نظرة نقدية حول وهم التعلم الخطي في مناهج علوم الحاسب؛ لماذا يبدو التسلسل الأكاديمي منطقياً على الورق، وكيف يبني عقلك المعرفة فعلياً بطريقة شبكية غير مرتبة؟
لو سألت ChatGPT عن السبب الأساسي لصعوبة التوظيف في مجال البرمجة، سيجاوبك بجملة واحدة:
السبب هو الفجوة بين المواد التي تدرسها في الجامعة والمهارات المطلوبة في سوق العمل.
الجواب واضح، لكن أغلب الناس لا يريدون تصديقه.
أغلبنا تربى على فكرة أن الحياة وردية بترتيب معين: ادرس، ادخل تخصصاً مطلوباً، تخرج بمعدل عالٍ، وستُضمن لك الوظيفة. فحين يسمع أحدهم أن هذا المسار غير كافٍ وحده، وأن التعلم الذاتي هو ما سيوظفه فعلياً، يصاب بإنكار فوري. لأن تصديق أن المسار الرسمي الذي وثق به طوال سنوات قد لا يؤهله للواقع، أمر ثقيل جداً على النفس.
كثيرون يتواصلون معي ويقولون: أنت تشرح تقنيات لا أحد يشرحها في الجامعة، والجامعة تدرسنا مواد لا نستفيد منها في سوق العمل.
لكن الحقيقة ليست أبيض أو أسود. المواد الجامعية مهمة وأساسية، والإشكالية ليست في المحتوى، بل في طريقة التدريس نفسها. الجامعة تفترض أن التعلم خطي، بينما هو شبكي.
خذ مثالاً بسيطاً: طالب استخدامه للكمبيوتر محدود، وهذا أول ترم له في الحاسب، ولم يبرمج إلا واجبات بسيطة بلغة جافا. كيف تريده أن يفهم Digital Logic Design بعمق؟
هنا نعود لنفس اللعنة التي تحدثنا عنها سابقاً: لعنة المعرفة. العلم وصل لمرحلة تجريد متقدمة، والطالب في أول ترم يُطرح عليه حل لمشكلة لم يواجهها أصلاً.
بالنسبة لي، Digital Logic Design من أهم مواد علوم الحاسب؛ فهي الأساس الذي تُبنى عليه معمارية الحاسوب بأكملها. لكن حين أسأل طالباً عن المادة يقول لي: "هي مجرد تشبيك أسلاك."
لماذا؟ لأنه فهم بوابة AND وOR وNAND وكيف يبنيها، لكنه لا يعرف ما الذي سيستفيده منها. صحيح أن Computer Architecture تعتمد على Digital Logic Design، لكن الطالب لا يربطها بالمعالج ولا بالكمبيوتر الذي بين يديه.
المشكلة إذاً في الترتيب. فكرة أن التعلم خطي (مادة، ثم مادة، ثم مادة) غير صحيحة: يتضح المفهوم (أ) فقط بعد الخوض في (ب) و(ج)، ثم تعود للخلف لتجمع الصورة الكاملة.
تخيل المسار هكذا: تتعلم تبرمج بلغة C، ثم تسأل نفسك، كيف تعمل هذه اللغة على مستوى المعالج؟ فتتعلم Assembly. ثم تسأل، كيف ينفذ المعالج هذه الأوامر أصلاً؟ فتذهب لتصميم المنطق الرقمي. وفجأة يصبح كل شيء منطقياً، لأنك ربطته بمشكلة عايشتها بنفسك.
ولن تنتهي من مادة لتنتقل لأخرى بشكل نهائي، لأن المواد مترابطة شبكياً. حين بدأت أبرمج نظام تشغيل بسيطاً، احتجت تنفيذ Exception، بحيث لو استقبل المعالج تعليمة خاطئة أو قسمة على صفر، يعود إلى مكان محدد في الرام. نفذتها على مستوى نظام التشغيل، لكن السؤال التالي فرض نفسه: كيف تعمل هذه الآلية على مستوى البوابات المنطقية؟ وهكذا عدت لمستوى تجريد أقل.
التعلم بناء نماذج ذهنية: أن تفهم ما تحت الغطاء. تتعلم البرمجة، ثم تنزل درجة تجريد، ثم تعود للبرمجة، وهكذا في حلقة مستمرة لا تنتهي عند مادة واحدة.
الأداة التي تبني بها هذه النماذج الذهنية اسمها Just-in-Time Learning: تتعلم ما تحتاجه لحظة احتياجك له، لا قبله. مثال واقعي: تبني موقعاً إلكترونياً، فتكتشف أنك تحتاج HTTPS، فتذهب لتتعلم TLS، والفرق بين الإصدار 1.2 و1.3، وما هي الـ Cipher Suites. تعلّمت أربعة مفاهيم مترابطة لأن مشكلة حقيقية فرضتها عليك، لا لأن جدول المنهج قال ذلك.
بينما نظام الجامعة مبني على Just-in-Case Learning: تتعلم كل شيء قد تحتاجه يوماً ما، بمعزل عن أي مشكلة حقيقية. والمشكلة أنك لن تستوعب أي مفهوم دون أن تربطه بنموذجك الذهني الحالي.
فإذا كنت عالقاً في مادة تقنية تشعر أنها "بلا معنى"، لا تُكمل حفظها. توقف، واسأل نفسك: أي مشكلة عملية تحلها هذه المادة؟ ثم اذهب وابنِ شيئاً صغيراً يفرض عليك الحاجة الفعلية لهذا المفهوم. عندها فقط سيتحول من معلومة مجردة إلى جزء من نموذجك الذهني.
© 2026 فيصل الحربي
.
faisalalharbi9915@gmail.com
.
القصيم 🇸🇦