درّس الذكاء الاصطناعي عبر الإنترنت بالعربية

يصل الناس إلى الذكاء الاصطناعي من طرق متباعدة جدًا. فهناك طالبة في علوم الحاسوب تريد أن تفهم لماذا توقفت دالة الخسارة في شبكتها العصبية عن الانخفاض بعد الدورة التدريبية الثالثة. ومطوّر يريد أن يبني تطبيقًا على نموذج لغوي من غير أن يتعامل معه كصندوق أسود. وطبيبة أو محامٍ أو مديرة تسويق يريدون أن يعرفوا ما الذي تستطيعه هذه الأنظمة فعلًا وأين تخطئ. والأفكار التي يقوم عليها كل ذلك أقل عددًا مما يوحي به الضجيج حول الموضوع: بيانات، ونموذج، وطريقة لقياس أخطائه، وأسلوب لتقليل هذه الأخطاء.

ولهذا يصعب على المتعلم أن يتقن هذه المادة وحده. فمكتبات مثل scikit-learn وPyTorch تُخفي الجبر الخطي والاحتمالات والتفاضل والتكامل التي يقوم عليها كل شيء، فيستطيع الطالب أن يدرّب نموذجًا بعشرة أسطر من Python ثم يقف حائرًا حين يبدأ النموذج بالتصرف على نحو غريب. والمدرّس الذي ينتقل في الحصة نفسها من الفكرة إلى المعادلة، ومن المعادلة إلى الشيفرة، يقدّم تمامًا ما تتجاوزه الدروس المنشورة على الإنترنت.

لماذا تبحث Clasora عن مدرّسين للذكاء الاصطناعي يدرّسون بالعربية

تعرض Clasora على كل طالب المدرّسين الذين يدرّسون باللغة التي يستخدم بها الموقع. فمن يتصفح Clasora بالعربية يرى مدرّسين يعطون دروسهم بالعربية، وإذا كانت العربية لغة تدريسك فهؤلاء هم الطلاب الذين يجدونك.

وللغة في الذكاء الاصطناعي أهمية خاصة. فكل ما يحيط بهذا المجال تقريبًا مكتوب بالإنجليزية: التوثيق، والأبحاث العلمية، ورسائل الأخطاء، وأسماء الدوال. وفي الدروس تتردد كلمات مثل «overfitting» و«embedding» و«prompt» من غير ترجمة. ومن يتعلم بالعربية يحتاج إلى من يشرح له المفاهيم بوضوح بلغته، ويربطها في الوقت نفسه بالمصطلحات الإنجليزية التي سيقابلها في الشيفرة. فكلمة «bias» مثلًا تعني مرة معاملًا في الخلية العصبية، ومرة خطأً منهجيًا في الإحصاء، ومرة تحيزًا في قرارات النموذج، وهذا الفرق يسهل فهمه كثيرًا حين يُشرح بالعربية.

لا توظّف Clasora المدرّسين، وهذا ليس إعلانًا عن وظيفة. أنت تعمل باستقلالية: تحدد أسعارك ومواعيدك بنفسك، وتدرّس بالقدر الذي تريده، قليلًا كان أو كثيرًا. قد يكون التدريس دخلًا إضافيًا في أمسيتين من كل أسبوع، وقد تدرّس ما يكفي ليحلّ محلّ وظيفة كاملة.

كيف يبدو تدريس الذكاء الاصطناعي عبر الإنترنت على Clasora

العمل عن بُعد بالكامل. كل الدروس تجري عبر الإنترنت، وأنت تدرّس من حيث تعيش.

يحجز الطلاب مباشرة من تقويمك، ولا يرون إلا الأوقات التي حددتها متاحةً، معروضةً بتوقيتهم المحلي، فلا يحتاج أحد إلى حساب فرق التوقيت. وأنت تقرر كم من الوقت تحتاج قبل الحصة، وإلى أي مدى مسبقًا يمكن الحجز.

تجري الدروس في المتصفح، ولا يحتاج أحد إلى تثبيت أي برنامج. ومشاركة الشاشة تقوم بمعظم العمل: تفتح دفتر Jupyter، وتغيّر معدل التعلم، وتعيد تشغيل الخلية، فيرى الطالب منحنى الخسارة يتغير أمامه. ويمكنك أيضًا أن تمرّ خطوة خطوة على حلقة التدريب في VS Code، أو أن ترسم شبكة صغيرة في تطبيق للسبورة وتتتبع قاعدة السلسلة إلى الوراء وزنًا بعد وزن. وكثيرًا ما يشارك الطالب شاشته هو، فتقرآن معًا رسالة الخطأ حتى يظهر الموتّر ذو الأبعاد الخاطئة. والدردشة داخل المكالمة مفيدة لتبادل سطر من الشيفرة أو نص رسالة خطأ، وتمويه الخلفية يُبقي غرفتك خارج الصورة.

وبين الدروس، لكل طالب محادثة خاصة معك. يرسل فيها الدفتر الذي يرفض النموذج فيه أن يتعلم، أو ملف CSV الذي يعمل عليه، أو البحث الذي يعجز عن فهمه، وترد أنت بتعليقات أو بنسخة أنظف من الشيفرة أو بتمرين للمرة القادمة. وتبقى الرسائل والملفات والروابط المشتركة بجانب الحصص التي تخصها، فتجد بسهولة، ولو بعد أسابيع، الدفتر الذي راجعتماه معًا. ويمكنك حفظ تمارينك وأمثلتك في مساحة ملفاتك الشخصية، ونقل المستندات من Google Drive. وإذا كنت تنظم أسبوعك في Google Calendar، فيمكنك مزامنته مع تقويمك على Clasora.

ما الذي يطلب الطلاب المساعدة فيه عادةً

أساسيات تعلّم الآلة: التعلم الخاضع للإشراف وغير الخاضع للإشراف، والانحدار، والتصنيف، والتجميع، ومعرفة ما تحتاجه كل مسألة.

الرياضيات في الخلفية: المتجهات والمصفوفات، والمشتقات وقاعدة السلسلة، والاحتمالات، وسبب وصول الانحدار التدرجي إلى القاع.

الشبكات العصبية: الطبقات، ودوال التنشيط، ودوال الخسارة، والانتشار العكسي، وما العمل حين يتوقف التدريب أو يخرج عن السيطرة.

معماريات التعلم العميق: الشبكات الالتفافية للصور، والشبكات المتكررة للتسلسلات، والمحوّلات وآلية الانتباه.

النماذج اللغوية: الرموز والتضمينات، وتوقع الكلمة التالية، وصياغة الأوامر، والضبط الدقيق، والبحث في المستندات الخاصة.

أدوات Python: NumPy وpandas وscikit-learn وPyTorch أو TensorFlow، والعمل بثقة في دفاتر Jupyter.

التعامل مع البيانات: تنظيفها، واختيار الخصائص، وتقسيمها إلى بيانات تدريب واختبار، واكتشاف تسرّب البيانات الذي يجعل النموذج يبدو أفضل من أن يكون حقيقيًا.

تقييم النماذج: نسبة الإجابات الصحيحة، والدقة والاستدعاء، ومصفوفة الالتباس، والتحقق المتقاطع، واختيار مقياس يناسب المسألة الحقيقية.

الذكاء الاصطناعي الكلاسيكي: خوارزميات البحث مثل A*، وخوارزمية minimax للألعاب، والمنطق، ومسائل تحقيق القيود، التي ما زالت مقررات تمهيدية كثيرة تبدأ بها.

التعلم المعزز: الوكيل والمكافأة والسياسة، وحل Q-learning يدويًا خطوة بخطوة.

المشاريع: تخطيط مشروع لمقرر دراسي أو لملف الأعمال، وتتبع أخطائه، وقراءة الأبحاث التي يستند إليها.

الذكاء الاصطناعي لغير المتخصصين: مهنيون من مجالات أخرى يريدون فهم طريقة عمل هذه الأدوات، وأين تخطئ، وما علاقة التحيز والخصوصية بها.

الاستعداد لاختبار أو امتحان: مراجعة الاشتقاقات وتثبيت المفاهيم التي تفلت مرة بعد مرة.

من نبحث عنه

تعرف مجالات الذكاء الاصطناعي التي تقدمها معرفة تكفي لتشرح لماذا تعمل الطريقة وكيف تُستخدم، ولتجد الخطأ في حلقة تدريب كتبها غيرك.

تشرح بوضوح بالعربية، وتستطيع أن تصوغ الفكرة التقنية بكلمات بسيطة لمن لم يرَ الرموز الرياضية من قبل.

تميّز بين ما تفعله النماذج الحالية حقًا وما يُقال عنها، وتصارح الطالب حين تكون توقعاته بعيدة عن الواقع.

ربما تدرّس علوم الحاسوب أو الذكاء الاصطناعي بالفعل، أو درست علوم الحاسوب أو الرياضيات أو الإحصاء أو مجالًا قريبًا، أو أنت طالب تتقن تعلّم الآلة، أو تعمل به كل يوم مهندسًا أو محلل بيانات أو باحثًا أو مطوّرًا.

لديك حاسوب بكاميرا وميكروفون، واتصال ثابت بالإنترنت.

عمرك 18 عامًا أو أكثر.

الخبرة في التدريس مفيدة، لكنها ليست شرطًا.

ما الذي تحصل عليه

بلا عمولة. لا تقتطع Clasora شيئًا من السعر الذي تحدده.

التسجيل والنشر مجانًا. لا اشتراك ولا رسوم لنشر خدمتك.

أسعارك أنت. تحدد سعرًا لكل مدة حصة، ويمكنك تقديم الحصة الأولى مجانًا.

مواعيدك أنت. تختار ساعاتك الأسبوعية وأيام راحتك، والمهلة التي تحتاجها قبل الحصة، وإلى أي مدى مسبقًا يمكن الحجز.

صفحة عامة خاصة بك. لخدمتك صفحة مستقلة تجدها محركات البحث، ويراها كل زائر بلغته، وعليها صورتك، وفيديو تعريفي، وما تدرّسه، واللغات التي تتحدثها، وسعرك لكل مدة حصة.

تقييمات تقيس التدريس. يقيّمك الطلاب على المعرفة والوضوح والتفاعل.

مؤهلات مُراجَعة. يمكنك إضافة شهاداتك ومؤهلاتك إلى ملفك الشخصي، ويتحقق منها مشرف.

دروس في المتصفح. فيديو مع مشاركة الشاشة وتمويه الخلفية ودردشة داخل المكالمة، من غير أن تثبّت أنت أو طلابك أي شيء.

كيف تبدأ

أنشئ حسابًا من الزر الموجود في هذه الصفحة.

انشر خدمة في الذكاء الاصطناعي، واذكر فيها المجالات التي تغطيها ولمن دروسك.

افتح تقويمك وحدّد الساعات التي تكون فيها متاحًا.

يستغرق ذلك بضع دقائق. وعندما تصبح مدرّسًا توافق على شروط الاستخدام، ويراجع مشرف خدمتك قبل نشرها.

أسئلة يطرحها المدرّسون

هل أحتاج إلى دكتوراه أو إلى عمل في أبحاث الذكاء الاصطناعي؟

لا. تحتاج إلى إتقان المجالات التي تقدمها وإلى القدرة على شرحها بوضوح. وجزء كبير مما يسأل عنه الطلاب هو الأساسيات: الرياضيات، والخوارزميات الجوهرية، وسبب تصرف النموذج على النحو الذي يتصرف به. وإذا كانت لديك شهادة أو مؤهل آخر في المجال، فأضفه إلى ملفك الشخصي وسيتحقق منه مشرف.

هل يمكنني تدريس من لم يكتب سطرًا من الشيفرة من قبل؟

نعم. تذكر في خدمتك ما تدرّسه ولمن. يمكنك أن تقدم مدخلًا إلى طريقة عمل الذكاء الاصطناعي من دون أي شيفرة، أو Python من البداية وصولًا إلى تعلّم الآلة، أو موضوعات متقدمة للمطوّرين ذوي الخبرة فقط.

هل يمكنني تدريس مجال واحد فقط، مثل الرؤية الحاسوبية أو النماذج اللغوية؟

نعم. يمكنك أن تقدم المادة كاملة، أو تقتصر على الأجزاء التي تتقنها أكثر من غيرها: التعلم العميق، أو معالجة اللغة الطبيعية، أو الرياضيات التي تقوم عليها.

كيف أعمل على شيفرة الطالب؟

اطلب منه أن يشارك شاشته أثناء الحصة، أو أن يرسل الدفتر والبيانات مسبقًا في محادثتكما لتطّلع عليها بهدوء. وكل ما ترسله إليه يبقى في المحادثة نفسها، بجانب الحصة التي يخصها.

كيف يتم الدفع مقابل الدروس؟

الدفع بالبطاقة غير مفعّل بعد. في الوقت الحالي يُؤكَّد الحجز من دون بطاقة، وتتفق أنت والطالب على الدفع مباشرة بينكما. ولا تأخذ Clasora أي عمولة على سعرك.