DOI: https://doi.org/10.1186/s40561-025-00377-2
تاريخ النشر: 2025-03-05
المؤلف: Hanieh Shafiee Rad
الموضوع الرئيسي: التقييمات التعليمية والنفسية
نظرة عامة
تبحث هذه الدراسة في تأثير تدخلات الذكاء الاصطناعي (AI) على فهم القراءة، ومشاركة المتعلمين، والتعلم الذاتي المنظم في البيئات التعليمية. تم تطوير برنامج قائم على الذكاء الاصطناعي واختباره في بيئة صفية محكومة باستخدام نهج مختلط، يتضمن كل من التقييمات الكمية والمقابلات النوعية. أظهرت النتائج تحسينات كبيرة في فهم القراءة وسلوكيات التعلم الذاتي المنظم، مثل تحديد الأهداف والتفكير الذاتي، بين الطلاب الذين يستخدمون تدخل الذكاء الاصطناعي. بالإضافة إلى ذلك، أفاد 77% من المشاركين بزيادة في المشاركة، بينما أشار 23% إلى تحديات في الاستخدام تعيق فعالية المنصة.
تخلص الدراسة إلى أن منصة RTM، التي تتميز بميزات مثل معالجة اللغة الطبيعية والتغذية الراجعة التكيفية، تدعم بشكل فعال تعلم اللغة من خلال تخصيص التجارب التعليمية. تشمل الآثار المترتبة على المعلمين والممارسين إمكانية استخدام أدوات الذكاء الاصطناعي لتحسين مهارات القراءة وتعزيز الاستقلالية بين المتعلمين. ومع ذلك، تعترف الدراسة بالقيود، مثل حجم العينة الصغيرة ونقص التنوع في التركيبة السكانية للمشاركين، مما يشير إلى أن الدراسات المستقبلية يجب أن تهدف إلى تمثيل أكثر توازنًا لفهم التأثير الأوسع لتدخلات الذكاء الاصطناعي في تعليم اللغة. هناك حاجة لمزيد من الاستكشاف لتحديد أفضل الممارسات لدمج الذكاء الاصطناعي في بيئات التعليم والتعلم.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الدور الحاسم للقراءة في التنمية البشرية، كما أكد فريير (1983)، وتؤكد على العلاقة الإيجابية بين القراءة الترفيهية خلال فترة المراهقة والنجاح الأكاديمي، وبناء الذات، والوعي الذاتي (تشاو وآريادوس، 2024). ومع ذلك، تشير إلى تراجع مقلق في دافع القراءة والفهم بين الطلاب مع تقدمهم في العمر، ويعزى ذلك إلى عوائق مثل الوصول المحدود إلى المواد المناسبة، والتعليم الشخصي غير الكافي، ونقص التعرض لسياقات قراءة متنوعة (دي سمدت وآخرون، 2020؛ كوش وواتكينز، 1996). تدعو الورقة إلى تعزيز المواقف الإيجابية تجاه القراءة، حيث يميل الطلاب الذين لديهم ميول إيجابية إلى إظهار مشاركة أعلى (كوبيرمان وآخرون، 2023).
تناقش النصوص أيضًا إمكانية التعلم المعزز بالتكنولوجيا لتحسين تعليم القراءة، حيث تقدم تجارب شخصية وتفاعلية يمكن أن تعزز الفهم والدافع (غولان وآخرون، 2018؛ جونسون-غلينبرغ، 2007؛ كوهين وآخرون، 2022). على الرغم من التقدم، لا تزال العديد من الأدوات الرقمية تفتقر إلى التخصيص والتغذية الراجعة الفورية، مما يستدعي طرق تدريس مبتكرة، وخاصة دمج الذكاء الاصطناعي (AI) في تعليم القراءة (شفيعي راد وآخرون، 2024أ). تعد تقنيات الذكاء الاصطناعي، مثل الدردشة الآلية والمعلمين الافتراضيين، بتحسين تعلم اللغة من خلال توفير تقييمات تكيفية ومحتوى مخصص، وبالتالي تلبية الاحتياجات المتنوعة للمتعلمين (وانغ وآخرون، 2023). تهدف الدراسة إلى التحقيق في فعالية الذكاء الاصطناعي في تحسين فهم القراءة وتعزيز المشاركة بين متعلمي اللغة، وخاصة في الفصول الدراسية المعززة بالذكاء الاصطناعي، لخلق تجارب تعليمية أكثر فعالية.
الطرق
في هذه الدراسة، كانت المادة التعليمية المستخدمة لكل من المجموعتين التجريبية والضابطة هي كتاب “قراءات مختارة: مستوى فوق المتوسط” من تأليف برنارد ولي (2004). حضر المشاركون، وهم طلاب بمستوى فوق المتوسط، دروس القراءة مع الأهداف الرئيسية المتمثلة في تحسين مهارات القراءة، وتوسيع مفرداتهم، وتعزيز قدراتهم على القراءة النقدية، والحصول على تعرض لأنواع ونوعيات نصوص متنوعة. تم تصميم هذه الدروس أيضًا لإعداد الطلاب لتحقيق مستوى إتقان عالٍ في القراءة.
تفاعل كلا المجموعتين مع نفس المواد طوال التجربة، مما يضمن اتساق النهج التعليمي. يسمح هذا الاتساق بمقارنة أكثر موثوقية للنتائج بين المجموعتين التجريبية والضابطة، كما هو موضح في الشكل 1 من الورقة.
النتائج
تشير نتائج الدراسة إلى أن حجم عينة يبلغ 60 مشاركًا ضروري لتحقيق قوة إحصائية تبلغ 90%، مما يسمح بالكشف عن تأثيرات معتدلة على فهم القراءة، والمشاركة، والتنظيم الذاتي. كشفت الإحصاءات الوصفية والتحليلات عن تحسينات كبيرة في متوسط درجات المجموعة التجريبية من الاختبار القبلي إلى الاختبار البعدي. تم تأكيد فرضية الطبيعية من خلال تقييمات الانحراف والتفرطح، بالإضافة إلى اختبار كولموغوروف-سميرنوف، مما أتاح تطبيق ANCOVA لتقييم السؤال البحثي الرئيسي مع التحكم في المتغيرات المشتركة. أظهرت نتائج ANCOVA تأثيرات كبيرة لتطبيق RTM على فهم القراءة (F(1, 59) = 43.82، p < 0.001، η² الجزئي = 0.167)، والتنظيم الذاتي (F(1, 59) = 19.23، p = 0.011، η² الجزئي = 0.151)، والمشاركة (F(1, 59) = 24.11، p < 0.001، η² الجزئي = 0.171)، مما يشير إلى أن المجموعة المعالجة تفوقت على المجموعة الضابطة. تم تحليل البيانات النوعية من المقابلات اللاحقة باستخدام نظرية الأساس لاستكشاف النتائج الكمية بشكل أكبر. شمل التحليل الترميز الأولي، والمقارنة المستمرة، وتدوين الملاحظات، والعينة النظرية، مما أدى إلى تحديد مواضيع تمثل تصورات الطلاب حول التعليم وجهًا لوجه. أظهرت النتائج موضوعًا إيجابيًا وثلاثة مواضيع سلبية، حيث أعرب الطلاب عن عدم رضاهم عن الأساليب المعتمدة على المحاضرات بسبب نقص المشاركة والوضوح. تؤكد هذه الملاحظات على ضرورة وجود طرق تدريس تتماشى مع تفضيلات تعلم الطلاب لتعزيز المشاركة والمشاركة. على سبيل المثال، أفاد الطلاب بأنهم شعروا بالضياع وعدم الانخراط خلال المحاضرات الطويلة، مما يبرز أهمية دمج المزيد من العناصر التفاعلية في ممارسات التدريس.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على دمج التكنولوجيا، وخاصة الذكاء الاصطناعي (AI)، في تعزيز تعليم القراءة والفهم. يؤكد على أن تطوير كفاءة القراءة بشكل فعال يتطلب تعليمًا مباشرًا، وتغذية راجعة بناءة، وممارسة واسعة، والتي يمكن أن توفرها الأنظمة المعتمدة على الكمبيوتر بشكل أكثر كفاءة من الطرق التقليدية. لا تقدم هذه الأنظمة تجارب تعلم مخصصة فحسب، بل تتعقب أيضًا تقدم الطلاب ومشاركتهم، وهو ما يعد مفيدًا بشكل خاص للطلاب في الصفين الخامس والسادس الذين يفضلون التنسيقات الرقمية. تشير الأدبيات إلى أن أنظمة التدريس الذكية (ITSs) تتفوق بشكل كبير على الطرق التعليمية التقليدية في تحسين فهم القراءة، ومع ذلك، غالبًا ما يفشل المعلمون البشريون في تنفيذ استراتيجيات متقدمة بشكل متسق بسبب قيود مختلفة.
علاوة على ذلك، تناقش الورقة تطور الذكاء الاصطناعي في التعليم، مشيرة إلى إمكانيته في خلق بيئات تعلم تكيفية تعزز مشاركة الطلاب وتنظيمهم الذاتي. على الرغم من التقدم الواعد، لا تزال الأبحاث التجريبية حول تأثير الذكاء الاصطناعي على فهم القراءة محدودة. تهدف الدراسة إلى معالجة هذه الفجوة من خلال التحقيق في تأثيرات الفصول الدراسية المعززة بالذكاء الاصطناعي على فهم القراءة، والمشاركة، والتنظيم الذاتي لدى متعلمي اللغة الثانية (L2). تستخدم البحث تصميمًا مختلطًا، يقارن بين الطرق التعليمية التقليدية والمساعدة بالذكاء الاصطناعي، وتستخدم منصة Read-To-Me (RTM) لتوفير تجربة تعلم متعددة الحواس. من المتوقع أن تسهم النتائج في تقديم رؤى قيمة حول كيفية تعزيز الذكاء الاصطناعي لاستراتيجيات القراءة الفعالة وتحسين النتائج الأكاديمية بشكل عام.
DOI: https://doi.org/10.1186/s40561-025-00377-2
Publication Date: 2025-03-05
Author(s): Hanieh Shafiee Rad
Primary Topic: Educational and Psychological Assessments
Overview
This research investigates the impact of artificial intelligence (AI) interventions on reading comprehension, learner engagement, and self-regulated learning within educational settings. An AI-based program was developed and tested in a controlled classroom environment using a mixed-methods approach, involving both quantitative assessments and qualitative interviews. The findings indicated significant enhancements in reading comprehension and self-regulated learning behaviors, such as goal-setting and self-reflection, among students using the AI intervention. Additionally, 77% of participants reported increased engagement, while 23% noted usability challenges that hindered the platform’s effectiveness.
The study concludes that the RTM platform, characterized by features like natural language processing and adaptive feedback, effectively supports language learning by personalizing educational experiences. The implications for educators and practitioners include the potential for AI tools to improve reading skills and foster autonomy among learners. However, the research acknowledges limitations, such as a small sample size and a lack of diversity in participant demographics, suggesting that future studies should aim for more balanced representation to better understand the broader impact of AI interventions in language education. Further exploration is necessary to identify best practices for integrating AI into teaching and learning environments.
Introduction
The introduction of the research paper highlights the critical role of reading in human development, as emphasized by Freire (1983), and underscores the positive correlation between leisure reading during adolescence and academic success, self-construction, and self-awareness (Zhao & Aryadoust, 2024). However, it notes a concerning decline in reading motivation and comprehension among students as they age, attributed to barriers such as limited access to suitable materials, inadequate personalized instruction, and insufficient exposure to diverse reading contexts (De Smedt et al., 2020; Kush & Watkins, 1996). The paper advocates for fostering positive attitudes toward reading, as students with favorable dispositions tend to demonstrate higher engagement (Kuperman et al., 2023).
The text further discusses the potential of technology-enhanced learning to improve reading instruction, offering personalized and interactive experiences that can enhance comprehension and motivation (Golan et al., 2018; Johnson-Glenberg, 2007; Kuhn et al., 2022). Despite advancements, many digital tools still lack personalization and real-time feedback, necessitating innovative instructional methods, particularly the integration of artificial intelligence (AI) in reading instruction (Shafiee Rad et al., 2024a). AI technologies, such as chatbots and virtual tutors, promise to enhance language learning by providing adaptive assessments and tailored content, thus addressing the diverse needs of learners (Wang et al., 2023). The study aims to investigate the effectiveness of AI in improving reading comprehension and fostering engagement among language learners, particularly in AI-enhanced classrooms, to create more effective educational experiences.
Methods
In this study, the instructional material utilized for both the experimental and control groups was the “Select Readings: Upper-Intermediate” textbook by Bernard and Lee (2004). The participants, upper-intermediate level students, attended reading classes with the primary objectives of refining their reading skills, expanding their vocabulary, enhancing critical reading abilities, and gaining exposure to diverse text types and genres. These classes were also designed to prepare students for achieving mastery-level proficiency in reading.
Both groups engaged with the same materials throughout the experiment, ensuring consistency in the instructional approach. This uniformity allows for a more reliable comparison of outcomes between the experimental and control groups, as detailed in Figure 1 of the paper.
Results
The results of the study indicate that a sample size of 60 participants is necessary to achieve a statistical power of 90%, allowing for the detection of moderate effects on reading comprehension, engagement, and self-regulation. Descriptive statistics and analyses revealed significant improvements in the experimental group’s mean scores from pretest to posttest. The normality assumption was confirmed through skewness and kurtosis assessments, as well as the Kolmogorov-Smirnov test, enabling the application of ANCOVA to evaluate the primary research question while controlling for covariates. The ANCOVA results demonstrated significant effects of the RTM application on reading comprehension (F(1, 59) = 43.82, p < 0.001, partial η² = 0.167), self-regulation (F(1, 59) = 19.23, p = 0.011, partial η² = 0.151), and engagement (F(1, 59) = 24.11, p < 0.001, partial η² = 0.171), indicating that the treatment group outperformed the control group. Qualitative data from follow-up interviews were analyzed using grounded theory to further explore the quantitative findings. The analysis involved initial coding, constant comparison, memoing, and theoretical sampling, leading to the identification of themes that represented students' perceptions of face-to-face instruction. The results indicated one positive theme and three negative themes, with students expressing dissatisfaction with lecture-based approaches due to a lack of engagement and clarity. This feedback underscores the necessity for instructional methods that align with students' learning preferences to enhance engagement and participation. For instance, students reported feeling lost and disengaged during lengthy lectures, highlighting the importance of incorporating more interactive elements into teaching practices.
Discussion
The discussion section of the research paper highlights the integration of technology, particularly Artificial Intelligence (AI), in enhancing reading instruction and comprehension. It emphasizes that effective reading proficiency development requires direct instruction, constructive feedback, and extensive practice, which computer-based systems can provide more efficiently than traditional methods. These systems not only offer personalized learning experiences but also track student progress and engagement, which is particularly beneficial for fifth and sixth graders who prefer digital formats. The literature indicates that Intelligent Tutoring Systems (ITSs) significantly outperform traditional instructional methods in improving reading comprehension, yet human tutors often fail to implement advanced strategies consistently due to various constraints.
Moreover, the paper discusses the evolution of AI in education, noting its potential to create adaptive learning environments that enhance student engagement and self-regulation. Despite the promising advancements, empirical research on AI’s impact on reading comprehension remains limited. The study aims to address this gap by investigating the effects of AI-enhanced classrooms on second language (L2) learners’ reading comprehension, engagement, and self-regulation. The research employs a mixed-method design, comparing traditional and AI-assisted instructional approaches, and utilizes the Read-To-Me (RTM) platform to provide a multi-sensory learning experience. The findings are expected to contribute valuable insights into how AI can foster effective reading strategies and improve overall academic outcomes.