموعة القواعد ⁦(Rule Base)⁩: تُعبّر مجموعة القواعد هذه عن المعرفة في صورة أزواج من الشرط والفعل ⁦(IF - Then)⁩، مثل العبارة الآتية: إذا كانت الإشارة الضوئية حمراء فتوقّف.
  • ب. قاعدة الحقائق ⁦(Working Memory / Fact Base)⁩: تُخزّن في هذه القاعدة الحقائق الحالية التي تُحدّث باستمرار، مثل حالة الطقس.
  • ج. مُحرّك الاستدلال ⁦(Inference Engine)⁩: يُستخدم هذا المُحرّك في تطبيق القواعد على الحقائق الموجودة في الذاكرة العاملة؛ أي إنّه يُستخدم في عمل مطابقة ⁦(Matching)⁩ بين القواعد والحقائق. وفي حال انطباق أكثر من قاعدة في الوقت نفسه، تُطبّق استراتيجية حلّ النزاعات ⁦(Conflict Resolution)⁩ التي تعتمدُ على عدد من الاستراتيجيات، مثل استراتيجية أولوية القواعد وحداثتها.

من الأمثلة على الأنظمة التي تستخدم أنظمة الإنتاج القائمة على القواعد: أنظمة الخبراء، وأنظمة القواعد في الألعاب، وأنظمة الأتمتة والتحكم.

2- الشبكات ⁦(Networks)⁩

توجدُ أشكال وأنواع مُتعدّدة لتمثيل المعرفة بالشبكات، وسيقصرُ الحديث في هذا الدرس على نوعين منها:

  • أ. الشبكات الترابطية: يمتازُ هذا النوع بتمثيل المعرفة ضمن شبكة من الأفكار، تكونُ فيها العُقد مفاهيم غير مُحلّلة، إلى جانب وجود ترابطات بين هذه العُقد، تتباين في درجة قوّتها، أنظر الشكل (1-3).
  • ب. الشبكات الدلالية: يمتازُ هذا النوع بأنّه أكثر تنظيمًا، وهو يستندُ إلى المفاهيم، ويُصنّف إلى فئات مختلفة، منها:
  • الشبكات المنطقية ⁦(Logical Nets)⁩: تُمثّل العُقد في هذه الشبكات مُسندات ⁦(Predicates)⁩ ومُقترحات ⁦(Propositions)⁩، في حين تُمثّل الروابط علاقات منطقية (الاقتران ⁦AND⁩)، أو النفي ⁦(NOT)⁩، أو الاتحاد ⁦(OR)⁩)، مثل العبارة الآتية: إذا أنهى الطالب دراسته، وكان الطقس ربيعيًا، فسيذهبُ إلى الحديقة.
  • الشبكات المعرفية ⁦(Epistemological Nets)⁩: تُمثّل العُقد في هذه الشبكات مفاهيم، في حين تُمثّل الروابط علاقات وراثية وهيكلة، مثل علاقة القطة بالحيوانات حين يُقال: "القطة حيوان ثديي".
  • الشبكات المفاهيمية ⁦(Conceptual Nets)⁩: تُمثّل العُقد في هذه الشبكات أشياء أو أفعالًا أساسية، في حين تُمثّل الروابط علاقات دلالية، مثل توضيح مفهوم السيارة ومُكوّناتها واستخداماتها، كأن يُقال: "في السيارة مُحرّك يعملُ بالوقود، وهي تُستخدم للقيادة".

    تُمثّل المعرفة في الشبكات المفاهيمية باستخدام الرسوم، ويتمّ الربط بين المفاهيم والعلاقات كما هو مُبيّن في الشكل (1-4).

نشاط عملي

أُصمّم - بالتعاون مع أفراد مجموعتي - شبكة مفاهيمية خاصة بمُعلّمي / مُعلّمات المدرسة والمباحث التي تُدرّس فيها، وذلك باستخدام أداة ⁦(FreeMind)⁩، ثمّ نُشارك الشبكة مع الزملاء/ الزميلات عبر اللوح التفاعلي الرقمي ⁦(Padlet)⁩ للصف.

  • الشبكات اللغوية ⁦(Linguistic Nets)⁩: تعتمدُ هذه الشبكات أساسًا على اللغة والمعاني المُستمدّة من السياق، التي تتغيّر في حال نموّ الشبكة، مثل كلمة (عَيْن) التي تتعدّد معانيها بحسب السياق؛ فقد تعني عين الإنسان، وقد تعني عين الماء، وغير ذلك.

أستخدم برنامج ⁦(Copilot)⁩ في عرض أمثلة عن طرائق تمثيل المعرفة باستخدام الشبكات الترابطية، ثمّ أُصمّم بطاقة خاصة لكلّ مثال باستخدام أحد تطبيقات الذكاء الاصطناعي، ثمّ أُشارك البطاقات مع الزملاء/ الزميلات عبر اللوح التفاعلي الرقمي ⁦(Padlet)⁩ للصف.

الشكل (1-3): تمثيل المعرفة باستخدام الشبكات الترابطية.
الشكل (1-3): تمثيل المعرفة باستخدام الشبكات الترابطية.
الشكل (1-4): تمثيل المعرفة باستخدام الشبكات المفاهيمية.
الشكل (1-4): تمثيل المعرفة باستخدام الشبكات المفاهيمية.

3- الإطارات ⁦(Frames)⁩

تُستخدم هذه الطريقة لتمثيل كائن واحد، أو مجموعة من الكائنات ذات الصلة، أو مفهوم عامّ. وفيها تُرتبُ الإطارات في تسلسل هرمي تصنيفي، بحيث يرتبطُ كلّ إطار بإطار رئيس واحد، علمًا بأنّ الإطار يتكوّن من عنوان ومسارات مُعيّنة ⁦(Slots)⁩، وأنّ مجموعة الإطارات في التسلسل الهرمي الواحد أو أكثر تُمثّل قاعدة المعرفة. مثال: يُبيّن الشكل (1-5) تمثيل المعرفة الخاصة بكتاب، عنوانه (الذكاء الاصطناعي)، ومُؤلّفه ⁦(Peter Norvig)⁩، وهو من الإصدار الثالث عام 1996م؛ فقد جاء الكتاب في (1152) صفحة، ومُثّلت فيه المعرفة باستخدام الإطارات.

الإطار:بيانات الكتاب
العنوان:الذكاء الاصطناعي.
المُؤلّف:(Peter Norvig).
الإصدار:الثالث.
سنة النشر:1996م.
عدد الصفحات:(1152) صفحة.
التصنيف:علوم الحاسوب.
الشكل (1-5): تمثيل المعرفة بالإطارات.
الشكل (1-5): تمثيل المعرفة بالإطارات.

نشاط جماعي

أُنفّذ - بالتعاون مع أفراد مجموعتي - النشاط الآتي:

  • اختيار إطار مُعيّن، مثل: الجامعات، والحيوانات، والمدن، والسيارات، والهواتف المحمولة، وأجهزة الحاسوب، وغير ذلك.
  • تحديد المسارات التي سنبحث عنها في كلّ إطار.
  • توزيع مهمة البحث في ما بيننا، بحيث يكتبُ كلّ منّا عنصرًا من عناصر هذه الإطارات حتى يتشكّل إطار مُتكامل يحوي عناصر يُماثل عددها عدد أفراد المجموعة.
  • تصميم الإطار باستخدام لغة ⁦(html)⁩ التي تعلّمناها في الفصل الدراسي الأوّل.

بعد ذلك أعرضُ ما نتوصلُ إليه في المجموعة أمام أفراد المجموعات الأخرى، ونتبادلُ معًا التغذية الراجعة.

4- القواميس المفاهيمية

قوائم مُنظّمة من المفاهيم تحتوي على تعريفات وسمات وعلاقات وخصائص لكلّ مفهوم، وتُستخدم بشكل رئيس في معالجة اللغات الطبيعية والترجمة الآلية.

نشاط فردي

أختارُ أحد المفاهيم التي تعرّفتها هذا العام في مبحث المهارات الرقمية، وأستخدم تطبيق ⁦(Mentimeter)⁩ في سؤال زملائي/ زميلاتي عمّا يعنيه هذا المفهوم بالنسبة إليهم، ثمّ أحفظ ما كتبوه من إجابات، وأعمل على لصقها في ملف ⁦(Google Slides)⁩ الخاص بهذه المهمة.

أبحث في المواقع الإلكترونية الموثوقة في شبكة الإنترنت عن طرائق أخرى لتمثيل المعرفة، ثمّ أُشاركها مع زملائي/ زميلاتي في الصف.

المواطنة الرقمية:

  • الأمانة العلمية: ألتزمُ الأمانة العلمية عند تحويل المعرفة إلى شكلٍ يُمكن للأنظمة التعاملُ معهُ.
  • المصداقية: أتحرّى الدقّة عند البحث عن المعرفة، وألتزمُ الحصول عليها من مصادرها الحقيقية.
  • الموضوعية: أنقلُ المعلومات من دون تحيّز إلى رأي مُعيّن.

مشروع

المشروع: تصميم مُساعد دراسي ذكي باستخدام نظام قواعد المعرفة والمنطق والمصفوفات / لمهمة 1: أُنفّذ - بالتعاون مع أفراد مجموعتي - المهمة الأولى في المشروع باستخدام برنامج ⁦(Microsoft Project)⁩، وذلك بالتخطيط للمشروع، مُمثّلًا في تصميم لوحات قصصية ⁦(Storyboards)⁩ لرحلة المُستخدم مع المُساعد الدراسي الذكي، وأراعي ما يأتي في عملية التخطيط:

  • إعداد جدول زمني لكلّ مهمة من المهام المطلوبة لإنجاز المشروع.
  • توزيع المهام على أفراد المجموعة باستخدام برنامج ⁦(Microsoft Project)⁩.
  • جدولة المهام، ومراقبة تقدّم العمل.

أُصمّم - بالتعاون مع أفراد مجموعتي - لوحة جدارية ⁦(Mural)⁩ تتضمّن كُلًا ممّا يأتي:

  • الشخصيات: الطالب/ الطالبة، المُساعد الذكي ⁦(StudyBuddy)⁩، علمًا بأنّه يُمكن اختيار اسم آخر.
  • الأماكن: الغرفة الصفية، أو بيئة افتراضية.
  • هل ستطرح أسئلة سهلة أم أنّ الأسئلة المطروحة تحتاج إلى تحليل منطقي؟
  • كيف يُمكن للطالب/ الطالبة أن يتفاعل مع المُساعد الذكي ⁦(StudyBuddy)⁩؟
  • كيف يطرح الطالب/ الطالبة السؤال على المُساعد الذكي ⁦(StudyBuddy)⁩؟
  • كيف تظهر النتيجة للطالب/ الطالبة؟
  • المبحث الدراسي الذي سيتخصّص فيه المُساعد.
  • الفئة العمرية التي سيكون المُساعد الذكي ⁦(StudyBuddy)⁩ موجّهًا لها.
  • اللغة التي سيتحدّث بها المُساعد الذكي ⁦(StudyBuddy)⁩.
  • هل يُمكن للمساعد الذكي ⁦(StudyBuddy)⁩ أن يُقدّم نصائح إضافية للطالب/ الطالبة؟

معايير تقييم المهمة:

  • الدقّة والوضوح: دقّة التفاصيل المُتعلّقة باللوحات القصصية، ووضوح آليّة التنفيذ.
  • الشمولية: شمول التخطيط جميع المُكوّنات للمُساعد الذكي ⁦(StudyBuddy)⁩.
  • التعاون: وضوح المهام، وتوزيعها على أفراد المجموعة، وتحديد خطّ زمني واضح للتنفيذ.
  • الإبداع والابتكار: استخدام طرائق مُبتكرة في عرض المُخطّط وتفاصيل اللوحات القصصية.

أُقيّم تعلّمي:

المعرفة: أستخدمُ ما تعلّمتُهُ من معارف في هذا الدرس للإجابة عن السؤالين الآتيين: السؤال الأوّل: أُعرّفُ كُلًا ممّا يأتي:

  • الإطارات.
  • قاعدة المعرفة.

السؤال الثاني: أُقارنُ بين القواميس المفاهيمية والشبكات المفاهيمية، وأدعمُ إجابتي بأمثلة.

المهارات: أُوظّفُ مهارات التفكير الناقد والتواصل الرقمي والبحث الرقمي في الإجابة عن السؤالين الآتيين: السؤال الأوّل: أحدّدُ نوع المعرفة (صريحة، ضمنية، مجالية) في كلّ ممّا يأتي:

  • فهم آليات الأسواق ومنحنى العرض والطلب.
  • قيادة السيارة.
  • المراجع العلمية.
  • القدرة على التحدّث أو فهم لغة مُعيّنة بناءً على التجربة اليومية.
  • المعرفة بالقوانين والعقوبات الجنائية.
  • قوانين الديناميكا الحرارية.

السؤال الثاني: أحدّدُ نوع الشبكات المُستخدم في كلّ ممّا يأتي:

  • شبكة ⁦(WordNet)⁩.
  • تحليل النصوص في الذكاء الاصطناعي.
  • شبكة سمات الكائن.
  • العلاقات في أنظمة البحث العلمي، التي تربطُ الأوراق البحثية والباحثين والمجالات العلمية معًا.
  • تمثيل الذكاء الاصطناعي في الألعاب، ومن ثمّ القدرة على اتخاذ القرار.
  • تمثيل العلاقات بين الأعراض والأمراض.

القِيَم والاتجاهات:

أُخطّطُ مع زملائي/ زميلاتي لتشجيع الطلبة على القراءة، بعمل إطارات تحملُ أسماء الكتب في مكتبة المدرسة، ومُؤلّفيها، وعناوينها، وتصنيفاتها، ثمّ أنشرها في موقع المدرسة الإلكتروني.

كمّل قراءة الموضوع

سجّل مجاناً وكمّل الموضوع من الكتاب، ومنرجّعك لنفس المكان.

  • نتاجات التعلُّم :
  • سلسلة (Data,
يلّا نبدأتسجيل الدخول

آخر تحديث:

معاينة موضوع «أنظمة قواعد المعرفة وأهميتها (Knowledge Base Systems and Their Importance)» من وحدة «الذكاء الاصطناعي Artificial Intelligence» في مادة المهارات الرقمية. أقسام الشرح: ١٤، التعريفات: ١٥، الأسئلة المحلولة: ٨.

المصدر: المركز الوطني لتطوير المناهج، أنظمة قواعد المعرفة وأهميتها (Knowledge Base Systems and Their Importance) (ص ٧٨–٨٩)

موضوعات أخرى في الوحدة

تابع الدراسة