هل سيحل الذكاء الاصطناعي محل أساتذة الجامعات؟ قاعة المحاضرات تتغير بسرعة

كل أستاذ جامعي يعرف هذا الشعور. تعيّن ورقة بحثية، والسؤال الأول لم يعد "ماذا أكتب؟" بل "هل يمكنني استخدام ChatGPT؟" الأداة التي تهدد الواجب هي ذاتها التي يمكنها مساعدتك في تصحيح 200 منه. [ادعاء]

يواجه أساتذة التعليم العالي خطر أتمتة 22% — معتدل وقابل للإدارة. [حقيقة] لكن مع نحو 1.4 مليون عامل ونمو متوقع بنسبة +7%، هذه ليست مهنة في تراجع. إنها مهنة في تحول. [حقيقة]

السؤال ليس إذا كان الأساتذة سيُستبدَلون. بل عمق التحول الذي سيُحدثه الذكاء الاصطناعي في ما يفعلونه يوميًا.

ثورة التصحيح وما بعدها

يُظهر أساتذة التعليم العالي تعرضًا إجماليًا للذكاء الاصطناعي بنسبة 46% في عام 2025، مما يضعهم في منطقة التحول المتوسط بامتياز. [حقيقة] وفقًا لـدليل التوقعات المهنية الصادر عن مكتب إحصاءات العمل الأمريكي، بلغ متوسط الأجر السنوي لأساتذة التعليم العالي 83,980 دولارًا في مايو 2024، ومن المتوقع أن ينمو التوظيف الإجمالي بنسبة 7% من 2024 إلى 2034 — "أسرع بكثير من المتوسط لجميع المهن" بحسب عبارة مكتب إحصاءات العمل نفسه — مدفوعًا بزيادة الالتحاق والتوسع المستمر في التعليم العالي. [حقيقة] كما يتوقع المكتب نحو 114,000 فرصة عمل سنويًا على مدى العقد، وهو رقم يعكس النمو والتجديد المستمر من التقاعد وتغييرات المسار المهني. [حقيقة]

يتجاوز رقم النمو هذا متوسط سوق العمل الإجمالي البالغ نحو 4%، وهو أمر لافت لقطاع توقع البعض انهياره تحت وطأة المنافسة الإلكترونية. السبب في عدم انهياره هو تحديدًا السبب الذي يجعل الذكاء الاصطناعي عاجزًا عن أتمتته بالكامل — يتبين أن قيمة التعليم العالي علائقية لا معلوماتية.

المهمة الأعلى في الأتمتة هي تصحيح الواجبات بنسبة 55%. [حقيقة] يستطيع الذكاء الاصطناعي الآن تصحيح الاختبارات متعددة الاختيارات بشكل مثالي، وتقديم ملاحظات تفصيلية حول آليات الكتابة، والتحقق من البراهين الرياضية خطوة بخطوة، وتقييم مقدمات البرمجة وفق حالات الاختبار، وحتى تقييم جودة الحجج في أجوبة المقالات. بالنسبة لمقررات المحاضرات الكبيرة التي تضم مئات الطلاب، أدوات التصحيح بالذكاء الاصطناعي ليست مريحة فحسب — إنها تُحوّل سرعة حصول الطلاب على التغذية الراجعة. أستاذ يدرّس مقررًا اقتصاديًا تمهيديًا لـ300 طالب وكان يقضي سابقًا 20-30 ساعة أسبوعيًا في التصحيح يمكنه الآن تقليص ذلك إلى 5-8 ساعات لمراجعة التغذية الراجعة الصادرة عن الذكاء الاصطناعي من حيث الدقة والأسلوب. [تقدير]

لكن التصحيح هو الجزء الأكثر قابلية للأتمتة في دور أوسع بكثير. أساتذة التعليم العالي لا يقيّمون أعمال الطلاب فحسب. يُصمّمون المناهج، ويُجرون الأبحاث، ويُرشدون طلاب الدراسات العليا، ويقدمون المشورة في المسارات المهنية، ويشاركون في اللجان، ويكتبون مقترحات المنح، ويتعاونون مع الصناعة، ويُساهمون في مجتمعاتهم الأكاديمية. معظم هذه الأنشطة لديها إمكانات أتمتة منخفضة إلى معتدلة. عمل اللجان وحده — لجان البحث والتثبيت والاعتماد والمناهج — يستهلك 15-25% من وقت الأستاذ المثبّت النموذجي وهو مقاوم أساسًا للأتمتة لأنه يستلزم حكمًا مؤسسيًا وملاحةً سياسية لا تمتلكها أي خوارزمية.

الجانب البحثي

بالنسبة للأساتذة في الجامعات البحثية، كثيرًا ما يكون تأثير الذكاء الاصطناعي على بحثهم أهم من تأثيره على تدريسهم. بحسب المجال، يستطيع الذكاء الاصطناعي تحليل مجموعات البيانات ومراجعة الأدبيات وتوليد الفرضيات وكتابة مسودات المخطوطات وحتى تصميم التجارب. هذا لا يحل محل الباحث — بل يجعله أكثر إنتاجية. [ادعاء]

في حقول مثل الأحياء والكيمياء وعلوم الحاسوب، أصبحت أدوات الذكاء الاصطناعي بنية تحتية بحثية أساسية. الأستاذ الذي لا يستخدم الأدوات المساعدة بالذكاء الاصطناعي في وضع تنافسي أدنى في النشر والمنح. في العلوم الإنسانية والاجتماعية، الاعتماد أبطأ لكنه يتسارع، لا سيما لتحليل النصوص والبحث في الأرشيف والأساليب الإحصائية. [ادعاء]

وجد استطلاع عام 2024 للباحثين الرئيسيين الممولين من المعاهد الوطنية للصحة أن نحو 78% منهم كانوا يستخدمون نوعًا من أدوات الذكاء الاصطناعي في سير عمل بحثهم، مقابل نحو 31% قبل عامين — وهو معدل اعتماد يتجاوز تقريبًا كل تحول تكنولوجي آخر في تاريخ العلوم الأكاديمية. [تقدير]

تسارعت حلقة النشر البحثي نتيجةً لذلك. الأوراق التي كانت تستغرق ثمانية عشر شهرًا من الفكرة إلى التقديم تمر الآن بنفس المسار في تسعة إلى اثني عشر شهرًا. هذا له وجهان: إنتاجية أكثر لكل أستاذ، لكن أيضًا منافسة أشد وعبء مراجعة أقران أكبر على نفس المجموعة المحدودة من المراجعين، ومخاوف متنامية حول انزلاق المحتوى المولّد بالذكاء الاصطناعي عبر التحقق غير الكافي.

الفصل الدراسي الذي لا يمكن الاستغناء عنه

أقوى حجة لاستمرار أهمية الأستاذ هو الفصل الدراسي نفسه — ليس كمكان لنقل المعلومات (المحاضرات متاحة بشكل متزايد عبر الإنترنت وعند الطلب) بل كفضاء للتفاعل الفكري الذي يستلزم حضورًا بشريًا.

لا يمكن أتمتة نقاش الندوة الجيد. يقرأ الأستاذ المشهد — يلاحظ أي طالب محتار، وأيهم ضجر، وأيهم على حافة الرؤية. يتكيّف في الوقت الفعلي، ويتحول من مناقشة مخططة لاستكشاف سؤال غير متوقع. يُنمذج العادات الفكرية: كيف تختلف باحترام، وكيف تغير رأيك استجابةً للأدلة، وكيف تفكر في مشكلة بدلًا من البحث عن إجابة. [ادعاء] الطريقة السقراطية، حين تُطبَّق بشكل صحيح، لا تشبه محادثة روبوت محادثة أبدًا — تعتمد على معلم يعرف كل طالب بما يكفي لطرح السؤال الصحيح على الشخص الصحيح في اللحظة الصحيحة، وإحساسه بمتى توشك المناقشة على التبلور إلى فهم حقيقي مقابل متى توشك على الانزلاق إلى ارتباك.

الإرشاد أكثر مقاومةً للأتمتة. يُشكّل مستشار الدراسات العليا المسار المهني بأكمله لطالب من خلال سنوات من التوجيه الشخصي والدعم العاطفي والتواصل المهني. تعتمد هذه العلاقة على الثقة والاحترام المتبادل والتواصل الإنساني الذي لا يستطيع أي ذكاء اصطناعي توفيره. [ادعاء] الأستاذ الذي يكتب لك خطاب التوصية الذي يفتح بابًا، والذي يُعرّفك في مؤتمر على الشخص الذي سيصبح زميلك في التعاون للعقد القادم، والذي يُخبرك بصدق أن فصلًا من أطروحتك لم يكتمل بعد وتحديدًا لماذا — هذه وظائف موجودة في النسيج الاجتماعي الإنساني للتخصص لا في بيانات تدريب أي نموذج.

إعادة التشكيل الهادئة لعمل المسار الأكاديمي

تحت عناوين الذكاء الاصطناعي، يحدث تحول أكثر هدوءًا في كيفية توزيع العمل الأكاديمي. تصميم المقررات الروتيني — مسودات الخطط الدراسية ومجموعات المسائل وبنوك بنود الاختبار والاختبارات الأسبوعية منخفضة المخاطر — يتجه نحو التوليد بالذكاء الاصطناعي مع إشراف أعضاء هيئة التدريس. هذا يُحرّر أعضاء هيئة التدريس الأقدم للأجزاء التي يميلون إلى تقييمها أكثر: الندوة الصغيرة لمراحل متقدمة، والدراسة المستقلة، والأطروحة التكريمية. كما يكشف التوتر بين أعضاء هيئة التدريس النشطين بحثيًا الذين يرحبون بالأتمتة وأعضاء هيئة التدريس على مسار المحاضرين الذين كان عبء عملهم بأكمله هو عمل التدريس الروتيني الذي يُؤتمَت أولًا.

المؤسسات التي تتعامل مع هذا الانتقال بشكل جيد تُعيد استثمار الساعات المُستردة عمدًا في الإرشاد والتوجيه وفرص البحث للطلاب الجامعيين — تحديدًا العمل العلائقي الذي لا يستطيع الذكاء الاصطناعي أداءه والذي يقود نتائج الطلاب على المدى البعيد. المؤسسات التي تتعامل معه بشكل سيئ ترفع ببساطة حدود الفصول الدراسية وتتوقع أن يُدرّس كل أستاذ طلابًا أكثر بنفس الساعات الإجمالية، مما يُدهور الجودة العلائقية التي تُبرر وجود المؤسسة أصلًا.

تدرّج التخصصات

التأثير الذكاء الاصطناعي على أساتذة التعليم العالي بعيد كل البعد عن الاتساق عبر التخصصات. هذا يتسق مع النمط الأشمل في مؤشر Anthropic الاقتصادي (مارس 2026)، الذي يجد أن مهن التعليم والتوجيه والمكتبات تُصنَّف بين مجموعات المهن الأعلى تعرضًا في الاقتصاد — جنبًا إلى جنب مع الحوسبة والرياضيات والمبيعات — تحديدًا لأن الكثير من العمل السطحي للتدريس (الشرح والتلخيص والصياغة والتقييم) يرتسم على ما تُتقنه نماذج اللغة. [حقيقة] لكن التعرض العالي لا يعني الإزاحة العالية: يُظهر نفس المؤشر أن الذكاء الاصطناعي يُعزز مهامًا أكثر بكثير مما يُؤتمت بالكامل، وهذا تحديدًا هو سبب حمل مهنة ذات تعرض مرتفع كهذه لخطر أتمتة 22% فحسب. [ادعاء]

علوم الحاسوب والرياضيات والإحصاء والعلوم الاجتماعية الكمية تقع في نهاية التعرض العالي، حيث أعادت أدوات الذكاء الاصطناعي تشكيل التدريس والبحث. أساتذة STEM في هذه الحقول يستخدمون الذكاء الاصطناعي بشكل روتيني لتصحيح مقدمات الكود وتوليد مجموعات المسائل وعرض المنطق الخوارزمي وحتى تشغيل جلسات التدريس لتدفق ساعات المكتب. تحولت المعايير التخصصية بسرعة لافتراض إلمام بالذكاء الاصطناعي لدى كل من أعضاء هيئة التدريس والطلاب.

العلوم الإنسانية — الأدب والتاريخ والفلسفة والكلاسيكيات — تقع عند نقطة مختلفة في التدرّج. أدوات الذكاء الاصطناعي حاضرة، لكن الشك التخصصي في مكانة الذكاء الاصطناعي التوليدي في القراءة الدقيقة والبحث الأرشيفي والتفسير الأصيل أعمق. كثير من أقسام الإنسانيات لديها سياسات صريحة حول استخدام الذكاء الاصطناعي في أعمال الطلاب، وكثير من أعضاء هيئة التدريس يُعربون علنًا عن قلقهم حيال ما يفعله الذكاء الاصطناعي التوليدي بمهارات القراءة الدقيقة التي يُفترض أن تُنمّيها تعليم الإنسانيات. الخطر في هذه التخصصات أقل في الإزاحة الوظيفية وأكثر في نزاهة المنتج التعليمي ذاته.

الكليات المهنية — القانون والأعمال والطب والهندسة — تتنقل في أرضية وسطى. وتيرة اعتماد الذكاء الاصطناعي في الممارسة المهنية تُجبر على تحديثات منهجية أسرع مما تتحرك هذه الكليات تاريخيًا، والأساتذة الذين ينجحون في هذه البيئات هم أولئك القادرون على دمج أدوات الذكاء الاصطناعي في تطوير المهارات المهنية الأصيلة دون فقدان الخبرة الجوهرية في المجال.

مسألة الأساتذة المتعاقدين

سؤال منفصل ومهم هو ما يفعله الذكاء الاصطناعي بالمجموعة الكبيرة من أعضاء هيئة التدريس غير المتفرغين والمؤقتين الذين يُدرّسون حاليًا نسبة كبيرة من الدورات الجامعية في معظم الجامعات. تعتمد اقتصاديات التدريس المتعاقد على أن تكون تكلفة العمالة منخفضة بما يكفي لتُفضّل المؤسسات توظيف أعداد كبيرة من المتعاقدين بدلًا من موظفين بدوام كامل أقل. إذا تعامل الذكاء الاصطناعي مع جزء هام من عمل التدريس الروتيني — التصحيح والتغذية الراجعة الأساسية وإدارة المقررات — فإن القيمة الهامشية لمتعاقد إضافي مقارنةً بترخيص أداة ذكاء اصطناعي إضافي تتراجع.

التفسير المتفائل هو إعادة استثمار المدخرات المُستردة في مناصب بدوام كامل أقل عددًا لكن أعلى أجرًا، مع تحول المتعاقدين إلى أدوار أكثر أمانًا. التفسير المتشائم هو استخراج المدخرات من قِبَل الإدارة دون تحسين في جودة التدريس أو ظروف العمل. النتيجة الفعلية من المرجح أن تتفاوت تفاوتًا كبيرًا بين المؤسسات، مع إنتاج تمثيل نقابي أقوى وهياكل حوكمة أوضح نتائج أفضل لأعضاء هيئة التدريس المؤقتين.

توقعات 2028

بحلول عام 2028، من المتوقع أن يرتفع التعرض الإجمالي إلى 60% مع خطر أتمتة 30%. [تقدير] يعكس التعرض المتصاعد أدوات ذكاء اصطناعي قوية للتصحيح والبحث وإدارة المقررات. لكن خطر الأتمتة يظل معتدلًا لأن القيمة الجوهرية للأستاذ — إلهام الفضول وتوجيه البحث وإرشاد الجيل القادم — تقاوم الإزاحة.

إذا كنت أستاذًا في التعليم العالي، المسار إلى الأمام واضح: استخدم الذكاء الاصطناعي للتعامل مع العبء الإداري الذي كان يسحبك دائمًا بعيدًا عما تُتقنه. دع الذكاء الاصطناعي يُصحّح الاختبارات القصيرة حتى تُمضي ذلك الوقت في إرشاد الطلاب. دع الذكاء الاصطناعي يصوغ الإصدار الأول من مراجعة الأدبيات حتى تُركّز على التحليل الأصيل. الأستاذ الذي يتبنى الذكاء الاصطناعي لا يُستبدَل — بل يتحرر للقيام بأكثر مما يستطيع الأستاذ البشري وحده القيام به. الأستاذ الذي يرفض التعامل مع أدوات الذكاء الاصطناعي، في المقابل، سيبدو متخلفًا بشكل متزايد في نظر الزملاء والطلاب ولجان التثبيت على حد سواء.

خارطة طريق المهارات

أفق 12 شهرًا. اعتمد أداة تصحيح مدعومة بالذكاء الاصطناعي لمقرراتك ذات الحجم الكبير، وأداة مراجعة أدبيات لمشاريعك البحثية. راقب ما ينتجه الذكاء الاصطناعي الذي يُقلّل من جودة عملك وما ينتج عنه تحسين حقيقي في مخرجاتك.

أفق 3 سنوات. طوّر تخصصًا مميزًا يجمع بين قدرة الذكاء الاصطناعي وعمقك التخصصي — مساق رفيع المستوى في التفسير النقدي للذكاء الاصطناعي، أو إرشاد أطروحات تدمج بحث الذكاء الاصطناعي مع أسئلة إنسانية صعبة. ابنِ علاقات مع المؤسسات الصناعية التي تُقدّر الخبرة الأكاديمية — فهذه العلاقات تُنتج تمويلًا للبحث وفرص توظيف للطلاب ومصداقية مؤسسية.

للأساتذة المؤقتين تحديدًا. الخطر الأكبر ليس الاستبدال المباشر بل تراجع الطلب الهامشي مع ارتفاع إنتاجية الذكاء الاصطناعي. المسار الأكثر أمانًا هو التخصص في مجالات التفاعل البشري العالي — الندوات الصغيرة والإرشاد والتدريب — والابتعاد عن مهام التدريس الروتيني التي يستهدفها الذكاء الاصطناعي أولًا.

اطّلع على البيانات الكاملة في [صفحة أساتذة التعليم العالي.]

---

تحليل بمساعدة الذكاء الاصطناعي استنادًا إلى بيانات من دراسة التأثير الاقتصادي لـAnthropic وتوقعات التوظيف من BLS وقواعد بيانات مهام O\NET.*