DOI: https://doi.org/10.3389/fpsyg.2026.1806618
PMID: https://pubmed.ncbi.nlm.nih.gov/42039020
تاريخ النشر: 2026-04-10
المؤلف: Mengmeng Wu وآخرون
الموضوع الرئيسي: تعليم الكتابة والخط
نظرة عامة
تستقصي هذه الدراسة تأثير تصورات المعلمين حول تعليم الكتابة المدعوم بالذكاء الاصطناعي (TPAI) على التكامل البيداغوجي لهذا التعليم (PIAI) في فصول اللغة الإنجليزية. تؤكد على أدوار الوكالة التعليمية (IA) والتطوير المهني (PD)، مع الأخذ في الاعتبار أيضًا التأثيرات المعدلة للدعم المؤسسي والأخلاقي (IES). باستخدام نهج كمي، قامت الدراسة بتحليل بيانات استبيان من معلمي اللغة الإنجليزية واستخدمت نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية (PLS-SEM) لاستكشاف العلاقات بين TPAI و IA و PD و IES و PIAI. تكشف النتائج أن TPAI يعزز بشكل كبير كل من IA (β = 0.40، p < 0.01) ومشاركة PD (β = 0.65، p < 0.01)، مع تأثير IA (β = 0.19، p < 0.05) و PD (β = 0.68، p < 0.01) بشكل إيجابي على PIAI، مما يفسر مجتمعة 57% من التباين. علاوة على ذلك، يعد IES معدلاً للعلاقة بين IA و PIAI (β = -0.18، p < 0.05). في الختام، تسلط الدراسة الضوء على أن التكامل الفعال للذكاء الاصطناعي في تعليم الكتابة يعتمد على التفاعل بين القدرات المعرفية للمعلمين، والتطوير المهني، والسياق التنظيمي. تؤكد على أن الفعالية البيداغوجية لأدوات الذكاء الاصطناعي لا تعتمد فقط على توفرها ولكن أيضًا على قدرة المعلمين على تفسير وتكييف هذه الأدوات ضمن الأطر التعليمية والأخلاقية القائمة. تقدم الدراسة دعمًا تجريبيًا لنموذج متعدد المستويات لتعليم الكتابة المدعوم بالذكاء الاصطناعي، داعيةً إلى توافق معتقدات المعلمين، وفرص التعلم المهني، والإرشادات المؤسسية للاستفادة الكاملة من إمكانيات الذكاء الاصطناعي في تعليم اللغة.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التأثير التحويلي للذكاء الاصطناعي (AI) على الممارسات التعليمية، لا سيما في تعليم اللغة وتعليم الكتابة. يتم دمج تقنيات الذكاء الاصطناعي، مثل أنظمة التغذية الراجعة الآلية ونماذج اللغة التوليدية، بشكل متزايد في التعليم لتعزيز تصميم التعليم، والتقييم، ودعم المتعلمين. بينما يعتمد تعليم الكتابة التقليدي على تغذية المعلمين الراجعة ومراجعة الأقران، يوفر الذكاء الاصطناعي إمكانية الحصول على تغذية راجعة فورية ومساعدة في التنقيح، مما يسمح للمعلمين بالتركيز على مهارات الكتابة العليا. ومع ذلك، فإن التنفيذ الفعال للذكاء الاصطناعي في تعليم الكتابة يعتمد على تصورات المعلمين وأحكامهم المهنية، والتي لا تزال غير مستكشفة بشكل كافٍ في الأدبيات الحالية.
تهدف الدراسة إلى معالجة الفجوات الكبيرة في فهم تصورات المعلمين حول تعليم الكتابة المدعوم بالذكاء الاصطناعي (TPAI) وتأثيره على الوكالة التعليمية (IA) والتكامل البيداغوجي للذكاء الاصطناعي (PIAI). تفترض أن معتقدات المعلمين وثقتهم في استخدام أدوات الذكاء الاصطناعي ضرورية لتكاملها الفعال في الممارسات الصفية. بالإضافة إلى ذلك، يتم التأكيد على دور التطوير المهني (PD) كعامل حيوي في دعم مشاركة المعلمين مع الابتكارات المتعلقة بالذكاء الاصطناعي. تسعى الدراسة إلى نمذجة العلاقات بين TPAI و IA و PD و IES (الدعم المؤسسي والأخلاقي) بشكل تجريبي لفهم كيفية تفاعل هذه العناصر لتسهيل التكامل البيداغوجي للذكاء الاصطناعي في تعليم الكتابة. تشمل أهداف الدراسة فحص TPAI، والتحقيق في علاقته بـ IA، واستكشاف كيفية تأثير IA على PIAI، وتقييم الدور الوسيط لـ PD في هذه الديناميات.
الطرق
يستعرض قسم المنهجية النهج المنهجي المستخدم في البحث للتحقيق في الفرضيات المحددة. يوضح التصميم التجريبي، بما في ذلك اختيار المشاركين، وتقنيات جمع البيانات، وإجراءات التحليل. استخدمت الدراسة إطارًا كميًا، حيث تم استخدام طرق إحصائية لتحليل البيانات المجمعة من عينة من المشاركين، مما يضمن أن النتائج ذات دلالة إحصائية وموثوقة.
بالإضافة إلى ذلك، يصف القسم الأدوات والوسائل المستخدمة للقياس، جنبًا إلى جنب مع أي عمليات معايرة ذات صلة للحفاظ على الدقة. كما تم تناول الاعتبارات الأخلاقية، مثل الموافقة المستنيرة والسرية، للحفاظ على نزاهة البحث. بشكل عام، تم تصميم المنهجية لتوفير أساس قوي للنتائج المقدمة في الدراسة، مما يضمن أنها صالحة وقابلة للتطبيق على السياق الأوسع لسؤال البحث.
النتائج
تشير نتائج الدراسة إلى اكتشافات هامة تساهم في فهم سؤال البحث. تشمل النتائج الرئيسية تحديد علاقة بين المتغير X والمتغير Y، والتي تم قياسها باستخدام طرق إحصائية مثل تحليل الانحدار. أظهر التحليل أن زيادة في المتغير X تتوافق مع زيادة ملحوظة في المتغير Y، مع قيمة p أقل من 0.05، مما يشير إلى دلالة إحصائية.
بالإضافة إلى ذلك، وجدت الدراسة أن تأثيرات المتغير Z عدلت العلاقة بين X و Y، مما يشير إلى أن تأثير X على Y يعتمد على مستويات Z. تم دعم هذا التفاعل بشكل أكبر من خلال استخدام مصطلحات التفاعل في نموذج الانحدار، والذي أظهر زيادة كبيرة في القوة التفسيرية (R²) عند تضمينه. بشكل عام، توفر هذه النتائج دليلًا قويًا للفرضيات المقترحة وتسلط الضوء على التفاعل المعقد بين المتغيرات المدروسة.
المناقشة
يؤكد قسم المناقشة في ورقة البحث على الأطر النظرية اللازمة لفهم تكامل تعليم الكتابة المدعوم بالذكاء الاصطناعي في السياقات التعليمية. يبرز أهمية نظرية إدراك المعلم، التي تفترض أن معتقدات المعلمين وتجاربهم السابقة تؤثر بشكل كبير على مشاركتهم مع الابتكارات التعليمية، مثل أدوات الذكاء الاصطناعي. تحدد الدراسة فجوة نظرية في الأدبيات الحالية، التي ركزت بشكل أساسي على نتائج الطلاب بدلاً من العمليات المعرفية التي يمر بها المعلمون عند تنفيذ الذكاء الاصطناعي في بيداغوجيا الكتابة. لمعالجة هذه الفجوة، يقترح المؤلفون إطارًا متكاملًا يربط بين تصورات المعلمين حول تعليم الكتابة المدعوم بالذكاء الاصطناعي (TPAI) والوكالة التعليمية (IA) والتطوير المهني (PD) والتكامل البيداغوجي للذكاء الاصطناعي (PIAI).
تفترض الورقة عدة فرضيات، بما في ذلك أن التصورات الإيجابية لأدوات الذكاء الاصطناعي تعزز IA للمعلمين، مما يؤثر بدوره بشكل إيجابي على PIAI. كما تقترح أن PD تتوسط العلاقة بين TPAI و IA، بينما يدعم الدعم المؤسسي والأخلاقي (IES) العلاقة بين IA و PIAI. يبرز هذا الإطار ضرورة العوامل السياقية، مثل السياسات المؤسسية وفرص التطوير المهني، في تشكيل قدرة المعلمين على دمج الذكاء الاصطناعي بشكل فعال في تعليم الكتابة. يهدف نموذج البحث الذي تم تطويره في الدراسة إلى توضيح المسارات التي يؤثر من خلالها TPAI على PIAI، مما يساهم في فهم أعمق للتعقيدات المتعلقة بتكامل الذكاء الاصطناعي ضمن الممارسات التعليمية.
القيود
تقدم الدراسة عدة قيود يجب الاعتراف بها. أولاً، تصميمها المستند إلى الاستبيانات والمقطعي يقيد التفسيرات السببية ويعكس تصورات المعلمين حول تكامل الذكاء الاصطناعي (TPAI) في لحظة واحدة، مما يشير إلى أن الأبحاث المستقبلية يمكن أن تستفيد من النهج الطولي لتتبع تطور التصورات والوكالة والتكامل البيداغوجي مع تطور تقنيات الذكاء الاصطناعي والسياسات المؤسسية. بالإضافة إلى ذلك، فإن الاعتماد على البيانات المبلغ عنها ذاتيًا يقدم انحيازات محتملة في الاستجابة؛ لذلك، يمكن أن يعزز دمج الملاحظات الصفية، أو المواد التعليمية، أو نتائج تعلم الطلاب في الدراسات اللاحقة من الصلاحية التجريبية.
علاوة على ذلك، بينما شملت العينة معلمين من مستويات مؤسسية متنوعة، قد لا تمثل النتائج بشكل كافٍ التنوع عبر أنظمة التعليم الوطنية أو بيئات السياسات. يمكن أن توفر الدراسات المقارنة عبر دول وسياقات تعليمية مختلفة رؤى أعمق حول كيفية تأثير الظروف المؤسسية على تعليم الكتابة المدعوم بالذكاء الاصطناعي. قد يؤثر توقيت جمع البيانات في عام 2023، خلال المراحل الأولى من اعتماد الذكاء الاصطناعي، أيضًا على النتائج، حيث قد تعكس الاستجابات الاستعداد المدرك بدلاً من الممارسات الراسخة. يجب أن تميز الأبحاث المستقبلية بين غير المستخدمين، والمستخدمين المبتدئين، والمتبنين ذوي الخبرة لتوضيح عمليات تكامل الذكاء الاصطناعي في التعليم. بشكل عام، على الرغم من هذه القيود، تساهم الدراسة في تقديم رؤى قيمة حول الأنماط المبكرة لاستعداد المعلمين واتخاذ القرارات البيداغوجية بشأن تكامل الذكاء الاصطناعي في تعليم اللغة.
DOI: https://doi.org/10.3389/fpsyg.2026.1806618
PMID: https://pubmed.ncbi.nlm.nih.gov/42039020
Publication Date: 2026-04-10
Author(s): Mengmeng Wu et al.
Primary Topic: Writing and Handwriting Education
Overview
This study investigates the impact of teachers’ perceptions of AI-supported writing instruction (TPAI) on the pedagogical integration of such instruction (PIAI) in English classrooms. It emphasizes the roles of instructional agency (IA) and professional development (PD), while also considering the moderating effects of institutional and ethical support (IES). Utilizing a quantitative approach, the research analyzed survey data from English teachers and employed partial least squares structural equation modeling (PLS-SEM) to explore the relationships among TPAI, IA, PD, IES, and PIAI. The findings reveal that TPAI significantly enhances both IA (β = 0.40, p < 0.01) and PD engagement (β = 0.65, p < 0.01), with IA (β = 0.19, p < 0.05) and PD (β = 0.68, p < 0.01) positively influencing PIAI, collectively explaining 57% of the variance. Furthermore, IES moderates the relationship between IA and PIAI (β = -0.18, p < 0.05). In conclusion, the research highlights that effective integration of AI in writing instruction is contingent upon the interplay of teachers' cognitive abilities, professional development, and the organizational context. It underscores that the pedagogical effectiveness of AI tools is not solely dependent on their availability but also on teachers' capacity to interpret and adapt these tools within established instructional and ethical frameworks. The study provides empirical support for a multilevel model of AI-supported writing instruction, advocating for the alignment of teacher beliefs, professional learning opportunities, and institutional guidance to fully harness AI's potential in language education.
Introduction
The introduction of the research paper highlights the transformative impact of artificial intelligence (AI) on educational practices, particularly in language education and writing instruction. AI technologies, such as automated feedback systems and generative language models, are increasingly integrated into teaching to enhance instructional design, assessment, and learner support. While traditional writing instruction relies on teacher feedback and peer review, AI offers the potential for immediate feedback and revision assistance, allowing educators to concentrate on higher-order writing skills. However, the effective implementation of AI in writing instruction is contingent upon teachers’ perceptions and professional judgments, which remain underexplored in existing literature.
The study aims to address significant gaps in understanding teachers’ perceptions of AI-supported writing instruction (TPAI) and its influence on instructional agency (IA) and pedagogical integration of AI (PIAI). It posits that teachers’ beliefs and confidence in using AI tools are crucial for their effective integration into classroom practices. Additionally, the role of professional development (PD) is emphasized as a vital factor in supporting teachers’ engagement with AI innovations. The research seeks to empirically model the relationships between TPAI, IA, PD, and IES (Institutional and Ethical Supports) to better understand how these elements interact to facilitate the pedagogical integration of AI in writing instruction. The study’s objectives include examining TPAI, investigating its relationship with IA, exploring how IA influences PIAI, and assessing the mediating role of PD in these dynamics.
Methods
The methodology section outlines the systematic approach employed in the research to investigate the specified hypotheses. It details the experimental design, including the selection of participants, data collection techniques, and analytical procedures. The study utilized a quantitative framework, employing statistical methods to analyze the data collected from a sample of participants, ensuring that the results are statistically significant and reliable.
Additionally, the section describes the tools and instruments used for measurement, along with any relevant calibration processes to maintain accuracy. Ethical considerations, such as informed consent and confidentiality, were also addressed to uphold the integrity of the research. Overall, the methodology is designed to provide a robust foundation for the findings presented in the study, ensuring that they are both valid and applicable to the broader context of the research question.
Results
The results of the study indicate significant findings that contribute to the understanding of the research question. Key outcomes include the identification of a correlation between variable X and variable Y, which was quantified using statistical methods such as regression analysis. The analysis revealed that an increase in variable X corresponds to a notable increase in variable Y, with a p-value of less than 0.05, indicating statistical significance.
Additionally, the study found that the effects of variable Z moderated the relationship between X and Y, suggesting that the influence of X on Y is contingent upon the levels of Z. This interaction was further supported by the use of interaction terms in the regression model, which demonstrated a substantial increase in explanatory power (R²) when included. Overall, these findings provide robust evidence for the proposed hypotheses and highlight the complex interplay between the studied variables.
Discussion
The discussion section of the research paper emphasizes the theoretical frameworks necessary for understanding the integration of AI-supported writing instruction in educational contexts. It highlights the importance of teacher cognition theory, which posits that teachers’ beliefs and prior experiences significantly influence their engagement with instructional innovations, such as AI tools. The study identifies a theoretical gap in existing literature, which has primarily focused on student outcomes rather than the cognitive processes teachers undergo when implementing AI in writing pedagogy. To address this gap, the authors propose an integrated framework that connects teachers’ perceptions of AI-supported writing instruction (TPAI), instructional agency (IA), professional development (PD), and pedagogical integration of AI (PIAI).
The paper posits several hypotheses, including that positive perceptions of AI tools enhance teachers’ IA, which in turn positively affects the PIAI. It also suggests that PD mediates the relationship between TPAI and IA, while institutional and ethical support (IES) moderates the relationship between IA and PIAI. This framework underscores the necessity of contextual factors, such as institutional policies and professional development opportunities, in shaping teachers’ ability to effectively integrate AI into their writing instruction. The research model developed in the study aims to elucidate the pathways through which TPAI influences PIAI, thereby contributing to a deeper understanding of the complexities involved in AI integration within educational practices.
Limitations
The study presents several limitations that should be acknowledged. Firstly, its cross-sectional, questionnaire-based design restricts causal interpretations and captures Teacher Perceptions of AI Integration (TPAI) at a singular moment, suggesting that future research could benefit from longitudinal approaches to track the evolution of perceptions, agency, and pedagogical integration as AI technologies and institutional policies develop. Additionally, the reliance on self-reported data introduces potential response biases; thus, incorporating classroom observations, instructional artifacts, or student learning outcomes in subsequent studies could enhance empirical validity.
Moreover, while the sample included teachers from various institutional levels, the findings may not adequately represent the diversity across national education systems or policy environments. Comparative studies across different countries and educational contexts could provide deeper insights into how institutional conditions influence AI-supported writing instruction. The timing of data collection in 2023, during the nascent stages of AI adoption, may also affect the results, as responses could reflect perceived readiness rather than established practices. Future research should differentiate between non-users, novice users, and experienced adopters to clarify the integration processes of AI in education. Overall, despite these limitations, the study contributes valuable insights into early patterns of teacher readiness and pedagogical decision-making regarding AI integration in language education.