Connect with us

الذكاء الاصطناعي

Claude for Teachers: أنثروبيك تدخل الفصول الدراسية بمساعد مجاني للمعلمين وأدوات تخطيط ذكية

أطلقت Anthropic خدمة Claude for Teachers للمعلمين في الولايات المتحدة مع أدوات تخطيط للدروس وربط بالمناهج ومعايير التعليم وحماية لبيانات الطلاب.

Avatar of عادل ابراهيم

Published

on

Claude for Teachers داخل فصل دراسي ذكي مدعوم بالذكاء الاصطناعي

أعلنت شركة Anthropic يوم 14 يوليو 2026 إطلاق Claude for Teachers، وهي خدمة تعليمية جديدة تستهدف المعلمين المعتمدين من مرحلة الروضة حتى الصف الثاني عشر في الولايات المتحدة، مع وصول مجاني إلى مزايا Claude المدفوعة ومجموعة مهارات تعليمية جاهزة للاستخدام داخل الفصل وخارجه.

هذا الإطلاق لا يقدّم روبوت دردشة عامًا بصيغة تعليمية فقط، بل يضع Claude for Teachers داخل منظومة عمل تربوية كاملة تشمل معايير التعليم في جميع الولايات الأمريكية، وموارد مناهج موثوقة، وأدوات تساعد المعلم على تخطيط الدروس وتفريد التعلم وتحليل بيانات الصف من دون التضحية بالخصوصية أو الوقت.

ما هو Claude for Teachers؟

بحسب إعلان Anthropic الرسمي، تمنح الخدمة المعلمين المؤهلين وصولًا مجانيًا إلى قدرات Claude المميزة، مع ربط مباشر بمنصة Learning Commons التي تزوّد النظام بمعايير أكاديمية مفصلة عبر الولايات الخمسين. والنتيجة هي أن المعلم لا يبدأ من صفحة فارغة، بل من مساعد يفهم سياق الأهداف التعليمية والتسلسل المنطقي لاكتساب المهارات.

وتقول الشركة إن Claude for Teachers يستطيع أيضًا الاستفادة من موارد تعليمية موثوقة مثل OpenSciEd وIllustrative Mathematics، ما يجعله أقرب إلى مساعد تخطيط ومحتوى منه إلى أداة كتابة عامة.

كيف يساعد المعلمين عمليًا داخل الفصل؟

القيمة الحقيقية هنا لا تقف عند تلخيص النصوص أو اقتراح أسئلة سريعة، بل تمتد إلى مهام يومية تستهلك وقت المعلم عادةً. وتعرض Anthropic عدة استخدامات مباشرة للخدمة، من أبرزها:

  • إعداد خطط دروس مبنية على مواد تعليمية عالية الجودة ومطابقة للمعايير.
  • تكييف الأنشطة والمواد بحسب مستويات الطلاب المختلفة داخل الفصل الواحد.
  • إنشاء مواد موجهة للطلاب بصورة أسرع وأكثر تنظيمًا.
  • تحليل بيانات الصف مثل الحضور والتقييمات والملاحظات من أجل اتخاذ قرارات تعليمية أدق.
  • أتمتة المهام المتكررة مثل مراجعة بطاقات الخروج اليومية واقتراح تعديل خطة اليوم التالي.

كما أضافت Anthropic أن الخدمة تتكامل مع أدوات تعليمية متنوعة مثل Canva Education وMagicSchool وBrisk Teaching وDiffit وTeachFX وغيرها، ما يعني أن Claude for Teachers لا يعمل بمعزل عن بيئة المعلم الرقمية، بل يحاول أن يكون طبقة ذكاء فوق الأدوات الموجودة أصلًا.

ما الذي يميّز الخدمة عن أدوات الذكاء الاصطناعي العامة؟

الفارق الأهم هو التخصص. كثير من أدوات الذكاء الاصطناعي تستطيع كتابة خطة درس إذا طلبت ذلك، لكن Anthropic تراهن هنا على أن المعلم يحتاج أكثر من مجرد نص منسق. هو يحتاج أداة تفهم المعايير التعليمية، وتعرف كيف تُبنى المهارات تدريجيًا، وتساعده على التفريق بين طالب يحتاج دعمًا إضافيًا وآخر مستعدًا لتحدٍّ أكبر.

ومن هذه الزاوية، يبدو Claude for Teachers أقرب إلى منصة عمل تعليمية ذكية، خصوصًا مع تضمين مهارات جاهزة بُنيت بالتعاون مع Learning Commons ومراجعتها لضمان الصرامة التربوية وقابلية استخدامها في الواقع العملي.

الخصوصية وبيانات الطلاب نقطة حاسمة

أحد أبرز الجوانب التي ركزت عليها Anthropic في الإعلان هو أن بيانات Claude for Teachers لا تُستخدم في تدريب النماذج، وأن معلومات الطلاب محمية عبر ملحق معالجة بيانات مخصص لقطاع التعليم الأساسي ومتوافق مع متطلبات FERPA داخل الولايات المتحدة.

كما أشارت الشركة إلى تعاونها مع الاتحاد الأمريكي للمعلمين لوضع معايير قوية للسلامة والخصوصية في هذا النوع من الأدوات. وهذه النقطة مهمة لأن تبنّي الذكاء الاصطناعي في المدارس لن يتسع فعليًا ما لم يشعر المعلمون والإدارات أن البيانات الحساسة لن تتحول إلى ثمن خفي مقابل الأتمتة.

لماذا يهم هذا الإطلاق الآن؟

السوق يتجه بوضوح نحو أدوات ذكاء اصطناعي متخصصة بدلًا من الاكتفاء بالمساعدات العامة. وبعد إطلاق منتجات موجهة للمطورين والباحثين، تحاول Anthropic الآن الدخول إلى التعليم بصيغة أكثر عملية. ويأتي ذلك ضمن سلسلة توسع أوسع للشركة في الأدوات العمودية، شبيهة بما رأيناه سابقًا في Claude Science المخصص للباحثين.

الأهمية هنا لا ترتبط فقط بالمعلمين في الولايات المتحدة، بل بما يكشفه المنتج عن اتجاه السوق نفسه: الشركات لم تعد تتنافس على من يملك النموذج الأقوى فقط، بل على من يستطيع تغليف الذكاء الاصطناعي داخل سير عمل مهني واضح يحل مشكلة يومية ملموسة.

هل الخدمة متاحة للجميع؟

في الوقت الحالي، الخدمة موجهة للمعلمين المعتمدين من K-12 داخل الولايات المتحدة فقط، وبعد التحقق يمكنهم الحصول على وصول مجاني كامل لمدة عام إذا سجلوا قبل 30 يونيو 2027. وأضافت Anthropic أن نسخة مخصصة للمدارس والمناطق التعليمية ستصل لاحقًا، ما يعني أن الطرح الحالي هو خطوة أولى تستهدف الأفراد قبل التوسع المؤسسي.

الخلاصة

إطلاق Claude for Teachers يكشف أن سباق الذكاء الاصطناعي دخل مرحلة أكثر نضجًا، حيث لم يعد الهدف مجرد عرض قدرات النموذج، بل تحويله إلى أداة عمل متخصصة داخل قطاع بعينه. وإذا نجحت Anthropic في إثبات أن الخدمة توفر وقت المعلم فعلاً وتحافظ على خصوصية الطلاب وتنتج مواد قابلة للاستخدام مباشرة، فقد تصبح هذه الخطوة واحدة من أهم محاولات 2026 لدمج الذكاء الاصطناعي في التعليم بطريقة عملية وليست دعائية.

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