DOI: https://doi.org/10.23969/pjme.v16i1.41543
تاريخ النشر: 2026-05-31
المؤلف: Iyam Maryati وآخرون
الموضوع الرئيسي: تعليم الرياضيات وطرائق التدريس
نظرة عامة
تبحث هذه الدراسة في تعزيز فهم الهندسة بين المعلمين المحتملين لمادة الرياضيات من خلال نهج تعلم قائم على الإيثنورياضيات، باستخدام المنازل التقليدية البابوانية، بالتزامن مع الذكاء الاصطناعي التوليدي (GenAI). استخدمت الدراسة تصميم دراسة حالة مختلطة مع 32 مشاركًا، حيث استخدمت اختبارات فهم الهندسة، ومعايير التحليل الإيثنورياضياتي، والاستبيانات، والمقابلات، والملاحظات لجمع البيانات. أظهرت التحليلات زيادة كبيرة في متوسط الدرجات من 58 إلى 80، مما يدل على تحسين الفهم والقدرة على ربط المفاهيم الهندسية بالسياقات الثقافية. لعب GenAI دورًا حاسمًا في تسهيل التصور، والتحقق المفاهيمي، والتفكير التأملي.
تؤكد النتائج فعالية دمج الإيثنورياضيات مع GenAI في تعزيز تعليم الهندسة، مشددة على أهمية السياق الثقافي في جعل المفاهيم المجردة أكثر ارتباطًا. توسع الدراسة الإطار النظري للإيثنورياضيات من خلال دمج التكنولوجيا التوليدية كأداة معرفية وتقدم نموذجًا عمليًا لدمج الثقافة المحلية والذكاء الاصطناعي في تعليم المعلمين. تشمل اتجاهات البحث المستقبلية استكشاف المنطق التربوي المدمج في مطالبات الذكاء الاصطناعي، والتوازن بين التوجيه الآلي والتفكير المستقل، وتأثير هذا الدمج على الفهم الإجرائي مقابل الفهم المفهومي بين المعلمين المحتملين.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التحديات التي تواجه تعليم الهندسة، خاصة بالنسبة للمعلمين المحتملين لمادة الرياضيات، الذين غالبًا ما يرون الهندسة كحقل مجرد وغير متصل. يجادل المؤلفون بأن الفهم الأعمق للهندسة يتطلب ليس فقط إتقان التعريفات والنظريات ولكن أيضًا تطوير التفكير المكاني، والتواصل الرياضي، والاستعداد التربوي. يقترحون أن الإيثنورياضيات، التي تربط المفاهيم الرياضية بالممارسات الثقافية، يمكن أن تسد الفجوة بين الهندسة الرسمية وتجارب الطلاب الملموسة. بشكل محدد، تؤكد الدراسة على إمكانية استخدام القطع الثقافية المحلية، مثل المنازل التقليدية البابوانية، كمصادر غنية لاستكشاف المفاهيم الهندسية.
تناقش الورقة أيضًا دمج الذكاء الاصطناعي التوليدي (GenAI) في تعلم الهندسة، مقترحة أنه يمكن أن يعمل كشريك معرفي لتعزيز التصور، والاستكشاف، والتفكير في المفاهيم الرياضية. يجادل المؤلفون من أجل إطار تربوي يضع GenAI ليس مجرد أداة للحصول على إجابات فورية ولكن كمسهل للتحليل المفهومي المستند إلى السياقات الثقافية. تهدف هذه الدراسة إلى التحقيق في كيفية تعزيز التعلم القائم على الإيثنورياضيات، من خلال عدسة المنازل التقليدية البابوانية، جنبًا إلى جنب مع GenAI، لفهم المفاهيم الهندسية بين المعلمين المحتملين لمادة الرياضيات. من خلال معالجة تقاطع الإيثنورياضيات البابوانية، وتعليم الهندسة، والتكنولوجيا التوليدية، تسعى الدراسة إلى سد فجوة ملحوظة في الأدبيات الحالية والمساهمة في تطوير تعلم الرياضيات السياقي والتأملي.
طرق البحث
استخدمت الدراسة تصميمًا مختلطًا، وبشكل محدد دراسة حالة مدمجة، مع إعطاء الأولوية للبيانات النوعية لاستكشاف عمليات التعلم والفهم المفهومي للهندسة بين المعلمين المحتملين لمادة الرياضيات في سياق الثقافة المحلية. ركزت البحث على تعلم الهندسة القائم على الإيثنورياضيات، من خلال عدسة المنازل التقليدية البابوانية، وتم هيكلته وفقًا لمبادئ تعليم الرياضيات الواقعية (RME). تم دمج الذكاء الاصطناعي التوليدي (GenAI) كأداة للاستكشاف والتفكير، ملتزمًا بمبدأ الإنسان في الحلقة، مما يعزز تجربة التعلم بدلاً من أن يكون مصدر إجابات نهائية.
شمل البحث 32 طالبًا من برنامج دراسة تعليم الرياضيات وأستاذًا واحدًا، تم اختيارهم بشكل هادف بناءً على مشاركتهم في محاضرات الهندسة وانفتاحهم على التعلم الثقافي والتكنولوجي. سهلت بيئة التعلم القائمة على المشاريع استكشاف المجموعة للمفاهيم الهندسية في المنازل التقليدية البابوانية، مع دمج المناقشات الصفية، وتحليل القطع البصرية، وتفاعلات GenAI الموجهة، والتأملات التربوية. شمل جمع البيانات اختبار فهم الهندسة السياقي، ومعيار التحليل الإيثنورياضياتي، واستبيان إدراك GenAI، ومقابلات تأملية، جميعها مصممة لتتوافق مع أهداف البحث. كانت تحليل البيانات نوعية، تتضمن مراحل من الاختزال، والعرض، واستخلاص الاستنتاجات، مع التحقق من أدوات القياس من خلال حكم الخبراء واختبار موثوقية اختبار فهم الهندسة باستخدام ألفا كرونباخ، مما يدل على اتساق داخلي مقبول.
النتائج
تشير نتائج الدراسة إلى تحسين كبير في فهم الطلاب للهندسة، كما يتضح من زيادة متوسط درجات الاختبار من 58 إلى 80 بعد دمج التعلم السياقي من خلال المنازل التقليدية البابوانية واستخدام الذكاء الاصطناعي التوليدي (GenAI). كشفت البيانات النوعية من المقابلات أن الطلاب كانوا قادرين على التعبير عن المفاهيم الهندسية من خلال ربطها بهياكل المنازل التقليدية، مما يدل على تحول من مجرد التعرف الرمزي إلى فهم أكثر سياقًا ومعنى. تتماشى النتائج مع وجهات نظر الإيثنورياضيات وتعليم الرياضيات الواقعية (RME)، مشددة على دور السياق الثقافي في ربط التجارب غير الرسمية بالتمثيلات الهندسية الرسمية.
حددت الدراسة ثلاثة مواضيع رئيسية: (1) المنازل التقليدية البابوانية كمصادر أصلية لمفاهيم الهندسة، (2) الدور الداعم لـ GenAI في تصور واستكشاف هذه المفاهيم، و(3) تعزيز الوعي التربوي بين المعلمين المحتملين لمادة الرياضيات. وُجد أن دمج GenAI يسهل الدعم المعرفي للتصور والتحقق المفهومي، بدلاً من استبدال تفكير الطلاب. ومع ذلك، كانت فعالية GenAI تعتمد على جودة المطالبات والتوجيهات المقدمة من المعلمين، مما يبرز أهمية نهج الإنسان في الحلقة. تشير النتائج إلى أن تعليم الرياضيات يمكن أن يستفيد من دمج العناصر الثقافية التقليدية والتكنولوجيا، مما يوفر نموذجًا لتطوير المناهج المستقبلية التي تعزز بيئات التعلم الغنية بالثقافة والتكنولوجيا. تشمل قيود الدراسة سياقها المحدود والحاجة إلى استكشاف تجريبي أوسع، مما يشير إلى مجالات للبحث المستقبلي.
المناقشة
ركز البحث الذي أُجري ضمن برنامج تعليم الرياضيات في كلية تعليمية على دمج الإيثنورياضيات والذكاء الاصطناعي التوليدي (GenAI) في محاضرات الهندسة على مدى ثمانية أسابيع. شملت الدراسة 32 معلمًا محتملًا لمادة الرياضيات وأستاذًا واحدًا، مستخدمة نهج التعلم القائم على المشاريع الذي يركز على السياق الثقافي للمنازل التقليدية البابوانية. أشارت الملاحظات الأولية إلى أن الطلاب كانوا في الغالب غير نشطين في فهمهم للهندسة، وغالبًا ما كانوا يكافحون لربط المفاهيم المجردة بالتطبيقات الواقعية. ومع ذلك، سهل دمج GenAI بيئة تعلم أكثر تفاعلية، مما سمح للطلاب بتصور العناصر الهندسية والانخراط في مناقشات تعاونية، مما أدى إلى زيادة المشاركة وفهم أعمق للعلاقات المكانية.
أفاد الطلاب بتجارب إيجابية حول تجربة التعلم، مشيرين إلى أن الصلة الثقافية للمادة، جنبًا إلى جنب مع دعم GenAI، جعلت الهندسة أكثر وصولًا وجاذبية. تشير النتائج إلى أن هذا النهج لا يعزز الفهم المفهومي فحسب، بل أيضًا نماذج الدمج الفعال للثقافة والتكنولوجيا في تعليم الرياضيات. تسهم الدراسة في الإطار النظري للإيثنورياضيات من خلال دمج التكنولوجيا التوليدية كأداة معرفية وتقدم تداعيات عملية لتعليم المعلمين. يُوصى بإجراء أبحاث مستقبلية لاستكشاف الاستراتيجيات التربوية التي يمكن تضمينها ضمن مطالبات الذكاء الاصطناعي وتقييم التوازن بين التوجيه الآلي والتفكير المستقل في تعزيز كل من الفهم الإجرائي والمفهومي بين المعلمين المحتملين.
DOI: https://doi.org/10.23969/pjme.v16i1.41543
Publication Date: 2026-05-31
Author(s): Iyam Maryati et al.
Primary Topic: Mathematics Education and Pedagogy
Overview
This study investigates the enhancement of geometry understanding among prospective mathematics teachers through an ethnomathematics-based learning approach, specifically utilizing Papuan traditional houses, in conjunction with Generative Artificial Intelligence (GenAI). Employing a mixed-methods case study design with 32 participants, the research utilized geometry comprehension tests, ethnomathematical analysis rubrics, questionnaires, interviews, and observations for data collection. The analysis revealed a significant increase in mean scores from 58 to 80, indicating improved comprehension and the ability to connect geometric concepts with cultural contexts. GenAI played a crucial role in facilitating visualization, conceptual validation, and reflective thinking.
The findings underscore the effectiveness of integrating ethnomathematics with GenAI in enhancing geometry education, emphasizing the importance of cultural context in making abstract concepts more relatable. The study extends the theoretical framework of ethnomathematics by incorporating generative technology as a cognitive tool and offers a practical model for integrating local culture and AI in teacher education. Future research directions include exploring the pedagogical logic embedded in AI prompts, the balance between automated guidance and independent reasoning, and the impact of this integration on procedural versus conceptual understanding among prospective teachers.
Introduction
The introduction of this research paper highlights the challenges faced in geometry education, particularly for prospective mathematics teachers, who often view geometry as an abstract and disconnected field. The authors argue that a deeper understanding of geometry requires not only mastery of definitions and theorems but also the development of spatial reasoning, mathematical communication, and pedagogical readiness. They propose that ethnomathematics, which connects mathematical concepts to cultural practices, can bridge the gap between formal geometry and students’ concrete experiences. Specifically, the study emphasizes the potential of using local cultural artifacts, such as Papuan traditional houses, as rich sources for exploring geometric concepts.
The paper also discusses the integration of Generative Artificial Intelligence (GenAI) in geometry learning, suggesting that it can serve as a cognitive partner to enhance visualization, exploration, and reflection on mathematical concepts. The authors argue for a pedagogical framework that positions GenAI not merely as a tool for instant answers but as a facilitator of conceptual analysis grounded in cultural contexts. This research aims to investigate how ethnomathematics-based learning, specifically through the lens of Papuan traditional houses, combined with GenAI, can strengthen the conceptual understanding of geometry among prospective mathematics teachers. By addressing the intersection of Papuan ethnomathematics, geometry education, and generative technology, the study seeks to fill a notable gap in existing literature and contribute to the development of contextual and reflective mathematics learning.
Methods
The study utilized a mixed-methods design, specifically an embedded case study, prioritizing qualitative data to explore the learning processes and conceptual understanding of geometry among prospective mathematics teachers within the context of local culture. The research focused on ethnomathematics-based geometry learning, specifically through the lens of Papuan traditional houses, and was structured according to the principles of Realistic Mathematics Education (RME). Generative AI (GenAI) was integrated as a tool for exploration and reflection, adhering to the human-in-the-loop principle, thereby enhancing the learning experience rather than serving as a definitive answer source.
The research involved 32 students from a Mathematics Education Study Program and one lecturer, selected purposively based on their engagement in geometry lectures and openness to cultural and technological learning. The project-based learning environment facilitated group exploration of geometric concepts in Papuan traditional houses, incorporating classroom discussions, visual artifact analysis, guided GenAI interactions, and pedagogical reflections. Data collection included a contextual geometry comprehension test, an ethnomathematical analysis rubric, a GenAI perception questionnaire, and reflective interviews, all designed to align with the research objectives. Data analysis was qualitative, involving stages of reduction, presentation, and conclusion drawing, with validation of instruments through expert judgment and reliability testing of the geometry comprehension test using Cronbach’s alpha, indicating acceptable internal consistency.
Results
The results of the study indicate a significant improvement in students’ understanding of geometry, as evidenced by an increase in average test scores from 58 to 80 following the integration of contextual learning through Papuan traditional houses and the use of Generative Artificial Intelligence (GenAI). Qualitative data from interviews revealed that students were able to articulate geometric concepts by relating them to the structures of traditional houses, demonstrating a shift from mere symbolic recognition to a more contextual and meaningful understanding. The findings align with ethnomathematics and Realistic Mathematics Education (RME) perspectives, emphasizing the role of cultural context in bridging informal experiences with formal geometric representations.
The study identified three key themes: (1) Papuan traditional houses as authentic sources for geometry concepts, (2) the supportive role of GenAI in visualizing and exploring these concepts, and (3) the enhancement of pedagogical awareness among prospective mathematics teachers. The integration of GenAI was found to facilitate cognitive scaffolding for visualization and conceptual verification, rather than replacing students’ reasoning. However, the effectiveness of GenAI was contingent upon the quality of prompts and guidance provided by instructors, highlighting the importance of a human-in-the-loop approach. The findings suggest that mathematics education can benefit from incorporating traditional cultural elements and technology, providing a model for future curriculum development that fosters culturally responsive and technology-rich learning environments. Limitations of the study include its confined context and the need for broader empirical exploration, indicating areas for future research.
Discussion
The research conducted within the Mathematics Education Study Program at an educational college focused on integrating ethnomathematics and generative AI (GenAI) into geometry lectures over an eight-week period. The study involved 32 prospective mathematics teachers and one lecturer, utilizing a project-based learning approach that emphasized the cultural context of Papuan traditional houses. Initial observations indicated that students were largely passive in their understanding of geometry, often struggling to connect abstract concepts with real-world applications. However, the integration of GenAI facilitated a more interactive learning environment, allowing students to visualize geometric elements and engage in collaborative discussions, leading to increased participation and a deeper understanding of spatial relationships.
Students reported positive reflections on the learning experience, noting that the cultural relevance of the material, combined with the support of GenAI, made geometry more accessible and engaging. The findings suggest that this approach not only enhances conceptual understanding but also models the effective integration of culture and technology in mathematics education. The study contributes to the theoretical framework of ethnomathematics by incorporating generative technology as a cognitive tool and offers practical implications for teacher education. Future research is recommended to explore the pedagogical strategies that can be embedded within AI prompts and to assess the balance between automated guidance and independent reasoning in fostering both procedural and conceptual understanding among prospective teachers.