DOI: https://doi.org/10.30935/jdet/15887
تاريخ النشر: 2025-01-28
المؤلف: Bismark Nyaaba Akanzire وآخرون
الموضوع الرئيسي: التعلم عبر الإنترنت والتحليلات
نظرة عامة
تستكشف هذه الدراسة تصورات معلمي المعلمين حول الذكاء الاصطناعي التوليدي (GenAI) في تعليم المعلمين في غانا، باستخدام مسح وصفي لـ 55 معلمًا من كليتين. من خلال استخدام طريقة أخذ العينات المريحة وتحليل العوامل الاستكشافية، تحدد الدراسة العوامل الرئيسية التي تؤثر على التصورات والاستعداد لدمج GenAI. تشير النتائج إلى نظرة إيجابية بشكل عام بين المعلمين بشأن إمكانيات GenAI لتعزيز الإنجاز الأكاديمي، وتفاعل الطلاب، والتواصل. ومن الجدير بالذكر أن العوامل الخلفية مثل العمر، وخبرة التدريس، والقسم، والكلية لا تؤثر بشكل كبير على هذه التصورات، مما يشير إلى أن التدريب والموارد لـ GenAI يجب أن تكون متاحة بشكل عالمي بدلاً من تخصيصها لمجموعات ديموغرافية معينة.
على الرغم من التصورات الإيجابية، تكشف الدراسة عن مخاوف كبيرة تتعلق بالقضايا الأخلاقية، والعدالة في تقييم الطلاب، والأثر السلبي المحتمل على علاقات المعلم بالطالب. يتم التأكيد على الحاجة إلى التنمية المهنية، حيث يدعو المعلمون إلى التدريب في استخدام GenAI لتعظيم فوائده التعليمية. تختتم الدراسة بتوصيات لوضع سياسات وإرشادات واضحة للتنفيذ الأخلاقي لـ GenAI في تعليم المعلمين، إلى جانب دعوة لمزيد من البحث مع عينة أكبر وأكثر تنوعًا لفهم مستويات القبول والاستعداد لتبني GenAI في البيئات التعليمية بشكل أفضل.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التأثير التحويلي لأدوات الذكاء الاصطناعي التوليدي (GenAI)، مثل ChatGPT وMicrosoft Copilot، على تعليم المعلمين. تؤكد على إمكانيات GenAI لتعزيز تفاعلات المعلم والطالب وتحسين تجارب التعلم. ومع ذلك، فإن دمج هذه التقنيات يثير أسئلة حاسمة بشأن تأثيرها على أدوار المعلمين ومسؤولياتهم. إن تصورات معلمي المعلمين تجاه GenAI معقدة وتلعب دورًا حاسمًا في تحديد قبولهم ودمجهم الفعال لمثل هذه التقنيات في ممارساتهم التعليمية.
تهدف الدراسة إلى استكشاف تصورات معلمي المعلمين بشأن استعدادهم ومخاوفهم حول دمج GenAI في برامج تعليم المعلمين. وتضع فرضيتين لاستكشاف العلاقة بين العوامل الخلفية – مثل اسم الكلية، والقسم، وسنوات خبرة التدريس، والعمر – وآراء معلمي المعلمين حول GenAI. تشير النتائج إلى أنه لا توجد علاقة ذات دلالة إحصائية بين هذه العوامل الخلفية وآراء المعلمين، كما يتضح من قيم p التي تزيد عن 0.05، مما يؤدي إلى عدم رفض الفرضية الصفرية. وهذا يشير إلى أن هذه المتغيرات الديموغرافية لا تتنبأ بشكل كبير بآراء معلمي المعلمين حول GenAI في سياق تعليم المعلمين.
النتائج
في تحليل العوامل الاستكشافية (EFA) لوجهات نظر معلمي المعلمين حول دمج أدوات الذكاء الاصطناعي التوليدي (GenAI) في التعليم، تم استخدام مخطط تحليل متوازي لتحديد عدد العوامل التي يجب الاحتفاظ بها. قارن هذا الأسلوب القيم الذاتية من مجموعة البيانات الفعلية مع تلك المستمدة من بيانات محاكاة وإعادة أخذ العينات، مما أدى إلى الاحتفاظ بثلاثة عوامل هامة. وُجدت القيم الذاتية لهذه العوامل لتكون 3.5، 2.5، و2.0، جميعها تتجاوز العتبة 1 وتظهر انخفاضًا ملحوظًا في القيم الذاتية اللاحقة، مما يشير إلى أن هذه العوامل تلتقط بشكل فعال التباين المعنوي في آراء المعلمين.
بعد تحديد العوامل الثلاثة، تم تطبيق تدوير Varimax لتعزيز قابلية تفسيرها، مما يكشف عن أبعاد متميزة: (1) التحسين الأكاديمي والانخراط، (2) الحواجز والتحديات، و(3) التواصل والاستقلالية. توضح النتائج، المفصلة في الجدول 2، تحميل عناصر مختلفة على هذه العوامل، مع قيم مطلقة أعلى تشير إلى علاقات أقوى، مما يوفر فهمًا شاملاً للمخاوف ووجهات نظر معلمي المعلمين بشأن دمج أدوات GenAI في البيئات التعليمية.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على تصورات ومخاوف معلمي المعلمين في غانا بشأن دمج الذكاء الاصطناعي التوليدي (GenAI) في التعليم. تشير النتائج إلى نظرة إيجابية بشكل عام حول إمكانيات GenAI لتعزيز التواصل والنتائج الأكاديمية، مع متوسط عام يبلغ 4.13 (SD = 0.897) يعكس توافقًا قويًا على فوائده. أعرب المعلمون عن حاجة خاصة للتنمية المهنية لاستخدام أدوات GenAI بشكل فعال، مؤكدين على أهمية مواكبة التطورات التكنولوجية لتسهيل تفاعلات أفضل مع الطلاب. ومع ذلك، تم الإشارة أيضًا إلى المخاوف بشأن القضايا الأخلاقية، والموارد غير الكافية، وتأثيرها على ديناميات المعلم والطالب، مما يشير إلى تصور مختلط بين المعلمين.
على الرغم من الآراء الإيجابية، لم تجد الدراسة علاقة ذات دلالة إحصائية بين العوامل الخلفية – مثل العمر، وخبرة التدريس، والقسم – وتصورات المعلمين حول GenAI. تشير هذه الافتقار إلى الارتباط إلى أن دمج GenAI في تعليم المعلمين يجب أن يركز على مبادرات تدريب شاملة بدلاً من تخصيصها لمجموعات ديموغرافية معينة. تؤكد النتائج على ضرورة وجود سياسات وإرشادات شاملة لمعالجة التحديات الأخلاقية وتعزيز الاستخدام المسؤول لـ GenAI في البيئات التعليمية. بشكل عام، تدعو الدراسة إلى مزيد من البحث التجريبي لاستكشاف قبول أوسع واستعداد لتبني GenAI بين مجموعة أكثر تنوعًا من معلمي المعلمين.
القيود
ت stem القيود في الدراسة بشكل أساسي من حجم العينة الصغيرة، التي تأثرت بالوعي المحدود للذكاء الاصطناعي التوليدي (GenAI) بين المعلمين في غانا في وقت جمع البيانات. أدى ذلك إلى استخدام نهج أخذ العينات المريح، وهو أسلوب غير احتمالي يثير مخاوف بشأن تمثيل العينة وبالتالي يقلل من القوة الإحصائية للنتائج. نتيجة لذلك، قد لا تكون الاستنتاجات المستخلصة من هذه الدراسة قابلة للتعميم على مجموعة المعلمين الأوسع في غانا. يُوصى بإجراء أبحاث مستقبلية باستخدام تقنيات أخذ عينات احتمالية لتعزيز تمثيل العينة.
بالإضافة إلى ذلك، تم إجراء الدراسة في بيئة مهنية مع مشاركين بالغين كانوا زملاء للباحثين، مما يشكل خطرًا ضئيلًا على المشاركين. التزم المؤلفون بالمعايير الأخلاقية، مما يضمن الحصول على موافقة مستنيرة، وخصوصية البيانات، وسرية المعلومات. تم إبلاغ المشاركين بالكامل عن الدراسة وحقوقهم، بما في ذلك القدرة على الانسحاب في أي وقت دون عواقب. تم اتخاذ تدابير لحماية بيانات المشاركين من خلال إخفاء الهوية وتقييد الوصول إلى الأفراد المصرح لهم.
DOI: https://doi.org/10.30935/jdet/15887
Publication Date: 2025-01-28
Author(s): Bismark Nyaaba Akanzire et al.
Primary Topic: Online Learning and Analytics
Overview
This study investigates teacher educators’ perceptions of generative artificial intelligence (GenAI) in teacher education within Ghana, utilizing a descriptive survey of 55 educators from two colleges. Employing a convenience sampling method and exploratory factor analysis, the research identifies key factors influencing perceptions and readiness for GenAI integration. The findings indicate a generally positive outlook among educators regarding GenAI’s potential to enhance academic achievement, student engagement, and communication. Notably, background factors such as age, teaching experience, department, and college do not significantly influence these perceptions, suggesting that training and resources for GenAI should be universally accessible rather than tailored to specific demographics.
Despite the positive perceptions, the study uncovers significant concerns related to ethical issues, fairness in student assessment, and the potential negative impact on educator-student relationships. The need for professional development is emphasized, with educators advocating for training in GenAI usage to maximize its educational benefits. The study concludes with recommendations for establishing clear policies and guidelines for the ethical implementation of GenAI in teacher education, alongside a call for further research with a larger and more diverse sample to better understand acceptance levels and readiness for GenAI adoption in educational settings.
Introduction
The introduction of this research paper highlights the transformative impact of generative artificial intelligence (GenAI) tools, such as ChatGPT and Microsoft Copilot, on teacher education. It emphasizes the potential of GenAI to enhance teacher-student interactions and improve learning experiences. However, the integration of these technologies raises critical questions regarding their influence on teachers’ roles and responsibilities. The perceptions of teacher educators towards GenAI are complex and play a crucial role in determining their acceptance and effective incorporation of such technologies into their teaching practices.
The study aims to investigate the perceptions of teacher educators regarding their preparedness and concerns about integrating GenAI into teacher education programs. It establishes two hypotheses to explore the relationship between background factors—such as college name, department, years of teaching experience, and age—and teacher educators’ views on GenAI. The findings indicate that there is no statistically significant relationship between these background factors and educators’ perceptions, as evidenced by p-values greater than 0.05, leading to the failure to reject the null hypothesis. This suggests that these demographic variables do not significantly predict teacher educators’ views on GenAI within the context of teacher education.
Results
In the exploratory factor analysis (EFA) of teacher educators’ perspectives on integrating Generative AI (GenAI) tools in education, a parallel analysis screen plot was employed to ascertain the number of factors to retain. This method compared the eigenvalues from the actual dataset with those derived from simulated and resampled data, leading to the retention of three significant factors. The eigenvalues for these factors were found to be 3.5, 2.5, and 2.0, all exceeding the threshold of 1 and demonstrating a marked decline in subsequent eigenvalues, which indicates that these factors effectively capture meaningful variance in the educators’ views.
Following the identification of the three factors, Varimax rotation was applied to enhance their interpretability, revealing distinct dimensions: (1) academic improvement and engagement, (2) barriers and challenges, and (3) communication and independence. The results, detailed in Table 2, illustrate the loading of various items onto these factors, with higher absolute values signifying stronger relationships, thereby providing a comprehensive understanding of the concerns and perspectives of teacher educators regarding the integration of GenAI tools in educational settings.
Discussion
The discussion section of the research paper highlights the perceptions and concerns of teacher educators in Ghana regarding the integration of Generative AI (GenAI) in education. The findings indicate a generally positive outlook on GenAI’s potential to enhance communication and academic outcomes, with an overall mean score of 4.13 (SD = 0.897) reflecting strong agreement on its benefits. Educators expressed a particular need for professional development to effectively utilize GenAI tools, emphasizing the importance of staying current with technological advancements to facilitate better interactions with students. However, concerns about ethical issues, insufficient resources, and the impact on tutor-student dynamics were also noted, suggesting a mixed perception among educators.
Despite the positive views, the study found no statistically significant relationship between background factors—such as age, teaching experience, and department—and educators’ perceptions of GenAI. This lack of correlation implies that the integration of GenAI in teacher education should focus on broad training initiatives rather than being tailored to specific demographic groups. The findings underscore the necessity for comprehensive policies and guidelines to address ethical challenges and promote responsible use of GenAI in educational settings. Overall, the study advocates for further empirical research to explore broader acceptance and readiness for GenAI adoption among a more diverse population of teacher educators.
Limitations
The limitations of the study primarily stem from its small sample size, which was influenced by the limited awareness of Generative AI (GenAI) among educators in Ghana at the time of data collection. This resulted in a convenience sampling approach, a nonprobabilistic method that raises concerns regarding the representativeness of the sample and consequently diminishes the statistical power of the findings. As a result, the conclusions drawn from this study may not be generalizable to the broader population of educators in Ghana. Future research is recommended to employ probabilistic sampling techniques to enhance the representativeness of the sample.
Additionally, the study was conducted in a professional setting with adult participants who were colleagues of the researchers, posing minimal risk to participants. The authors adhered to ethical standards, ensuring informed consent, data privacy, and confidentiality. Participants were fully informed about the study and their rights, including the ability to withdraw at any time without repercussions. Measures were taken to protect participant data through anonymization and restricted access to authorized personnel.