تخطّ إلى المحتوى
AISI
𝕏
سيناريو تطبيقي

نموذج إرشادي: معلّم لغة عربية يبني مساعد AI للفصل يحترم خصوصية الطلاب

نموذج إرشادي لمعلّم لغة عربية في مدرسة ثانوية، يستخدم Ollama محلياً + Open WebUI لمساعدة في إعداد الدروس، توليد تمارين متمايزة، وتقييم تشكيلي، دون رفع بيانات الطلاب لأي خدمة سحابية.

حالة حقيقية موثّقة academiaeducation

المشكلة قبل الحل

معلم لغة عربية يخدم 4-5 صفوف، 30-40 طالباً لكل صف. وقته يُستنزَف في: إعداد الدروس بمستويات مختلفة (طلاب أعلى/أقل من المتوسط)، توليد تمارين متنوعة، إعطاء feedback شخصي لكل مقالة طلابي. الزملاء يستخدمون ChatGPT لكن المدير قلق: إدارة المدرسة تشترط ألا تخرج بيانات الطلاب لأي خدمة سحابية (سياسة حماية القاصرين).

خطوات سير العمل وتطبيق الحل

بناء stack محلي بالكامل على جهاز المعلم: • Ollama مع qwen2.5:14b (يدعم العربية ممتاز) • Open WebUI كواجهة • RAG على كتب المنهج + ملاحظاته الشخصية من سنوات سابقة • Prompts نظام معدّة لـ scenarios تعليمية محددة العمليات: المعلم يستخدم AI كـ "مساعد تحضير دروس" — يقترح أنشطة، يولّد تمارين، يحلل مقالات طلابي (دون رفعها كاملة لأي خدمة، فقط نص الطلاب الأنونيمي للتدريب أو الـ feedback). الـ AI لا يصحّح بدلاً عنه — يقترح، والمعلم يقرر.

تفاصيل السيناريو

مقدمة عن السيناريو

نموذج إرشادي لمعلّم لغة عربية في مدرسة ثانوية، يستخدم Ollama محلياً + Open WebUI لمساعدة في إعداد الدروس، توليد تمارين متمايزة، وتقييم تشكيلي، دون رفع بيانات الطلاب لأي خدمة سحابية.

توصيف المشكلة

معلم لغة عربية يخدم 4-5 صفوف، 30-40 طالباً لكل صف. وقته يُستنزَف في: إعداد الدروس بمستويات مختلفة (طلاب أعلى/أقل من المتوسط)، توليد تمارين متنوعة، إعطاء feedback شخصي لكل مقالة طلابي. الزملاء يستخدمون ChatGPT لكن المدير قلق: إدارة المدرسة تشترط ألا تخرج بيانات الطلاب لأي خدمة سحابية (سياسة حماية القاصرين).

الأدوات المستخدمة

  • ollama: أداة مستخدمة في سير العمل.
  • open-webui: أداة مستخدمة في سير العمل.
  • whisper: أداة مستخدمة في سير العمل.
  • libretranslate: أداة مستخدمة في سير العمل.
  • apitable: أداة مستخدمة في سير العمل.

مسار العمل (Workflow)

بناء stack محلي بالكامل على جهاز المعلم: • Ollama مع qwen2.5:14b (يدعم العربية ممتاز) • Open WebUI كواجهة • RAG على كتب المنهج + ملاحظاته الشخصية من سنوات سابقة • Prompts نظام معدّة لـ scenarios تعليمية محددة العمليات: المعلم يستخدم AI كـ “مساعد تحضير دروس” — يقترح أنشطة، يولّد تمارين، يحلل مقالات طلابي (دون رفعها كاملة لأي خدمة، فقط نص الطلاب الأنونيمي للتدريب أو الـ feedback). الـ AI لا يصحّح بدلاً عنه — يقترح، والمعلم يقرر.

النتائج والفرق في الأداء

  • قبل التطبيق:
  • بعد التطبيق:

التكلفة التقديرية

الدروس المستفادة

  • الـ prompt الجيد يصنع الفرق — استثمر ساعات في تطوير prompt متقن لكل scenario، لا تكتب جديداً كل مرة • qwen2
  • 5 العربي أقوى مما توقعت — على مستوى مساعدة تحضير الدروس مقبول جداً
  • للنصوص الأدبية الدقيقة، أحتاج 32B لكن جهازي لا يحتمل • Workspaces في Open WebUI أساسية — workspace منفصل لكل مادة (لو كنت أدرّس عدة مواد) يحافظ على الـ context نظيف • الطلاب أحياناً يكتشفون أن مقالاتهم ‘تبدو AI generated’ — وهذا يكشف ضرورة قراءتي البشرية لكل feedback
  • لو نسخت اقتراح الـ AI كما هو، الطلاب يلاحظون • RAG على ملاحظاتي السابقة قيمته أعلى مما توقعت — يقترح أنشطة جربتها قبل سنين ونسيتها • البطارية أصبحت قصيرة — أحمل الشاحن دائماً عند تشغيل النموذج • تحدثت مع زملاء عن التجربة، 3 منهم بدؤوا تجربتها — قد تتحول لورشة مدرسية • مدير المدرسة سأل عن الـ stack، شرحت له، أصبح داعماً لأنه فهم أن البيانات لا تخرج • أسوأ خطأ كان في الشهر الأول: نسيت إخفاء اسم طالب في نص أحلله — لو رفعت لـ OpenAI لكان تسريباً
  • الحل اللاحق: workflow بسيط يستبدل الأسماء تلقائياً قبل الإدخال

الدروس والنتائج المستفادة

الـ prompt الجيد يصنع الفرق — استثمر ساعات في تطوير prompt متقن لكل scenario، لا تكتب جديداً كل مرة • qwen2.5 العربي أقوى مما توقعت — على مستوى مساعدة تحضير الدروس مقبول جداً. للنصوص الأدبية الدقيقة، أحتاج 32B لكن جهازي لا يحتمل • Workspaces في Open WebUI أساسية — workspace منفصل لكل مادة (لو كنت أدرّس عدة مواد) يحافظ على الـ context نظيف • الطلاب أحياناً يكتشفون أن مقالاتهم 'تبدو AI generated' — وهذا يكشف ضرورة قراءتي البشرية لكل feedback. لو نسخت اقتراح الـ AI كما هو، الطلاب يلاحظون • RAG على ملاحظاتي السابقة قيمته أعلى مما توقعت — يقترح أنشطة جربتها قبل سنين ونسيتها • البطارية أصبحت قصيرة — أحمل الشاحن دائماً عند تشغيل النموذج • تحدثت مع زملاء عن التجربة، 3 منهم بدؤوا تجربتها — قد تتحول لورشة مدرسية • مدير المدرسة سأل عن الـ stack، شرحت له، أصبح داعماً لأنه فهم أن البيانات لا تخرج • أسوأ خطأ كان في الشهر الأول: نسيت إخفاء اسم طالب في نص أحلله — لو رفعت لـ OpenAI لكان تسريباً. الحل اللاحق: workflow بسيط يستبدل الأسماء تلقائياً قبل الإدخال

مخطط التأثير

رسم بياني مُولَّد تلقائيًا

flowchart TD P["⚠️ معلم لغة عربية يخدم 4-5 صفوف،..."] T["🔧 ollama, open-webui, whisper"] P -->|"حُلّ بواسطة"| T W["⚙️ بناء stack محلي بالكامل على..."] T --> W

محتوى مرتبط

9 عنصر

الأدوات المستخدمة

سير عمل ذو صلة

أدلة ذات صلة