DOI: https://doi.org/10.1038/s41598-025-87450-5
PMID: https://pubmed.ncbi.nlm.nih.gov/39863690
تاريخ النشر: 2025-01-25
المؤلف: Wei-Ang Dai وآخرون
الموضوع الرئيسي: طرق التدريس المبتكرة
نظرة عامة
تناقش هذه القسم تعزيز منهجيات التعليم في الفصول المعكوسة في التعليم العالي من خلال دمج تقنيات الواقع الافتراضي (VR) والتعلم العميق. يؤكد المؤلفون أن الجمع بين هذه الأدوات المتقدمة يمكن أن يحسن بشكل كبير من تفاعل الطلاب ونتائج التعلم. من خلال الاستفادة من الواقع الافتراضي، يمكن للمعلمين إنشاء بيئات تعليمية غامرة تسهل المشاركة النشطة، بينما يمكن لخوارزميات التعلم العميق تخصيص التجارب التعليمية بناءً على احتياجات الطلاب الفردية.
تشير النتائج إلى أن هذا النهج المبتكر لا يعزز فقط جو التعلم التفاعلي، بل يساعد أيضًا في الاحتفاظ بالمفاهيم المعقدة. تستنتج الدراسة أن اعتماد الواقع الافتراضي والتعلم العميق في الفصول المعكوسة يمثل اتجاهًا واعدًا للممارسات التعليمية الحديثة، مما قد يؤدي إلى تحسين الأداء الأكاديمي ورضا الطلاب.
الطرق
تحدد قسم الطرق تصميم التجربة وتقييم الأداء لمجموعة متنوعة من الأطر التعليمية التي تتضمن نماذج تعليمية مبتكرة، مع التركيز بشكل خاص على دمج الواقع الافتراضي (VR) ومنهجيات الفصول المعكوسة. شملت الدراسة مجموعة متنوعة من المشاركين عبر تجارب متعددة، كما هو ملخص في الجدول 2، الذي يوضح معايير مثل مدة الدورة، ومعدل إطارات الفيديو، وطول الصوت، وعدد الكلمات في النص، ومعدل بت الصوت، وعدد حقول البيانات الوصفية.
تشمل النتائج الرئيسية من الدراسات عرض لين وآخرين أن نموذج التعلم المعكوس القائم على الواقع الافتراضي يعزز بشكل كبير المهارات الطبية المعقدة، والكفاءة الذاتية، والدافع للتعلم بين طلاب الطب. وجدت داينغرات أن نهج الفصل المعكوس الممتد يحسن بشكل ملحوظ من فهم القراءة، لا سيما للطلاب ذوي القدرة العالية على الذاكرة العاملة. بالإضافة إلى ذلك، كشفت تحليل لياو وو لبيانات تدفق نقر الفيديو عن رؤى حول التطور الديناميكي لدافع التعلم، داعية إلى مواد تعليمية عند الطلب لتعزيز استقلالية التعلم. أشارت أبحاث زانغ إلى أن نموذج معكوس لكتابة اللغة الإنجليزية كلغة أجنبية (EFL)، المدعوم بالدورات المفتوحة عبر الإنترنت والذكاء الاصطناعي، يعزز بشكل كبير من أداء الكتابة. أخيرًا، أفاد وونغ وآخرون بتحسين بنسبة 24.8% في نتائج التعليم الهندسي من خلال بيئة تعلم معززة بالواقع الافتراضي، مما يبرز فعالية الواقع الافتراضي في سياقات تعلم التكنولوجيا المعقدة.
المناقشة
يستفيد نموذج VR-Flipped، الذي تم تطويره في هذا البحث، من نموذج تدريب اللغة-الصورة المتباين (CLIP) وآلية الانتباه المتعدد النماذج لتحسين نهج التعليم في الفصول المعكوسة في بيئات الواقع الافتراضي (VR). يعالج هذا النموذج قيود الفصول المعكوسة التقليدية من خلال تمكين تتبع سلوكيات تعلم الطلاب في الوقت الحقيقي وتقديم ملاحظات شخصية بناءً على التوافق بين هذه السلوكيات ومحتوى التعليم. يسهل دمج البيانات متعددة النماذج—البصرية، والنصية، والتفاعلية—تجربة تعلم ديناميكية، مما يسمح بتعديل استراتيجيات التعليم استجابةً لمسارات الطلاب الفردية. تشير النتائج إلى أن نموذج VR-Flipped يحسن بشكل كبير من قابلية التكيف وفعالية مسارات التعلم الشخصية، مما يعزز بيئة تعليمية أكثر تفاعلية وجاذبية.
تسلط مراجعة الأدبيات الضوء على الاهتمام المتزايد في منهجيات الفصول المعكوسة، لا سيما فعاليتها في تعزيز تفاعل الطلاب ونتائج التعلم عبر مختلف التخصصات. توضح الدراسات المذكورة أن الجمع بين الفصول المعكوسة والأدوات التعليمية الحديثة، مثل التعلم المصغر والتوصيات الشخصية المدفوعة بالذكاء الاصطناعي، يمكن أن يؤدي إلى تحسين الأداء الأكاديمي والدافع بين الطلاب. ومع ذلك، غالبًا ما تفشل الأبحاث الحالية في معالجة تعقيدات سيناريوهات التعلم التفاعلية. يهدف نموذج VR-Flipped إلى سد هذه الفجوة من خلال استخدام تقنية الواقع الافتراضي ودمج البيانات المتعددة النماذج لضمان ملاحظات متماسكة وشخصية في سياقات التعليم الديناميكية. بشكل عام، يبرز البحث إمكانيات نموذج VR-Flipped لتحويل نماذج التعليم التقليدية إلى تجارب تعلم أكثر استجابة وفعالية.
القيود
تسلط القيود المفروضة على البحث الحالي حول فصل VR-Flipped الضوء على عدة مجالات للاستكشاف المستقبلي. بشكل أساسي، تقتصر الدراسة على الوسائط البصرية والنصية، مما يستلزم التوسع في التفاعلات متعددة الحواس، بما في ذلك الصوت والتغذية الراجعة اللمسية، لتعزيز الدقة الإدراكية وتنوع التغذية الراجعة. بالإضافة إلى ذلك، بينما يحافظ التعديل الديناميكي للتردد على استمرارية المشهد، فإن تأثيره على الحمل المعرفي للمتعلمين في السيناريوهات المعقدة لا يزال غير موثق بشكل كافٍ. هناك دعوة للتحقق التجريبي الشامل وتحسين الخوارزميات، لا سيما للمهام المعرفية عالية المستوى مثل التفكير النقدي.
علاوة على ذلك، تشير الأبحاث إلى أن التحليل العميق لسلوكيات التعلم طويلة الأمد للطلاب ضمن إطار VR-Flipped يتطلب مزيدًا من التحسين مقارنةً بتحليلات تدفق النقر الديناميكية الحالية. التحديات المتعلقة بالموارد الحاسوبية في معالجة البيانات متعددة النماذج تعيق أيضًا الأداء في الوقت الحقيقي في المشاهد فائقة التعقيد. تقترح الدراسات المستقبلية التركيز على دمج البيانات متعددة النماذج المتقدمة وآليات التغذية الراجعة، مع دمج الرؤى من علوم الدماغ وعلم النفس المعرفي لفهم حالات الطلاب المعرفية بشكل أفضل. سيتم استخدام تقنيات مثل تخطيط كهربية الدماغ (EEG) وطيف الأشعة تحت الحمراء القريبة الوظيفية للتحقيق في الاستجابات العصبية تحت أحمال معرفية متغيرة، بهدف تحسين التغذية الراجعة متعددة النماذج الشخصية. علاوة على ذلك، يعتزم البحث تعزيز قدرات التفاعل للنموذج عبر الوسائط الصوتية واللمسية وبيئات الواقع الافتراضي، مع معالجة المتطلبات الحاسوبية من خلال الحوسبة الموزعة واستراتيجيات الخوارزمية الخفيفة لضمان أداء قوي في سياقات تعليمية متنوعة.
DOI: https://doi.org/10.1038/s41598-025-87450-5
PMID: https://pubmed.ncbi.nlm.nih.gov/39863690
Publication Date: 2025-01-25
Author(s): Wei-Ang Dai et al.
Primary Topic: Innovative Teaching Methods
Overview
The section discusses the enhancement of flipped classroom teaching methodologies in higher education through the integration of virtual reality (VR) and deep learning technologies. The authors emphasize that the combination of these advanced tools can significantly improve student engagement and learning outcomes. By leveraging VR, educators can create immersive learning environments that facilitate active participation, while deep learning algorithms can personalize educational experiences based on individual student needs.
The findings suggest that this innovative approach not only fosters a more interactive learning atmosphere but also aids in the retention of complex concepts. The study concludes that the adoption of VR and deep learning in flipped classrooms represents a promising direction for modern educational practices, potentially leading to improved academic performance and student satisfaction.
Methods
The methods section outlines the experimental design and performance evaluation of various educational frameworks that incorporate innovative teaching models, particularly focusing on the integration of virtual reality (VR) and flipped classroom methodologies. The study involved a diverse set of participants across multiple experiments, as summarized in Table 2, which details parameters such as course duration, video frame rate, audio length, text word count, audio bit rate, and the number of metadata fields.
Key findings from the studies include Lin et al.’s demonstration that a VR-based flipped learning model significantly enhances complex medical skills, self-efficacy, and learning motivation among medical students. Diningrat et al. found that an extended flipped classroom approach notably improves reading comprehension, particularly for students with high working memory capacity. Additionally, Liao and Wu’s analysis of video clickstream data revealed insights into the dynamic development of learning motivation, advocating for on-demand teaching materials to foster learning autonomy. Zhang’s research indicated that a flipped model for English as a Foreign Language (EFL) writing, supported by MOOCs and AI, significantly enhances writing performance. Lastly, Wong et al. reported a 24.8% improvement in engineering education outcomes through a VR-enhanced learning environment, underscoring the effectiveness of VR in complex technology learning contexts.
Discussion
The VR-Flipped model, developed in this research, leverages the Contrastive Language-Image Pre-Training (CLIP) model and the Transformer’s cross-modal attention mechanism to enhance the flipped classroom teaching approach in virtual reality (VR) environments. This model addresses the limitations of traditional flipped classrooms by enabling real-time tracking of student learning behaviors and providing personalized feedback based on the alignment between these behaviors and the teaching content. The integration of multimodal data—visual, textual, and interactive—facilitates a dynamic learning experience, allowing for the adjustment of teaching strategies in response to individual student trajectories. The findings indicate that the VR-Flipped model significantly improves the adaptability and effectiveness of personalized learning paths, thereby fostering a more interactive and engaging educational environment.
The literature review highlights the growing interest in flipped classroom methodologies, particularly their effectiveness in enhancing student engagement and learning outcomes across various disciplines. Studies cited demonstrate that combining flipped classrooms with modern educational tools, such as micro-learning and AI-driven personalized recommendations, can lead to improved academic performance and motivation among students. However, existing research often falls short in addressing the complexities of interactive learning scenarios. The VR-Flipped model aims to fill this gap by utilizing VR technology and cross-modal data fusion to ensure coherent and personalized feedback in dynamic teaching contexts. Overall, the research underscores the potential of the VR-Flipped model to transform traditional teaching paradigms into more responsive and effective learning experiences.
Limitations
The limitations of the current research on the VR-Flipped classroom highlight several areas for future exploration. Primarily, the study is constrained to visual and text modalities, necessitating an expansion into multi-sensory interactions, including audio and tactile feedback, to enhance perceptual accuracy and feedback diversity. Additionally, while the dynamic adjustment of frequency maintains scene continuity, its impact on learners’ cognitive load in complex scenarios remains inadequately validated. There is a call for extensive experimental verification and algorithm optimization, particularly for high-order cognitive tasks like critical thinking.
Moreover, the research indicates that the deep analysis of students’ long-term learning behaviors within the VR-Flipped framework requires further refinement compared to existing dynamic clickstream analyses. Challenges related to computing resources in processing multimodal data also hinder real-time performance in ultra-complex scenes. Future studies are proposed to focus on advanced multimodal data fusion and feedback mechanisms, integrating insights from brain science and cognitive psychology to better understand learners’ cognitive states. Techniques such as EEG and functional near-infrared spectroscopy will be employed to investigate neural responses under varying cognitive loads, aiming to optimize personalized multimodal feedback. Furthermore, the research intends to enhance the model’s interaction capabilities across audio, tactile, and virtual reality modalities, while addressing the computational demands through distributed computing and lightweight algorithm strategies to ensure robust performance in diverse educational contexts.