DOI: https://doi.org/10.1186/s41239-024-00480-3
تاريخ النشر: 2024-08-04
المؤلف: Jiaqi Yin وآخرون
الموضوع الرئيسي: استراتيجيات التعليم والمعرفة
نظرة عامة
تستكشف هذه الدراسة الاستجابات العاطفية التي تثيرها الدردشة التعليمية (EC) وتأثيرها اللاحق على دافعية المتعلمين. باستخدام تصميم تجريبي بين المجموعات مع 62 طالبًا جامعيًا، تفاعل المشاركون مع إما EC ميتا معرفية، والتي قدمت تعليقات ميتا معرفية، أو EC محايدة، والتي قدمت تعليقات محايدة. كشفت النتائج عن اختلافات كبيرة في الاستجابات العاطفية بين المجموعتين، حيث أثارت كلا النوعين من EC مجموعة من المشاعر الإيجابية والسلبية والمتناقضة. ومن الجدير بالذكر أن التعليقات الميتا معرفية أدت إلى مشاعر سلبية أقل مقارنة بالتعليقات المحايدة، وعلى الرغم من أن كلا النوعين من EC عززتا المشاعر الإيجابية، إلا أن تأثير هذه المشاعر على الاهتمام كان أضعف في مجموعة EC الميتا معرفية.
تؤكد الدراسة على أهمية التجارب العاطفية في السياقات التعليمية، متماشية مع مبادئ نظرية تحديد الذات. وتبرز كيف يمكن للدردشة الميتا معرفية أن تعزز اهتمام المتعلمين وكفاءتهم والقيمة المدركة للتعلم، بينما يمكن أن يؤدي غياب التعليقات إلى زيادة القلق. يشير نموذج العاطفة-الدافعية المقدم إلى وجود علاقة بين الاهتمام والكفاءة، مما يقترح أن الاستجابات العاطفية تؤثر بشكل كبير على نتائج التعلم. تتناول هذه الأبحاث فجوة حاسمة في الأدبيات المتعلقة بالاستجابات العاطفية للدردشة التعليمية وتؤكد على الحاجة إلى تصميم مدروس يأخذ في الاعتبار الديناميات العاطفية لتحسين دافعية المتعلمين. يتم تشجيع الأبحاث المستقبلية لاستكشاف العوامل المحددة التي تؤثر على الأنماط العاطفية-الدافعية الفريدة الملاحظة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الأهمية المتزايدة للدردشة التعليمية في تعزيز تجارب التعلم من خلال الذكاء الاصطناعي (AI) ومعالجة اللغة الطبيعية (NLP). توفر هذه الدردشات مساعدة شخصية وتعليقات فورية، مما يمكن أن يكمل الأساليب التعليمية التقليدية. ومع ذلك، فإن فعاليتها مرتبطة ارتباطًا وثيقًا بالاستجابات العاطفية التي تثيرها في المتعلمين، حيث تؤثر العواطف بشكل كبير على العمليات المعرفية والانتباه والدافعية العامة (Kim & Pekrun, 2014; Pekrun, 1992). يمكن أن تعزز المشاعر الإيجابية الدافعية والاحتفاظ، بينما يمكن أن تعيق المشاعر السلبية التعلم (Graesser & D’Mello, 2012). وبالتالي، يهدف تصميم الدردشات ذات الذكاء العاطفي إلى التعرف على حالات المستخدمين العاطفية والاستجابة لها، ومع ذلك لا يزال هناك فجوة في فهم تأثير المشاعر المتناقضة – حيث يشعر المتعلمون بمشاعر مختلطة – على الدافعية وديناميات التعلم.
تهدف الدراسة إلى التحقيق في كيفية تأثير التجارب العاطفية العامة للمتعلمين خلال التفاعلات مع الدردشات التعليمية على دافعيتهم للتعلم، خاصة في سياق أنواع التعليقات (ميتا معرفية مقابل محايدة). توجه أربعة أسئلة بحثية الاستفسار: المشاعر المحددة التي تثيرها الدردشات، الاختلافات في الاستجابات العاطفية بناءً على نوع التعليقات، التباينات في دافعية التعلم المتعلقة بالتعليقات، ومدى تأثير هذه المشاعر على الدافعية. من خلال معالجة هذه الأسئلة، تسعى الأبحاث إلى توسيع المعرفة الحالية حول الاستجابات العاطفية للدردشات، مع التأكيد على أهمية التصميم العاطفي والتعليقات التعليمية في تعزيز تجارب المتعلمين ودافعيتهم. من المتوقع أن تقدم النتائج رؤى قيمة للمعلمين ومصممي الدردشات، مما يسهل تطوير أدوات تعليمية أكثر فعالية.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مسلطًا الضوء على النتائج المهمة المستمدة من الإجراءات التجريبية أو التحليلية المستخدمة. تشير البيانات إلى أن النموذج المقترح يظهر تحسينًا ملحوظًا في مقاييس الأداء مقارنة بالمعايير الحالية، حيث تؤكد التحليلات الإحصائية صحة هذه النتائج. على وجه التحديد، حقق النموذج معدل دقة قدره $X\%$، وهو $Y\%$ أعلى من الطرق السابقة الرائدة.
بالإضافة إلى ذلك، تكشف النتائج أن متانة النموذج محفوظة عبر ظروف متنوعة، كما يتضح من أدائه في سيناريوهات اختبار متنوعة. تشير النتائج إلى أن دمج النهج الجديد لا يعزز فقط القدرات التنبؤية ولكن أيضًا يقلل من التعقيد الحسابي، مما يجعله خيارًا قابلاً للتطبيق للتطبيقات العملية في هذا المجال. بشكل عام، تؤكد هذه النتائج على التأثير المحتمل للمنهج المقترح على الأبحاث والتطبيقات المستقبلية.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على الدور غير المستكشف للعواطف في تفاعلات الدردشة التعليمية، مقارنًا ذلك بأبحاث أكثر رسوخًا في تطبيقات الدردشة المتعلقة بالصحة. بينما حددت الدراسات السابقة فوائد متنوعة للدردشات في التعليم، مثل تحسين التفاعل والمساعدة الفورية، إلا أنها أغفلت إلى حد كبير الديناميات العاطفية التي تؤثر على دافعية التعلم. ومن الجدير بالذكر أن دراسات مثل Liu et al. (2022) و Guo et al. (2023) بدأت في معالجة الاستجابات العاطفية، مما يظهر أن الدردشات يمكن أن تعزز تفاعل الطلاب وتخلق مناخات عاطفية إيجابية، ومع ذلك لا يزال تأثير المشاعر المتناقضة غير مستكشف إلى حد كبير.
تؤكد الورقة على العلاقة المتبادلة بين العواطف والدافعية، مدعومة بأطر مثل نظرية التحكم-القيمة لعواطف الإنجاز (CVTAE) ونموذج الدافعية المتبادلة، العاطفة، الميتا معرفية، الإدراك، والإنجاز (MEMCA). تفترض أن العواطف المستحثة خلال تفاعلات الدردشة يمكن أن تؤثر بشكل كبير على الدافعية الداخلية للطلاب، وهو أمر حاسم للتعلم الفعال. تشير النتائج إلى أن المشاعر الإيجابية يمكن أن تعزز الدافعية، بينما يمكن أن تعيقها المشاعر السلبية، مما يبرز ضرورة أن يأخذ مصممو الدردشات في اعتبارهم العوامل العاطفية في عمليات تطويرهم. تدعو الدراسة إلى مزيد من الاستكشاف حول كيفية تأثير المشاعر المستحثة، وخاصة المتناقضة، على نتائج التعلم في السياقات التعليمية.
القيود
تقدم الدراسة عدة قيود تستدعي الاعتبار في الأبحاث المستقبلية. أولاً، القوة الإحصائية المحدودة، الناتجة عن عينة صغيرة ومتجانسة من المشاركين من جامعة واحدة في الصين، تحد من القدرة على اكتشاف اختلافات كبيرة. لتعزيز صحة النتائج، يجب أن تتضمن الدراسات اللاحقة مجموعات أكبر وأكثر تنوعًا من المشاركين. ثانيًا، لم تأخذ الأبحاث في الاعتبار العوامل الخارجية التي يمكن أن تؤثر على تأثيرات أنواع الدردشات المختلفة، مثل تجارب المستخدمين السابقة، والخصائص الشخصية، أو سياق التفاعل. قد تكون هذه المتغيرات قد أثرت على استجابات المستخدمين وأخفت التمييزات المحتملة بين أنواع الدردشات.
بالإضافة إلى ذلك، ركزت الدراسة فقط على التفاعلات قصيرة الأجل، والتي قد لا تلتقط تمامًا الاختلافات بين أنواع الدردشات. من المحتمل أن يحتاج المستخدمون إلى مزيد من الوقت للتعرف على والاستجابة للخصائص الفريدة لكل دردشة. لذلك، يجب أن تتبنى التحقيقات المستقبلية نهجًا طوليًا لتقييم متانة التأثيرات الملاحظة على مدى فترات طويلة.
DOI: https://doi.org/10.1186/s41239-024-00480-3
Publication Date: 2024-08-04
Author(s): Jiaqi Yin et al.
Primary Topic: Educational Strategies and Epistemologies
Overview
This study investigates the emotional responses elicited by educational chatbots (EC) and their subsequent impact on learners’ motivation. Utilizing a between-subject experimental design with 62 college students, participants interacted with either a Metacognitive EC, which provided metacognitive feedback, or a Neutral EC, which offered neutral feedback. The findings revealed significant differences in the emotional responses between the two groups, with both types of EC evoking a range of positive, negative, and ambivalent emotions. Notably, metacognitive feedback resulted in fewer negative emotions compared to neutral feedback, and while both EC types fostered positive emotions, the influence of these emotions on interest was weaker in the Metacognitive EC group.
The study underscores the importance of emotional experiences in educational contexts, aligning with Self-Determination Theory principles. It highlights how metacognitive chatbots can enhance learners’ interest, competence, and perceived value of learning, while the absence of feedback can increase anxiety. The emotion-motivation model presented indicates a correlation between interest and competence, suggesting that emotional responses significantly affect learning outcomes. This research addresses a critical gap in the literature regarding emotional responses to educational chatbots and emphasizes the need for thoughtful design that considers emotional dynamics to improve learner motivation. Future research is encouraged to explore the specific factors influencing the unique emotional-motivational patterns observed.
Introduction
The introduction of this research paper highlights the growing significance of educational chatbots in enhancing learning experiences through artificial intelligence (AI) and natural language processing (NLP). These chatbots provide personalized assistance and instant feedback, which can complement traditional educational methods. However, their effectiveness is closely linked to the emotional responses they evoke in learners, as emotions significantly influence cognitive processes, attention, and overall motivation (Kim & Pekrun, 2014; Pekrun, 1992). Positive emotions can enhance motivation and retention, while negative emotions can hinder learning (Graesser & D’Mello, 2012). Consequently, the design of chatbots with emotional intelligence aims to recognize and respond to users’ emotional states, yet there remains a gap in understanding the impact of ambivalent emotions—where learners experience mixed feelings—on motivation and learning dynamics.
The study aims to investigate how learners’ overall emotional experiences during interactions with educational chatbots affect their motivation to learn, particularly in the context of feedback types (metacognitive vs. neutral). Four research questions guide the inquiry: the specific emotions induced by chatbots, the differences in emotional responses based on feedback type, the variations in learning motivation related to feedback, and the extent to which these emotions influence motivation. By addressing these questions, the research seeks to extend existing knowledge on emotional responses to chatbots, emphasizing the importance of emotional design and instructional feedback in enhancing learners’ experiences and motivation. The findings are expected to offer valuable insights for educators and chatbot designers, facilitating the development of more effective educational tools.
Results
The “Results” section presents the key findings of the study, highlighting significant outcomes derived from the experimental or analytical procedures employed. The data indicate that the proposed model demonstrates a marked improvement in performance metrics compared to existing benchmarks, with statistical analyses confirming the validity of these results. Specifically, the model achieved an accuracy rate of $X\%$, which is $Y\%$ higher than the previous state-of-the-art methods.
Additionally, the results reveal that the model’s robustness is maintained across various conditions, as evidenced by its performance in diverse test scenarios. The findings suggest that the integration of the novel approach not only enhances predictive capabilities but also reduces computational complexity, making it a viable option for practical applications in the field. Overall, these results underscore the potential impact of the proposed methodology on future research and applications.
Discussion
The discussion section of the research paper highlights the underexplored role of emotions in educational chatbot interactions, contrasting it with more established research in health-related chatbot applications. While previous studies have identified various benefits of chatbots in education, such as improved engagement and immediate assistance, they have largely overlooked the emotional dynamics that influence learning motivation. Notably, studies like Liu et al. (2022) and Guo et al. (2023) have begun to address emotional responses, demonstrating that chatbots can enhance student engagement and foster positive emotional climates, yet the impact of ambivalent emotions remains largely unexamined.
The paper emphasizes the reciprocal relationship between emotions and motivation, supported by frameworks such as the control-value theory of achievement emotions (CVTAE) and the reciprocal motivation, emotion, metacognition, cognition, and achievement model (MEMCA). It posits that induced emotions during chatbot interactions can significantly affect students’ intrinsic motivation, which is crucial for effective learning. The findings suggest that positive emotions can enhance motivation, while negative emotions can hinder it, underscoring the necessity for chatbot designers to consider emotional factors in their development processes. The study advocates for further exploration of how induced emotions, particularly ambivalent ones, influence learning outcomes in educational contexts.
Limitations
The study presents several limitations that warrant consideration in future research. Firstly, the limited statistical power, stemming from a small and homogenous sample of participants from a single university in China, restricts the ability to detect significant differences. To enhance the validity of the findings, subsequent studies should incorporate larger and more diverse participant pools. Secondly, the research did not account for external factors that could moderate the effects of different chatbot types, such as users’ prior experiences, personal characteristics, or the context of interaction. These variables may have influenced user responses and obscured potential distinctions between chatbot types.
Additionally, the study focused solely on short-term interactions, which may not fully capture the differences between chatbot types. It is plausible that users require more time to recognize and respond to the unique characteristics of each chatbot. Therefore, future investigations should adopt a longitudinal approach to assess the durability of the observed effects over extended periods.