DOI: https://doi.org/10.3389/feduc.2025.1640212
تاريخ النشر: 2025-09-04
المؤلف: Reham Ahmed Salhab وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في التعليم
نظرة عامة
تبحث الدراسة في العلاقة بين معرفة الذكاء الاصطناعي، مهارات القرن الحادي والعشرين، وقبول الذكاء الاصطناعي التوليدي بين طلاب الجامعات. مع الاعتراف بأهمية هذه الكفاءات المتزايدة في المشهد التعليمي، تستخدم الدراسة تصميمًا كميًا مع عينة من 260 طالبًا تم اختيارهم عشوائيًا. تشير النتائج إلى أن كل من معرفة الذكاء الاصطناعي ومهارات القرن الحادي والعشرين موجودة بمستويات معتدلة، مما يؤثر بشكل كبير على قبول الطلاب لتطبيقات الذكاء الاصطناعي التوليدي في عمليات التعلم الخاصة بهم.
تخلص الدراسة إلى أنه بينما يظهر طلاب الجامعات مستويات معتدلة من معرفة الذكاء الاصطناعي ومهارات القرن الحادي والعشرين، هناك حاجة ملحة لتحسين هذه المجالات لتعزيز نتائج التعلم في القرن الحادي والعشرين. لمعالجة ذلك، يوصي المؤلفون بدمج معرفة الذكاء الاصطناعي في المناهج الجامعية عبر مختلف التخصصات، مدعومة بمواد تعليمية واستراتيجيات تعليمية مستهدفة. تهدف هذه المقاربة إلى تجهيز الطلاب بشكل أفضل لمتطلبات عصر الذكاء الاصطناعي التوليدي المتطورة.
مقدمة
تسلط مقدمة الورقة الضوء على الزيادة الكبيرة في تطبيق الذكاء الاصطناعي (AI) في التعليم، مع التركيز بشكل خاص على الذكاء الاصطناعي التوليدي، الذي يتميز بإنشاء محتوى أصلي مثل النصوص والصور والموسيقى ومقاطع الفيديو من خلال التعرف على الأنماط في البيانات الموجودة. هذا الفرع من الذكاء الاصطناعي، على عكس النماذج التقليدية التي تصنف أو تتنبأ بشكل أساسي، يحاكي الإبداع البشري ويؤثر على مختلف القطاعات، مما يدفع الأفراد إلى تعديل مهاراتهم وإعادة النظر في مساراتهم المهنية. إن إمكانيات الذكاء الاصطناعي التوليدي للتقدم الاجتماعي والاقتصادي كبيرة؛ ومع ذلك، فإن دمجه في السياقات التعليمية يقدم تحديات، بما في ذلك القضايا الأخلاقية المتعلقة بالخصوصية والتحيز والمساءلة.
علاوة على ذلك، بينما يمكن أن يعزز الذكاء الاصطناعي التوليدي التجارب التعليمية من خلال تعزيز مشاركة الطلاب، والتعلم الذاتي، والتفكير النقدي، فإنه يتطلب فهمًا قويًا لمعرفه الذكاء الاصطناعي يشمل كل من المهارات التقنية والاعتبارات الأخلاقية. وبالتالي، تواجه المؤسسات التعليمية مهمة الاستفادة من فوائد الذكاء الاصطناعي التوليدي مع الحفاظ على النزاهة الأكاديمية ومعالجة المخاطر المرتبطة.
طرق
توضح قسم “المواد والطرق” التصميم التجريبي والإجراءات المستخدمة في الدراسة. يوضح المواد المحددة المستخدمة، بما في ذلك أي مواد كيميائية، معدات، وعينات بيولوجية، بالإضافة إلى البروتوكولات المتبعة لضمان إمكانية إعادة الإنتاج. كما يصف القسم الأساليب الإحصائية المطبقة لتحليل البيانات، بما في ذلك أي برامج مستخدمة ومعايير الدلالة.
بالإضافة إلى ذلك، تشمل المنهجية تقنيات أخذ العينات، الضوابط التجريبية، وأي اعتبارات أخلاقية ذات صلة. تضمن هذه المقاربة الشاملة أن تكون النتائج قوية ويمكن التحقق منها من خلال الأبحاث المستقبلية. بشكل عام، يعمل القسم كأساس حاسم لفهم الإطار التجريبي وموثوقية النتائج التي تم الحصول عليها.
مناقشة
تؤكد قسم المناقشة في ورقة البحث على الدور الحاسم للذكاء الاصطناعي التوليدي في التعليم الحديث، خاصة داخل الجامعات. يبرز ضرورة تعزيز المؤسسات التعليمية لمعرفه الذكاء الاصطناعي ومهارات القرن الحادي والعشرين بين الطلاب لضمان استعدادهم جيدًا للتنقل والاستفادة من تقنيات الذكاء الاصطناعي بشكل فعال. يجادل المؤلفون بأن فهم الذكاء الاصطناعي ضروري ليس فقط للنجاح الأكاديمي ولكن أيضًا لمعالجة التحديات الاجتماعية الأوسع، حيث يتغلغل الذكاء الاصطناعي بشكل متزايد في مختلف القطاعات، بما في ذلك الأعمال، والعلوم، والفنون. تهدف الدراسة إلى التحقيق في العلاقة بين معرفه الذكاء الاصطناعي، مهارات القرن الحادي والعشرين، وقبول الذكاء الاصطناعي التوليدي بين طلاب جامعة فلسطين التقنية – خضوري (PTUK)، مع معالجة فجوة بحثية ملحوظة في البلدان النامية.
تحدد الورقة نقص الدراسات الشاملة التي تفحص كيف تتقاطع العوامل الديموغرافية، مثل الجنس ومجال الدراسة، مع قبول الذكاء الاصطناعي، خاصة في سياق فلسطين. كما تشير إلى أن الأبحاث الحالية قد ركزت بشكل أساسي على البيئات ذات الموارد العالية، مما يترك فجوة في فهم التحديات الفريدة التي يواجهها الطلاب في المناطق النامية. يقترح المؤلفون أن تعزيز معرفه الذكاء الاصطناعي ومهارات القرن الحادي والعشرين أمر حاسم لتربية جيل قادر على الانخراط بشكل نقدي مع تقنيات الذكاء الاصطناعي، مما يحسن نتائج التعليم ويعد الطلاب لمتطلبات سوق العمل المستقبلية. تستخدم الدراسة نهجًا كميًا، مستفيدة من مقاييس موثوقة لقياس المتغيرات الرئيسية وتهدف إلى المساهمة في الأدبيات حول قبول الذكاء الاصطناعي التوليدي في التعليم العالي.
القيود
تسلط القيود في البحث الحالي الضوء على عدة مجالات للتحسين في الدراسات المستقبلية. أولاً، قد يفتقر نموذج UTAUT المستخدم إلى القابلية للتعميم مقارنةً بالأطر النظرية الأخرى، مما قد يؤثر على قابلية تطبيق النتائج. بالإضافة إلى ذلك، فإن تقييم مهارات القرن الحادي والعشرين يعوقه غياب أدوات موحدة، مما يضعف عمق ودقة النتائج. قد لا تكون أداة القياس المستخدمة في الدراسة قادرة على التقاط المفاهيم المعقدة، مثل الإبداع، كما أن مقياس قوة الدرجات المشار إليه في Daher (2019) يفتقر إلى أساس تجريبي أو نظري قوي لعتباته الفئوية (مثل: ضعيف، معتدل، قوي). يثير هذا التعريف التعسفي مخاوف بشأن الموضوعية وإمكانية إعادة الإنتاج، مما قد يقدم تحيزًا ويبسّط البيانات الدقيقة.
علاوة على ذلك، قد يحد حجم العينة الصغيرة نسبيًا من قوة النتائج وقابليتها للتعميم. يجب أن تأخذ الأبحاث المستقبلية في الاعتبار استخدام أطر بديلة وطرق تقييم أكثر شمولاً ومشتقة تجريبيًا لتعزيز صرامة الدراسة. يمكن أن يوفر تنفيذ أنظمة تسجيل مستمرة وتقنيات جمع بيانات مفصلة قياسًا أكثر دقة للمهارات المعنية، مما يعالج القيود المحددة في هذا البحث.
DOI: https://doi.org/10.3389/feduc.2025.1640212
Publication Date: 2025-09-04
Author(s): Reham Ahmed Salhab et al.
Primary Topic: Artificial Intelligence in Education
Overview
The research investigates the relationship between AI literacy, 21st-century skills, and the acceptance of generative AI among college students. Recognizing the growing importance of these competencies in the educational landscape, the study employs a quantitative design with a sample of 260 randomly selected students. Findings indicate that both AI literacy and 21st-century skills are present at moderate levels, significantly influencing students’ acceptance of generative AI applications in their learning processes.
The study concludes that while college students exhibit moderate levels of AI literacy and 21st-century skills, there is a pressing need for improvement in these areas to enhance learning outcomes in the 21st century. To address this, the authors recommend the integration of AI literacy into college curricula across various disciplines, supported by targeted instructional materials and educational strategies. This approach aims to better equip students for the evolving demands of the generative AI era.
Introduction
The introduction of the paper highlights the significant rise in the application of artificial intelligence (AI) in education, particularly focusing on generative AI, which distinguishes itself by creating original content such as text, images, music, and videos through pattern recognition in existing data. This branch of AI, unlike traditional models that primarily classify or predict, emulates human creativity and is influencing various sectors, prompting individuals to adapt their skills and reconsider career paths. The potential of generative AI for societal and economic progress is substantial; however, its integration into educational contexts presents challenges, including ethical concerns related to privacy, bias, and accountability.
Moreover, while generative AI can enhance educational experiences by promoting student engagement, self-directed learning, and critical thinking, it necessitates a robust understanding of AI literacy that encompasses both technical skills and ethical considerations. Educational institutions are thus confronted with the task of leveraging the benefits of generative AI while maintaining academic integrity and addressing the associated risks.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the specific materials used, including any reagents, equipment, and biological samples, as well as the protocols followed to ensure reproducibility. The section also describes the statistical methods applied for data analysis, including any software utilized and the criteria for significance.
Additionally, the methodology encompasses the sampling techniques, experimental controls, and any relevant ethical considerations. This comprehensive approach ensures that the findings are robust and can be validated by future research. Overall, the section serves as a critical foundation for understanding the experimental framework and the reliability of the results obtained.
Discussion
The discussion section of the research paper emphasizes the critical role of generative AI in modern education, particularly within universities. It highlights the necessity for educational institutions to enhance AI literacy and 21st-century skills among students to ensure they are well-prepared to navigate and leverage AI technologies effectively. The authors argue that understanding AI is essential not only for academic success but also for addressing broader societal challenges, as AI increasingly permeates various sectors, including business, science, and the arts. The study aims to investigate the relationship between AI literacy, 21st-century skills, and the acceptance of generative AI among college students at Palestine Technical University-Kadoorie (PTUK), addressing a notable research gap in developing countries.
The paper identifies a lack of comprehensive studies examining how demographic factors, such as gender and field of study, intersect with AI acceptance, particularly in the context of Palestine. It also notes that existing research has predominantly focused on high-resource settings, leaving a gap in understanding the unique challenges faced by students in developing regions. The authors propose that enhancing AI literacy and 21st-century skills is crucial for fostering a generation capable of critically engaging with AI technologies, thereby improving educational outcomes and preparing students for future workforce demands. The study employs a quantitative approach, utilizing validated scales to measure the key variables and aims to contribute to the literature on generative AI acceptance in higher education.
Limitations
The limitations of the current research highlight several areas for improvement in future studies. Firstly, the UTAUT model utilized may lack generalizability compared to other theoretical frameworks, potentially affecting the applicability of the findings. Additionally, the assessment of 21st-century skills is hindered by the absence of standardized tools, which compromises the depth and accuracy of the results. The study’s measurement tool may not adequately capture complex constructs, such as creativity, and the score strength scale referenced in Daher (2019) lacks a solid empirical or theoretical basis for its categorical thresholds (e.g., weak, moderate, strong). This arbitrary definition raises concerns regarding objectivity and reproducibility, potentially introducing bias and oversimplifying nuanced data.
Furthermore, the relatively small sample size may limit the robustness and generalizability of the findings. Future research should consider employing alternative frameworks and more comprehensive, empirically derived assessment methods to enhance the rigor of the study. Implementing continuous scoring systems and detailed data collection techniques could provide a more accurate measurement of the skills in question, thereby addressing the limitations identified in this research.