DOI: https://doi.org/10.1007/s10758-025-09941-8
تاريخ النشر: 2026-01-28
المؤلف: Dominik Evangelou وآخرون
الموضوع الرئيسي: التعليم القائم على المحاكاة في الرعاية الصحية
نظرة عامة
تستكشف هذه الدراسة فعالية تنسيقات التقييم المدعوم من قبل البشر مقابل التقييم الموجه بواسطة الدردشة بعد محاكاة استشارية قائمة على الواقع الافتراضي (VR) في التعليم العالي. شارك ما مجموعه 45 طالبًا جامعيًا في تجربة محكومة، حيث شاركوا في سيناريو استشاري واقع افتراضي ثم تم تعيينهم إما إلى حالة تقييم مدعومة من قبل إنسان أو حالة تقييم موجه بواسطة الدردشة. أشارت النتائج إلى تحسينات كبيرة في كل من الكفاءة الذاتية وكفاءة الاستشارة بمرور الوقت، مع حدوث أكبر المكاسب بعد التقييم، بغض النظر عن طريقة التقييم المستخدمة.
تؤكد النتائج على الدور الحاسم للتقييم في تعزيز نتائج التعلم ضمن التعليم القائم على المحاكاة وتقترح أن التقييمات الموجهة بواسطة الدردشة قد تكون بديلاً قابلاً للتطبيق وقابلًا للتوسع للجلسات التقليدية التي يقودها الميسرون. بينما توفر تنسيقات الدردشة مزايا لوجستية وتعزز استقلالية المتعلم، إلا أنها تفتقر حاليًا إلى التغذية الراجعة الدقيقة والاستجابة العاطفية للميسرين البشريين الخبراء. تدعو الدراسة إلى إجراء أبحاث مستقبلية لتحسين أنظمة الذكاء الاصطناعي في تحقيق التوازن بين الهيكل والمرونة، بهدف تعزيز فعاليتها التعليمية. بشكل عام، يقدم دمج أدوات التقييم المدفوعة بالذكاء الاصطناعي إمكانات كبيرة لتحسين الوصول وقابلية التوسع في التعليم العالي، مشروطًا بالالتزام بالمبادئ التعليمية المستندة إلى الأدلة.
مقدمة
تؤكد مقدمة هذه الورقة البحثية على أهمية التقييم في مجالات مختلفة، لا سيما في سياق التجارب بعد المحاكاة following التدريب القائم على الواقع الافتراضي (VR). يعمل التقييم كعملية تأملية تسمح للمشاركين بتحليل تجاربهم والديناميات النفسية والاجتماعية التي تلعب دورًا خلال المحاكاة، بهدف تعزيز نقل التعلم إلى التطبيقات الواقعية. يبرز المؤلفون ضرورة دمج التقييم في بيئات التعليم القائمة على الواقع الافتراضي لتعزيز التقييم النقدي لصنع القرار والإجراءات البديلة، كما تدعمه الأدبيات الحالية (Dieckmann, 2018; Kriz & Nöbauer, 2015; Luctkar-Flude et al., 2021a).
تفرق الورقة بين أساليب التقييم المدعوم من قبل البشر والتقييم الذاتي، مشيرة إلى أن التقييم المدعوم غالبًا ما يُعتبر الطريقة الأكثر فعالية لتسهيل التأمل، على الرغم من عدم وجود أدلة تجريبية حاسمة تدعم تفوقه (Dufrene & Young, 2014). يحدد المؤلفون فجوة في البحث، لا سيما في السياقات التعليمية، ويقترحون التحقيق في تأثير تنسيقات التقييم المختلفة—تحديدًا التقييم المدعوم من قبل الخبراء مقابل التقييم الموجه بواسطة الدردشة—على نتائج التعلم وإدراك الطلاب في تدريب استشاري قائم على الواقع الافتراضي. تفترض الدراسة أن التقييم المدعوم من قبل البشر سيحقق تحسينات أكبر في الكفاءة الذاتية وكفاءة الاستشارة مقارنة بالتقييم الذاتي الموجه بواسطة الدردشة، مما يمهد الطريق لاستكشاف شامل لأساليب التقييم في البحث والممارسة التعليمية.
الطرق
استخدمت الدراسة تصميمًا مسجلاً مسبقًا متاحًا على إطار العمل العلمي المفتوح (OSF) وتمت في يناير 2025 في جامعة كبيرة في ألمانيا، بمشاركة طلاب جامعيين في علوم التعليم. تم تسجيل المشاركين في ندوات تهدف إلى تطوير كفاءات الاستشارة وتلقوا تدريبًا في تقنيات الاتصال، بما في ذلك التلخيص، وإعادة الصياغة، والتقليد، واستخدام رسائل “أنا”، وتقنيات الاستجواب. تم تقديم هذه المعرفة الأساسية من خلال جلسات حضورية وعروض تقديمية مسجلة لضمان التوحيد في الفهم النظري قبل التطبيق العملي.
استخدمت المكون العملي من الدراسة منصة الواقع الافتراضي الاجتماعية Engage لتسهيل تجارب التعلم القائمة على المحاكاة. خلال التدريب القائم على الواقع الافتراضي، شارك الطلاب في استشارة عميل خيالي كان يسعى لتغيير مهني، مما أتاح لهم تطبيق تقنيات الاتصال التي تعلموها في ندواتهم في بيئة محاكاة. كان الهدف من هذه الطريقة هو تعزيز مهارات الاستشارة لدى الطلاب من خلال سيناريوهات ممارسة واقعية.
النتائج
في هذا القسم، يتم تفصيل النتائج الكمية للتجربة، بدءًا من الفحوصات المسبقة والإحصاءات الوصفية. تم إجراء التحليلات باستخدام الإصدار 4.4.2 من R، مما يضمن تقييمًا إحصائيًا قويًا. لتقييم الفروق بين الظروف التجريبية واختبار الفرضيات الموضحة في القسم 2.5، تم استخدام سلسلة من اختبارات t وتحليلات التباين (ANOVA).
تشير النتائج إلى اكتشافات مهمة تتماشى مع الفرضيات المقترحة، مما يظهر فعالية الظروف التجريبية. يتم تقديم نتائج إحصائية محددة، بما في ذلك قيم p وأحجام التأثير، لدعم هذه النتائج، على الرغم من عدم تضمين النتائج الرقمية الدقيقة في هذا الملخص. بشكل عام، تؤكد التحليلات صحة التصميم التجريبي والفرضيات التي تم اختبارها.
المناقشة
تؤكد قسم المناقشة في الورقة البحثية على أهمية التعلم القائم على المحاكاة في التعليم العالي، لا سيما في مجالات مثل الاستشارة والرعاية الصحية. تستفيد هذه الطريقة التعليمية من التقنيات الغامرة، مثل الواقع الافتراضي (VR) والذكاء الاصطناعي (AI)، لإنشاء بيئات تعلم حقيقية حيث يمكن للطلاب ممارسة مهارات صنع القرار والتواصل في بيئة خالية من المخاطر. يعزز دمج الذكاء الاصطناعي، لا سيما من خلال الوكلاء المحادثين، تجربة التعلم من خلال تقديم تغذية راجعة تكيفية وتسهيل العمليات التأملية بعد المحاكاة. ومع ذلك، تظل فعالية هذه التجارب المدعومة بالذكاء الاصطناعي مقارنة بالتقييمات التقليدية التي يقودها البشر مجالًا حاسمًا للبحث.
يتم تحديد التقييم كعنصر حاسم في التعلم القائم على المحاكاة، حيث يعمل كحلقة وصل بين التجربة والفهم المفاهيمي. تؤكد الأطر النظرية، مثل نظرية التعلم التجريبي لكولب، على أهمية التأمل في تحويل التجارب الملموسة إلى معرفة مجردة. تدعم الأدلة التجريبية الفكرة القائلة بأن التقييم المنظم يعزز بشكل كبير نتائج التعلم، حيث تؤدي جلسات التقييم المصممة جيدًا إلى تحسين الكفاءات السريرية ومهارات التأمل الذاتي. يتم مناقشة نماذج مختلفة لهيكلة التقييم، مما يبرز الحاجة إلى الأمان النفسي وتقدم منهجي من الاستجابات العاطفية إلى الفهم التحليلي.
تناقش الورقة أيضًا التحديات المتعلقة بتنفيذ تقييم فعال في السياقات التعليمية، لا سيما الطبيعة المستهلكة للموارد للجلسات المدعومة من قبل البشر. تقترح استكشاف تنسيقات التقييم الذاتي والدعم بالذكاء الاصطناعي كبدائل قابلة للتوسع. تهدف الدراسة إلى مقارنة تأثيرات التقييم المدعوم من قبل الخبراء مقابل التقييم الموجه بواسطة الدردشة على نتائج التعلم وإدراك الطلاب في تدريب استشاري قائم على الواقع الافتراضي، مما يساهم في فهم ممارسات التقييم الفعالة عبر مجالات التعليم المختلفة.
القيود
تسلط القيود في هذه الدراسة الضوء على عدة مجالات حاسمة للبحث المستقبلي بشأن فعالية تنسيقات التقييم المدعوم من قبل البشر مقابل التقييم الموجه بواسطة الدردشة في السياقات التعليمية. أولاً، يحد حجم العينة الصغيرة من إمكانية تعميم النتائج، مما يتطلب مجموعات أكبر وأكثر تنوعًا للتحقق من النتائج وفحص العوامل المت moderating مثل محو الأمية الرقمية والحساسية بين الأشخاص. ثانيًا، يركز البحث على محاكاة واقع افتراضي واحدة وقصيرة ضمن بيئة مختبرية محكومة، مما يفشل في التقاط تعقيدات سياقات التعلم في العالم الحقيقي. يمكن أن توفر الدراسات الطولية التي تتضمن عدة حلقات تأملية على مدى فترات ممتدة، مثل التدريب الاستشاري الذي يستمر لفصل دراسي، فهمًا أكثر دقة حول كيفية تأثير تنسيقات التقييم على تطوير الكفاءة المهنية.
بالإضافة إلى ذلك، يثير الاعتماد على مقاييس ذاتية للتقييم الذاتي وكفاءة الاستشارة دون تقييمات أداء مستقلة مخاوف بشأن دقة هذه التصورات، لا سيما بين المتدربين الأقل خبرة. يجب أن تتضمن الأبحاث المستقبلية مقاييس أداء موضوعية، مثل الترميز السلوكي أو تقييمات الخبراء، لتثليث النتائج. يحد غياب مجموعة التحكم بدون تقييم من الرؤى حول المساهمات المحددة للتقييم في نتائج التعلم، وهي قضية يجب أن تعالجها الدراسات المستقبلية من خلال مقارنة الظروف مع وبدون تقييم في سياقات أخلاقية مناسبة. أخيرًا، بينما تم تصميم كلا تنسيقي التقييم بعناية، قدم النهج المدعوم من قبل البشر تكيفًا ديناميكيًا واستجوابًا شخصيًا يصعب على أنظمة الذكاء الاصطناعي الحالية تكراره. يجب أن تستكشف التحقيقات المستقبلية كيفية تعزيز الذكاء الاصطناعي التوليدي للقيمة التعليمية مع تعزيز الصراع المعرفي المعنوي الضروري للتعلم.
DOI: https://doi.org/10.1007/s10758-025-09941-8
Publication Date: 2026-01-28
Author(s): Dominik Evangelou et al.
Primary Topic: Simulation-Based Education in Healthcare
Overview
This study explores the effectiveness of moderated versus chatbot-guided debriefing formats following a Virtual Reality (VR)-based counseling simulation in higher education. A total of 45 undergraduate students participated in a controlled experiment, engaging in a VR counseling scenario and subsequently assigned to either a human-moderated or a chatbot-guided debriefing condition. The results indicated significant improvements in both self-efficacy and counseling competence over time, with the most substantial gains occurring post-debriefing, irrespective of the debriefing method used.
The findings emphasize the critical role of debriefing in enhancing learning outcomes within simulation-based education and suggest that chatbot-guided debriefings may serve as a viable and scalable alternative to traditional moderator-led sessions. While chatbot formats offer logistical advantages and promote learner autonomy, they currently lack the nuanced feedback and emotional responsiveness of expert human facilitators. The study advocates for future research to optimize AI systems in balancing structure and flexibility, aiming to enhance their pedagogical effectiveness. Overall, the integration of AI-driven debriefing tools presents significant potential for improving accessibility and scalability in higher education, contingent upon adherence to evidence-based pedagogical principles.
Introduction
The introduction of this research paper emphasizes the significance of debriefing in various fields, particularly in the context of post-simulation experiences following Virtual Reality (VR) training. Debriefing serves as a reflective process that allows participants to analyze their experiences and the psychological and social dynamics at play during simulations, ultimately aiming to enhance the transfer of learning to real-world applications. The authors highlight the necessity of integrating debriefing into VR educational settings to foster critical assessment of decision-making and alternative actions, as supported by existing literature (Dieckmann, 2018; Kriz & Nöbauer, 2015; Luctkar-Flude et al., 2021a).
The paper distinguishes between moderated and self-debriefing approaches, noting that moderated debriefing is often regarded as the most effective method for facilitating reflection, despite a lack of conclusive empirical evidence supporting its superiority (Dufrene & Young, 2014). The authors identify a gap in research, particularly in educational contexts, and propose to investigate the impact of different debriefing formats—specifically expert-moderated versus chatbot-guided—on learning outcomes and student perceptions in a VR-based counseling training. The study hypothesizes that moderated debriefing will yield greater improvements in self-efficacy and counseling competence compared to chatbot-guided self-debriefing, setting the stage for a comprehensive exploration of debriefing methods in educational research and practice.
Methods
The study employed a pre-registered design available on the Open Science Framework (OSF) and was conducted in January 2025 at a large university in Germany, involving undergraduate students in educational science. Participants were enrolled in seminars aimed at developing counseling competencies and received training in communication techniques, including summarizing, paraphrasing, mirroring, using I-messages, and questioning techniques. This foundational knowledge was delivered through both in-person sessions and screencast presentations to ensure uniformity in theoretical understanding prior to the practical application.
The practical component of the study utilized the social VR platform Engage to facilitate immersive, simulation-based learning experiences. During the VR training, students engaged in counseling a fictional client who was seeking a career change, allowing them to apply the communication techniques learned in their seminars in a simulated environment. This method aimed to enhance the students’ counseling skills through realistic practice scenarios.
Results
In this section, the quantitative results of the experiment are detailed, beginning with prerequisite checks and descriptive statistics. The analyses were conducted using R version 4.4.2, ensuring robust statistical evaluation. To assess differences between experimental conditions and to test the hypotheses outlined in Section 2.5, a series of t-tests and analyses of variance (ANOVA) were employed.
The results indicate significant findings that align with the proposed hypotheses, demonstrating the effectiveness of the experimental conditions. Specific statistical outcomes, including p-values and effect sizes, are provided to substantiate these findings, although exact numerical results are not included in this summary. Overall, the analyses confirm the validity of the experimental design and the hypotheses tested.
Discussion
The discussion section of the research paper emphasizes the significance of simulation-based learning in higher education, particularly in fields like counseling and healthcare. This pedagogical approach leverages immersive technologies, such as virtual reality (VR) and artificial intelligence (AI), to create authentic learning environments where students can practice decision-making and communication skills in a risk-free setting. The integration of AI, particularly through conversational agents, enhances the learning experience by providing adaptive feedback and facilitating reflective processes post-simulation. However, the effectiveness of these AI-mediated experiences compared to traditional human-guided debriefing remains a critical area of inquiry.
Debriefing is identified as a crucial component of simulation-based learning, serving as the bridge between experience and conceptual understanding. Theoretical frameworks, such as Kolb’s experiential learning theory, underscore the importance of reflection in transforming concrete experiences into abstract knowledge. Empirical evidence supports the notion that structured debriefing significantly enhances learning outcomes, with well-designed debriefing sessions leading to improved clinical competencies and self-reflection skills. Various models for structuring debriefing are discussed, highlighting the need for psychological safety and a systematic progression from emotional responses to analytical understanding.
The paper also addresses the challenges of implementing effective debriefing in educational contexts, particularly the resource-intensive nature of moderated sessions. It proposes the exploration of self-guided and AI-supported debriefing formats as scalable alternatives. The study aims to empirically compare the effects of expert-moderated versus chatbot-guided debriefing on learning outcomes and student perceptions in a VR-based counseling training, thereby contributing to the understanding of effective debriefing practices across different educational domains.
Limitations
The limitations of this study highlight several critical areas for future research regarding the effectiveness of human-moderated versus chatbot-guided debriefing formats in educational settings. Firstly, the small sample size restricts the generalizability of the findings, necessitating larger and more diverse cohorts to validate results and examine moderating factors such as digital literacy and interpersonal sensitivity. Secondly, the study’s focus on a single, brief virtual reality (VR) simulation within a controlled laboratory environment fails to capture the complexities of real-world learning contexts. Longitudinal studies that incorporate multiple reflection episodes over extended periods, such as semester-long counseling practica, could provide a more nuanced understanding of how debriefing formats influence professional competence development.
Additionally, the reliance on self-reported measures of self-efficacy and counseling competence without independent performance assessments raises concerns about the accuracy of these perceptions, particularly among less experienced trainees. Future research should incorporate objective performance metrics, such as behavioral coding or expert evaluations, to triangulate findings. The absence of a no-debriefing control group limits insights into the specific contributions of debriefing to learning outcomes, an issue that future studies should address by comparing conditions with and without debriefing in ethically appropriate contexts. Finally, while both debriefing formats were carefully designed, the human-moderated approach offered dynamic adaptation and personalized questioning that current AI systems struggle to replicate. Future investigations should explore how generative AI can enhance pedagogical value while fostering meaningful cognitive conflict essential for learning.