في عالم التعليم الحديث، تشهد أنظمة التعليم الذكي تغييرات جذرية thanks to التكنولوجيا. واحدة من أبرز هذه التغييرات هي أنظمة التعليم متعددة الوكلاء (Multi-agent LLM tutoring systems)، التي تتيح تحسين جودة الاستجابة من خلال تخصص الوكلاء.
تحليل التكاليف
كل استفسار من الطلاب يؤدي إلى عدد من مكالمات API المتزامنة، مما يعقد الزمن اللازم للحصول على الردود، وهي مشكلة لم تواجهها الأنظمة التقليدية القائمة على وكيل واحد.
تم تطوير نظام تعليمي ذكي يتضمن أربعة وكلاء يعتمد على تقنيات Gemini 2.5 Flash وGoogle Vertex AI، وقام الباحثون بجمع بيانات من ثلاثة مستويات تدفق (Standard PayGo، Priority PayGo، وProvisioned Throughput) مع 11 مستوى من التزامن يصل إلى 50 مستخدمًا في وقت واحد، مما أتاح معالجة أكثر من 3000 طلب من تجربة حقيقية في دراسة STEM.
نتائج مثيرة
أثبتت النتائج أن نظام Priority PayGo يحتفظ بأوقات استجابة أقل من 4 ثوانٍ عبر جميع أحمال الاستخدام، بينما يواجه Standard PayGo تحديات كبيرة عند زيادة عدد المستخدمين. أما Provisioned Throughput، فإنه يقدم أقل زمن استجابة عند وجود عدد قليل من المستخدمين ولكنه يقضي على طاقته المحجوزة مع أكثر من 20 مستخدم متزامن.
تحليل تكاليف الاستخدام
تشير الدراسات إلى أن تكاليف كلا طبقتي الدفع لكل رمز (pay-per-token) أقل بكثير من سعر كتاب STEM لكل طالب في الفصل الدراسي. كما أن Provisioned Throughput، رغم ارتفاع كلفته تحت التوفير المستمر، يصبح تنافسيًا للهيئات التي تستطيع توقع وزيادة استخدام الطلاب.
هذه النتائج توفر إرشادات محددة لاختيار الطبقات المناسبة على نطاقات مختلفة، بدءًا من الندوات الفردية إلى نشرها على مستوى الجامعات.