DOI: https://doi.org/10.1186/s41239-026-00578-w
تاريخ النشر: 2026-01-26
المؤلف: Amali Henadirage وآخرون
الموضوع الرئيسي: التعلم الإلكتروني وكوفيد-19
نظرة عامة
تستكشف هذه الورقة البحثية تأثير التقنيات المدفوعة بالذكاء الاصطناعي على نماذج التقييم في التعليم الإداري، مع التركيز بشكل خاص على سريلانكا. تحدد الدراسة أنه بينما وصل الأكاديميون إلى مستويات التعديل والتعزيز من نموذج الاستبدال، والتعزيز، والتعديل، وإعادة التعريف (SAMR) في تصميم التقييم وإعداده، فإنهم يظهرون في الغالب فقط مستوى الاستبدال في الدرجات، والتقييم، والتعليقات. يتم تسليط الضوء على الضغط المعياري كالقوة الرئيسية التي تدفع دمج الذكاء الاصطناعي في هذه المهام التقييمية. تشير النتائج إلى أنه على الرغم من الفوائد المحتملة لأدوات الذكاء الاصطناعي في تعزيز كفاءة التقييم واستجابته، فإن التحديات مثل انخفاض الدافع، والوعي، والتدريب بين الأكاديميين تعيق التنفيذ الفعال.
تؤكد الدراسة على الحاجة إلى التطوير المهني المستمر والانخراط الاستباقي من المعلمين في تصميم تقييمات مدمجة بالذكاء الاصطناعي تعزز التفكير النقدي والتعليقات الشخصية. كما تدعو الهيئات الحكومية وصانعي السياسات التعليمية إلى وضع استراتيجيات وطنية واضحة لدمج الذكاء الاصطناعي، مع معالجة الحواجز مثل البنية التحتية غير الكافية وتطوير الكوادر. تشمل التوصيات إنشاء مخصصات ميزانية للتحديثات الرقمية، وتعزيز الشراكات بين القطاعين العام والخاص للوصول الميسور إلى الذكاء الاصطناعي، ودمج جاهزية الذكاء الاصطناعي في أطر ضمان الجودة. يعترف المؤلفون بالقيود المتعلقة بسياق الدراسة المحدد في سريلانكا لكن يقترحون أن النتائج قد لا تزال تتناغم مع دول أخرى نامية تواجه تحديات مماثلة في اعتماد الذكاء الاصطناعي في التعليم. يمكن أن تعزز الأبحاث المستقبلية القابلية للتعميم من خلال دمج عينات متنوعة وطرق كمية لتقييم تأثير الذكاء الاصطناعي على ممارسات التقييم بشكل منهجي.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الدور الشامل للذكاء الاصطناعي (AI) في التعليم المعاصر، وخاصة في التعليم الإداري. يتم استخدام تقنيات الذكاء الاصطناعي بشكل متزايد لتعزيز تجارب التعلم الشخصية، والتقييمات الديناميكية، والتفاعلات ذات المعنى عبر منصات تعليمية متنوعة. يؤكد المؤلفون على ضرورة اعتماد معلمي الإدارة لهذه التقنيات لإعداد قادة الشركات المستقبلية بشكل فعال. يحددون المسؤوليات الأكاديمية التقليدية للتدريس، والبحث، والإدارة، مشيرين إلى أن أساليب التقييم تؤثر بشكل كبير على نتائج التعلم. تميز الورقة بين التقييمات التكوينية والتلخيصية، وتناقش التحديات المتعلقة بالحفاظ على الصلاحية والموثوقية في التقييمات مع السعي لتحقيق العدالة من خلال التوحيد القياسي.
تركز الدراسة على تأثير تقنيات الذكاء الاصطناعي على نماذج التقييم في التعليم الإداري، وخاصة في الدول النامية، مع سريلانكا كدراسة حالة. يشير المؤلفون إلى أنه بينما تم اعتماد الذكاء الاصطناعي في التعليم بشكل جيد في الدول المتقدمة، فإن سريلانكا في مراحلها الأولى من دمج الذكاء الاصطناعي في نظام التعليم العالي. على الرغم من التقدم الأخير، مثل إدخال برامج درجات الذكاء الاصطناعي والمبادرات لتعزيز معرفة الذكاء الاصطناعي، تواجه البلاد تحديات كبيرة، بما في ذلك فجوات البنية التحتية والقلق التنظيمي. تهدف الأبحاث إلى استكشاف التأثيرات التحويلية للذكاء الاصطناعي على منهجيات التقييم والعوامل التي تدفع اعتماده، مما يساهم في فهم دور الذكاء الاصطناعي في التعليم عبر سياقات اجتماعية واقتصادية مختلفة. ستفصل الأقسام اللاحقة من الورقة مراجعة الأدبيات، والنموذج النظري، وإعداد الدراسة، والمنهجية، والتحليل، ومناقشة النتائج.
الطرق
توضح قسم المنهجية النهج المنهجي المستخدم في البحث. يتناول التصميم التجريبي، بما في ذلك اختيار المشاركين، وتقنيات جمع البيانات، والأساليب التحليلية المستخدمة لتقييم النتائج. استخدمت الدراسة مزيجًا من الأساليب الكمية والنوعية لضمان تحليل شامل للبيانات.
تم جمع البيانات من خلال استبيانات منظمة وتجارب محكومة، مما يضمن الموثوقية والصلاحية. تم تطبيق طرق إحصائية، مثل تحليل الانحدار واختبار الفرضيات، لتفسير النتائج، مما يسمح بالتوصل إلى استنتاجات قوية. تؤكد المنهجية على الشفافية وإمكانية التكرار، مما يوفر إطارًا واضحًا للبحوث المستقبلية في هذا المجال.
المناقشة
تسلط قسم المناقشة من الورقة البحثية الضوء على الدور التحويلي للذكاء الاصطناعي (AI) في التعليم الإداري، وخاصة من خلال أدوات مثل ChatGPT. تعيد تقنيات الذكاء الاصطناعي تشكيل النماذج التعليمية التقليدية من خلال تعزيز التعلم التعاوني، وتمكين التقييم المستمر، وتعزيز قدرات حل المشكلات. إن دمج الذكاء الاصطناعي في ممارسات التقييم يدفع المعلمين إلى إعادة النظر في أساليب التقييم التقليدية، حيث تثار المخاوف بشأن نزاهة الأكاديمية وموثوقية عمل الطلاب. تؤكد الورقة على الحاجة إلى تنسيقات تقييم مخصصة تعزز التفكير النقدي والإبداع، بعيدًا عن المهام العامة التي يمكن أن يتم إنشاؤها بسهولة بواسطة الذكاء الاصطناعي.
كما يقارن القسم بين اعتماد الذكاء الاصطناعي في التعليم بين الدول المتقدمة والنامية. بينما نجحت دول مثل فنلندا وسنغافورة في دمج الذكاء الاصطناعي في أطرها التعليمية، تواجه الدول النامية مثل سريلانكا حواجز كبيرة، بما في ذلك البنية التحتية الرقمية المحدودة وانخفاض مستويات المعرفة الرقمية. تدعو الورقة إلى التحول من التقييمات التلخيصية التقليدية إلى نماذج أكثر مرونة، مثل “التقييم من أجل التعلم”، التي تشجع على التغذية الراجعة المستمرة والانخراط النشط. علاوة على ذلك، تناقش تطبيق النظرية المؤسسية ونموذج SAMR لفهم الضغوط والأطر التي تؤثر على دمج الذكاء الاصطناعي في التقييمات التعليمية، بهدف تعزيز نتائج التعلم والتكيف مع المشهد التعليمي المتطور.
DOI: https://doi.org/10.1186/s41239-026-00578-w
Publication Date: 2026-01-26
Author(s): Amali Henadirage et al.
Primary Topic: E-Learning and COVID-19
Overview
This research paper investigates the influence of AI-driven technologies on assessment models in management education, focusing specifically on Sri Lanka. The study identifies that while academics have reached the modification and augmentation levels of the Substitution, Augmentation, Modification, and Redefinition (SAMR) model in assessment design and setting, they predominantly exhibit only the substitution level in grading, evaluation, and feedback. Normative pressure is highlighted as the primary force driving the integration of AI into these assessment tasks. The findings suggest that, despite the potential benefits of AI tools in enhancing assessment efficiency and responsiveness, challenges such as low motivation, awareness, and training among academics hinder effective implementation.
The study emphasizes the need for continuous professional development and proactive engagement from educators in designing AI-integrated assessments that foster critical thinking and personalized feedback. It also calls for government bodies and educational policymakers to establish clear national strategies for AI integration, addressing barriers such as inadequate infrastructure and faculty development. Recommendations include creating budgetary allocations for digital upgrades, fostering public-private partnerships for affordable AI access, and incorporating AI readiness into quality assurance frameworks. The authors acknowledge limitations related to the study’s specific context in Sri Lanka but suggest that the findings may still resonate with other developing countries facing similar challenges in AI adoption in education. Future research could enhance generalizability by incorporating diverse samples and quantitative methods to systematically evaluate AI’s impact on assessment practices.
Introduction
The introduction of this research paper highlights the pervasive role of artificial intelligence (AI) in contemporary education, particularly within management education. AI technologies are increasingly utilized to enhance personalized learning experiences, dynamic assessments, and meaningful interactions across various educational platforms. The authors emphasize the necessity for management educators to adopt these technologies to prepare future corporate leaders effectively. They outline the traditional academic responsibilities of teaching, research, and administration, noting that assessment methods significantly influence learning outcomes. The paper distinguishes between formative and summative assessments, discussing the challenges of maintaining validity and reliability in assessments while striving for fairness through standardization.
The study focuses on the impact of AI technologies on assessment models in management education, particularly in developing countries, with Sri Lanka as the case study. The authors point out that while AI adoption in education is well-established in developed nations, Sri Lanka is in the early stages of integrating AI into its higher education system. Despite recent advancements, such as the introduction of AI degree programs and initiatives to enhance AI literacy, the country faces significant challenges, including infrastructure gaps and regulatory concerns. The research aims to explore the transformative effects of AI on assessment methodologies and the factors driving its adoption, contributing to the understanding of AI’s role in education across different socio-economic contexts. The subsequent sections of the paper will detail the literature review, theoretical model, study setting, methodology, analysis, and discussion of findings.
Methods
The methodology section outlines the systematic approach employed in the research. It details the experimental design, including the selection of participants, data collection techniques, and analytical methods used to evaluate the results. The study utilized a combination of quantitative and qualitative approaches to ensure comprehensive data analysis.
Data was gathered through structured surveys and controlled experiments, ensuring reliability and validity. Statistical methods, such as regression analysis and hypothesis testing, were applied to interpret the results, allowing for robust conclusions to be drawn. The methodology emphasizes transparency and reproducibility, providing a clear framework for future research in this area.
Discussion
The discussion section of the research paper highlights the transformative role of artificial intelligence (AI) in management education, particularly through tools like ChatGPT. AI technologies are reshaping traditional educational paradigms by fostering collaborative learning, enabling continuous assessment, and enhancing problem-solving capabilities. The integration of AI in assessment practices is prompting educators to reconsider conventional evaluation methods, as concerns arise regarding academic integrity and the authenticity of student work. The paper emphasizes the need for customized assessment formats that promote critical thinking and creativity, moving away from generic tasks that could be easily generated by AI.
The section also contrasts the adoption of AI in education between developed and developing nations. While countries like Finland and Singapore have successfully integrated AI into their educational frameworks, developing nations such as Sri Lanka face significant barriers, including limited digital infrastructure and low levels of digital literacy. The paper advocates for a shift from traditional summative assessments to more flexible models, such as ‘Assessment for Learning,’ which encourage continuous feedback and active engagement. Furthermore, it discusses the application of institutional theory and the SAMR model to understand the pressures and frameworks influencing the integration of AI in educational assessments, ultimately aiming to enhance learning outcomes and adapt to the evolving educational landscape.