Certification requires attendance at all 7 modules. We share a Rubric for the training, which includes a micro-teach, a completed visit risk-assessment exercise, and a competent safeguarding scenario response. Each section is assessed and certification is dependant on an average passing rate of 80%.
Most AI training teaches a product. When the licence lapses or the vendor redesigns the interface, the training is worthless. This workshop teaches ethical discernment instead. We train teachers on a practical rubric for assessing tool safety, and when it can be safely deployed to best use for teaching and learning. Whatever your school has already bought, or if it has bought nothing at all, teachers learn to able to use it well.
Day one, morning · Community Grounding. What these systems actually do, in plain terms and from an ethical lens. Where they fail, why they fail so confidently, and how to judge an output inside your own subject rather than in the abstract. Teachers will be able to: articulate Nawa's three design commitments (community grounding, tiered screens, human connection), and explain WHY to a skeptic.
Day one, afternoon · Audit. Each teacher brings a real lesson they already teach. We interrogate it together: which parts genuinely benefit from a machine, and which parts are the teaching itself and must stay human. We navigate lesson plans; explain how one concept (machine learning) differentiates across subjects; identify the non-negotiables vs the adaptable elements in any lesson.
Day two, morning · Build. Rebuild that lesson using whichever tool your school has chosen. Prompting, yes, but mostly checking against the rubric: verifying, adapting and rejecting output so that the lesson stays yours. Teachers will be able to run every core ML activity themselves (sorting games, train-test-fix, sabotage, autopsy) and set up the tool accounts and safe settings from scratch.
Day two, afternoon · Community Detectives. Teachers will be able to plan a compliant community visit end-to-end: partner approach, risk assessment, consent, ratios, dignity rules, and the on-the-day running order — and respond correctly to safeguarding scenarios. This is where we establish the learning of adapting the tool to the scenario, ethically.
Whole staff or a single department. Works from eight to thirty teachers; above thirty it runs better as two cohorts. No prior experience is assumed, and confident users are given harder problems rather than left idle.
Two days on your own site, either consecutive or a fortnight apart. The gap version works better: teachers try something with a real class in between and bring back what actually happened. Arabic and English both welcome.
Every teacher leaves with one rebuilt lesson, a one-page disclosure routine for pupil work, a rubric for analysing safe AI use in their class, and a shared vocabulary — so the staffroom conversation stops being about whether AI is good or bad and starts being about specific decisions.
Most school AI policies are one of two things: a ban that everyone quietly ignores, or a page of principles that answers no question anyone actually has. Neither survives its first real incident. I work with your leadership to produce one that does — specific enough to apply on a Tuesday morning, and grounded in what these systems genuinely do.
One page, in your school's own voice, setting out what you believe AI is for and what it is not for. Short enough that a teacher, a parent or an inspector can quote it back to you accurately.
What pupils may use, at which stage, for which kinds of work — and how they declare it. What constitutes a safe AI tool for use in schools. Academic integrity handled as a disclosure habit rather than a detection arms race, because detection does not reliably work.
A hard line on what must never be typed into a tool: pupil names, assessment data, safeguarding notes, anything about a child's health or family. Written against your nation's Personal Data Privacy Protection Law where applicable, and defaulting to GDPR where not.
Where AI may reduce teacher workload and where it may not touch professional judgement, especially marking. Plus who owns the policy and when it is revisited, so that it cannot quietly go stale.
Audit. Interviews with leadership, teachers and, where appropriate, pupils — to establish what is already happening rather than what policy assumes is happening. The gap is usually large.
Draft. I write the policy with your senior team, in your voice and sized to your context. Every clause has to survive one question: what does this tell a teacher to do on Tuesday morning?
Adopt. A staff briefing so the policy is understood rather than merely circulated, a short parent-facing summary, and a review date with a named owner.
Tell me your school, your size and what has already been tried. I will tell you honestly whether the workshop, the advisory work, both or neither is the right fit.
طريقتان لإدخال ثقافة الذكاء الاصطناعي إلى المدرسة كلها بدل طفل واحد في كل مرة: ورشة من يومين تجعل معلّميك واثقين من الأدوات التي بين أيديهم، وعمل استشاري يمنح قيادتك سياسةً للذكاء الاصطناعي تستطيع الدفاع عنها فعلاً. وكلاهما يبدأ بحديث.
معظم التدريب على الذكاء الاصطناعي يعلّم منتجاً بعينه. وحين ينتهي الاشتراك أو يغيّر المزوّد واجهته، يصير التدريب بلا قيمة. هذه الورشة تعلّم الحُكم بدلاً من ذلك: كيف تقرّر ما ينبغي أن يُطلَب من الأداة وما لا ينبغي، وكيف يبقى التدريس تدريسك أنت. وأياً كان ما اشترته مدرستك، أو إن لم تشترِ شيئاً بعد، يخرج المعلّمون قادرين على استخدامه استخداماً جيداً.
اليوم الأول، صباحاً · التأسيس. ما الذي تفعله هذه الأنظمة فعلاً، بلغة واضحة وبلا مبالغة. وأين تُخفق، ولماذا تُخفق بكل هذه الثقة، وكيف تحكم على مخرجاتها داخل مادّتك أنت لا في المطلق.
اليوم الأول، بعد الظهر · المراجعة. يحضر كل معلّم درساً حقيقياً يدرّسه بالفعل، ونفحصه معاً: أي أجزائه تستفيد فعلاً من الآلة، وأيها هو التدريس نفسه ويجب أن يبقى إنسانياً.
اليوم الثاني، صباحاً · البناء. إعادة بناء ذلك الدرس بالأداة التي اختارتها مدرستك. التوجيه، نعم، لكن الأهم هو التدقيق: التحقّق والتكييف ورفض المخرجات حتى يبقى الدرس درسك.
اليوم الثاني، بعد الظهر · الدفاع. اختبار النتيجة أمام وليّ أمر متشكّك، وطالب متعثّر، ومسؤول حماية. يخرج المعلّمون بدرس جاهز للتدريس وبالحجّة التي تفسّره.
لهيئة التدريس كاملة أو لقسم واحد. تصلح من ثمانية معلّمين إلى ثلاثين؛ وفوق الثلاثين يكون تقسيمها إلى مجموعتين أفضل. لا تفترض خبرة سابقة، والمتمكّنون يُعطَون مسائل أصعب بدل أن يُتركوا بلا شغل.
يومان في مقرّ مدرستك، متتاليان أو بينهما أسبوعان. والصيغة ذات الفاصل أجدى: يجرّب المعلّمون شيئاً مع صف حقيقي في ما بينهما ويعودون بما حدث فعلاً. ونرحّب بالعربية والإنجليزية.
يخرج كل معلّم بدرس واحد أُعيد بناؤه، وبصفحة واحدة لروتين الإفصاح في أعمال الطلبة، وبمفردات مشتركة — فيتوقّف حديث غرفة المعلّمين عن السؤال هل الذكاء الاصطناعي خير أم شر، ويصير عن قرارات بعينها.
معظم سياسات المدارس في الذكاء الاصطناعي إمّا منعٌ يتجاهله الجميع بهدوء، وإمّا صفحة مبادئ لا تجيب عن سؤال يخطر لأحد. وكلاهما لا يصمد أمام أول حادثة حقيقية. أعمل مع قيادتك على إنتاج سياسة تصمد: محدَّدة بما يكفي لتُطبَّق صباح الثلاثاء، ومبنيّة على ما تفعله هذه الأنظمة حقاً.
صفحة واحدة بصوت مدرستك أنت، تبيّن ما تؤمن أن الذكاء الاصطناعي من أجله وما ليس من أجله. قصيرة بما يكفي ليقتبسها معلّم أو وليّ أمر أو مفتّش اقتباساً دقيقاً.
ما الذي يجوز للطلبة استخدامه، وفي أي مرحلة، ولأي نوع من العمل — وكيف يُصرِّحون به. النزاهة الأكاديمية تُعالَج بوصفها عادة إفصاح لا سباق تسلّح في الكشف، لأن الكشف لا يعمل بشكل موثوق.
خطّ أحمر واضح لما يجب ألّا يُكتَب في أي أداة أبداً: أسماء الطلبة، وبيانات التقييم، وملاحظات الحماية، وأي شيء يخصّ صحّة الطفل أو أسرته. مكتوبة وفق قانون حماية البيانات في بلدك حيثما ينطبق، وبالرجوع إلى اللائحة الأوروبية حيثما لا ينطبق.
أين يجوز للذكاء الاصطناعي أن يخفّف عبء المعلّم، وأين لا يجوز أن يمسّ الحُكم المهني، وبخاصة التصحيح. ومعها: من يملك السياسة ومتى تُراجَع، حتى لا تتقادم في صمت.
المراجعة. مقابلات مع القيادة والمعلّمين، ومع الطلبة حيث يناسب — لمعرفة ما يجري فعلاً لا ما تفترض السياسة أنه يجري. والفارق بينهما كبير عادةً.
الصياغة. أكتب السياسة مع فريقك القيادي، بصوتكم وبالحجم الذي يناسب سياقكم. وكل بند عليه أن ينجو من سؤال واحد: ماذا يقول هذا لمعلّم صباح الثلاثاء؟
التبنّي. جلسة تعريفية للهيئة حتى تُفهَم السياسة لا أن تُعمَّم فحسب، وملخّص قصير لأولياء الأمور، وتاريخ مراجعة بمسؤول محدَّد بالاسم.
أخبرني عن مدرستك وحجمها وما جُرِّب فيها من قبل، وسأخبرك بصراحة إن كانت الورشة أو العمل الاستشاري أو كلاهما أو لا شيء منهما هو الأنسب لكم.