DOI: https://doi.org/10.3389/fpsyg.2026.1806913
PMID: https://pubmed.ncbi.nlm.nih.gov/41919119
تاريخ النشر: 2026-03-16
المؤلف: Jinhua Yang وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في التعليم
نظرة عامة
تستقصي هذه الدراسة تأثير التغذية الراجعة والتقييم المدعومين بالذكاء الاصطناعي (AI) على قدرات التفكير النقدي لدى طلاب التصميم الجامعي. باستخدام نهج مختلط، شملت الأبحاث تدخلًا لمدة ثلاثة أسابيع مع 70 مشاركًا، مقسمين إلى مجموعة تجريبية (عدد = 38) تتلقى دعم الذكاء الاصطناعي ومجموعة ضابطة (عدد = 32) بدون هذا الدعم. تم قياس التفكير النقدي من خلال تقييمات موحدة قبل وبعد التدخل، مما كشف عن تحسين ذو دلالة إحصائية في المجموعة التجريبية (p < 0.05). سلطت التحليلات النوعية الضوء على الآليات التي من خلالها سهل الذكاء الاصطناعي التفكير التأملي، وعمليات التصميم التكرارية، واستراتيجيات حل المشكلات المحسنة. تؤكد النتائج فعالية أدوات الذكاء الاصطناعي في تعزيز مهارات التفكير العليا ضمن تعليم التصميم. تقدم الدراسة أدلة تجريبية تدعم دمج الذكاء الاصطناعي في الممارسات التعليمية، وتقترح أيضًا تداعيات عملية لتصميمات الدورات المنظمة التي تستفيد من وظائف التغذية الراجعة والتقييم بالذكاء الاصطناعي. بشكل عام، تسهم هذه الأبحاث في فهم دور الذكاء الاصطناعي في تعزيز التنمية المعرفية والتفكير النقدي بين طلاب التصميم، داعية إلى تطبيقه بشكل أوسع في البيئات التعليمية.
مقدمة
تسلط مقدمة ورقة البحث الضوء على أهمية التفكير النقدي كمهارة معرفية حيوية ضرورية للتحليل المستقل، وتقييم الحجج، واتخاذ القرارات العقلانية. تؤكد على دور التفكير النقدي في التعليم العالي، حيث يعزز التنمية المعرفية والأداء الأكاديمي، وأهميته المتزايدة في سوق العمل لنجاح خريجي الجامعات. تشدد الورقة على الحاجة الملحة لاستكشاف طرق تدريس فعالة لتحسين مهارات التفكير النقدي، لا سيما في سياق التقدم السريع لتقنيات الذكاء الاصطناعي (AI)، التي تقدم بيئات تعلم شخصية وتفاعلية تعزز التفكير العالي.
تستقصي الدراسة بشكل خاص تأثير أدوات الذكاء الاصطناعي على قدرات التفكير النقدي لدى طلاب التصميم. تعالج فجوة منهجية في الأدبيات الحالية، التي غالبًا ما تفتقر إلى تحليلات مقارنة صارمة لتأثيرات الذكاء الاصطناعي على تطوير التفكير النقدي. من خلال استخدام نهج مختلط، تقارن الأبحاث نتائج الطلاب الذين يستخدمون أدوات الذكاء الاصطناعي، مثل ChatGPT-3.5، مع أولئك الذين يتلقون تعليمًا تقليديًا. تهدف الدراسة إلى تقديم أدلة تجريبية حول كيفية تعزيز الذكاء الاصطناعي للتفكير النقدي في تعليم التصميم، مما يوجه المعلمين في دمج التكنولوجيا بشكل فعال في ممارساتهم التعليمية لتعزيز المشاركة المعرفية الأعمق والإبداع بين الطلاب.
الطرق
شملت منهجية هذه الدراسة تصميمًا تجريبيًا منظمًا لتقييم تأثير أدوات التصميم المدعومة بالذكاء الاصطناعي على قدرات التفكير النقدي لدى طلاب التصميم. أجريت الدراسة على مدى ثلاثة أسابيع في جامعة فوزهو، حيث ركزت ورشة العمل على “تصميم واجهة نظام طبي صديق للسن”، مع تلقي المجموعة التجريبية تدريبًا على مواضيع تصميم متنوعة أثناء استخدام أدوات الذكاء الاصطناعي مثل Manus وChatGPT 3.5. في المقابل، شاركت المجموعة الضابطة في نفس ورشة العمل ولكنها كانت مقيدة ببرامج التصميم الأساسية. تم إجراء اختبارات قبل وبعد لكلا المجموعتين لقياس التغيرات في التفكير النقدي، باستخدام اختبارات t المزدوجة أو اختبارات ويلكوكسون المرتبطة بناءً على توزيع البيانات، تلتها ANOVA لتقييم الفروق في درجات الاختبار بعد التدخل.
تم جمع بيانات نوعية أيضًا من خلال مقابلات شبه منظمة مع المجموعة التجريبية، لاستكشاف تجاربهم مع أدوات الذكاء الاصطناعي في عمليات التصميم. تم استخدام تحليل الموضوعات، مسترشدًا بإطار العمل المكون من ست خطوات لبراون وكلارك، لتحديد الموضوعات المشتركة المتعلقة بالتفكير النقدي في تعلم التصميم. كان الهدف من هذا النهج المختلط هو توفير فهم شامل لتأثير الذكاء الاصطناعي على التفكير النقدي لدى الطلاب، مع ضمان الالتزام بالمعايير الأخلاقية طوال عملية البحث، بما في ذلك الموافقة المستنيرة وإخفاء هوية البيانات.
النتائج
تكشف نتائج الدراسة عن اختلافات كبيرة في أداء المجموعتين التجريبية والضابطة بناءً على درجات CTDI-CV. أظهرت المجموعة التجريبية زيادة ملحوظة في المتوسطات بمقدار 3.29 نقطة، مقارنة بزيادة بسيطة قدرها 0.81 نقطة في المجموعة الضابطة. أظهرت التحليلات الإحصائية باستخدام اختبار ويلكوكسون المرتبط أن التحسن في المجموعة التجريبية كان ذو دلالة إحصائية (p < 0.001)، بينما لم يكن التحسن في المجموعة الضابطة ذا دلالة (p = 0.1039). أكدت التحليلات الإضافية من خلال ANOVA، مع التحكم في درجات الاختبار السابقة، أن المجموعة التجريبية تفوقت على المجموعة الضابطة بزيادة صافية قدرها 2.57 نقطة (p = 0.003)، مما يشير إلى حجم تأثير متوسط إلى كبير (Partial Eta Squared = 0.126). يشير هذا إلى أن التدخل لم يسهل فقط مكاسب تعليمية كبيرة ولكن كان له أيضًا تأثير كبير على مهارات التفكير النقدي بين طلاب التصميم. سلطت النتائج النوعية من تحليل الموضوعات الضوء على ثلاثة موضوعات رئيسية: أنشطة التقييم التشاركي المعرفي، وأنشطة التفكير التأملي المدفوعة بالتغذية الراجعة، والتفكير التحليلي المدعوم. أفاد الطلاب بأن أنشطة التقييم المدعومة بالذكاء الاصطناعي عززت المشاركة المعرفية والوضوح في التعبير عن الأفكار. كانت التغذية الراجعة الفورية من أدوات الذكاء الاصطناعي ذات قيمة خاصة لمساعدة الطلاب في تحديد الأخطاء وتنقيح تفكيرهم. بالإضافة إلى ذلك، لوحظ أن أدوات التصميم المدعومة بالذكاء الاصطناعي تساعد في تنظيم الأفكار وإقامة علاقات أوضح بين مفاهيم التصميم، مما يعزز الروابط التحليلية الأعمق. بشكل عام، تدعم البيانات النوعية الاستنتاج بأن آليات التغذية الراجعة بالذكاء الاصطناعي تؤثر إيجابيًا على تطوير مهارات التفكير النقدي في تعليم التصميم.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على الدور التحويلي للذكاء الاصطناعي (AI) في تعليم التصميم، لا سيما في تعزيز مهارات التفكير النقدي بين الطلاب. في البداية، كانت أدوات الذكاء الاصطناعي تُستخدم بشكل أساسي لتدريب المهارات، ولكن تطبيقها تطور لدعم التفكير التصميمي من المستوى الأعلى. يسمح دمج تقنيات الذكاء الاصطناعي، مثل منصات التصميم التوليدية وأدوات التقييم التفاعلية، بتقديم تغذية راجعة شخصية تلبي احتياجات معرفية وإبداعية متنوعة، مما يعزز بيئة تعلم أكثر تفاعلًا. تشير الدراسات المذكورة في القسم إلى أن الذكاء الاصطناعي يمكن أن يسهل الممارسات التأملية والتغذية الراجعة المنظمة، وهي ضرورية لتطوير التفكير النقدي في سياقات التصميم.
تكشف نتائج الدراسة أن الطلاب الذين يستخدمون أدوات مدعومة بالذكاء الاصطناعي أظهروا تحسينات كبيرة في قدراتهم على التفكير النقدي مقارنة بأولئك الذين يعتمدون على طرق التدريس التقليدية. يشير تحليل الموضوعات إلى أن الذكاء الاصطناعي لا يساعد فقط في دورة التعلم التكرارية للتغذية الراجعة والتأمل، بل يشجع أيضًا الطلاب على التعبير عن خيارات تصميمهم والدفاع عنها بشكل أكثر فعالية. يشير هذا إلى أن الذكاء الاصطناعي يعمل كأكثر من مجرد تعزيز تكنولوجي؛ إنه يعمل كعامل محفز لمشاركة معرفية أعمق وتحليل نقدي في تعليم التصميم. تختتم الدراسة بأن الدورات المنظمة التي تستفيد من آليات التغذية الراجعة بالذكاء الاصطناعي يمكن أن تعزز بشكل كبير التفكير النقدي لدى الطلاب، مما يسهم في النقاش الأوسع حول دمج التكنولوجيا في الممارسات التعليمية.
القيود
تسلط الدراسة الضوء على تداعيات كبيرة لدمج التعليم القائم على ورش العمل وأدوات الذكاء الاصطناعي (AI) في تعليم التصميم، لا سيما لمهام التصميم الموجهة نحو المستخدم المخصصة لكبار السن. تقترح أن الاعتماد فقط على الأنشطة العملية في ورش العمل قد لا يعزز بشكل كافٍ التفكير النقدي لدى الطلاب على المدى القصير. لمعالجة ذلك، يُوصى بإدخال آليات دعم معرفية منظمة لتعزيز الإرشاد الشخصي من المعلمين، الذين يواجهون قيودًا زمنية. تُعتبر أدوات الذكاء الاصطناعي ليست بدائل للمعلمين ولكن كإطارات معرفية تسهل التأمل الذاتي والتعلم الذاتي المنظم، مما يعزز التفكير النقدي على المستويات التحليلية والتقييمية.
ومع ذلك، فإن البحث ليس بدون قيود. قد يؤدي الاعتماد على مقاييس التقرير الذاتي لتقييم التفكير النقدي إلى إدخال تحيز، خاصة في سياقات التصميم الموجهة للرعاية حيث تكون المخرجات العملية أكثر صلة. بالإضافة إلى ذلك، فإن حجم العينة في الدراسة، المقيد بجامعة واحدة في الصين، يحد من تعميم النتائج. يجب أن تهدف الأبحاث المستقبلية إلى الحصول على عينات أكبر وأكثر تنوعًا ودمج طرق جمع بيانات متنوعة تركز على السلوك للتحقق من النتائج. علاوة على ذلك، تعترف الدراسة بوجود تباين بين الميل المقاس نحو التفكير النقدي ومهارات التفكير النقدي الفعلية، مما يشير إلى أنه بينما قد تعزز أدوات الذكاء الاصطناعي ميول الطلاب التأملية، فإن ذلك لا يترجم بالضرورة إلى تحسين في الحجج والتقييم وقدرات اتخاذ القرار. يجب أن تأخذ التحقيقات المستقبلية في الاعتبار التقييمات القائمة على العمليات لتحديد ما إذا كان الميل المتزايد نحو التفكير يتوافق مع مخرجات تصميم عالية الجودة.
DOI: https://doi.org/10.3389/fpsyg.2026.1806913
PMID: https://pubmed.ncbi.nlm.nih.gov/41919119
Publication Date: 2026-03-16
Author(s): Jinhua Yang et al.
Primary Topic: Artificial Intelligence in Education
Overview
This study investigates the impact of artificial intelligence (AI)-assisted feedback and assessment on the critical thinking abilities of undergraduate design students. Utilizing a mixed-methods approach, the research involved a three-week intervention with 70 participants, divided into an experimental group (n = 38) receiving AI support and a control group (n = 32) without such assistance. Standardized assessments measured critical thinking before and after the intervention, revealing a statistically significant improvement in the experimental group (p < 0.05). Qualitative analyses highlighted mechanisms through which AI facilitated reflective thinking, iterative design processes, and enhanced problem-solving strategies. The findings underscore the effectiveness of AI tools in fostering higher-order thinking skills within design education. The study not only provides empirical evidence supporting the integration of AI in educational practices but also suggests practical implications for structured course designs that leverage AI feedback and evaluation functions. Overall, this research contributes to the understanding of AI's role in enhancing cognitive development and critical thinking among design students, advocating for its broader application in educational settings.
Introduction
The introduction of the research paper highlights the significance of critical thinking as a vital cognitive skill essential for independent analysis, argument evaluation, and rational decision-making. It underscores the role of critical thinking in higher education, where it enhances cognitive development and academic performance, and its increasing importance in the labor market for graduates’ career success. The paper emphasizes the urgent need to explore effective teaching methods to improve critical thinking skills, particularly in the context of the rapid advancement of artificial intelligence (AI) technologies, which offer personalized and interactive learning environments conducive to higher-order thinking.
The study specifically investigates the impact of AI tools on the critical thinking abilities of design students. It addresses a methodological gap in existing literature, which often lacks rigorous comparative analyses of AI’s effects on critical thinking development. By employing a mixed-methods approach, the research compares the outcomes of students using AI tools, such as ChatGPT-3.5, with those receiving traditional instruction. The study aims to provide empirical evidence on how AI can enhance critical thinking in design education, ultimately guiding educators in effectively integrating technology into their teaching practices to foster deeper cognitive engagement and creativity among students.
Methods
The methodology of this study involved a structured experimental design to evaluate the impact of AI-assisted design tools on the critical thinking abilities of design students. Conducted over three weeks at Fuzhou University, the workshop focused on “Age-Friendly Medical System Interface Design,” with the experimental group receiving training on various design topics while utilizing AI tools such as Manus and ChatGPT 3.5. In contrast, the control group engaged in the same workshop but was restricted to basic design software. Pre-tests and post-tests were administered to both groups to measure changes in critical thinking, employing paired t-tests or Wilcoxon signed-rank tests based on data distribution, followed by ANOVA to assess differences in post-test scores.
Qualitative data were also gathered through semi-structured interviews with the experimental group, exploring their experiences with AI tools in design processes. Thematic analysis, guided by Braun and Clarke’s six-step framework, was employed to identify common themes related to critical thinking in design learning. This mixed-methods approach aimed to provide a comprehensive understanding of the influence of AI on students’ critical thinking, ensuring ethical standards were upheld throughout the research process, including informed consent and data anonymization.
Results
The results of the study reveal significant differences in the performance of the experimental and control groups based on the CTDI-CV scores. The experimental group showed a notable increase in average scores by 3.29 points, compared to a mere 0.81-point increase in the control group. Statistical analysis using the Wilcoxon signed-rank test indicated that the improvement in the experimental group was statistically significant (p < 0.001), while the control group's improvement was not significant (p = 0.1039). Further analysis through ANOVA, controlling for pre-test scores, confirmed that the experimental group outperformed the control group with a net gain of 2.57 points (p = 0.003), indicating a medium-to-large effect size (Partial Eta Squared = 0.126). This suggests that the intervention not only facilitated significant learning gains but also had a substantial impact on critical thinking skills among design students. Qualitative findings from thematic analysis highlighted three key themes: cognitive participatory evaluation activities, feedback-driven reflective activities, and scaffolded analytical reasoning. Students reported that AI-supported assessment activities enhanced cognitive engagement and clarity in expressing ideas. Immediate feedback from AI tools was particularly valued for helping students identify errors and refine their reasoning. Additionally, AI-assisted design tools were noted to aid in organizing thoughts and establishing clearer relationships among design concepts, thereby fostering deeper analytical connections. Overall, the qualitative data supports the conclusion that AI feedback mechanisms positively influence the development of critical thinking skills in design education.
Discussion
The discussion section of the research paper highlights the transformative role of artificial intelligence (AI) in design education, particularly in enhancing critical thinking skills among students. Initially, AI tools were employed primarily for skills training, but their application has evolved to support higher-order design thinking. The integration of AI technologies, such as generative design platforms and interactive assessment tools, allows for personalized feedback that caters to diverse cognitive and creative needs, fostering a more engaging learning environment. Studies cited within the section indicate that AI can facilitate reflective practices and structured feedback, which are crucial for developing critical thinking in design contexts.
The findings from the study reveal that students using AI-assisted tools exhibited significant improvements in their critical thinking abilities compared to those relying on traditional teaching methods. The thematic analysis suggests that AI not only aids in the iterative learning cycle of feedback and reflection but also encourages students to articulate and defend their design choices more effectively. This indicates that AI serves as more than just a technological enhancement; it acts as a catalyst for deeper cognitive engagement and critical analysis in design education. The study concludes that structured courses leveraging AI feedback mechanisms can significantly enhance students’ critical thinking, thereby contributing to the broader discourse on the integration of technology in educational practices.
Limitations
The study highlights significant implications for integrating workshop-based teaching and artificial intelligence (AI) tools in design education, particularly for user-centered design tasks aimed at the elderly. It suggests that relying solely on practical activities in workshops may not adequately foster students’ critical thinking in the short term. To address this, the introduction of structured cognitive support mechanisms is recommended to enhance personalized guidance from teachers, who face time constraints. The AI tools are positioned not as replacements for educators but as cognitive frameworks that facilitate self-reflection and self-regulated learning, thereby promoting critical thinking at analytical and evaluative levels.
However, the research is not without limitations. The reliance on self-report measures for assessing critical thinking may introduce bias, especially in care-oriented design contexts where practical outputs are more pertinent. Additionally, the study’s sample size, confined to a single university in China, limits the generalizability of the findings. Future research should aim for larger, more diverse samples and incorporate various data collection methods focused on behavior to validate the results. Furthermore, the study acknowledges a discrepancy between the measured inclination towards critical thinking and actual critical thinking skills, suggesting that while AI tools may enhance students’ reflective tendencies, this does not necessarily translate into improved argumentation, evaluation, and decision-making abilities. Future investigations should consider process-based assessments to determine if increased thinking inclination correlates with higher-quality design outputs.