DOI: https://doi.org/10.1007/s12124-025-09894-8
PMID: https://pubmed.ncbi.nlm.nih.gov/39891855
تاريخ النشر: 2025-02-01
المؤلف: Irina Engeness وآخرون
الموضوع الرئيسي: تقييم الطلاب والتغذية الراجعة
نظرة عامة
تستكشف هذه الدراسة دمج التعليقات التي تولدها الذكاء الاصطناعي ضمن إطار التقييم من أجل التعلم (AfL)، مستندة إلى النظريات الثقافية-التاريخية لفغوتسكي وغالبيرين. من خلال تطبيق مفهوم غالبيرين للأدوات الثقافية وأهمية النشاط البشري في التنمية، تسلط الأبحاث الضوء على كيفية تحسين التعليقات المخصصة من الذكاء الاصطناعي للممارسات التربوية والمساهمة في تطوير الطلاب. يتم تقديم تقنية تقييم المقالات (EAT) كتطبيق عملي لهذه المبادئ النظرية، مما يوضح إمكانياتها في تحسين نتائج التعلم وتعزيز نمو الطلاب.
يتضمن إطار عمل EAT عدة مبادئ تصميم (DPs) تسهل عملية الكتابة. على سبيل المثال، ينظم DP2 عملية الكتابة لتناسب أنواع النصوص المختلفة، بينما يسمح DP3 للطلاب بتصور تقدمهم. يتم وضع التعليقات بشكل استراتيجي بجانب نصوص الطلاب لتشجيع الروابط والنقاشات، مصنفة إلى لغة، محتوى، هيكل، وتنظيم (DP4). تدعم التكنولوجيا أيضًا التعلم التعاوني من خلال المناقشات الجماعية (DP5) والمسودات التكرارية (DP6)، مما يمكّن من تتبع تطور الطلاب في الوقت الحقيقي (DP7). بشكل عام، تعمل تقنية EAT المدعومة بالذكاء الاصطناعي كأداة ثقافية تتوسط التعلم، مما يعزز نهج AfL ويعزز بيئات التعلم الذاتية التنظيم.
مقدمة
تؤكد مقدمة هذه الورقة البحثية على الدور المتطور للتعليم في تجهيز الطلاب بمهارات التعلم مدى الحياة، مما يمكنهم من التنقل في بيئات معقدة. تسلط الضوء على أهمية تعزيز استراتيجيات التعلم للتعلم، والتفكير النقدي، وقدرات حل المشكلات من خلال مناهج مثل التعليم القائم على الاستفسار ونظرية التعلم البنائية. تدعو هذه المنهجيات إلى التعلم المتمركز حول الطالب، حيث يعزز الانخراط النشط والتعاون التعلم الذاتي التنظيم (SRL) والنتائج الأكاديمية للطلاب. يُلاحظ أن دمج التقييم التكويني هو عامل حاسم في تحسين إدارة الطلاب لعمليات تعلمهم.
تناقش الورقة أيضًا التأثير التحويلي للذكاء الاصطناعي (AI) على التعليم، مما يمثل تحولًا محوريًا في المناهج التعليمية. يُعرف الذكاء الاصطناعي بأنه أنظمة قائمة على الآلات قادرة على إجراء التنبؤات واتخاذ القرارات بناءً على الأهداف المحددة من قبل البشر، والتي يمكن أن تؤثر بشكل كبير على بيئات التعلم. بينما يعد إمكانات الذكاء الاصطناعي في التعليم واعدًا، تدعو الورقة إلى مزيد من البحث لاستكشاف تداعياته التربوية، خاصة فيما يتعلق بالتعليقات التي تولدها الذكاء الاصطناعي في عملية الكتابة. تقترح أن النظرية الثقافية-التاريخية، وخاصة مساهمات فغوتسكي وغالبيرين، قد توفر إطارًا قيمًا لفهم القيمة التربوية لتقنيات الذكاء الاصطناعي والتحديات والفرص المرتبطة بتنفيذها.
نقاش
يسلط النقاش الضوء على الدور الحاسم للتعليقات في عملية الكتابة، مع التركيز بشكل خاص على التعليقات التصحيحية المكتوبة (WCF) كأداة لتعزيز اكتساب اللغة الثانية. تتميز التعليقات الفعالة بثلاثة مكونات أساسية: أداء المتعلم الحالي، مستوى الأداء المقصود، وحلول قابلة للتنفيذ لسد الفجوة بين الاثنين. تشير الأبحاث إلى أنه يجب دمج التعليقات في التعليم، وأن تكون مفهومة للطلاب، ومرتبطة بأهداف التعلم لتعزيز التنظيم الذاتي والفهم الأعمق. تسلط عملية التعليق المكونة من ثلاث مراحل التي وضعها هاتي وتيمبرلي – حيث يقيم الطلاب أهدافهم، وضعهم الحالي، والخطوات التالية – الضوء على أهمية توجيه التعليقات على مستويات مختلفة، حيث تكون التعليقات على مستوى المهمة فعالة بشكل خاص لتحسين الاستراتيجيات.
تستكشف القسم أيضًا إمكانيات أدوات التعليقات المدفوعة بالذكاء الاصطناعي، مثل التعليقات المكتوبة الآلية (AWF) والتعليقات التصحيحية الآلية (ACF)، في تعليم اللغة. توفر هذه التقنيات تعليقات فورية وشخصية يمكن أن تعزز نتائج التعلم، على الرغم من أن التحديات مثل ضمان دقة التعليقات والحفاظ على التفاعل البشري لا تزال قائمة. يدعو النقاش إلى منظور ثقافي-تاريخي لفهم التداعيات التربوية للتعليقات، خاصة من مصادر الذكاء الاصطناعي، مقترحًا أن دمج التعليقات في عمليات كتابة الطلاب يمكن أن يؤثر بشكل كبير على تطورهم المعرفي وانخراطهم في مهام التعلم. بشكل عام، تؤكد النتائج على ضرورة تحسين ممارسات التعليقات واستغلال أدوات الذكاء الاصطناعي لدعم التقييم التكويني الفعال في البيئات التعليمية.
DOI: https://doi.org/10.1007/s12124-025-09894-8
PMID: https://pubmed.ncbi.nlm.nih.gov/39891855
Publication Date: 2025-02-01
Author(s): Irina Engeness et al.
Primary Topic: Student Assessment and Feedback
Overview
This study investigates the integration of AI-generated feedback within the Assessment for Learning (AfL) framework, drawing on the cultural-historical theories of Vygotsky and Galperin. By applying Galperin’s notion of cultural tools and the significance of human activity in development, the research highlights how tailored feedback from AI can enhance pedagogical practices and contribute to student development. The Essay Assessment Technology (EAT) is introduced as a practical application of these theoretical principles, demonstrating its potential to improve learning outcomes and foster student growth.
The EAT framework incorporates several Design Principles (DPs) that facilitate the writing process. For instance, DP2 organizes the writing process to accommodate various text types, while DP3 allows students to visualize their progress. Feedback is strategically positioned alongside students’ texts to encourage connections and discussions, categorized into language, content, structure, and organization (DP4). The technology also supports collaborative learning through group discussions (DP5) and iterative drafting (DP6), enabling real-time tracking of student development (DP7). Overall, the AI-powered EAT serves as a cultural tool that mediates learning, reinforcing the AfL approach and fostering self-regulated learning environments.
Introduction
The introduction of this research paper emphasizes the evolving role of education in equipping students with lifelong learning skills, enabling them to navigate complex environments. It highlights the significance of fostering learning-to-learn strategies, critical thinking, and problem-solving abilities through approaches such as Inquiry-Based Science Education and Constructivist Learning Theory. These methodologies advocate for student-centered learning, where active engagement and collaboration enhance students’ self-regulated learning (SRL) and academic outcomes. The integration of formative assessment is noted as a crucial factor in improving students’ management of their learning processes.
The paper also addresses the transformative impact of Artificial Intelligence (AI) on education, marking a pivotal shift in educational methodologies. AI is defined as machine-based systems capable of making predictions and decisions based on human-defined objectives, which can significantly influence learning environments. While the potential of AI in education is promising, the paper calls for further research to explore its pedagogical implications, particularly regarding AI-generated feedback in the writing process. It suggests that cultural-historical theory, particularly the contributions of Vygotsky and Galperin, may provide a valuable framework for understanding the pedagogical value of AI technologies and the associated challenges and opportunities in their implementation.
Discussion
The discussion highlights the critical role of feedback in the writing process, particularly emphasizing written corrective feedback (WCF) as a tool for enhancing second language acquisition. Effective feedback is characterized by three essential components: the learner’s current performance, the intended performance level, and actionable solutions to bridge the gap between the two. Research indicates that feedback should be integrated into teaching, comprehensible to students, and linked to learning goals to foster self-regulation and deeper understanding. Hattie and Timperley’s three-stage feedback process—where students assess their goals, current status, and next steps—underscores the importance of directing feedback at various levels, with task-level feedback being particularly effective for strategy improvement.
The section also explores the potential of AI-driven feedback tools, such as Automated Written Feedback (AWF) and Automated Corrective Feedback (ACF), in language education. These technologies provide immediate, personalized feedback that can enhance learning outcomes, although challenges such as ensuring feedback accuracy and maintaining human interaction remain. The discussion advocates for a cultural-historical perspective to better understand the pedagogical implications of feedback, particularly from AI sources, suggesting that the integration of feedback into students’ writing processes can significantly influence their cognitive development and engagement with learning tasks. Overall, the findings emphasize the necessity of refining feedback practices and leveraging AI tools to support effective formative assessment in educational settings.