DOI: https://doi.org/10.1038/s41598-025-34416-2
PMID: https://pubmed.ncbi.nlm.nih.gov/41495147
تاريخ النشر: 2026-01-06
المؤلف: Xinqiao Cen وآخرون
الموضوع الرئيسي: تعليم الكتابة والخط
نظرة عامة
تبحث هذه الدراسة في تأثير أدوات الذكاء الاصطناعي التوليدي (AI)، وبشكل خاص مساعد الكتابة القائم على نماذج اللغة الكبيرة مثل ChatGPT، على مهارات الكتابة الإبداعية (CW) لدى متعلمي اللغة الإنجليزية كلغة أجنبية (EFL) من المستوى المتوسط. شملت الدراسة 92 مشاركًا ذكورًا مقسمين إلى ثلاث مجموعات: دعم عالي للذكاء الاصطناعي، دعم منخفض للذكاء الاصطناعي، ومجموعة التحكم. بعد تلقي مستويات متفاوتة من ملاحظات الذكاء الاصطناعي، أظهرت التحليلات الكمية أن كلا المجموعتين المدعومتين بالذكاء الاصطناعي تفوقت بشكل كبير على مجموعة التحكم، حيث أظهرت مجموعة الدعم العالي للذكاء الاصطناعي أكبر تحسينات في مهارات الكتابة الإبداعية والانخراط العاطفي. كشفت الرؤى النوعية أن ملاحظات الذكاء الاصطناعي المخصصة قللت من الحمل المعرفي من خلال معالجة الجوانب الفنية للكتابة، مما عزز إبداع الطلاب وتحفيزهم.
تؤكد النتائج على مزايا دمج الذكاء الاصطناعي في تعليم اللغة الإنجليزية كلغة أجنبية، لا سيما في تعزيز كل من التطور المعرفي والعاطفي. حققت مجموعة الدعم العالي للذكاء الاصطناعي أعلى درجات بعد الاختبار بلغت 44.00 في الكتابة الإبداعية و36.29 في الانخراط العاطفي، بينما سجلت مجموعة الدعم المنخفض للذكاء الاصطناعي ومجموعة التحكم درجات أقل عبر جميع المقاييس. تقترح الدراسة استراتيجيات عملية للمعلمين، مثل استخدام الذكاء الاصطناعي في المسودات التكرارية وتقديم مستويات متفاوتة من الدعم لتعزيز استقلالية وثقة المتعلمين. تدعو إلى دمج أدوات الذكاء الاصطناعي في المناهج الدراسية وتؤكد على الحاجة إلى اعتبارات أخلاقية والوصول العادل في البيئات التعليمية. بشكل عام، تسهم الدراسة في فهم كيفية تخفيف الذكاء الاصطناعي للحمل المعرفي وتعزيز التعبير الإبداعي بين متعلمي اللغة الإنجليزية كلغة أجنبية، بما يتماشى مع مبادئ نظرية الحمل المعرفي ونظرية تحديد الذات.
النتائج
يقدم قسم النتائج النتائج الكمية من تحليلات ANOVA وMANOVA، التي تقيم درجات الاختبار القبلي والبعدي عبر ثلاثة متغيرات تابعة: الكتابة الإبداعية (CW)، الانخراط العاطفي (EE)، والحمل المعرفي (CL). تشير الإحصائيات الوصفية إلى أن مجموعة التحكم كانت لديها أعلى متوسط درجة في الاختبار القبلي في الكتابة الإبداعية (30.80)، تليها مجموعة الدعم المنخفض للذكاء الاصطناعي (29.77) ومجموعة الدعم العالي للذكاء الاصطناعي (28.22)، مما يشير إلى أن جميع المجموعات كانت لديها مهارات أولية متقاربة في الكتابة الإبداعية. لوحظت اتجاهات مشابهة في الانخراط العاطفي، حيث قادت مجموعة التحكم مرة أخرى بمتوسط درجة قدره 25.56، بينما سجلت مجموعة الدعم العالي للذكاء الاصطناعي درجة أقل قليلاً بلغت 23.96. في المقابل، أظهرت مجموعة الدعم العالي للذكاء الاصطناعي أعلى متوسط قبلي للحمل المعرفي بلغ 26.25، مما يشير إلى أن المجموعات بدأت بمستويات مشابهة من الحمل المعرفي أيضًا.
تؤكد نتائج ANOVA أيضًا غياب اختلافات أساسية كبيرة بين المجموعات عبر جميع المتغيرات الثلاثة، مع قيم F تبلغ 1.30 (p = 0.27) للكتابة الإبداعية، 0.37 (p = 0.69) للانخراط العاطفي، و0.71 (p = 0.49) للحمل المعرفي. تدعم هذه النتائج صلاحية التوزيع العشوائي، مما يثبت أساسًا عادلًا لتقييم تأثيرات التدخل على المتغيرات التابعة.
المناقشة
يسلط قسم المناقشة في ورقة البحث الضوء على التأثير التحويلي لتقنيات الذكاء الاصطناعي (AI) على تعليم اللغة الإنجليزية كلغة أجنبية (EFL)، لا سيما من خلال أدوات مثل أنظمة الذكاء الاصطناعي التوليدية مثل ChatGPT. توفر هذه التقنيات ملاحظات مخصصة ومحفزات إبداعية، مما يعزز بشكل كبير مهارات الكتابة لدى المتعلمين، واكتساب المفردات، والدقة النحوية. لا يخفف دمج الذكاء الاصطناعي في مهام الكتابة الإبداعية (CW) من الحمل المعرفي (CL) فحسب، بل يعزز أيضًا الانخراط العاطفي (EE)، مما يجعل تجربة التعلم أكثر متعة وتحفيزًا، خاصة للمتعلمين الإيرانيين في اللغة الإنجليزية كلغة أجنبية الذين يواجهون تحديات فريدة في بيئات تعليمية محدودة الموارد ومفصولة حسب الجنس.
على الرغم من التقدم الواعد، تكشف الأدبيات عن فجوة في فهم كيفية تأثير مستويات الدعم المختلفة للذكاء الاصطناعي على الكتابة الإبداعية من المنظورين المعرفي والعاطفي، لا سيما للمتعلمين من المستوى المتوسط في السياقات غير الغربية. تهدف هذه الدراسة إلى معالجة هذه الفجوة من خلال فحص تأثيرات المساعدة العالية مقابل المنخفضة للذكاء الاصطناعي على تطوير الكتابة الإبداعية، وإدارة الحمل المعرفي، والانخراط العاطفي بين المتعلمين الإيرانيين في اللغة الإنجليزية كلغة أجنبية. من المتوقع أن توفر النتائج أدلة تجريبية تُعلم بيداغوجيا اللغة الإنجليزية كلغة أجنبية، وتعزز الاستخدام الأخلاقي للذكاء الاصطناعي والعدالة التعليمية. تركز أسئلة البحث على الفروق في الإبداع الكتابي، والحمل المعرفي، والانخراط العاطفي بين الدعم العالي والمنخفض للذكاء الاصطناعي، فضلاً عن تصورات المتعلمين حول هذه التأثيرات، مما يسهم في استراتيجيات تعليم اللغة الأكثر شمولية وفعالية.
القيود
تقدم الدراسة عدة قيود تؤثر على قابلية تعميم نتائجها. من الجدير بالذكر أن المشاركة الحصرية للذكور، بسبب سياسات التعليم المفصولة حسب الجنس في إيران، تحد من قابلية تطبيق النتائج على المتعلمات الإناث في اللغة الإنجليزية كلغة أجنبية (EFL) والبيئات المختلطة. بالإضافة إلى ذلك، فإن حجم العينة المتواضع المكون من 92 متعلمًا ذكورًا من المستوى المتوسط الذين تم اختيارهم من خلال العينة الملائمة يثير القلق بشأن التحيز ويحد من الرؤى التي يمكن استخلاصها لمستويات الكفاءة المختلفة أو السياقات غير الإيرانية. لم يقيم التصميم قصير الأجل للدراسة الاحتفاظ على المدى الطويل أو نقل المهارات، واعتمدت الدراسة على مقاييس ذاتية للإبلاغ عن الانخراط العاطفي (EE) والحمل المعرفي (CL) مما يقدم إمكانية للذاتية. علاوة على ذلك، لم يتم معالجة استبعاد ميزات الذكاء الاصطناعي المتقدمة ومستويات المعرفة التكنولوجية المتفاوتة بين المشاركين بشكل كافٍ.
لتحسين الأبحاث المستقبلية، يُقترح أن تطور الدراسات نماذج ذكاء اصطناعي تتكيف ثقافيًا باستخدام معالجة اللغة الطبيعية (NLP) لتوفير ملاحظات مخصصة عبر ديموغرافيات متنوعة. يمكن أن يسهل ذلك التجارب متعددة الجنسيات لمقارنة تأثيرات الجنس والكفاءة على الانخراط. قد يؤدي تتبع طويل الأجل باستخدام أجهزة استشعار حيوية قابلة للارتداء إلى تقديم رؤى حول مؤشرات فسيولوجية في الوقت الحقيقي للحمل المعرفي والعاطفة خلال تفاعلات الذكاء الاصطناعي الممتدة، مما يفحص التأثيرات المستمرة على الاحتفاظ بالمهارات. يمكن أن توفر دراسة الإرشاد الهجين بين الذكاء الاصطناعي والبشر في الواقع الافتراضي أيضًا فرصًا لتقييم التحويلات متعددة الوسائط، مثل من الكتابة إلى سرد القصص الشفوية، مع دمج ضوابط عشوائية للكفاءة التكنولوجية. بالإضافة إلى ذلك، قد تساعد تنفيذ تدقيقات أخلاقية للذكاء الاصطناعي من خلال تقنية البلوكشين في تقليل التحيزات، واستكشاف واجهات الذكاء الاصطناعي المخصصة للألعاب قد يعزز الانخراط بين المجموعات الممثلة تمثيلاً ناقصًا، مما يزيد من صلة ونطاق مثل هذه التدخلات.
DOI: https://doi.org/10.1038/s41598-025-34416-2
PMID: https://pubmed.ncbi.nlm.nih.gov/41495147
Publication Date: 2026-01-06
Author(s): Xinqiao Cen et al.
Primary Topic: Writing and Handwriting Education
Overview
This research investigates the impact of generative artificial intelligence (AI) tools, specifically a writing assistant based on large language models like ChatGPT, on the creative writing (CW) skills of intermediate English as a Foreign Language (EFL) learners. The study involved 92 male participants divided into three groups: High-AI Support, Low-AI Support, and a Control Group. After receiving varying levels of AI feedback, quantitative analyses indicated that both AI-supported groups significantly outperformed the Control Group, with the High-AI Support Group showing the most substantial improvements in CW skills and emotional engagement. Qualitative insights revealed that tailored AI feedback reduced cognitive load by addressing technical writing aspects, thereby enhancing student creativity and motivation.
The findings underscore the advantages of integrating AI in EFL education, particularly in fostering both cognitive and emotional development. The High-AI Support Group achieved peak posttest scores of 44.00 in CW and 36.29 in emotional engagement, while the Low-AI Support Group and Control Group scored lower across all measures. The study suggests practical strategies for educators, such as utilizing AI for iterative drafting and providing varying levels of support to enhance learner autonomy and confidence. It advocates for the incorporation of AI tools in curricula and emphasizes the need for ethical considerations and equitable access in educational settings. Overall, the research contributes to the understanding of how AI can alleviate cognitive load and promote creative expression among EFL learners, aligning with principles of cognitive load theory and self-determination theory.
Results
The results section presents quantitative findings from ANOVA and MANOVA analyses, which assess the pretest and posttest scores across three dependent variables: Creative Writing (CW), Emotional Engagement (EE), and Cognitive Load (CL). Descriptive statistics indicate that the control group had the highest pretest mean score in CW (30.80), followed by the low-AI support group (29.77) and the high-AI support group (28.22), suggesting that all groups had comparable initial skills in CW. Similar trends were observed in EE, where the control group again led with a mean score of 25.56, while the high-AI support group scored slightly lower at 23.96. In contrast, the high-AI support group exhibited the highest pretest mean for CL at 26.25, indicating that the groups started with similar levels of CL as well.
ANOVA results further confirm the absence of significant baseline differences among the groups across all three variables, with F-values of 1.30 (p = 0.27) for CW, 0.37 (p = 0.69) for EE, and 0.71 (p = 0.49) for CL. These findings support the validity of random assignment, establishing a fair basis for evaluating the effects of the intervention on the dependent variables.
Discussion
The discussion section of the research paper highlights the transformative impact of artificial intelligence (AI) technologies on English as a Foreign Language (EFL) instruction, particularly through tools like generative AI systems such as ChatGPT. These technologies provide personalized feedback and creative prompts, significantly enhancing learners’ writing skills, vocabulary acquisition, and grammatical accuracy. The integration of AI in creative writing (CW) tasks not only alleviates cognitive load (CL) but also fosters emotional engagement (EE), making the learning experience more enjoyable and motivating, especially for Iranian EFL learners who face unique challenges in resource-limited and gender-segregated educational settings.
Despite the promising advancements, the literature reveals a gap in understanding how varying levels of AI support influence CW from cognitive and emotional perspectives, particularly for intermediate learners in non-Western contexts. This study aims to address this gap by examining the effects of high versus low AI assistance on CW development, CL management, and EE among Iranian EFL learners. The findings are expected to provide empirical evidence that informs EFL pedagogy, promoting ethical AI use and educational equity. The research questions focus on the differences in writing creativity, cognitive load, and emotional engagement between high and low AI support, as well as learners’ perceptions of these effects, ultimately contributing to more inclusive and effective language teaching strategies.
Limitations
The study presents several limitations that impact the generalizability of its findings. Notably, the exclusive participation of male subjects, due to Iran’s gender-segregated educational policies, restricts the applicability of results to female English as a Foreign Language (EFL) learners and coeducational environments. Additionally, the modest sample size of 92 intermediate male learners selected through convenience sampling raises concerns about bias and limits the insights that can be drawn for different proficiency levels or non-Iranian contexts. The short-term design of the study did not assess long-term retention or skill transfer, and the reliance on self-reported measures for emotional engagement (EE) and cognitive load (CL) introduces potential subjectivity. Furthermore, the exclusion of advanced AI features and the varying levels of technology familiarity among participants were not adequately addressed.
To enhance future research, it is suggested that studies develop culturally adaptive AI models utilizing natural language processing (NLP) to provide tailored feedback across diverse demographics. This could facilitate multinational trials to compare the effects of gender and proficiency on engagement. Longitudinal tracking using wearable biosensors could yield insights into real-time physiological indicators of CL and emotion during extended AI interactions, thereby examining the lasting impacts on skill retention. Investigating hybrid AI-human mentoring in virtual reality could also offer opportunities to evaluate multimodal transfers, such as from writing to oral storytelling, while incorporating randomized controls for technological proficiency. Additionally, implementing ethical AI audits through blockchain technology may help mitigate biases, and exploring gamified AI interfaces could enhance engagement among underrepresented groups, increasing the relevance and reach of such interventions.