DOI: https://doi.org/10.19126/suje.1468866
تاريخ النشر: 2024-07-24
المؤلف: Caner Börekci وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تناقش هذه الفقرة التأثير التحويلي للذكاء الاصطناعي (AI) على الممارسات التعليمية، مع التأكيد على ضرورة الثقافة الرقمية (DL) بين طلاب الجامعات للتفاعل بفعالية مع تقنيات الذكاء الاصطناعي. لقد أعاد دمج الذكاء الاصطناعي تعريف الأساليب التربوية من خلال تخصيص تجارب التعلم، وتعزيز التفاعل، وتحسين آليات التقييم. كما أبرز ألاكراش ورازق (2021) أن الفهم القوي للأدوات الرقمية ضروري للمتعلمين لتعظيم فوائدهم التعليمية. نموذج قبول التكنولوجيا (TAM) يعمل كإطار نظري لاستكشاف كيفية تأثير سهولة الاستخدام المدركة (PEU) والفائدة المدركة (PU) على قبول الطلاب لأدوات الذكاء الاصطناعي في التعليم.
تؤكد نتائج الدراسة على أهمية نموذج TAM في فهم قبول طلاب الجامعات للذكاء الاصطناعي، كاشفة أن مستويات أعلى من الثقافة الرقمية ترتبط بتصورات أكثر إيجابية حول فائدة الذكاء الاصطناعي وسهولة استخدامه. الطلاب الذين يتمتعون بمزيد من الثقافة الرقمية هم في وضع أفضل للتعرف على مزايا الذكاء الاصطناعي ويجدون هذه الأدوات سهلة الاستخدام، مما يعزز المواقف الإيجابية تجاه دمجها في التعلم. تؤكد الأبحاث على أهمية كل من الفائدة المدركة (PU) وسهولة الاستخدام المدركة (PEU) في تشكيل نوايا الطلاب لاستخدام الذكاء الاصطناعي، مما يشير إلى أنه عندما يرى الطلاب الذكاء الاصطناعي كشيء مفيد وسهل الوصول إليه، تزداد رغبتهم في التفاعل معه. تدعو الدراسة إلى مزيد من الاستكشاف للذكاء الاصطناعي في السياقات التعليمية وتوصي بتزويد الطلاب بإرشادات حول أخلاقيات الذكاء الاصطناعي والتطبيقات العملية لتعزيز نتائج تعلمهم وقبولهم لهذه التكنولوجيا.
الطرق
في هذه الدراسة، كانت المنهجية المستخدمة تتضمن استخدام كتاب المهام الذي قدمه معلم الدورة كمادة أساسية للدورة. كان هذا الكتاب بمثابة دليل منظم للمشاركين، يحدد الأنشطة والأهداف اللازمة لتحقيقها طوال الدورة. كان تصميم كتاب المهام يهدف إلى تسهيل فهم شامل لموضوع الدراسة، مما يضمن أن المشاركين يمكنهم التفاعل مع المحتوى بفعالية.
سمح تنفيذ كتاب المهام بنهج موحد للتعلم، مما يمكن المعلم من تقييم تقدم المشاركين وفهمهم بشكل منهجي. من خلال استخدام هذا المورد، كانت الدراسة تهدف إلى تقييم تأثير المواد المنظمة على نتائج التعلم، وبالتالي المساهمة في النقاش الأوسع حول المنهجيات التعليمية في المجال المعني.
النتائج
قيمت نتائج هذه الدراسة موثوقية وصلاحية النموذج المفاهيمي المقترح من خلال مقاييس مختلفة. أظهرت البنى موثوقية عالية، حيث تجاوز ألفا كرونباخ (α) 0.7، وكانت قيم الموثوقية المركبة (CR) أيضًا فوق 0.7، مما يدل على اتساق داخلي مرضٍ. بالإضافة إلى ذلك، كانت متوسط التباين المستخرج (AVE) لجميع البنى أكبر من 0.5، مما يؤكد الصلاحية التوافقية. تم إثبات الصلاحية التمييزية حيث كانت الجذور التربيعية لقيم AVE أكبر من الارتباطات بين البنى، بما يتماشى مع المعايير التي وضعها هير وآخرون (1995).
فيما يتعلق بالنموذج الهيكلي، تم تحليل معاملات المسار باستخدام نمذجة المعادلات الهيكلية (SEM)، مما أسفر عن مؤشرات ملاءمة مثل $\chi^2/df = 1.52$، RMSEA = 0.059 (95% CI [0.048, 0.069])، CFI = 0.943، وTLI = 0.936، جميعها ضمن الحدود المقبولة. أوضح النموذج 16% من التباين في النية السلوكية لاستخدام أدوات الذكاء الاصطناعي، بينما كانت البنى الخاصة بالفائدة المدركة (PU)، وسهولة الاستخدام المدركة (PEU)، والموقف تجاه الاستخدام (ATU) تمثل 59%، 67%، و30% من التباين، على التوالي. تؤكد هذه النتائج على قوة النموذج وإمكاناته في فهم تفاعل المستخدمين مع تقنيات الذكاء الاصطناعي.
المناقشة
تسلط فقرة المناقشة في ورقة البحث الضوء على الدور الهام للثقافة الرقمية (DL) في تشكيل قبول واستخدام طلاب الجامعات لتقنيات الذكاء الاصطناعي (AI) في السياقات التعليمية. تشير النتائج إلى أن الطلاب الذين يتمتعون بمستويات أعلى من الثقافة الرقمية، لا سيما في المعرفة العامة والمهارات العملية، بالإضافة إلى الاستخدام اليومي للأدوات الرقمية، يرون تقنيات الذكاء الاصطناعي أكثر فائدة وأسهل في الاستخدام. يتماشى هذا مع نموذج قبول التكنولوجيا (TAM)، الذي يفترض أن الفائدة المدركة (PU) وسهولة الاستخدام المدركة (PEU) هما مؤشرات حاسمة لاعتماد التكنولوجيا. تؤكد الدراسة أن المواقف الإيجابية للطلاب تجاه أدوات الذكاء الاصطناعي تتأثر بتصوراتهم حول فائدة هذه الأدوات وسهولة استخدامها، مما يؤثر في النهاية على نيتهم السلوكية للتفاعل مع تقنيات الذكاء الاصطناعي.
علاوة على ذلك، تؤكد الأبحاث على الإمكانات التحويلية لدمج الثقافة الرقمية في الممارسات التعليمية، مما يشير إلى أن تعزيز مهارات الطلاب الرقمية يمكن أن يعزز موقفًا أكثر إيجابية تجاه أدوات الذكاء الاصطناعي. هذا الأمر ذو صلة خاصة في السياق التعليمي التركي، حيث لا يزال اعتماد تقنيات الذكاء الاصطناعي في طور التطور. تدعو تداعيات هذه النتائج مؤسسات التعليم العالي إلى تنفيذ سياسات تعزز الثقافة الرقمية، مما يسهل تفاعل الطلاب مع أدوات الذكاء الاصطناعي ويحسن تجارب تعلمهم. بشكل عام، تعزز الدراسة أهمية معالجة كل من العوامل المعرفية والعاطفية في الاستراتيجيات التعليمية التي تهدف إلى دمج تقنيات الذكاء الاصطناعي بفعالية.
DOI: https://doi.org/10.19126/suje.1468866
Publication Date: 2024-07-24
Author(s): Caner Börekci et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
The section discusses the transformative impact of Artificial Intelligence (AI) on educational practices, emphasizing the necessity of digital literacy (DL) among university students to effectively engage with AI technologies. The integration of AI has redefined pedagogical approaches by personalizing learning experiences, enhancing engagement, and improving assessment mechanisms. As highlighted by Alakrash and Razak (2021), a robust understanding of digital tools is essential for learners to maximize their educational benefits. The Technology Acceptance Model (TAM) serves as a theoretical framework to explore how perceived ease of use (PEU) and perceived usefulness (PU) influence students’ acceptance of AI tools in education.
The study’s findings affirm the relevance of TAM in understanding university students’ acceptance of AI, revealing that higher levels of DL correlate with more favorable perceptions of AI’s usefulness and ease of use. Students who are more digitally literate are better positioned to recognize the advantages of AI and find these tools user-friendly, which fosters positive attitudes toward their incorporation into learning. The research underscores the significance of both PU and PEU in shaping students’ intentions to use AI, suggesting that when students view AI as beneficial and accessible, their willingness to engage with it increases. The study advocates for further exploration of AI in educational contexts and recommends providing students with guidance on AI ethics and practical applications to enhance their learning outcomes and acceptance of this technology.
Methods
In this study, the methodology employed involved the use of a task-book provided by the course instructor as the primary course material. This task-book served as a structured guide for participants, outlining the necessary activities and objectives to be achieved throughout the course. The design of the task-book was aimed at facilitating a comprehensive understanding of the subject matter, ensuring that participants could engage with the content effectively.
The implementation of the task-book allowed for a standardized approach to learning, enabling the instructor to assess participants’ progress and comprehension systematically. By utilizing this resource, the study aimed to evaluate the impact of structured materials on learning outcomes, thereby contributing to the broader discourse on educational methodologies in the relevant field.
Results
The results of this study evaluated the proposed conceptual model’s reliability and validity through various metrics. The constructs demonstrated high reliability, with Cronbach’s alpha (α) exceeding 0.7, and composite reliability (CR) values also above 0.7, indicating satisfactory internal consistency. Additionally, the average variance extracted (AVE) for all constructs was greater than 0.5, confirming convergent validity. Discriminant validity was established as the square roots of the AVE values were greater than the correlations among constructs, consistent with the criteria set forth by Hair et al. (1995).
In terms of the structural model, the path coefficients were analyzed using Structural Equation Modeling (SEM), yielding fit indices such as $\chi^2/df = 1.52$, RMSEA = 0.059 (95% CI [0.048, 0.069]), CFI = 0.943, and TLI = 0.936, all within acceptable limits. The model explained 16% of the variance in behavioral intention to use AI tools, while the constructs of perceived usefulness (PU), perceived ease of use (PEU), and attitude toward use (ATU) accounted for 59%, 67%, and 30% of the variance, respectively. These findings underscore the model’s robustness and its potential implications for understanding user engagement with AI technologies.
Discussion
The discussion section of the research paper highlights the significant role of digital literacy (DL) in shaping university students’ acceptance and utilization of artificial intelligence (AI) technologies in educational contexts. The findings indicate that students with higher levels of DL, particularly in general knowledge and practical skills, as well as daily usage of digital tools, perceive AI technologies as more useful and easier to use. This aligns with the Technology Acceptance Model (TAM), which posits that perceived usefulness (PU) and perceived ease of use (PEU) are critical predictors of technology adoption. The study confirms that students’ positive attitudes towards AI tools are influenced by their perceptions of these tools’ utility and ease of use, ultimately affecting their behavioral intention to engage with AI technologies.
Furthermore, the research underscores the transformative potential of integrating DL into educational practices, suggesting that enhancing students’ digital skills can foster a more favorable attitude towards AI tools. This is particularly relevant in the Turkish educational context, where the adoption of AI technologies is still developing. The implications of these findings advocate for higher education institutions to implement policies that promote digital literacy, thereby facilitating students’ engagement with AI tools and improving their learning experiences. Overall, the study reinforces the importance of addressing both cognitive and affective factors in educational strategies aimed at integrating AI technologies effectively.