DOI: https://doi.org/10.1007/s10643-025-02079-3
تاريخ النشر: 2026-01-13
المؤلف: Lukas Ljungcrantz
الموضوع الرئيسي: تنمية الطفل والتكنولوجيا الرقمية
نظرة عامة
تقدم هذه القسم نظرة عامة على تقاطع الذكاء الاصطناعي (AI) وتعليم الطفولة المبكرة (ECE)، مع تسليط الضوء على الفوائد المحتملة والتحديات المرتبطة بدمج الذكاء الاصطناعي في الممارسات التعليمية. يمتلك الذكاء الاصطناعي القدرة على تعزيز طرق التدريس التقليدية من خلال تعزيز تجارب التعلم التفاعلية والشخصية. ومع ذلك، تثار المخاوف بشأن تأثيره على تطوير الأطفال الصغار، لا سيما في اكتساب اللغة، ومهارات حل المشكلات، والتفاعلات الاجتماعية. تشير الأبحاث إلى أنه بينما يمكن للذكاء الاصطناعي تسهيل التعلم الشخصي، إلا أنه لا يمكن أن يحل محل التفاعلات الإنسانية الأساسية اللازمة للنمو المعرفي والاجتماعي الشامل (يانغ وآخرون، 2024؛ بانجيتي-مادان ورانجاناثان، 2023).
تحدد المراجعة فجوات كبيرة في مشهد البحث الحالي، بما في ذلك تصميم المناهج غير الكافي، واستراتيجيات التعليم، وتدريب المعلمين، ونقص عام في معرفة الذكاء الاصطناعي بين المعلمين (سانوسي وآخرون، 2022؛ سو وآخرون، 2023؛ سو ويانغ، 2023أ؛ ييم وسو، 2024). بالإضافة إلى ذلك، تثار مخاوف حماية البيانات كقضايا حاسمة ضمن هذا المجال (كريسكنزي-لانا، 2023). تكشف التحليلات عن تركيز كبير على الأطفال الذين تتراوح أعمارهم بين 4-6 سنوات، مع وجود أبحاث محدودة حول الأطفال الأصغر (أقل من 2 سنوات) والأكبر (أكثر من 7 سنوات)، مما يثير تساؤلات حول ملاءمة تطبيقات الذكاء الاصطناعي عبر مراحل النمو المختلفة. يبرز انتشار الأساليب المختلطة تعقيد هذا المجال البحثي، ومع ذلك، فإن ندرة الدراسات الكمية الدقيقة تشير إلى الحاجة إلى مزيد من التحقيقات المعتمدة على البيانات، لا سيما في سياق التقنيات الناشئة مثل الذكاء الاصطناعي التوليدي. تدعو المراجعة إلى تعريفات ومنهجيات أوضح لتعزيز تجميع النتائج وإقامة قاعدة معرفية متماسكة في الذكاء الاصطناعي وتعليم الطفولة المبكرة.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التأثير الكبير للذكاء الاصطناعي (AI) على التعليم، لا سيما في تعزيز تجارب ونتائج التعلم. تؤكد على الإمكانات التحويلية لتقنيات الذكاء الاصطناعي، مثل الذكاء الاصطناعي التوليدي (GenAI)، في البيئات التعليمية، مع الاعتراف أيضًا بالتحديات والاعتبارات الأخلاقية التي ترافق دمجها. لقد تطور مجال الذكاء الاصطناعي في التعليم (AIED) على مدار الثلاثين عامًا الماضية، مع التركيز على المناهج متعددة التخصصات التي تجمع بين الذكاء الاصطناعي وعلوم التعلم لإنشاء بيئات تعليمية تكيفية وشاملة. يتناول مجال فرعي، الذكاء الاصطناعي في تعليم الطفولة المبكرة (AIECE)، بشكل خاص دمج الذكاء الاصطناعي لتعزيز الإبداع والتفكير الحسابي لدى الأطفال الصغار، على الرغم من أن الأبحاث في هذا المجال لا تزال محدودة.
تشير النتائج الرئيسية من الدراسات التي تمت مراجعتها إلى أنه بينما يمتلك الذكاء الاصطناعي القدرة على تعزيز نتائج التعلم، إلا أن هناك فجوات كبيرة في الأبحاث طويلة الأمد، وتنوع في مجموعات الدراسة، والأطر الأخلاقية التي توجه استخدام الذكاء الاصطناعي في تعليم الطفولة المبكرة. تبرز المخاوف بشأن خصوصية البيانات والآثار الاجتماعية لتقنيات الذكاء الاصطناعي، مع دعوة إلى أطر أكثر شمولاً لضمان التنفيذ المسؤول. تقترح الدراسات أن الذكاء الاصطناعي يجب أن يعزز بدلاً من أن يحل محل المعلمين البشريين، مما يبرز أهمية التفاعل الاجتماعي في التعلم والحاجة إلى تدريب مستهدف للمعلمين لدمج الذكاء الاصطناعي بفعالية في تعليم الطفولة المبكرة. بشكل عام، تؤكد الأبحاث على ضرورة التعاون بين التخصصات لمعالجة تعقيدات دور الذكاء الاصطناعي في تشكيل تجارب التعليم للمتعلمين الصغار.
النتائج
يوفر قسم النتائج نظرة شاملة على الدراسات المختارة التي تركز على اتجاهات النشر في الذكاء الاصطناعي (AI) والهندسة الكهربائية والحاسوبية (ECE) من 2020 إلى 2024، كما هو موضح في الشكل 2. يسلط الضوء على العلاقة بين العمر كإطار منهجي ونظري وأهميته للمواضيع التي تمت مراجعتها. تم تضمين هذه الدراسات بناءً على الالتزام بالمعايير المحددة، مما يضمن أن النتائج ذات صلة بالأهداف البحثية العامة.
المناقشة
تسلط قسم المناقشة في هذه المراجعة المتطورة الضوء على المشهد المتغير للذكاء الاصطناعي (AI) في تعليم الطفولة المبكرة (ECE) من 2020 إلى 2024. تهدف المراجعة إلى رسم خريطة للأبحاث الحالية، وتحديد النظريات والمنهجيات السائدة، وتلخيص النتائج مع معالجة الفجوات الكبيرة في الأدبيات. تؤكد على أهمية التحليل المركّز على تعليم الطفولة المبكرة، متميزة عن المراجعات السابقة التي إما شملت سياقات تعليمية أوسع أو لم تستهدف بشكل خاص الاحتياجات التنموية الفريدة للمتعلمين الصغار. تحدد المراجعة مجالات حاسمة مثل معرفة الذكاء الاصطناعي، واستعداد المعلمين، ودمج تقنيات الذكاء الاصطناعي في الممارسات التعليمية، مما يبرز ضرورة البحث المستهدف الذي يدعم المعلمين في التنقل في دور الذكاء الاصطناعي في بيئات التعلم المبكر.
تضمن النهج المنهجي المستخدم في هذه المراجعة إطارًا إبستيمولوجيًا نوعيًا، مع التركيز على الطبيعة متعددة الأبعاد لتعليم الطفولة المبكرة والتفاعلات بين مختلف أصحاب المصلحة، بما في ذلك المعلمين، والآباء، والأطفال. تم تعريف معايير الإدراج والاستبعاد بدقة لضمان تضمين الدراسات التي كان الذكاء الاصطناعي مركزية في تصميم البحث فقط، مما يحافظ على الصرامة المنهجية. كشفت التحليلات عن زيادة كبيرة في المنشورات، لا سيما من آسيا، وأبرزت تركيز الأبحاث على الأطفال الذين تتراوح أعمارهم بين 3 إلى 6 سنوات، مما يشير إلى وجود فجوات محتملة في الدراسات التي تشمل الأطفال الأصغر والأكبر. تشير النتائج إلى أن البرامج التعليمية المدمجة بالذكاء الاصطناعي يمكن أن تعزز التفكير الحسابي ومهارات حل المشكلات، بينما تعتبر الأطر الخاصة بمعرفة الذكاء الاصطناعي ضرورية لإعداد الأطفال لمستقبل مدفوع بالذكاء الاصطناعي. بشكل عام، تسهم هذه المراجعة في تقديم رؤى قيمة للمعلمين والباحثين وصانعي السياسات، مما يسهل اتخاذ قرارات مستنيرة بشأن دمج الذكاء الاصطناعي في تعليم الطفولة المبكرة.
القيود
يعترف المؤلف بوجود قيد في بحثه، مشيرًا إلى أن خبرته الأساسية هي في الهندسة الكهربائية والحاسوبية (ECE). لتعزيز فهمه للذكاء الاصطناعي (AI)، شارك في دورات دراسية رسمية وطلب المشورة من متخصصي الذكاء الاصطناعي. ساهم هؤلاء الخبراء من خلال تقديم ملاحظات حول المصطلحات وضمان وضوح المفاهيم، لكنهم لم يشاركوا في جوانب الكتابة أو التحليل للدراسة. يبرز هذا التمييز اعتماد المؤلف على الخبرة الخارجية لسد الفجوة بين خلفيته في الهندسة الكهربائية والحاسوبية ومجال الذكاء الاصطناعي، مما قد يؤثر على عمق التحليل المقدم في البحث.
DOI: https://doi.org/10.1007/s10643-025-02079-3
Publication Date: 2026-01-13
Author(s): Lukas Ljungcrantz
Primary Topic: Child Development and Digital Technology
Overview
The section provides an overview of the intersection of Artificial Intelligence (AI) and Early Childhood Education (ECE), highlighting both the potential benefits and challenges associated with AI integration into educational practices. AI has the capacity to enhance traditional teaching methods by fostering more interactive and personalized learning experiences. However, concerns arise regarding its impact on young children’s development, particularly in language acquisition, problem-solving skills, and social interactions. Research indicates that while AI can facilitate personalized learning, it cannot substitute the essential human interactions necessary for holistic cognitive and social growth (Yang et al., 2024; Panjeti-Madan & Ranganathan, 2023).
The review identifies significant gaps in the current research landscape, including inadequate curriculum design, pedagogical strategies, teacher training, and a general lack of AI literacy among educators (Sanusi et al., 2022; Su et al., 2023; Su & Yang, 2023a; Yim & Su, 2024). Additionally, data protection concerns are raised as critical issues within this domain (Crescenzi-Lanna, 2023). The analysis reveals a predominant focus on children aged 4-6, with limited research on younger (under 2 years) and older (above 7 years) children, raising questions about the appropriateness of AI applications across different developmental stages. The predominance of mixed-method approaches underscores the complexity of this research area, yet the scarcity of rigorous quantitative studies suggests a need for more data-driven investigations, particularly in the context of emerging technologies like generative AI. The review calls for clearer definitions and methodologies to enhance the synthesis of findings and the establishment of a coherent knowledge base in AI and ECE.
Introduction
The introduction of the research paper highlights the significant impact of Artificial Intelligence (AI) on education, particularly in enhancing learning experiences and outcomes. It emphasizes the transformative potential of AI technologies, such as Generative AI (GenAI), in educational settings, while also acknowledging the challenges and ethical considerations that accompany their integration. The field of AI in Education (AIED) has evolved over the past three decades, focusing on interdisciplinary approaches that combine AI with learning sciences to create adaptive and inclusive educational environments. A subfield, AI in Early Childhood Education (AIECE), specifically addresses the integration of AI to foster creativity and computational thinking in young children, although research in this area remains limited.
Key findings from the studies reviewed indicate that while AI has the potential to enhance learning outcomes, significant gaps exist in long-term research, diversity in study populations, and ethical frameworks guiding AI use in early childhood education. Concerns regarding data privacy and the social implications of AI technologies are prevalent, with a call for more comprehensive frameworks to ensure responsible implementation. The studies suggest that AI should augment rather than replace human educators, emphasizing the importance of social interaction in learning and the need for targeted training for educators to effectively integrate AI into early childhood education. Overall, the research underscores the necessity for interdisciplinary collaboration to address the complexities of AI’s role in shaping educational experiences for young learners.
Results
The Results section provides a comprehensive overview of selected studies focusing on publication trends in Artificial Intelligence (AI) and Electrical and Computer Engineering (ECE) from 2020 to 2024, as illustrated in Figure 2. It highlights the relationship between age as a methodological and theoretical framework and its relevance to the reviewed topics. The inclusion of these studies was based on adherence to established criteria, ensuring that the findings are pertinent to the overarching research objectives.
Discussion
The discussion section of this state-of-the-art review highlights the evolving landscape of artificial intelligence (AI) in early childhood education (ECE) from 2020 to 2024. The review aims to map existing research, identify prevalent theories and methodologies, and summarize findings while addressing significant gaps in the literature. It emphasizes the importance of a focused analysis on ECE, distinguishing itself from previous reviews that either spanned broader educational contexts or did not specifically target the unique developmental needs of young learners. The review identifies critical areas such as AI literacy, teacher preparedness, and the integration of AI technologies in pedagogical practices, underscoring the necessity for targeted research that supports educators in navigating AI’s role in early learning environments.
The methodological approach employed in this review involved a qualitative epistemological framework, focusing on the multifaceted nature of ECE and the interactions among various stakeholders, including educators, parents, and children. The inclusion and exclusion criteria were rigorously defined to ensure that only studies where AI was central to the research design were included, thereby maintaining methodological rigor. The analysis revealed a significant increase in publications, particularly from Asia, and highlighted a concentration of research on children aged 3 to 6 years, indicating potential gaps in studies involving younger and older children. The findings suggest that AI-integrated educational programs can enhance computational thinking and problem-solving skills, while frameworks for AI literacy are essential for preparing children for an AI-driven future. Overall, this review contributes valuable insights for educators, researchers, and policymakers, facilitating informed decision-making regarding the integration of AI in early childhood education.
Limitations
The author acknowledges a limitation in their research, noting that their primary expertise is in Electrical and Computer Engineering (ECE). To enhance their understanding of artificial intelligence (AI), they have engaged in formal coursework and sought guidance from AI specialists. These experts contributed by offering feedback on terminology and ensuring conceptual clarity, but they did not participate in the writing or analytical aspects of the study. This distinction highlights the author’s reliance on external expertise to bridge the gap between their ECE background and the AI domain, which may influence the depth of analysis presented in the research.