# كيف أُدرج الذكاء الاصطناعي الأخضر في مقرر جامعي؟

> طرق لإدخال الذكاء الاصطناعي الأخضر في التدريس الجامعي: وحدة قصيرة عن البصمة البيئية، وقياس الطاقة في الأعمال الدراسية، والأساليب الفعّالة، والإبلاغ الصادق.

Source: https://greenai.guide/ar/كيف/كيف-أُدرج-الذكاء-الاصطناعي-الأخضر-في-مقرر-جامعي/  
Updated: 2026-11-19

## باختصار

أضيفوا محورًا قصيرًا وعمليًا بدلًا من مقرر جديد كامل: اشرحوا أين تذهب طاقة الذكاء الاصطناعي، واطلبوا من الطلاب قياس طاقة شيفرتهم أو عمليات تشغيل نماذجهم، واطلبوا منهم الإبلاغ عن الحوسبة والطاقة إلى جانب الدقة. وفي المقررات التقنية، علّموا الأساليب الفعّالة مثل النماذج الأصغر والتكميم وإعادة الاستخدام؛ وفي غيرها، ركّزوا على الاستخدام الرشيد وعلى تقييم الادعاءات.

## Steps

1. أضيفوا جلسة قصيرة عن مصادر البصمة البيئية للذكاء الاصطناعي من طاقة ومياه وعتاد.
2. اطلبوا من الطلاب قياس الطاقة لعملية تشغيل واحدة على الأقل من أعمالهم الدراسية بأداة مثل CodeCarbon.
3. اشترطوا الإبلاغ عن الحوسبة والطاقة إلى جانب الدقة في الواجبات التقنية.
4. علّموا الأساليب الفعّالة مثل النماذج الصغيرة والتكميم وإعادة استخدام النماذج المدرَّبة مسبقًا.
5. أدرجوا تمرينًا على التحقق من ادعاء منشور عن استهلاك الذكاء الاصطناعي للطاقة.

**محور عملي قصير ضمن المقررات القائمة يصل إلى طلاب أكثر مما يصل إليه مقرر اختياري جديد.** فجميع الطلاب تقريبًا
يستخدمون الذكاء الاصطناعي الآن: فقد وجد استطلاع Higher Education Policy Institute لعام 2026 أن 95% من طلاب
المرحلة الجامعية الأولى في المملكة المتحدة قالوا إنهم يستخدمونه.

## ماذا يمكن أن يتضمن هذا المحور؟ {#what-could-the-strand-include}

- **أساسيات البصمة البيئية.** التدريب مقابل الاستدلال، ولماذا تكلّف الصور والمُدخلات الطويلة أكثر، ولماذا تختلف
  الأرقام المنشورة.
- **قيسوا شيئًا.** اطلبوا من الطلاب تغليف عملية تدريب أو استدلال واحدة بـCodeCarbon والإبلاغ عن النتيجة مع العتاد
  وزمن التشغيل والموقع.
- **أبلغوا كما يفعل الباحثون.** اطلبوا الحوسبة والطاقة بجانب الدقة، بما في ذلك عمليات الضبط؛ راجعوا
  [الإبلاغ عن الطاقة في البحث](/ar/كيف/كيف-أُبلغ-عن-استهلاك-الطاقة-في-بحثي-عن-الذكاء-الاصطناعي/).
- **الأساليب الفعّالة** للمقررات التقنية: النماذج الأصغر والمتخصصة في مهام بعينها، والتكميم، والتقطير، وإعادة
  استخدام النماذج المدرَّبة مسبقًا.
- **تقييم الادعاءات** لأي مقرر: من قاس، وعلى أي أساس، وما الذي أُغفل.

## أي الأطر تساعد؟ {#which-frameworks-help}

يتضمن إطار UNESCO لكفاءات الذكاء الاصطناعي للطلاب الذكاءَ الاصطناعي المستدام بيئيًا. وللمجموعات البحثية والأقسام،
تقدّم مبادئ GREENER التي وضعها Lannelongue وزملاؤه إطارًا للحوكمة والتقدير والتعليم في العلوم الحاسوبية المستدامة.

## ما الذي يُحدث الفرق الأكبر {#what-makes-the-biggest-difference}

جعل الطاقة جزءًا من التقييم. فحين يكافئ مخطط التصحيح الدقة لكل كيلوواط ساعة إلى جانب الدقة نفسها، يبدأ الطلاب
بالتصميم مع وضعها في الحسبان.

## أخطاء شائعة {#common-mistakes}

- معاملة الموضوع كمحاضرة أخلاقيات منفردة بلا مهمة عملية.
- معاقبة الطلاب الذين يستخدمون الذكاء الاصطناعي بدلًا من تعليمهم حسن استخدامه.
- استخدام أرقام قديمة لكل استعلام.

اقرؤوا [الثقافة في الذكاء الاصطناعي في الجامعات](/ar/مقالات/محو-الأمية-في-الذكاء-الاصطناعي-في-الجامعات-بما-في-ذلك-بصمته-البيئية/) وتصفّحوا [المقررات](/ar/دورات/)
للعثور على مواد يمكن إعادة استخدامها.

## المصادر

- [Student generative AI survey 2026](https://www.hepi.ac.uk/reports/student-generative-ai-survey-2026/), Higher Education Policy Institute (HEPI) (2026)
- [AI competency framework for students](https://unesdoc.unesco.org/ark:/48223/pf0000391105), UNESCO (2024)
- [CodeCarbon](https://codecarbon.io/), CodeCarbon (2026)
- [GREENER principles for environmentally sustainable computational science](https://doi.org/10.1038/s43588-023-00461-y), Lannelongue et al., Nature Computational Science (2023)
