أطلقت وزارة التعليم برنامج AGAP.AI في يناير 2026، واعدةً بتوفير أدوات تعليمية مدعومة بالذكاء الاصطناعي للمعلمين في جميع أنحاء البلاد. يتوقع المحللون أن يصل سوق تكنولوجيا التعليم (EdTech) في الفلبين إلى 14.5 مليار دولار بحلول عام 2034، ومع ذلك، لا تستطيع معظم المدارس تشغيل تلك الأدوات لأن شبكاتها بطيئة للغاية وأجهزتها الحاسوبية قديمة منذ عقود.

عملية الإطلاق والزخم التسويقي

يتعامل AGAP.AI مع الذكاء الاصطناعي كمساعد للفصل الدراسي، وليس كمنتج يهدف لجذب العناوين الرئيسية. توفر Microsoft خدمات مثل Reading Progress، التي تقيم أداء الطلاب في الوقت الفعلي. يبدو التوقيت مناسباً: يشير السوق المزدهر إلى أن المدارس مستعدة للبرمجيات المتطورة، وقد بدأ صناع السياسات في تقنين استخدام الذكاء الاصطناعي بموجب DepEd Order No. 003, s. 2026، الذي يحدد قواعد خصوصية البيانات، وإجراءات الموافقة، ومتطلبات التدقيق.

لكن هذا الحماس يخفي مشكلة هيكلية. فقد وجد تقييم النضج الرقمي التابع للوزارة أن فجوات الاتصال ونقص الأجهزة هما أكبر المؤشرات على ضعف نتائج التعلم. في العديد من المدارس الحكومية، ينقطع الإنترنت كل بضع دقائق، والأجهزة المتاحة غالباً ما تعجز عن تشغيل المتصفحات الحديثة أو التعامل مع حركة البيانات التي تولدها AI APIs. إن مفتاح API عالي الجودة لا يعوض عن اتصال متعثر.

فجوة البنية التحتية

يحتاج المعلمون الآليون (AI tutors) إلى رابط مستقر بالسحابة. فعندما يعالج النموذج إجابة الطالب، فإنه يرسل البيانات إلى خادم، ويتلقى رداً، ويعرض الملاحظات—كل ذلك في غضون ثوانٍ. إذا تعثر الرابط، تتعثر الحصة الدراسية. وقد سلط التقييم الضوء على نقطتي ألم متكررتين:

  • موثوقية الإنترنت – تعاني العديد من المدارس الريفية وشبه الحضرية من انقطاعات متكررة.
  • عمر الأجهزة – تفتقر العديد من أجهزة الكمبيوتر المدرسية إلى ذاكرة الوصول العشوائي (RAM) وقوة وحدة المعالجة المركزية (CPU) المطلوبة لتطبيقات الويب الحديثة.

حتى أكثر البرمجيات سلاسة تفشل عندما لا تتمكن الأجهزة من تشغيلها. قد يرى المعلمون في المدارس الخاصة ذات التمويل الجيد أدوات الذكاء الاصطناعي تعمل بسلاسة، بينما يشاهد نظراؤهم في المدارس الحكومية نفس التطبيقات وهي تتجمد أو تتعطل. هذا التفاوت يوسع الفجوة الرقمية التي تعد توقعات السوق بسدها.

السياسات التي تحاول مواكبة التطور

يحاول DepEd Order No. 003, s. 2026 إنشاء بيئة آمنة للذكاء الاصطناعي من خلال المطالبة بإجراءات واضحة للتعامل مع البيانات، ومسارات عمل للحصول على موافقة أولياء الأمور، وآليات لتدقيق القرارات الخوارزمية. ويحذر القرار من أن الذكاء الاصطناعي يمكن أن يصبح "صندوقاً أسود" إذا افتقرت المدارس إلى الطاقم الفني لمراقبته. ومع ذلك، يفترض كتاب القواعد أن النظام الأساسي—الشبكة والأجهزة—سيعمل بشكل موثوق.

صاغ الوزير Sonny Angara الذكاء الاصطناعي كـ "أداة دعم أخلاقية"، مؤكداً على الاستخدام المسؤول بدلاً من الأداء المجرد. هذا التوجه منطقي، لكن الأخلاقيات وحدها لا تصلح فصلاً دراسياً لا يصل فيه الذكاء الاصطناعي إلى الطالب أبداً. فبدون بنية تحتية وظيفية، تظل تدابير الامتثال نظرية فقط.

كيف يبدو النظام القابل للتطبيق

يقترح المصممون الذين يفهمون السياق الفلبيني بالفعل حلولاً عملية بديلة:

  • التخزين المؤقت المحلي (Local caching) – تخزين مقتطفات النموذج المستخدمة بكثرة على خادم المدرسة بحيث يمكن الإجابة على الاستفسارات الأساسية دون اتصال بالإنترنت أو باستخدام حد أدنى من عرض النطاق الترددي.
  • واجهات برمجة التطبيقات المجزأة (Modular APIs) – تقسيم خدمات الذكاء الاصطناعي الكبيرة إلى مكونات أصغر وقابلة للتبديل يمكن استبدالها إذا تبين أن نقطة نهاية (endpoint) معينة ثقيلة جداً على الشبكة.
  • أنماط التراجع (Fallback modes) – التحول تلقائياً إلى نسخة خفيفة من الأداة تعتمد على القواعد عند انقطاع الإنترنت، مما يحافظ على تدفق عملية التعلم.

تنقل هذه الخيارات التركيز من نموذج واحد ضخم إلى بنية مرنة تتحمل الانقطاعات.

الطريق إلى الأمام

السؤال الحاسم التالي هو ما إذا كانت وزارة التعليم ستبني منصة ذكاء اصطناعي وطنية واحدة أو ستترك للمكاتب الإقليمية تطوير أنظمتها المجزأة الخاصة. يمكن لمنصة واحدة أن توحد حماية البيانات وتبسط التدريب، ولكنها ستتأثر أيضاً بمشكلة "أضعف حلقة"—فإذا لم يتمكن النظام الوطني من التكيف مع عرض النطاق الترددي لمدرسة نائية، ستعاني كل المدارس. أما الحلول اللامركزية فتسمح للأقاليم بتكييف التخزين المؤقت، واختيار الـ API، ومنطق التراجع وفقاً للظروف المحلية، لكنها تخاطر بتجزئة حوكمة البيانات.

الخلاصة

لن يغير الذكاء الاصطناعي التعليم في الفلبين ما لم تواكب الشبكة والأجهزة الأساسية ذلك. إن توقعات السوق البالغة 14.5 مليار دولار مثيرة للإعجاب، وستحتاج المدارس إلى بنية مرنة—تخزين مؤقت محلي، وModular APIs، وآليات تراجع—لدعم ذلك. الفائزون سيكونون المناطق التي تصمم أنظمتها لتناسب الاتصال الضعيف، وليس تلك التي تلهث وراء أحدث النماذج.