How AI Could Save (Not Destroy) Education | Sal Khan | TED

المترجم: gaith Takrity المدقّق: Mahmoud Mohamed Ahmed

So anyone who's been paying attention for the last few months

أي شخص كان منتبهًا خلال الأشهر القليلة الماضية

has been seeing headlines like this,

كان يرى عناوين مثل هذه،

especially in education.

خاصة في التعليم.

The thesis has been:

كان الطرح:

students are going to be using ChatGPT and other forms of AI

سيستخدم الطلاب ChatGPT وأشكال أخرى من الذكاء الاصطناعي

to cheat, do their assignments.

للغش، وللقيام بمهامهم.

They’re not going to learn.

لن يتعلموا.

And it’s going to completely undermine education as we know it.

وسوف يقوض ذلك التعليم كما نعرفه.

Now, what I'm going to argue today

الآن، ما سأناقشه اليوم

is not only are there ways to mitigate all of that,

ليس فقط أن هناك طرق للتخفيف من كل ذلك،

if we put the right guardrails, we do the right things,

إذا وضعنا الضوابط المناسبة، وفعلنا الأشياء الصحيحة،

we can mitigate it.

فيمكن تخفيف خطورته.

But I think we're at the cusp of using AI

لكنني أعتقد أننا على وشك استخدام الذكاء الاصطناعي

for probably the biggest positive transformation

في ما ربما سيكون التحول الإيجابي الأكبر

that education has ever seen.

الذي شهده التعليم من أي وقت مضى.

And the way we're going to do that

والطريقة التي سنفعل بها ذلك

is by giving every student on the planet

هي من خلال إعطاء كل طالب على هذا الكوكب

an artificially intelligent but amazing personal tutor.

معلماً شخصياً بذكاء اصطناعي مذهل.

And we're going to give every teacher on the planet an amazing,

وسنقدم لكل معلم على هذا الكوكب،

artificially intelligent teaching assistant.

مساعد تدريس بذكاء الاصطناعي.

And just to appreciate how big of a deal it would be

وفقط لتقدير حجم الصفقة التي ستكون

to give everyone a personal tutor,

من توفير معلمًا شخصيًا للجميع،

I show you this clip

أريد أن أعرض عليكم هذا المقطع

from Benjamin Bloom’s 1984 2 sigma study,

من دراسة بنجامين بلوم لعام 1984 لمسألة 2 سيجما،

or he called it the “2 sigma problem.”

أو أطلق عليها اسم "مشكلة 2 سيجما".

The 2 sigma comes from two standard deviation,

تأتي 2 سيجما من درجتي الانحراف المعياري،

sigma, the symbol for standard deviation.

سيجما، رمز الانحراف المعياري.

And he had good data that showed that look, a normal distribution,

كانت لديه بيانات جيدة ظهرت بهذا الشكل، توزيع طبيعي،

that's the one that you see in the traditional bell curve

هذا الذي تراه هو منحنى الجرس التقليدي

right in the middle, that's how the world kind of sorts itself out,

في المنتصف، هكذا العالم نوعًا ما يفرز نفسه،

that if you were to give personal 1-to-1 to tutoring for students,

إذا كنت ستعطي لكل طالب مدرس خاص،

then you could actually get a distribution that looks like that right.

فستحصل على توزيع يبدو كهذا.

It says tutorial 1-to-1 with the asterisks,

نقول لكل طالب مدرس خاص مع ملاحظة،

like, that right distribution,

لمثل هذا التوزيع الأيمن،

a two standard-deviation improvement.

تحسن درجتين من الانحراف المعياري.

Just to put that in plain language,

فقط لوضع ذلك بلغة واضحة،

that could take your average student and turn them into an exceptional student.

يمكن أن نأخذ الطالب ذو المستوي المتوسط وتحويله إلى طالب استثنائي.

It can take your below-average student

يمكن أن تأخذ طالب ذو مستوي أقل من المتوسط

and turn them into an above-average student.

وتحويله إلى طالب ذي مستوي فوق المتوسط.

Now the reason why he framed it as a problem, was he said,

الآن السبب الذي جعله يصورها كمشكلة، هو أنه قال،

well, this is all good,

حسنًا، كل هذا جيد، لكن كيف يمكنك بالفعل توسيع نطاق تعليمات المجموعة بهذه الطريقة؟

but how do you actually scale group instruction this way?

How do you actually give it to everyone in an economic way?

كيف توفرها للجميع بطريقة اقتصادية؟

What I'm about to show you is I think the first moves towards doing that.

أنا على وشك أن أريكم الخطوات الأولى للقيام بذلك

Obviously, we've been trying to approximate it in some way

من الواضح أننا كنا نحاول الاقتراب منه بطريقة ما

at Khan Academy for over a decade now,

في أكاديمية خان لأكثر من عقد حتى الآن،

but I think we're at the cusp of accelerating it dramatically.

لكن أعتقد أننا على أعتاب تسريعها بشكل كبير.

I'm going to show you the early stages of what our AI,

سأريكم المراحل الأولى لما لدينا من الذكاء الاصطناعي،

which we call Khanmigo,

التي نسميها Khanmigo،

what it can now do

ما يمكن أن يفعله الآن

and maybe a little bit of where it is actually going.

وإلى أين نتجه بالفعل.

So this right over here is a traditional exercise

هذا تمرين تقليدي

that you or many of your children might have seen on Khan Academy.

أنتم أو العديد من أطفالكم ربما رأيتوه في أكاديمية خان.

But what's new is that little bot thing at the right.

لكن الجديد هو هذا ال bot على اليمين.

And we'll start by seeing one of the very important safeguards,

وسنبدأ برؤية أحد الضمانات المهمة للغاية،

which is the conversation is recorded and viewable by your teacher.

وهي المحادثة المسجلة والتي يمكن لمعلمك مشاهدتها.

It’s moderated actually by a second AI.

يتم الإشراف عليها بواسطة ذكاء اصطناعي ثانٍ.

And also it does not tell you the answer.

إنه لا يخبرك بالإجابة.

It is not a cheating tool.

إنها ليست أداة غش.

When the student says, "Tell me the answer,"

عندما يقول الطالب، “أخبرني الإجابة،”

it says, "I'm your tutor.

يقول، “أنا مدرسك.

What do you think is the next step for solving the problem?"

ما هي الخطوة التالية لحل المشكلة؟”

Now, if the student makes a mistake, and this will surprise people

الآن، إذا أخطأ الطالب، وهذا سيفاجئ الناس

الذين يظنون أن “النماذج اللغوية الكبيرة” ليست جيدة في الرياضيات،

who think large language models are not good at mathematics,

notice, not only does it notice the mistake,

لم يلاحظ الخطأ فقط،

it asks the student to explain their reasoning,

بل يطلب من الطالب أن يشرح تفكيره،

but it's actually doing what I would say,

في الواقع ما يقوم به،

not just even an average tutor would do, but an excellent tutor would do.

لا يقارن بالمعلم العادي، بل بالمعلم الممتاز.

It’s able to divine what is probably the misconception in that student’s mind,

إنه قادر على التكهن بما هو على الأرجح الاعتقاد الخاطئ في عقل ذلك الطالب،

that they probably didn’t use the distributive property.

أنه ربما لم يستخدم خاصية التوزيع.

Remember, we need to distribute the negative two

تذكر أننا بحاجة إلى توزيع سالب اثنين

to both the nine and the 2m inside of the parentheses.

إلى كل من 9 و 2م في داخل الأقواس.

This to me is a very, very, very big deal.

هذا بالنسبة لي هو شأنٌ كبيرٌ جداً جداً.

And it's not just in math.

وهذا ليس فقط في الرياضيات.

This is a computer programming exercise on Khan Academy,

هذا تمرين برمجة كمبيوتر في أكاديمية خان،

where the student needs to make the clouds part.

حيث يحتاج الطالب لجعل الغيوم تتفرق.

And so we can see the student starts defining a variable, left X minus minus.

وهكذا يمكننا أن نرى الطالب يبدأ تحديد متغير، يسار X ناقص ناقص.

It only made the left cloud part.

جعل الجزء الأيسر من السحاب يتحرك.

But then they can ask Khanmigo, what’s going on?

ولكن يمكنهم أن يسألوا Khanmigo، ماذا يحدث هنا؟

Why is only the left cloud moving?

لماذا تتحرك السحابة اليسرى فقط؟

And it understands the code.

وهو يفهم الكود.

It knows all the context of what the student is doing,

يعرف كل السياق الذي يفعله الطالب،

and it understands that those ellipses are there to draw clouds,

ويدرك أن تلك الأشكال البيضوية هنا لرسم الغيوم،

which I think is kind of mind-blowing.

وهو ما أعتقد أنه أمر مذهل نوعًا ما.

And it says, "To make the right cloud move as well,

ويقول:“لتحرك السحابة اليمين،

try adding a line of code inside the draw function

حاول إضافة سطر من التعليمات البرمجية داخل وظيفة السحب

that increments the right X variable by one pixel in each frame."

التي تزيد من المتغير X بمقدار بكسل واحد في كل إطار“.

Now, this one is maybe even more amazing because we have a lot of math teachers.

الآن، ربما يكون هذا أكثر روعة لأنه لدينا الكثير من معلمي الرياضيات.

We've all been trying to teach the world to code,

لقد حاولنا جميعًا تدريس البرمجة،

but there aren't a lot of computing teachers out there.

لكن ليس هناك الكثير من معلمي البرمجة.

And what you just saw, even when I'm tutoring my kids,

وما رأيتم للتو، حتى أنا عندما أقوم بتدريس أطفالي،

when they're learning to code,

عندما يتعلمون البرمجة،

I can't help them this well, this fast,

لا أستطيع مساعدتهم جيدًا بهذه السرعة،

this is really going to be a super tutor.

سيكون هذا حقًا مدرسًا رائعًا.

And it's not just exercises.

وهي ليست مجرد تمارين.

It understands what you're watching.

إنه يفهم ما تشاهده.

It understands the context of your video.

يفهم سياق الفيديو الخاص بك.

It can answer the age-old question, “Why do I need to learn this?”

يمكن أن يجيب على السؤال القديم، "لماذا أحتاج إلى تعلم هذا؟"

And it asks Socratically, "Well, what do you care about?"

ويسأل بطريقة سقراطية، “حسنًا، ما الذي تهتم به؟”

And let's say the student says, "I want to be a professional athlete."

ولنفترض أن الطالب يقول، “أريد أن أصبح رياضياً محترفاً.”

And it says, "Well, learning about the size of cells,

فيقول، “حسنًا، تعلم حجم الخلايا،

which is what this video is,

الذي هو محتوى هذا الفيديو،

that could be really useful for understanding nutrition

يمكن أن يكون مفيدًا حقًا لفهم التغذية

and how your body works, etc."

وكيف يعمل جسمك، وما إلى ذلك "

It can answer questions, it can quiz you,

يمكن أن يجيب على الأسئلة، ويمكن أن يختبرك،

it can connect it to other ideas,

يمكنه ربط أفكار بأخرى،

you can now ask as many questions of a video

يمكنك أن تسأل الآن العديد من الأسئلة في الفيديو

as you could ever dream of.

كما كنت تحلم به.

(Applause)

(تصفيق)

Another big shortage out there,

نقص كبير آخر هناك،

I remember the high school I went to,

أتذكر المدرسة الثانوية التي درست بها،

the student-to-guidance counselor ratio was about 200 or 300 to one.

نسبة المرشد الطلابي إلى التوجيه كان حوالي 200 أو 300 إلى واحد.

A lot of the country, it's worse than that.

في الكثير من البلاد إنه أسوأ من ذلك.

We can use Khanmigo to give every student a guidance counselor,

يمكننا استخدام Khanmigo لإعطاء كل طالب مستشاراً توجيهاً،

academic coach, career coach, life coach,

مدرباً أكاديمياً، مدرباً مهنياً، مدرب حياة،

which is exactly what you see right over here.

وهو بالضبط ما ترونه هنا.

And we launched this with the GPT-4 launch.

وقد أطلقنا هذا مع إطلاق GPT-4.

We have a few thousand people on this.

لدينا بضعة آلاف شخص يعملون في هذا الشأن.

This isn't a fake demo,

هذا ليس عرضًا توضيحيًا مزيفًا،

this is really it in action.

هذا هو المنتج الحقيقي.

And then there is, you know,

ثم هناك، كما تعلم،

things that I think it would have been even harder,

الأشياء التي أعتقد أنها ستكون الأصعب،

it would have been a little science fiction to do

التي كان من الخيال العلمي القيام بها

with even a traditional tutor.

حتى مع مدرس تقليدي.

We run an online high school with Arizona State University

نحن ندير مدرسة ثانوية على الإنترنت مع جامعة ولاية أريزونا

called Khan World School,

تسمى مدرسة خان العالمية،

and we have a student who attends that online school, based in India.

ولدينا طالبة تدرس في تلك المدرسة عبر الإنترنت وهي تقيم في الهند.

Her name's Saanvi.

اسمها سانفي.

And she was doing a report on "The Great Gatsby."

وكانت تقوم بعمل تقرير عن “غاتسبي العظيم“.

And when she was reading "The Great Gatsby,"

وعندما كانت تقرأ “غاتسبي العظيم،”

Jay Gatsby keeps looking at the green light off into the distance.

كان جاي كاتسبي يواصل البحث عن الضوء الأخضر بعيدًا في الأفق.

And she's like, "Why does he do that?"

وهي تقول، "لماذا يفعل ذلك؟"

She did some web searches, and people have obviously studied this

أجرت بعض عمليات البحث على الويب، ومن الواضح أن الناس قد درسوا هذا

and commented about the symbolism of that,

وعلقوا على رمزية ذلك،

but none of it was really resonating with her.

لكن لم يكن لأي منها صدى معها.

And then she realized that she had Khanmigo

ثم أدركت أن لديها Khanmigo

and that she could talk to Jay Gatsby himself.

وأنها يمكن أن تتحدث لجاي جاتسبي نفسه.

And so, "Ah, splendid choice, old sport.

وهكذا، رد “آه، خيار رائع، يا صاح.

I am now Jay Gatsby, the enigmatic millionaire

أنا الآن جاي غاتسبي، المليونير الغامض

from F. Scott Fitzgerald’s classic.”

من كلاسيكيات إف سكوت فيتزجيرالد“.

And so, "Why do you keep staring at the green light?"

“لماذا تستمر في التحديق على الضوء الأخضر؟ ”

"Ah, the green light, old sport.

“آه، الضوء الأخضر، يا صاح.

It's a symbol of my dreams and desires, you see.

إنه رمز لأحلامي ورغباتي، كما ترين.

It's situated at the end of Daisy Buchanan's dock

إنه يقع في نهاية رصيف ديزي بوكانان

across the bay from my mansion.

عبر الخليج من قصري.

I gaze at it longingly as it represents my yearning for the past

أنا أحدق في ذلك بشوق لأنه يمثل شوقي للماضي

and my hope to reunite with Daisy, the love of my life."

وآمل أن ألتقي مع ديزي، حب حياتي.”

And what was cool is, Saanvi then said, “I had this long conversation,”

وألم يكن هذا رائعًا، قالت “سانفي” بعد ذلك، “لقد أجريت هذه المحادثة الطويلة،”

she called him “Mr. Gatsby,”

اتصلت ب “السيد/ غاتسبي ”

and at the end she actually apologized for taking his time,

وفي النهاية اعتذرت بالفعل لأخذ وقته،

which I thought was very polite of her.

الذي اعتقدت أنه كان فعلاً مهذبًا جدًا منها.

But you can imagine this unlocks learning literature, learning ...

لكن يمكنكم تخيل كم عدد الفرص التي يتيحها لتعلم الأدب، الخ...

You could talk to historical figures.

يمكنك التحدث إلى الشخصيات التاريخية.

We're even probably going to add an activity

نحن على الأرجح سنضيف نشاط

you can talk to like, the Mississippi River.

يمكنك التحدث فيه إلى نهر المسيسيبي.

It brings things to life in ways that really were science fiction

إنه يجلب الأشياء إلى الحياة بطرق كانت من الخيال العلمي

even six months or a year ago.

حتى قبل ستة أشهر أو عام.

Students can get into debates with the AI.

يمكن للطلاب الدخول في مناقشات مع الذكاء الاصطناعي.

And we’ve got this here is the student debating

ولدينا هنا مناظرة الطلاب

whether we should cancel student debt.

في ما إذا كان علينا إلغاء ديون الطلاب.

The student is against canceling student debt,

الطلاب ضد إلغاء ديون الطلاب،

and we've gotten very clear feedback.

وحصلنا على تعليقات واضحة جدًا.

We started running it at Khan World School in our lab school that we have,

بدأنا تشغيله في مدرسة خان العالمية في المختبر لدينا،

Khan Lab School.

معمل مدرسة خان.

The students, the high school students especially,

طلاب المدرسة الثانوية على وجه الخصوص،

they're saying "This is amazing to be able to fine-tune my arguments

يقولون “إنه لأمر مدهش أن أكون قادرًا على ضبط حججي

without fearing judgment.

دون خوف من الحكم.

It makes me that much more confident

يجعلني أكثر ثقة

to go into the classroom and really participate."

للذهاب إلى الفصل والمشاركة“.

And we all know that Socratic dialogue debate is a great way to learn,

وكلنا نعرف ذلك الحوار السقراطي والنقاش هو وسيلة رائعة للتعلم،

but frankly, it's not out there for most students.

لكن بصراحة، ليس متاح لمعظم الطلاب.

But now it can be accessible to hopefully everyone.

ولكن الآن يمكن الحصول عليه للجميع.

A lot of the narrative, we saw that in the headlines, has been,

الكثير من السرد، الذي رأيناه في العناوين الرئيسية،

"It's going to do the writing for kids.

"ستقوم بالكتابة للأطفال.

Kids are not going to learn to write."

لن يتعلم الأطفال الكتابة“.

But we are showing that there's ways that the AI doesn't write for you,

لكننا نظهر أن هناك طرقًا في جعل الذكاء الاصطناعي لا يكتب لك،

it writes with you.

بل يكتب معك.

So this is a little thing,

لذلك هذا شيء صغير،

and my eight year old is addicted to this,

وطفلي ذو الثماني سنوات مدمن على هذا،

and he's not a kid that really liked writing before,

وهو ليس الطفل الذي كان يحب الكتابة من قبل،

but you can say,

لكن يمكنك قول

“I want to write a horror story,”

"أريد أن أكتب قصة رعب،"

and it says, "Ooh, a horror story, how spine-tingling and thrilling.

ويقول، “آه، قصة رعب، الكثير من الإثارة.

Let's dive into the world of eerie shadows and chilling mysteries."

دعنا نغوص في عوالم الظلال المخيفة وألغاز تقشعر لها الأبدان“.

And this is an activity where the student will write two sentences,

وهذا نشاط سيكتب الطالب جملتين،

and then the AI will write two sentences.

ومن ثم سيكتب الذكاء الاصطناعي جملتين.

And so they collaborate together on a story.

ولذا فهم يتعاونون معًا في قصة.

The student writes, "Beatrice was a misunderstood ghost.

يكتب الطالب، “كانت بياتريس شبحًا أسيء فهمه.

She wanted to make friends but kept scaring them by accident."

أرادت تكوين صداقات لكنها استمرت في إخافتهم بالصدفة“.

And the AI says, "Poor Beatrice, a lonely spirit yearning for companionship.

ويقول الذكاء الاصطناعي، “بياتريس المسكينة، وحيدة ومشتاقة للرفقة.

One day she stumbled upon an old abandoned mansion," etc.

ذات يوم عثرت على قصر قديم مهجور“، إلخ.

I encourage you all to hopefully one day try this.

أشجعكم جميعا أن تجربوا هذا يومًا ما.

This is surprisingly fun.

هذا ممتع بشكل مدهش.

Now to even more directly hit this use case.

لشرح مباشر أكثر لحالة الاستخدام هذه.

And what I'm about to show you,

ما أنا على وشك أن أريكم إياه،

everything I showed you so far

وكل ما عرضته عليك حتى الآن

is actually already part of Khanmigo, and what I’m about to show you,

هو بالفعل جزء من Khanmigo، وما أنا على وشك أن أريكم إياه،

we haven't shown to anyone yet, this is a prototype.

لم نعرضه لأي شخص حتى الآن، هذا نموذج أولي.

We hope to be able to launch it in the next few months,

نأمل أن نتمكن من إطلاقه في الأشهر القليلة المقبلة،

but this is to directly use AI, use generative AI,

باستخدام الذكاء الاصطناعي مباشرةً، باستخدام تقنية الذكاء الاصطناعي التوليفي،

to not undermine English and language arts

لعدم تقويض اللغة الإنجليزية ومهارات اللغة

but to actually enhance it in ways

ولكن في الواقع لتحسينها بطرق

that we couldn't have even conceived of even a year ago.

لم نتمكن من الحصول عليها بل حتى تصورها قبل عام.

This is reading comprehension.

تمارين فهم القراءة.

The students reading Steve Jobs's famous speech at Stanford.

الطلاب يقرؤون خطاب ستيف جوبز المشهور في ستانفورد.

And then as they get to certain points,

وبعد ذلك عندما يصلون إلى نقاط معينة،

they can click on that little question.

يمكنهم النقر فوق هذا السؤال الصغير.

And the AI will then Socratically, almost like an oral exam,

وسوف يقوم الذكاء الاصطناعي بطريقة سقراطية، تقريبا مثل الامتحان الشفوي،

ask the student about things.

بسؤال الطلاب عن أشياء.

And the AI can highlight parts of the passage.

ويمكن للذكاء الاصطناعي أن يبرز أجزاء من المقطع.

Why did the author use that word?

لماذا استخدم المؤلف تلك الكلمة؟

What was their intent?

ماذا كانت نواياه؟

Does it back up their argument?

هل يدعم حجته؟

They can start to do stuff that once again,

يمكنهم البدء في فعل أشياء،

we never had the capability to give everyone a tutor,

لم تكن لدينا القدرة لها، كإعطاء معلم للجميع،

everyone a writing coach to actually dig in to reading at this level.

كل شخص مدرب كتابة للبحث في الواقع عن القراءة على هذا المستوى.

And you could go on the other side of it.

ويمكنك البحث عن الجانب الآخر منه.

And we have whole work flows that helps them write,

ولدينا تدفقات عمل كاملة تساعدهم على الكتابة،

helps them be a writing coach, draw an outline.

تساعدهم على أن يكونوا مدربين للكتابة، يحددون مخطط الكتابة.

But once a student actually constructs a draft,

ولكن عندما يبني الطالب المسودة،

and this is where they're constructing a draft,

وهذا هو المكان الذي ينشئون فيه مسودة،

they can ask for feedback once again,

يمكنهم طلب التعليقات،

as you would expect from a good writing coach.

كما تتوقع من مدرب كتابة جيد.

In this case, the student will say, let's say,

في هذه الحالة الطالب سيقول،

"Does my evidence support my claim?"

"هل يدعم دليلي ادعائي؟"

And then the AI, not only is able to give feedback,

ثم الذكاء الاصطناعي، ليس فقط قادر على إبداء الرأي،

but it's able to highlight certain parts of the passage and says,

بل قادر على إبراز أجزاء معينة من المقطع ويقول،

"On this passage, this doesn't quite support your claim,"

“في هذا المقطع، هذا لا يدعم ادعائك تمامًا،”

but once again, Socratically says, "Can you tell us why?"

لكن مرة أخرى، يقول سقراطي، “هل يمكنك أن تخبرنا لماذا؟”

So it's pulling the student, making them a better writer,

لذا فهي تجذب الطالب، لما سيجعله كاتبًا أفضل،

giving them far more feedback

مما يمنحه المزيد من التعليقات

than they've ever been able to actually get before.

أكثر من أي وقت مضى.

And we think this is going to dramatically accelerate writing, not hurt it.

ونعتقد أن هذا سوف يحدث تحسن في الكتابة بشكل كبير، ولا يضر بها.

Now, everything I've talked about so far is for the student.

كل ما تحدثت عنه حتى الآن هو للطالب.

But we think this could be equally as powerful for the teacher

لكننا نعتقد أن هذا يمكن أن يكون بنفس الأثر للمعلم

to drive more personalized education and frankly

لقيادة تعليم أكثر تخصيصًا

save time and energy for themselves and for their students.

وتوفير الوقت والطاقة لأنفسهم ولطلابهم.

So this is an American history exercise on Khan Academy.

تمرين في التاريخ الأمريكي من أكاديمية خان.

It's a question about the Spanish-American War.

انه سؤال حول الحرب الإسبانية الأمريكية.

And at first it's in student mode.

وفي البداية تكون في وضع الطالب.

And if you say, “Tell me the answer,” it’s not going to tell the answer.

وإذا قلت، “قل لي الإجابة،” فلن يخبرك بالإجابة.

It's going to go into tutoring mode.

سوف ننتقل إلى وضع التدريس.

But that little toggle which teachers have access to,

لكن مع هذا التبديل الصغير الذي يمكن للمدرسين فعله،

they can turn student mode off and then it goes into teacher mode.

يمكنهم إيقاف وضع الطالب والانتقال إلى وضع المعلم.

And what this does is it turns into --

وما يفعله هذا هو أنه يتحول إلى --

You could view it as a teacher's guide on steroids.

يمكنك أن تنظر إليه على أنه دليل للمعلم حول المنشطات.

Not only can it explain the answer,

لا يمكنه فقط شرح الإجابة،

it can explain how you might want to teach it.

بل يمكن أن يشرح كيف يمكن أن تعلمها.

It can help prepare the teacher for that material.

يمكن أن يساعد في اعداد المعلم لتلك المادة.

It can help them create lesson plans, as you could see doing right there.

يمكن أن يساعدهم في وضع خطط الدروس، كما ترون تفعل هناك.

It'll eventually help them create progress reports

سوف يساعدهم في النهاية في إنشاء تقارير التقدم

and help them, eventually, grade.

ومساعدتهم في وضع الدرجات.

So once again, teachers spend about half their time

لذا مرة أخرى، ينفق المعلمون حوالي نصف وقتهم

with this type of activity, lesson planning.

مع هذا النوع من النشاط، لتخطيط الدرس.

All of that energy can go back to them

كل هذه الطاقة يمكن أن تعود إليهم

or go back to human interactions with their actual students.

أو العودة إلى التفاعلات البشرية مع طلابهم الفعليين.

(Applause)

(تصفيق)

So, you know, one point I want to make.

لذا، كما تعلمون، أود أن أوضح نقطة واحدة.

These large language models are so powerful,

هذه النماذج اللغوية الكبيرة قوية جدا،

there's a temptation to say like, well,

هناك إغراء للقول، حسنًا،

all these people are just going to slap them onto their websites,

أن كل هؤلاء الناس سيذهبون إليها في الويب،

and it kind of turns the applications themselves into commodities.

وهو ما يحول التطبيقات إلى سلع.

And what I've got to tell you

وما علي أن أخبرك به

is that’s one of the reasons why I didn’t sleep for two weeks

هو أحد أسباب لماذا لم أنم لمدة أسبوعين

when I first had access to GPT-4 back in August.

عندما تمكنت من الوصول لأول مرة إلى GPT-4 في أغسطس.

But we quickly realized that to actually make it magical,

أدركنا بسرعة أن هذا سيجعله ساحرًا بالفعل،

I think what you saw with Khanmigo a little bit,

أعتقد ما رأيتم مع Khanmigo،

it didn't interact with you the way that you see ChatGPT interacting.

لم يتفاعل معكم بالطريقة التي تفاعل ChatGPT.

It was a little bit more magical, it was more Socratic,

كان الأمر أكثر سحرية، كان أكثر سقراطية،

it was clearly much better at math

واضح أنه أفضل بكثير في الرياضيات

than what most people are used to thinking.

مما ظن معظم الناس.

And the reason is,

والسبب هو

there was a lot of work behind the scenes to make that happen.

كان هناك الكثير من العمل وراء الكواليس لتحقيق ذلك.

And I could go through the whole list of everything we've been working on,

ويمكنني استعراض القائمة بأكملها من كل شيء كنا نعمل عليه،

many, many people for over six, seven months to make it feel magical.

كثير، كثير من الناس لأكثر من ستة- سبعة أشهر لجعله يبدو سحري.

But perhaps the most intellectually interesting one

ولكن ربما الأكثر اثارة للاهتمام فكريا

is we realized, and this was an idea from an OpenAI researcher,

هو أننا أدركنا، وكانت هذه الفكرة من بحث OpenAI،

that we could dramatically improve its ability in math

يمكننا تحسين بشكل كبير قدرته في الرياضيات

and its ability in tutoring

وقدرته في التدريس

if we allow the AI to think before it speaks.

إذا سمحنا للذكاء الاصطناعي بالتفكير قبل أن يتكلم.

So if you're tutoring someone

إذا كنت تقوم بتدريس شخص ما

and you immediately just start talking before you assess their math,

وبدأت بالحديث فورًا قبل أن تقيم رياضياتهم،

you might not get it right.

فقد لا تفهم بشكل صحيح.

But if you construct thoughts for yourself,

ولكن إذا قمت ببناء أفكار لنفسك،

and what you see on the right there is an actual AI thought,

وما تراه على اليمين هناك مفكرة فعلية للذكاء الاصطناعي،

something that it generates for itself but it does not share with the student.

شيء يولده لنفسه لكنه لا يشاركه مع الطالب.

then its accuracy went up dramatically,

رفعت دقته بشكل كبير،

and its ability to be a world-class tutor went up dramatically.

وقدرته على أن يكون مدرسًا على مستوى عالمي ارتفعت بشكل كبير.

And you can see it's talking to itself here.

ويمكنك أن ترى أنه يتحدث لنفسه هنا.

It says, "The student got a different answer than I did,

يقول، “حصل الطالب على إجابة مختلفة عني،

but do not tell them they made a mistake.

لكن لا تخبرهم أنه أخطأ.

Instead, ask them to explain how they got to that step."

بدلاً من ذلك، اطلب منهم التوضيح كيف وصلوا إلى تلك الخطوة ".

So I'll just finish off, hopefully,

لذلك سوف أنهي للتو، وآمل،

you know, what I’ve just shown you is just half of what we are working on,

ما رأيتموه للتو هو نصف ما نعمل عليه فقط،

and we think this is just the very tip of the iceberg

ونعتقد أن هذا غيض من فيض

of where this can actually go.

إلى أين يمكن أن نذهب مع هذا في الواقع.

And I'm pretty convinced, which I wouldn't have been even a year ago,

وأنا مقتنع تمامًا، بما لم أكن مقتنع به قبل عام،

that we together have a chance of addressing the 2 sigma problem

أن لدينا فرصة لمعالجة مشكلة 2 سيجما

and turning it into a 2 sigma opportunity,

وتحويلها إلى فرصة 2 سيجما،

dramatically accelerating education as we know it.

يتسارع التعليم بشكل كبير عن ما نعرفه.

Now, just to take a step back at a meta level,

الآن، فقط لأخذ خطوة إلى الوراء على مستوى واسع،

obviously we heard a lot today, the debates on either side.

واضح أننا سمعنا الكثير اليوم، نقاشات من كلا الجانبين.

There's folks who take a more pessimistic view of AI,

هناك أشخاص يتخذون نظرة أكثر تشاؤماً للذكاء الاصطناعي،

they say this is scary,

يقولون هذا مخيف،

there's all these dystopian scenarios,

كل هذه السيناريوهات البائسة،

we maybe want to slow down, we want to pause.

ربما نريد أن نبطئ، ونريد أن نتوقف.

On the other side, there are the more optimistic folks

على الجانب الآخر، هناك أناس أكثر تفاؤلاً

that say, well, we've gone through inflection points before,

يقولون لقد مررنا بنقاط الانعطاف هذه من قبل،

we've gone through the Industrial Revolution.

لقد مررنا بالثورة الصناعية.

It was scary, but it all kind of worked out.

كان الأمر مخيفًا، لكن نجحنا.

And what I'd argue right now

وما سأجادل به الآن

is I don't think this is like a flip of a coin

لا أعتقد أن هذا مثل رمي لعملة

or this is something where we'll just have to,

أو شيء يتعين علينا فيه فقط،

like, wait and see which way it turns out.

الانتظار والنظر إلى الطريقة التي ستظهر.

I think everyone here and beyond,

أعتقد أن الجميع هنا وبالخارج،

we are active participants in this decision.

مشاركين نشطين في هذا القرار.

I'm pretty convinced that the first line of reasoning

أنا مقتنع جدا أن السطر الأول من المنطق

is actually almost a self-fulfilling prophecy,

في الواقع نبوءة تتحقق من تلقاء نفسها،

that if we act with fear and if we say,

أنه إذا تصرفنا بخوف وإذا قلنا،

"Hey, we've just got to stop doing this stuff,"

“علينا التوقف عن القيام بهذه الأشياء،”

what's really going to happen is the rule followers might pause,

ما سيحدث حقًا هو القاعدة التي قد يتوقف أتباعها مؤقتًا،

might slow down,

قد تتباطأ،

but the rule breakers, as Alexandr [Wang] mentioned,

لكن منتهك القواعد، كما ذكر الكسندر [وانغ]،

the totalitarian governments, the criminal organizations,

الحكومات المستبدة، المنظمات الإجرامية،

they're only going to accelerate.

سوف تتسارع فقط.

And that leads to what I am pretty convinced is the dystopian state,

وهذا يقودني إلى ما أنا مقتنع به في هذه الحالة البائسة،

which is the good actors have worse AIs than the bad actors.

هو أن الجيدين لديهم أنظمة من الذكاء الصنعي أسوأ من الجهات الفاعلة السيئة.

But I'll also, you know, talk to the optimists a little bit.

لكنني أيضًا، تحدثت إلى المتفائلين قليلاً.

I don't think that means that,

لا أعتقد أن هذا يعني،

oh, yeah, then we should just relax and just hope for the best.

أن علينا الاسترخاء وأن نأمل فقط في الأفضل.

That might not happen either.

فهذا قد لا يحدث ايضا

I think all of us together have to fight like hell

أعتقد أننا جميعا معا يجب أن نقاتل

to make sure that we put the guardrails,

للتأكد من أننا نضع حواجز الحماية،

we put in -- when the problems arise --

نضعها - عندما تظهر المشاكل -

reasonable regulations.

لوائح حل معقولة.

But we fight like hell for the positive use cases.

لكننا نحارب لحالات الاستخدام الإيجابي.

Because very close to my heart,

لانها قريبة جدا من قلبي

and obviously there's many potential positive use cases,

واضح أن هناك الكثير من حالات الاستخدام الإيجابية المحتملة،

but perhaps the most powerful use case

ولكن ربما تكون أقوى حالة استخدام

and perhaps the most poetic use case is if AI, artificial intelligence,

وربما أكثر حالات الاستخدام شعرية هو إذا كان الذكاء الاصطناعي،

can be used to enhance HI, human intelligence,

يمكن استخدامه لتحسين الذكاء بشري،

human potential and human purpose.

الإمكانات البشرية والغرض البشري.

Thank you.

شكرًا لكم.

(Applause)

(تصفيق)