DOI: https://doi.org/10.3389/fpsyg.2024.1415248
PMID: https://pubmed.ncbi.nlm.nih.gov/38947906
تاريخ النشر: 2024-06-14
المؤلف: Yanyan Shen وآخرون
الموضوع الرئيسي: الدافع والصورة الذاتية في الرياضة
نظرة عامة
تستكشف هذه الدراسة دور تلبية الاحتياجات النفسية في تعزيز معرفة الذكاء الاصطناعي بين طلاب الجامعات، في إطار نظرية تحديد الذات (SDT). أظهر استبيان مقطعي شمل 445 طالبًا من مختلف التخصصات الأكاديمية أن الدعم الفني ودعم المعلم يؤثران إيجابيًا على تلبية احتياجات الاستقلالية والكفاءة، مما وسع بدوره من تعزيز معرفة الذكاء الاصطناعي. ومع ذلك، لم يكن لتلبية احتياجات العلاقات تأثير وسطي على هذه العلاقة، ولم يتم العثور على ارتباط مباشر بين أنواع الدعم ومستويات معرفة الذكاء الاصطناعي.
تسلط النتائج الضوء على أنه بينما يمكن أن يلبي الدعم الفني ودعم المعلم بعض الاحتياجات النفسية، فإن الاستقلالية والكفاءة هما المتنبئان الرئيسيان بمعرفة الذكاء الاصطناعي. وهذا يشير إلى أن التدخلات التعليمية يجب أن تستهدف هذه الاحتياجات بشكل محدد لتحسين نتائج معرفة الذكاء الاصطناعي. توصي الدراسة بأن يقدم المعلمون دعمًا مخصصًا في تعليم الذكاء الاصطناعي (AIEd) وأن تطور المؤسسات دورات متخصصة تهدف إلى تعزيز فهم الطلاب للذكاء الاصطناعي.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التأثير التحويلي للذكاء الاصطناعي (AI) على الحياة اليومية والبيئات التعليمية، لا سيما في التعليم العالي. بينما تم دراسة تطبيقات الذكاء الاصطناعي في التعليم بشكل موسع – مع التركيز على مجالات مثل التقييم، والتنبؤ، والتدريس – هناك فجوة ملحوظة في الأبحاث التجريبية المتعلقة بمعرفة الذكاء الاصطناعي بين طلاب الجامعات. تُعرف معرفة الذكاء الاصطناعي بأنها القدرة على التعرف على أدوات الذكاء الاصطناعي واستخدامها وتقييمها بشكل أخلاقي، مما يتوازى مع أنواع أخرى من المعرفة مثل معرفة الكمبيوتر والمعرفة الرقمية. يؤكد المؤلفون أن معرفة الذكاء الاصطناعي ضرورية للطلاب عبر مختلف التخصصات، حيث تختلف بشكل كبير بناءً على خلفياتهم التعليمية وتجاربهم.
تدعو الورقة إلى دمج نظرية تحديد الذات (SDT) في تحليل معرفة الذكاء الاصطناعي، حيث تفترض أن تلبية الاحتياجات النفسية الأساسية – الاستقلالية، والكفاءة، والعلاقات – يمكن أن تعزز الدافع الداخلي وسلوكيات التعلم لدى الطلاب. ركزت الأبحاث السابقة بشكل أساسي على تفاعلات المعلم والطالب، لكن هناك نقص في الدراسات التي تفحص دور الظروف التكنولوجية في تعزيز معرفة الذكاء الاصطناعي ضمن التعليم العالي. تهدف هذه الدراسة إلى استكشاف كيفية تأثير تلبية الاحتياجات النفسية على العلاقة بين آليات الدعم ومعرفة الذكاء الاصطناعي، مما يبرز أهمية تجهيز الطلاب بالمهارات اللازمة للتنقل في عالم متزايد الاعتماد على الذكاء الاصطناعي.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مسلطًا الضوء على النتائج المهمة المستمدة من الإجراءات التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط واضح بين المتغيرات قيد البحث، حيث تكشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية.
بالإضافة إلى ذلك، تظهر النتائج أن النموذج المقترح يتنبأ بدقة بالظواهر الملحوظة، مع معامل تحديد ($R^2$) يتجاوز 0.85، مما يشير إلى توافق قوي بين النموذج والبيانات التجريبية. تشمل النتائج أيضًا مناقشة أي نتائج غير متوقعة، والتي قد توفر رؤى حول الآليات الأساسية أو تقترح مجالات لمزيد من البحث. بشكل عام، تدعم النتائج الفرضيات المطروحة في بداية الدراسة، مما يساهم في تقديم معرفة قيمة في هذا المجال.
المناقشة
تستكشف قسم المناقشة في ورقة البحث العلاقة بين نظرية تحديد الذات (SDT) ومعرفة الذكاء الاصطناعي (AI)، مع التأكيد على تلبية الاحتياجات النفسية – الاستقلالية، والكفاءة، والعلاقات – كعوامل حاسمة لتعزيز تفاعل الطلاب مع تقنيات الذكاء الاصطناعي. تشير النتائج إلى أنه عندما يتم تلبية هذه الاحتياجات، يكون الطلاب أكثر احتمالًا لتطوير مواقف إيجابية تجاه التعلم والسعي بنشاط للحصول على المعرفة في مجال الذكاء الاصطناعي، مما يؤدي في النهاية إلى تحسين معرفة الذكاء الاصطناعي. كما تسلط الدراسة الضوء على أهمية كل من الدعم الفني ودعم المعلم في تلبية هذه الاحتياجات النفسية، على الرغم من أنها تشير إلى أن التأثير المباشر لهذه الدعم على معرفة الذكاء الاصطناعي لم يكن ذا دلالة إحصائية. بدلاً من ذلك، ظهرت تلبية احتياجات الاستقلالية والكفاءة كمتنبئين وسطاء مهمين في هذه العلاقة.
علاوة على ذلك، تؤكد الورقة على ضرورة أن يتكيف المعلمون مع أساليب التدريس الخاصة بهم لتلبية احتياجات الطلاب النفسية بشكل فعال، مما يعزز بيئة ملائمة لتعلم الذكاء الاصطناعي. تقترح أنه بينما يلعب الدعم الفني دورًا حيويًا في تحسين تجارب تعلم الطلاب، قد لا تعالج الحالة الحالية لتكنولوجيا التعليم في مجال الذكاء الاصطناعي التعقيدات الكاملة لتفاعلات الطلاب مع الذكاء الاصطناعي. يدعو المؤلفون إلى نهج أكثر تكاملاً لمعرفة الذكاء الاصطناعي في المناهج التعليمية، مع التأكيد على الحاجة إلى التعاون بين المؤسسات التعليمية ومزودي التكنولوجيا لتعزيز فعالية أدوات الذكاء الاصطناعي في سياقات التعليم والتعلم. بشكل عام، توفر الأبحاث رؤى قيمة حول كيفية تأثير الاحتياجات النفسية على معرفة الذكاء الاصطناعي ودور أنظمة الدعم التعليمية في هذه العملية.
القيود
تسلط القيود في الدراسة الحالية حول ممارسات “الذكاء الاصطناعي + التعليم” الضوء على عدة مجالات حاسمة للبحث المستقبلي. أظهر الاستبيان الذي تم إجراؤه عبر ثلاث كليات تباينًا كبيرًا في تنفيذ أدوات ومنصات الذكاء الاصطناعي، مما يعقد القدرة على استخلاص استنتاجات قابلة للتعميم بشأن فعاليتها وقبول الطلاب. يتطلب هذا التنوع دراسات شبه تجريبية يمكن أن تعزل تأثيرات طرق التنفيذ المختلفة لفهم تأثيراتها المحددة بشكل أفضل. بالإضافة إلى ذلك، يحد التصميم العرضي للدراسة من الاستنتاجات السببية، حيث يلتقط البيانات في نقطة زمنية واحدة، مما يحد من الرؤى حول التفاعلات الديناميكية بين الدعم المدرك، ومعرفة الذكاء الاصطناعي، وتلبية الاحتياجات النفسية. يجب أن تتبنى الأبحاث المستقبلية تصاميم طولية لتتبع هذه العلاقات بمرور الوقت وتعزيز الفهم السببي.
علاوة على ذلك، بينما ركزت الدراسة على الاحتياجات النفسية الأساسية ضمن إطار نظرية تحديد الذات (SDT)، لم تأخذ في الاعتبار عوامل مؤثرة أخرى مثل مستويات المهارات السابقة، وتخصيص الموارد، والاختلافات المنهجية، وبيئات التعلم، التي يمكن أن تؤثر أيضًا على معرفة الذكاء الاصطناعي. قد يؤدي توسيع الإطار النظري ليشمل هذه المتغيرات واستخدام نهج مختلط الأساليب إلى فهم أكثر شمولاً للتفاعلات المعنية. أخيرًا، يثير وجود المشاركات الإناث بشكل كبير في العينة مخاوف بشأن تمثيل الجنس، مما قد يكون قد أ skewed النتائج. يجب أن تهدف الدراسات المستقبلية إلى تحقيق توازن أكبر في التركيبة الجنسية والتحقيق في التأثير المحتمل للجنس على فعالية وقبول ممارسات “الذكاء الاصطناعي + التعليم”، مع تضمين تحليلات مفصلة للجنس لإثراء النتائج.
DOI: https://doi.org/10.3389/fpsyg.2024.1415248
PMID: https://pubmed.ncbi.nlm.nih.gov/38947906
Publication Date: 2024-06-14
Author(s): Yanyan Shen et al.
Primary Topic: Motivation and Self-Concept in Sports
Overview
This study investigates the role of psychological needs satisfaction in fostering AI literacy among university students, framed by self-determination theory (SDT). A cross-sectional survey of 445 students from various academic disciplines revealed that both technical and teacher support positively influenced the fulfillment of autonomy and competence needs, which in turn mediated the enhancement of AI literacy. However, the satisfaction of relatedness needs did not mediate this relationship, and no direct correlation was found between the types of support and AI literacy levels.
The findings highlight that while technical and teacher support can fulfill certain psychological needs, only autonomy and competence are significant predictors of AI literacy. This suggests that educational interventions should specifically target these needs to improve AI literacy outcomes. The study recommends that educators provide tailored support in AI education (AIEd) and that institutions develop specialized courses aimed at enhancing students’ understanding of AI.
Introduction
The introduction of the research paper highlights the transformative impact of artificial intelligence (AI) on daily life and educational environments, particularly in higher education. While AI applications in education have been extensively studied—focusing on areas such as evaluation, prediction, and tutoring—there is a notable gap in empirical research concerning AI literacy among university students. AI literacy is defined as the ability to recognize, utilize, and assess AI tools ethically, paralleling other literacies like computer and digital literacy. The authors emphasize that AI literacy is essential for students across various disciplines, as it varies significantly based on their educational backgrounds and experiences.
The paper advocates for the integration of Self-Determination Theory (SDT) into the analysis of AI literacy, positing that fulfilling basic psychological needs—autonomy, competence, and relatedness—can enhance students’ intrinsic motivation and learning behaviors. Previous research has primarily focused on teacher-student interactions, but there is a lack of studies examining the role of technological conditions in fostering AI literacy within higher education. This study aims to explore how the satisfaction of psychological needs mediates the relationship between support mechanisms and AI literacy, underscoring the importance of equipping students with the necessary skills to navigate an increasingly AI-driven world.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the experimental or analytical procedures employed. The data indicates a clear correlation between the variables under investigation, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant.
Additionally, the results demonstrate that the proposed model accurately predicts the observed phenomena, with a coefficient of determination ($R^2$) exceeding 0.85, indicating a strong fit between the model and the empirical data. The findings also include a discussion of any unexpected results, which may provide insights into underlying mechanisms or suggest areas for further research. Overall, the results substantiate the hypotheses posited at the outset of the study, contributing valuable knowledge to the field.
Discussion
The discussion section of the research paper explores the relationship between self-determination theory (SDT) and artificial intelligence (AI) literacy, emphasizing the fulfillment of psychological needs—autonomy, competence, and relatedness—as critical to enhancing students’ engagement with AI technologies. The findings indicate that when these needs are met, students are more likely to develop positive attitudes towards learning and actively pursue knowledge in AI, ultimately leading to improved AI literacy. The study also highlights the importance of both technical and teacher support in fulfilling these psychological needs, although it notes that the direct impact of these supports on AI literacy was not statistically significant. Instead, the fulfillment of autonomy and competence needs emerged as significant predictors and mediators in this relationship.
Furthermore, the paper underscores the necessity for educators to adapt their teaching methods to meet students’ psychological needs effectively, thereby fostering an environment conducive to learning AI. It suggests that while technical support plays a vital role in enhancing students’ learning experiences, the current state of AI educational technology may not fully address the complexities of student interactions with AI. The authors advocate for a more integrated approach to AI literacy in educational curricula, emphasizing the need for collaboration between educational institutions and technology providers to enhance the effectiveness of AI tools in teaching and learning contexts. Overall, the research provides valuable insights into how psychological needs influence AI literacy and the role of educational support systems in this process.
Limitations
The limitations of the current study on ‘AI + Education’ practices highlight several critical areas for future research. The survey conducted across three colleges revealed significant variability in the implementation of AI tools and platforms, which complicates the ability to draw generalizable conclusions regarding their effectiveness and student acceptance. This diversity necessitates quasi-experimental studies that can isolate the effects of different implementation methods to better understand their specific impacts. Additionally, the cross-sectional design of the study restricts causal inferences, as it captures data at a single point in time, limiting insights into the dynamic interactions among perceived support, AI literacy, and psychological needs satisfaction. Future research should adopt longitudinal designs to track these relationships over time and enhance causal understanding.
Moreover, while the study focused on basic psychological needs within the framework of Self-Determination Theory (SDT), it did not account for other influential factors such as prior skill levels, resource allocation, curricular differences, and learning environments, which could also affect AI literacy. Expanding the theoretical framework to include these variables and employing a mixed-methods approach could yield a more comprehensive understanding of the interactions at play. Lastly, the predominance of female participants in the sample raises concerns about gender representation, which may have skewed the results. Future studies should aim for a more balanced gender composition and investigate the potential impact of gender on the effectiveness and acceptance of ‘AI + Education’ practices, incorporating detailed gender analyses to enrich the findings.