Connect with us

الذكاء الاصطناعي

دفاتر الدراسة في Gemini: ميزة جديدة من جوجل تحول المذاكرة إلى خطة ذكية تتكيف مع مستواك

أطلقت جوجل ميزة دفاتر الدراسة في Gemini لتقديم دروس قصيرة واختبارات تشخيصية ولوحة تقدم ذكية، مع تكامل مباشر مع NotebookLM ودعم لاختبارات SAT وACT وGRE.

Avatar of عادل ابراهيم

Published

on

واجهة تعليمية تجسد دفاتر الدراسة في Gemini مع دروس قصيرة ولوحة تقدم ذكية

أطلقت جوجل ميزة دفاتر الدراسة في Gemini لتجعل تطبيق Gemini أكثر من مجرد مساعد يجيب عن الأسئلة أو يلخص الملفات. الفكرة هنا أن جوجل تريد تحويل المذاكرة نفسها إلى مسار تفاعلي يبدأ بقياس مستواك، ثم يبني لك دروسًا قصيرة واختبارات متابعة تتغير تلقائيًا بحسب أدائك. وهذه الخطوة تضع Gemini في منافسة مباشرة مع أدوات التعلم الذكي التي لا تكتفي بعرض المعلومات، بل تحاول فهم نقاط ضعف الطالب ثم ترتيب أولوياته.

الجديد في دفاتر الدراسة في Gemini أنها لا تعتمد على محتوى عام فقط، بل تبدأ من موادك أنت: المنهج، الملاحظات، ملفات القراءة، أو أي مصادر دراسية ترفعها داخل التطبيق. بعد ذلك ينشئ Gemini اختبارًا تشخيصيًا أوليًا لتحديد الفجوات المعرفية، ثم يوزع خطة التعلم إلى دروس صغيرة واختبارات سريعة ولوحة تقدم تبيّن ما الذي أتقنته وما الذي يحتاج إلى تركيز أكبر.

ما هي دفاتر الدراسة في Gemini؟

بحسب ما أعلنته جوجل رسميًا، فإن Study Notebooks أو دفاتر الدراسة في Gemini هي مساحة مخصصة داخل التطبيق صُممت خصيصًا للطلاب. بدل أن تبدأ كل جلسة من الصفر، تضع هدفًا دراسيًا واضحًا ثم تبني الأداة حوله تجربة تعلم متكاملة. يمكن أن يكون الهدف الاستعداد لاختبار، فهم فصل دراسي، أو مراجعة موضوع معقد قبل الامتحان.

الميزة الأساسية هنا أن النظام لا يكتفي بإعطاء إجابة مباشرة. بل يحاول أولًا تقدير مستواك الحالي من خلال اختبار تشخيصي، ثم يحول هذا التقييم إلى خطة دراسة شخصية. وهذه نقطة مهمة لأن كثيرًا من أدوات الذكاء الاصطناعي تعطي معلومات جيدة، لكنها لا ترتبها في مسار تعليمي متدرج يناسب كل مستخدم على حدة.

كيف تعمل الميزة خطوة بخطوة؟

تبدأ التجربة عندما يرفع المستخدم مذكراته أو منهجه أو مواده الدراسية إلى Gemini. بعدها ينشئ النظام اختبارًا تشخيصيًا مخصصًا لقياس مستوى المعرفة الأساسي. ومن خلال نتائج هذا الاختبار، يحدد Gemini ما هي نقاط القوة وما هي مناطق الضعف التي تحتاج إلى مزيد من المراجعة.

بعد ذلك ينتقل المستخدم إلى مرحلة الدروس القصيرة. كل درس يأتي بحجم صغير ليسهل استيعابه، ويتبعه اختبار سريع للتحقق من الفهم. وإذا تحسن الأداء في نقطة معينة، تتغير الأولويات تلقائيًا. أما إذا ظهرت فجوة جديدة، فإن الخطة تعود لتسليط الضوء عليها. وبذلك تصبح دفاتر الدراسة في Gemini أقرب إلى مدرب تعليمي يتابع الأداء باستمرار، لا مجرد روبوت محادثة يجيب عند الطلب.

لوحة تقدم ذكية بدل المذاكرة العشوائية

من أبرز ما يميز هذه الأداة أن جوجل لم تطرحها بوصفها مجرد مساحة للملاحظات، بل أضافت لها لوحة تقدم مبنية على المهارات. تقول الشركة إن Gemini يقسم الهدف الدراسي إلى أكثر من 100 هدف تعلمي محدد، ثم يجمعها داخل موضوعات فرعية ويصنفها إلى فئات مثل: نقاط قوة، مناطق تركيز، أو موضوعات لم تبدأ بعد.

هذه الفكرة تمنح الطالب رؤية أوضح لمسار التعلم. بدلًا من العودة كل يوم إلى نفس الصفحات بشكل عشوائي، تقترح الأداة أولويات عملية لما يجب مراجعته الآن. وهذا النوع من الترتيب قد يكون الفارق الحقيقي بين استخدام الذكاء الاصطناعي للبحث السريع، واستخدامه لبناء عادة دراسة أكثر انضباطًا وفاعلية.

ما علاقتها بـ NotebookLM والاختبارات المعيارية؟

أحد الجوانب المهمة في الإعلان هو أن دفاتر الدراسة في Gemini تتكامل مباشرة مع NotebookLM. وهذا يعني أن الطالب يستطيع الانتقال من دفتر الدراسة إلى أدوات أعمق لتنظيم المصادر، وإنشاء بطاقات تعليمية، أو الاستفادة من الملخصات المرئية والفيديوهات التوضيحية داخل NotebookLM. وإذا كنت تريد فهمًا أوسع لدور NotebookLM في التعلم، يمكنك مراجعة هذا التقرير السابق على هاي تك عن تعزيز NotebookLM بأدوات تعليمية ذكية.

ولم تتوقف جوجل عند هذا الحد، إذ أكدت أيضًا أن الميزة تدعم الاستعداد لاختبارات معيارية مثل SAT، كما أشارت إلى شراكات مع The Princeton Review لتوفير اختبارات كاملة دون تكلفة لاختبارات ACT وGRE، مع خطط لإضافة اختبارات أخرى لاحقًا. هذا يوضح أن جوجل ترى في الأداة منصة دراسة طويلة المدى، لا مجرد إضافة تجميلية داخل التطبيق.

التوفر الحالي ومن يمكنه استخدامها؟

بدأت جوجل طرح دفاتر الدراسة في Gemini عالميًا للحسابات الشخصية في اللغات التي يتوفر فيها تطبيق Gemini. أما الحسابات المدرسية فستحصل عليها خلال الأسابيع المقبلة، بما يشمل المستخدمين دون 18 عامًا ضمن الحسابات التعليمية الصادرة من المدارس. وفي الوقت الحالي، تتوفر الميزة على الويب، بينما تخطط جوجل لجلب دعم الهواتف المحمولة في وقت لاحق من صيف 2026.

هذا يعني أن التجربة ما زالت في مرحلة توسع مدروس، لكنها خرجت بالفعل من نطاق التجارب المحدودة إلى طرح عالمي أوسع. ومن المهم أيضًا الإشارة إلى أن جوجل تضع هذه الميزة ضمن منظومة تعليمية أوسع تشمل Classroom وNotebookLM، ما يجعلها جزءًا من رؤية متكاملة للتعلم المدعوم بالذكاء الاصطناعي.

هل تستحق التجربة فعلًا؟

إذا كنت طالبًا أو حتى متعلمًا ذاتيًا، فالميزة تبدو واعدة لأنها تعالج واحدة من أكثر مشكلات المذاكرة شيوعًا: عدم معرفة من أين تبدأ، وماذا تراجع أولًا، وكيف تقيس تقدمك بصدق. القوة الحقيقية في دفاتر الدراسة في Gemini ليست في تلخيص المحتوى فقط، بل في تحويله إلى رحلة تعلم تتبدل مع مستواك وتمنحك تغذية راجعة مستمرة.

لكن النجاح الفعلي سيعتمد على جودة المواد التي يرفعها المستخدم، وعلى مدى دقة الأداة في بناء الاختبارات والدروس عبر مختلف التخصصات واللغات. ومع ذلك، فإن المؤشرات الأولى تجعل هذه الميزة واحدة من أهم إضافات Gemini التعليمية هذا العام، خصوصًا لأنها تمزج بين التخصيص، والمتابعة، وربط الدراسة بمصادر المستخدم الحقيقية بدل الاعتماد على محتوى عام متفرق.

الخلاصة

تؤكد جوجل عبر دفاتر الدراسة في Gemini أن المنافسة في الذكاء الاصطناعي لم تعد تقتصر على كتابة النصوص أو تلخيص الملفات، بل انتقلت إلى تصميم تجارب تعلم كاملة تتكيف مع كل مستخدم. وإذا نجحت جوجل في تحسين التجربة على الهواتف وتوسيع التكامل مع Classroom وNotebookLM، فقد تتحول هذه الميزة إلى واحدة من أكثر أدوات الدراسة الذكية تأثيرًا خلال الفترة المقبلة.

وبالنسبة للطلاب، الرسالة واضحة: لم يعد الذكاء الاصطناعي مجرد وسيلة للحصول على إجابة سريعة، بل يمكن أن يصبح شريكًا فعليًا في بناء خطة مذاكرة أذكى وأكثر تنظيمًا.

أجهزة محمولة

نموذج MiniMax M3.1 Flash.. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

Avatar of هدير ابراهيم

Published

on

نموذج MiniMax M3.1 Flash. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

أعلنت شركة ميني ماكس الصينية إطلاق تحديث جديد من نموذج MiniMax M3.1 Flash، مع تحسينات تستهدف البرمجة ووكلاء الذكاء الاصطناعي والأمن السيبراني. وقالت الشركة إن الإصدار الجديد يرفع سرعة الاستنتاج عبر الإنترنت إلى نحو ثلاثة أضعاف، مع خفض تكاليف الاستخدام بنسبة 70%.

نموذج MiniMax M3.1 Flash يعزز السرعة والكفاءة

تقول ميني ماكس إن النموذج المحدث يقدم تحسينات كبيرة في تنفيذ المهام المعقدة، خاصةً المهام التي تعتمد على وكلاء الذكاء الاصطناعي القادرين على تنفيذ خطوات متعددة، إلى جانب كتابة الأكواد وتحليل التهديدات الأمنية.

وتتجاوز سرعة توليد المخرجات 200 رمز في الثانية في بعض الاستخدامات اليومية، بينما تتخطى السرعة الوسيطة 170 رمزًا في الثانية، وفقًا للشركة. وقد تساعد هذه السرعة على تقليل وقت الانتظار عند استخدام النموذج في البرمجة والتطبيقات التفاعلية.

أسعار استخدام النموذج الجديد

حددت الشركة تكلفة الاستخدام عند 0.15 دولار لكل مليون رمز مُدخل، و0.60 دولار لكل مليون رمز مُخرج، مع أسعار أقل للرموز المخزنة مؤقتًا.

وتستهدف هذه الأسعار خفض تكلفة تشغيل تطبيقات الذكاء الاصطناعي، خصوصًا الخدمات التي تعالج كميات كبيرة من النصوص أو تعتمد على استدعاء النماذج بصورة متكررة.

نموذج MiniMax M3.1 Flash.. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

نموذج MiniMax M3.1 Flash.. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

طرق الوصول إلى MiniMax M3.1 Flash

أصبح نموذج MiniMax M3.1 Flash متاحًا عبر واجهة برمجة التطبيقات (API) الخاصة بالشركة، إلى جانب خطة الاشتراك M Plan وأداة MiniMax Code المخصصة لمهام البرمجة.

كما تخطط ميني ماكس لإتاحة أوزان النموذج لاحقًا، وهو ما قد يمنح المطورين خيارات إضافية لتجربته ودمجه في تطبيقاتهم، وفقًا لما أعلنته الشركة.

منافسة متزايدة في سوق الذكاء الاصطناعي

يعكس التحديث تركيز شركات الذكاء الاصطناعي الصينية على الجمع بين سرعة الاستجابة وخفض تكاليف التشغيل، في سوق تتنافس فيه النماذج على تقديم أداء مرتفع بتكلفة مناسبة للمطورين والشركات.

ومع ذلك، تظل تقييمات الأداء الفعلي بحاجة إلى اختبارات مستقلة تقارن النموذج ببدائل أخرى في البرمجة والاستدلال والمهام متعددة الخطوات.

Continue Reading

الذكاء الاصطناعي

جوجل تطلق Deep Review لمراجعة المستندات التقنية مجانًا

أطلقت جوجل Deep Review لمراجعة المستندات التقنية، مع مراجعتين مجانًا أسبوعيًا ودعم PDF والنصوص. تعرّف إلى آلية العمل وحدودها وسياسة الاحتفاظ بالملفات.

Avatar of عمر الشال

Published

on

رسم توضيحي لمراجعة المستندات والأدلة بالذكاء الاصطناعي
صورة توضيحية مولّدة بالذكاء الاصطناعي، وليست لقطة من واجهة Deep Review.

أطلقت جوجل أداة Deep Review لمراجعة المستندات المعقدة بالذكاء الاصطناعي، مع إتاحتها عالميًا بمراجعتين مجانًا لكل مستخدم أسبوعيًا، بحسب إعلان Google Research المنشور في 14 أكتوبر 2026.

تستهدف الأداة فحص اتساق الحجج والأدلة والادعاءات التقنية، وتقديم ملاحظات تساعد على تحسين المستند قبل مشاركته أو نشره. وتشمل استخداماتها الأوراق البحثية ووثائق التصميم والعروض التقديمية.

ما الملفات التي تدعمها Deep Review؟

تدعم الخدمة عند الإطلاق ملفات PDF والنصوص العادية، بينما تصف جوجل مراجعة عدة ملفات معًا بأنها ميزة قادمة. ويمكن لأصحاب الاستخدام المكثف ربط مفتاح Gemini API لرفع حدود الاستخدام والاستفادة من التكامل البرمجي؛ أما الحصة المجانية المعلنة فتقتصر على مراجعتين أسبوعيًا.

كيف تراجع المستندات؟

تطورت Deep Review من أداة Paper Assistant Tool، المعروفة اختصارًا باسم PAT. وتشرح الورقة البحثية للفريق نهجًا يقسم المستند إلى أجزاء منطقية، ثم يخصص جهدًا حسابيًا أكبر للأقسام الأصعب، مثل البراهين والمعادلات.

يتولى وكلاء متخصصون مراجعة الأجزاء مع الاطلاع على سياق المستند كاملًا، قبل دمج النتائج في تقرير موحد وإجراء فحوص إضافية باستخدام البحث. ويساعد هذا التنظيم على توزيع الانتباه على المستند الطويل بدلًا من الاكتفاء باستدعاء واحد للنموذج.

وفي تجارب PAT مع مؤتمري STOC وICML، تلقى المؤلفون الملاحظات قبل تسليم أوراقهم، بصورة منفصلة عن التحكيم الرسمي. لذلك لا تعني مراجعة الأداة اعتماد البحث أو ضمان قبوله للنشر.

الخصوصية وحدود الاعتماد على النتائج

تقول جوجل إن المستندات المرفوعة لا تُستخدم لتدريب نماذجها أو ضبطها أو تحسينها، لكنها تُحفظ لمدة عام لعرضها للمستخدم داخل واجهة Deep Review.

وتقر الورقة البحثية بأن أدوات المراجعة قد تخطئ في فهم الاستدلال، فتصف حجة صحيحة بأنها خاطئة. وتبقى مسؤولية التحقق من الملاحظات والقرارات النهائية على الباحث أو المراجع البشري.

عمليًا، يُفضّل التعامل مع التقرير بوصفه قائمة نقاط للفحص: راجع كل اعتراض في سياقه، وطابقه مع بياناتك ومصادرك، ولا تعدّل استنتاجًا لمجرد أن الأداة اعترضت عليه. وقبل رفع مستند سري، تحقّق من صلاحية مشاركته وسياسة مؤسستك، مع الانتباه إلى مدة الاحتفاظ المعلنة.

يمكن الوصول إلى الخدمة عبر بوابة Deep Review الرسمية.

Continue Reading

أخبار تقنية

ديدان الذكاء الاصطناعي.. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة

Avatar of هدير ابراهيم

Published

on

ديدان الذكاء الاصطناعي. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة 1

حذّرت شركة أنثروبيك من تزايد مخاطر ديدان الذكاء الاصطناعي، وهي برامج خبيثة قد تنسخ نفسها وتنتشر تلقائيًا بين الأجهزة المتصلة بالإنترنت.

وأشار باحثون إلى تجربة استخدمت أجهزة تلفاز ذكية لتوزيع أجزاء من العمليات الحاسوبية على 15 جهازًا، ما يسلط الضوء على مخاطر استغلال الأجهزة محدودة الموارد في الهجمات الإلكترونية.

ديدان الذكاء الاصطناعي قد تتجاوز الفيروسات التقليدية

تختلف الديدان الإلكترونية عن الفيروسات التقليدية بقدرتها على الانتشار بين الأجهزة دون الحاجة إلى تدخل المستخدم في كل مرحلة. وقد تساعد تقنيات الذكاء الاصطناعي هذه البرامج على التكيف مع بيئات مختلفة واكتشاف فرص جديدة لاستغلال الثغرات الأمنية.

وتشمل الأجهزة المعرضة للخطر منتجات إنترنت الأشياء، مثل التلفاز الذكي والأجهزة المنزلية المتصلة بالشبكة، خصوصًا عندما تتأخر تحديثاتها الأمنية أو تستمر فيها ثغرات غير معالجة.

ويرى باحثو أنثروبيك أن تطور النماذج الحالية قد يجعل تنفيذ هذه الهجمات أكثر سهولة مستقبلًا، وربطوا احتمالية ظهور تهديدات أكثر تطورًا بنهاية عام 2026، إذا استمر تقدم التقنية بالمعدل الحالي.

من موريس إلى نوت بيتيا.. تاريخ من الهجمات واسعة النطاق

شهدت العقود الماضية هجمات بارزة اعتمدت على الانتشار الذاتي، من بينها دودة موريس عام 1988، التي عطلت عددًا كبيرًا من الحواسيب، وهجوم ستوكسنت الذي استهدف أنظمة صناعية في المنشآت النووية الإيرانية.

كما تسببت هجمات مثل WannaCry وNotPetya في خسائر اقتصادية واسعة. ويخشى خبراء أن تجعل ديدان الذكاء الاصطناعي احتواء الهجمات أكثر تعقيدًا إذا تمكنت من التكيف مع ثغرات جديدة والانتقال بين منصات مختلفة.

ديدان الذكاء الاصطناعي.. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة

ديدان الذكاء الاصطناعي.. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة

هل الخطر وشيك أم مبالغ فيه؟

لا يتفق الخبراء على حجم التهديد الفعلي. فقد أشار جوناس غوان، الباحث بجامعة تورنتو، إلى سرعة تطور القدرات التقنية، لكنه لفت إلى أن التجربة التي عرضتها أنثروبيك أظهرت انتشارًا بطيئًا.

كما شكك خوان أندريس غيريرو سايد، نائب رئيس الأبحاث في SentinelOne، في القيمة العملية للتجربة، معتبرًا أنها لا تثبت امتلاك نماذج الذكاء الاصطناعي إرادة مستقلة أو قدرة واسعة على إحداث الضرر.

وتظل القدرة على رصد السلوك غير المعتاد وحظر الاتصالات المشبوهة عاملًا مهمًا في احتواء الديدان الإلكترونية قبل انتشارها على نطاق واسع.

إجراءات الحماية تقلل فرص الانتشار

يمكن للمستخدمين تقليل مخاطر الهجمات عبر تحديث الأجهزة والبرامج باستمرار، واستخدام كلمات مرور قوية وفريدة، وتفعيل المصادقة الثنائية حيثما تتوفر، إلى جانب تغيير كلمات المرور الافتراضية لأجهزة إنترنت الأشياء.

استخدامات دفاعية محتملة

قد تُستخدم بعض التقنيات نفسها في تطبيقات دفاعية، مثل اكتشاف الثغرات الأمنية ومعالجتها تلقائيًا. لكن نجاح هذه الاستخدامات يتطلب ضوابط تمنع تحول أدوات الحماية إلى مصدر خطر إضافي.

وتعيد التحذيرات فتح النقاش حول مسؤولية شركات التكنولوجيا والجهات التنظيمية في الحد من المخاطر السيبرانية، مع ضرورة التمييز بين الإمكانات المستقبلية والقدرات التي أثبتتها التجارب فعليًا.

Continue Reading

Trending