الزيادة المستمرة في اعتماد تطبيقات تعلم اللغات التي تستخدم الواقع المعزز (AR) والذكاء الاصطناعي (AI) للتعرف على النطق أثارت اهتمامًا بإمكانيات هذه التكنولوجيا في تعليم الصوتيات. ومع ذلك، فإن التطبيقات الحالية للواقع المعزز تركز فقط على تعليم أسماء الحروف والمفردات، مما يجعلها تفتقر إلى تقديم تجربة تعلم أكثر تفاعلية واندماجًا. لمعالجة هذا القصور، يقدم هذا البحث نظامًا تفاعليًا للواقع المعزز يدمج تقنية التعرف على النطق بالذكاء الاصطناعي مع الواقع المعزز لتوفير تجربة تعلم ممتعة وتفاعلية.

لتوضيح إمكانيات النظام المقترح، طور الباحثون نموذجًا أوليًّا يعتمد على كتاب الأطلس الصوتي العربي. يُعزِّز هذا النموذج قراءة صفحة الصوت /س/ في الأطلس من خلال دمج نموذج ثلاثي الأبعاد متحرك لأعضاء النطق على الصورة الثنائية الأبعاد الموجودة. تعكس الحركة الديناميكية للنموذج ثلاثي الأبعاد الوصف الصوتي المقدم في الأطلس. كما يقدم النظام تغذية راجعة آنية حول نطق المستخدم من خلال نظام مخصص للتعرف على الفونيمات باستخدام الذكاء الاصطناعي.

أُجريت دراسة شاملة لتقييم سهولة الاستخدام وتأثير التعلم للنظام المقترح، شملت 83 مشاركًا بالغًا تتراوح أعمارهم بين 18 و40 عامًا. شمل نهج التقييم الملاحظات المباشرة وغير المباشرة، بالإضافة إلى استخدام استبيانات متنوعة لجمع معلومات رقمية ونوعية. أشارت النتائج إلى تحقيق مستوى أكبر من الفهم مقارنة بالطرق التقليدية، بالإضافة إلى تحسين القدرة على إتقان فونيمات معينة بسرعة وسهولة. علاوة على ذلك، أظهرت الدراسة إمكانيات واعدة لدمج النظام المقترح ضمن البيئة الصفية التقليدية بوصفه وسيلة تعليمية مساعدة.

يقدم هذا البحث نظامًا تفاعليًا جديدًا للواقع المعزز لتعلم الصوتيات. وقد وضح الباحثون هذا النظام من خلال تطوير تطبيق واقع معزز يعتمد على كتاب الأطلس الصوتي العربي. يوفر النظام نموذجًا ثلاثي الأبعاد متحركًا لأعضاء النطق، بالإضافة إلى تغذية راجعة في الوقت الفعلي لنطق الطلاب باستخدام نظام مخصص للتعرف على الفونيمات بالذكاء الاصطناعي.

أجريت دراسة مستخدم شاملة لتقييم فاعلية النظام وتأثيره التعليمي. لتقييم الفاعلية، تم تسجيل البيانات الكمية، مثل سهولة الاستخدام والوقت اللازم لإتقان صوت الفونيم، لمجموعتين، تضم كل منهما 40 مشاركًا. تعلمت كل مجموعة طريقة نطق الصوت /س/ في اللغة العربية؛ الأولى باستخدام الطريقة التقليدية، والثانية باستخدام النموذج الأولي الذي طوره الباحثون.

بالإضافة إلى ذلك، تم إجراء استبيان شامل لتقييم قابلية استخدام التطبيق وتأثيره على التعلم ودعمه للتفاعل. أظهرت نتائج الاستبيان أن النظام يتمتع بمستوى عالٍ جدًا من القابلية للاستخدام، ويدعم التفاعل بشكل كبير. أظهر الطلاب الذين استخدموا الأطلس المعزز تفاعلًا أعلى، مما ساعدهم على تعلم صوت الفونيم بشكل أسرع.

لتقييم النظام المقترح، صمّم الباحثون بحثًا شبه تجريبي شمل مجموعتين: مجموعة تجريبية ومجموعة ضابطة. ووضعوا الخطوات المتبعة في التجربة. وقد تم تحليل اختبارات الإنتاج (قبل، وبعد، وبعد فترة) التي أكملها المشاركون على نحو كمي في البداية. بعد ذلك، تم فحص البيانات النوعية المستخلصة من الاستبيانات لتكميل وتوضيح النتائج الكمية.

وقد شارك في الدراسة 83 مشاركًا من الناطقين الأصليين للغة العربية، وقد تم تقسيمهم عشوائيًا إلى المجموعة التجريبية (n = 43، 22 ذكرًا و21 أنثى) والمجموعة الضابطة (n = 40، 20 ذكرًا و20 أنثى). تراوحت أعمار المشاركين بين 18 و40 عامًا، وكانوا يتمتعون بكفاءة متوسطة في اللغة العربية. ولم يكن أي منهم قد التحق بدورات سابقة في علم الصوتيات.

تتكون بنية العمل من ثلاث مراحل رئيسية. أولًا، تم تنفيذ إعداد دقيق للمحتوى الصوتي والبصري. تم استخدام طريقة جمع بيانات دقيقة لإنشاء مجموعة بيانات صوتية للفونيمات، تبعتها عملية فرز شاملة لاستبعاد التسجيلات غير المكتملة أو ذات الجودة المنخفضة. بعد ذلك، خضعت التسجيلات المُرشحة لفحص دقيق من قِبل متخصص في صوتيات اللغة المستهدفة، حيث قام بوضع تصنيفات مناسبة للتمييز بين النطق الصحيح والخاطئ.

تضمن إنشاء النموذج ثلاثي الأبعاد المتحرك التقاط صور ديناميكية بالرنين المغناطيسي (MRI) لمتخصص في الصوتيات أثناء نطقه للفونيم المستهدف، والتي تم استخدامها لاحقًا لتحريك النموذج ثلاثي الأبعاد. تم توفير تسجيلات الرنين المغناطيسي جنبًا إلى جنب مع وصف الفونيم من قِبل متخصص الصوتيات لمصمم ومحرّك ثلاثي الأبعاد ماهر لإنشاء النموذج النهائي المتحرك.

في المرحلة الثانية، تركز العمل على تطوير وتدريب نظام ذكاء اصطناعي للتعرف التلقائي على الكلام (ASR) بهدف تقديم تغذية راجعة للطلاب حول نطقهم. تم إنشاء واجهة برمجية (API) لتسهيل تحديث النموذج المدرب بسهولة.

وأخيرًا، في المرحلة الثالثة، تم بناء تطبيق الواقع المعزز باستخدام نهج تصميم يركز على تجربة المستخدم. (UX/UI) اختير محرك ألعاب مناسب وحزمة تطوير برمجيات للواقع المعزز (SDK) بعناية لتلبية احتياجات التطبيق. أُجريت اختبارات شاملة، تلتها عمليات صيانة ضرورية قبل الإطلاق الرسمي للتطبيق.

أظهرت نتائج استبيان تأثير التعلم فاعلية التطبيق كنظام تفاعلي، مما يبرر استخدامه كأداة مكملة للتعلم التقليدي وجهًا لوجه. أظهرت النتائج أن معظم المشاركين واجهوا صعوبة في نطق صوت السين /س/ المصحوب بصوت شديد، مما أبرز أهمية خطوة "كلمات التدريب" في نظامنا. تفوق النظام على طرق التعلم التقليدية بفضل طبيعته التفاعلية، والتغذية الراجعة الفورية، والرسوم التوضيحية المتحركة.

لطالما كانت الصوتيات محورًا أساسيًا في أبحاث علم اللغة لسنوات عديدة، إلا أن تعقيدها جعل من الصعب فهم أصوات الكلام بدقة. لمعالجة ذلك بشكل فاعل، من الضروري مواكبة أحدث التقنيات ودمجها في عملية التعلم. ومع ذلك، فإن اكتساب المعرفة الصوتية يمثل تحديًا لمتعلمي اللغة بسبب المتطلبات العالية للتمييز السمعي والتحكم النطقي. لذا، هناك حاجة إلى المزيد من البحث والتكيف لجعل تعليم الصوتيات أكثر فعالية.

لقد أظهرت تقنيات الذكاء الاصطناعي (AI) والواقع المعزز (AR) إمكانات واعدة في التعليم، وخصوصًا في مجال تعليم الصوتيات وتعلمها. توفر هذه التقنيات أساليب تعليمية شخصية وتفاعلية، تتيح للمتعلمين الحصول على تغذية راجعة تكيفية وتصحيح نطقهم في الوقت الفعلي. وهذا لا يحسن تجربة التعلم فحسب، بل يعزز التعلم الذاتي والاحتفاظ بالمعرفة الصوتية كذلك. ومن خلال دمج الذكاء الاصطناعي والواقع المعزز، يمكن لتعليم الصوتيات سد الفجوة بين النظرية والتطبيق، مما يجعله أكثر عملية وملاءمة لتعلم اللغة.

يمكن استخدام النظام المقترح في لغات أخرى ذات أصوات فونيمية معقدة، مثل الألمانية والصينية. بالإضافة إلى ذلك، يمكن أن يساعد النظام بشكل فاعل في علاج اضطرابات النطق واللغة، مثل تصحيح عيوب النطق كالتلعثم أو اللثغة.