DOI: https://doi.org/10.1057/s41599-025-05097-z
تاريخ النشر: 2025-06-14
المؤلف: Xinmei Kong وآخرون
الموضوع الرئيسي: البيانات الضخمة وذكاء الأعمال
نظرة عامة
تستكشف هذه الدراسة دمج الذكاء الاصطناعي (AI) في البيئات التعليمية، مقترحة نموذج درجة التآزر بين الإنسان والذكاء الاصطناعي (HAI-SDM) لتقييم التعاون بين المعلمين البشريين وأنظمة الذكاء الاصطناعي في بيئات التعلم ذات الذكاء الهجين. كشفت دراسة حالة شملت أربعين طالبًا في المدرسة الإعدادية ومعلمًا واحدًا أن درجة ترتيب التعاون تبقى معتدلة، بينما تتقلب درجة التآزر بين منخفضة ومتوسطة. تعكس هذه المتغيرات التفاعلات الديناميكية بين ثلاثة نظم فرعية: موضوع التعاون، والعملية، والبيئة. تؤكد النتائج على أهمية محتوى التعليم والأنشطة في التأثير على هذه الدرجات، مما يشير إلى أن التعاون الفعال بين الإنسان والذكاء الاصطناعي يمكن أن يعزز النتائج التعليمية.
كما تعترف الدراسة بعدة قيود، بما في ذلك التحيز المحتمل في البيانات بسبب نوع بيئة الذكاء الهجين المحدد الذي تم فحصه والاعتماد على التحليل اليدوي للتفاعلات الصفية، مما يعيق التغذية الراجعة الفورية للمعلمين. تشمل اتجاهات البحث المستقبلية استكشاف بيئات التعلم الذكية المتنوعة، وتطوير أدوات تحليل آلية للتغذية الراجعة الفورية، والتحقيق في التفاعل بين العوامل المعرفية والعاطفية في التعاون بين الإنسان والذكاء الاصطناعي. بالإضافة إلى ذلك، هناك حاجة لفهم أعمق للآليات الداخلية التي تحكم هذا التعاون لاستغلال إمكانيات الذكاء الاصطناعي بالكامل في السياقات التعليمية.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التأثير التحويلي للذكاء الاصطناعي (AI) على قطاع التعليم، لا سيما من خلال التعاون بين الإنسان والذكاء الاصطناعي. لا يساعد هذا التعاون المعلمين فقط في المهام التعليمية، بل يعزز أيضًا التفاعلات الصفية، مما يعالج قيود النماذج التعليمية التقليدية في تخصيص التعلم وتحسين الموارد. يؤكد المؤلفون على الحاجة إلى فحص منهجي للتعاون بين الإنسان والذكاء الاصطناعي، مشيرين إلى أنه بينما ركزت الأدبيات الحالية على الجوانب التكنولوجية، هناك فجوة كبيرة في فهم ديناميات التعاون أثناء التدريس في الفصول الدراسية.
لمعالجة هذه الفجوة، تقترح الدراسة إطارًا يستخدم نموذج درجة التآزر (SDM) لتقييم وتعزيز فعالية التعاون بين الإنسان والذكاء الاصطناعي في البيئات التعليمية. تم تطبيق نموذج SDM سابقًا في سياقات تعليمية متنوعة لتحليل الديناميات التعاونية، وتهدف هذه الدراسة إلى التحقيق المنهجي في العوامل التي تؤثر على فعالية شراكات الإنسان والذكاء الاصطناعي. توضح الورقة هيكلها، مفصلة الأقسام حول الخلفية النظرية، والطرق، والنتائج، والنقاشات، في النهاية تسعى للمساهمة في فهم كيفية دمج الذكاء الاصطناعي بشكل فعال في بيئات التعليم والتعلم.
النتائج
تستكشف قسم النتائج في الدراسة درجات الترتيب والتآزر بين النظم الفرعية في التعاون بين الإنسان والذكاء الاصطناعي ضمن بيئات التعلم ذات الذكاء الهجين. وُجدت درجات الترتيب لموضوع التعاون، والعملية، وبيئة النظم الفرعية على التوالي 0.9104، 0.9018، و0.7306، مما يشير إلى مستوى معتدل من التطور المنظم، على الرغم من بعض الاختلالات. تكشف التحليلات أن تسلسل الأنشطة التعليمية والتعلمية يبقى متسقًا، على الرغم من حدوث تقلبات خلال عملية التطوير.
تأرجحت درجة التآزر للنظام المركب بين -0.5 و +0.5، وبلغت ذروتها عند 0.4581، مما يعكس مستوى تعاون منخفض إلى معتدل بشكل عام. من الجدير بالذكر أن قيم درجة الترتيب كانت أقل خلال أنشطة مثل “النقاش الجماعي” و”التعليم والتعلم”، مما يشير إلى أنه على الرغم من تحسن التعاون، إلا أن درجة الترتيب أظهرت اتجاهًا هبوطيًا خلال أنشطة معينة. تشير النتائج إلى أنه على الرغم من أن بعض النظم الفرعية تظهر سلوكًا غير منظم، إلا أن التآزر العام للنظام المركب زاد خلال أنشطة معينة مثل “عرض المواد” و”التعليم والتعلم”. ومع ذلك، تسلط الاتجاهات المتغيرة بين النظم الفرعية الضوء على تآزر غير متوازن، خاصة خلال الانتقالات بين أنشطة تعليمية معينة، مما يؤدي في النهاية إلى انخفاض في درجة تآزر النظام المركب.
نقاش
يؤكد قسم النقاش في الورقة البحثية على أهمية إطار تقييم تكاملي للتعاون بين الإنسان والذكاء الاصطناعي في البيئات التعليمية، لا سيما في بيئات التعلم ذات الذكاء الهجين. يسلط الضوء على ثلاثة مكونات حاسمة: موضوع التعاون، والعملية، والبيئة. يتضمن موضوع التعاون أدوار المعلمين والطلاب وأنظمة الذكاء الاصطناعي، حيث يوجه المعلمون استخدام الذكاء الاصطناعي لتعزيز النتائج التعليمية. تتناول عملية التعاون كيفية ضرورة تكيف أهداف التدريس، والأساليب، والمحتوى للاستفادة من الذكاء الاصطناعي بشكل فعال، مما يضمن بقاء الممارسات التعليمية ذات صلة واستجابة لاحتياجات الطلاب.
علاوة على ذلك، تتشكل بيئة التعاون من خلال البنية التحتية التكنولوجية التي تدعم التفاعلات السلسة بين البشر والذكاء الاصطناعي. تستخدم الدراسة نموذج درجة التآزر (SDM) لتحليل ديناميات هذه التفاعلات، كاشفة أن فعالية التعاون بين الإنسان والذكاء الاصطناعي تعتمد على توافق أهداف التدريس، وقابلية تكيف أساليب التدريس، والموارد التكنولوجية المتاحة. تشير النتائج إلى أن التعاون الناجح بين الإنسان والذكاء الاصطناعي يمكن أن يعزز التجارب التعليمية، لكنه يتطلب اعتبارًا دقيقًا للتفاعل بين النظم الفرعية المختلفة المعنية. تهدف الدراسة في النهاية إلى قياس درجات الترتيب والتآزر لهذه النظم الفرعية لفهم وتحسين ممارسات التدريس التعاونية بين الإنسان والذكاء الاصطناعي بشكل أفضل.
DOI: https://doi.org/10.1057/s41599-025-05097-z
Publication Date: 2025-06-14
Author(s): Xinmei Kong et al.
Primary Topic: Big Data and Business Intelligence
Overview
This study investigates the integration of artificial intelligence (AI) into educational settings, proposing a human-AI synergy degree model (HAI-SDM) to evaluate the collaboration between human teachers and AI systems in hybrid intelligence learning environments. A case study involving forty junior high school students and one teacher revealed that the order degree of collaboration remains moderate, while the synergy degree fluctuates between low and moderate. This variability reflects the dynamic interactions among three subsystems: the collaboration subject, process, and environment. The findings underscore the importance of teaching content and activities in influencing these degrees, suggesting that effective human-AI collaboration can enhance educational outcomes.
The study also acknowledges several limitations, including the potential bias in data due to the specific type of hybrid intelligence environment examined and the reliance on manual analysis of classroom interactions, which hampers real-time feedback for educators. Future research directions include exploring diverse intelligent learning environments, developing automated analysis tools for immediate feedback, and investigating the interplay between cognitive and emotional factors in human-AI collaboration. Additionally, a deeper understanding of the internal mechanisms governing this collaboration is necessary to fully harness the potential of AI in educational contexts.
Introduction
The introduction of this research paper highlights the transformative impact of artificial intelligence (AI) on the education sector, particularly through human-AI collaboration. This collaboration not only aids teachers in instructional tasks but also enhances classroom interactions, addressing the limitations of traditional educational models in personalizing learning and optimizing resources. The authors emphasize the need for a systematic examination of human-AI collaboration, noting that while existing literature has focused on technological aspects, there is a significant gap in understanding the dynamics of collaboration during classroom instruction.
To address this gap, the study proposes a framework utilizing the synergy degree model (SDM) to evaluate and enhance the effectiveness of human-AI collaboration in educational settings. The SDM has been previously applied in various educational contexts to analyze collaborative dynamics, and this research aims to systematically investigate the factors influencing the efficacy of human-AI partnerships. The paper outlines its structure, detailing sections on theoretical background, methods, results, and discussions, ultimately seeking to contribute to the understanding of how AI can be effectively integrated into teaching and learning environments.
Results
The results section of the study investigates the order and synergy degrees among subsystems in human-AI collaboration within hybrid intelligence learning environments. The order degrees for the collaboration subject, process, and environment subsystems were found to be 0.9104, 0.9018, and 0.7306, respectively, indicating a moderate level of orderly development, albeit with some imbalances. The analysis reveals that the sequence of teaching and learning activities remains consistent, though fluctuations occur throughout the development process.
The synergy degree of the composite system fluctuated between -0.5 and +0.5, peaking at 0.4581, reflecting a low to moderate overall collaboration level. Notably, the order degree values were lower during activities such as ‘Group Discussion’ and ‘Teaching and Learning’, suggesting that while collaboration improved, the order degree exhibited a downward trend during certain activities. The findings indicate that despite some subsystems showing disordered behavior, the overall synergy of the composite system increased during specific activities like ‘Materials Viewing’ and ‘Teaching and Learning’. However, the varying trends among subsystems highlight an unbalanced synergy, particularly during transitions between certain educational activities, ultimately leading to a decrease in the composite system’s synergy degree.
Discussion
The discussion section of the research paper emphasizes the importance of an integrative evaluation framework for human-AI collaboration in educational settings, particularly in hybrid intelligence learning environments. It highlights three critical components: the collaboration subject, process, and environment. The collaboration subject involves the roles of teachers, students, and AI systems, where teachers guide AI’s use to enhance educational outcomes. The collaboration process addresses how teaching goals, methods, and content must adapt to leverage AI effectively, ensuring that educational practices remain relevant and responsive to students’ needs.
Furthermore, the collaboration environment is shaped by technological infrastructure that supports seamless interactions between humans and AI. The study employs the Synergy Degree Model (SDM) to analyze the dynamics of these interactions, revealing that the effectiveness of human-AI collaboration is contingent upon the alignment of teaching goals, the adaptability of teaching methods, and the technological resources available. The findings suggest that successful human-AI collaboration can enhance educational experiences, but it requires careful consideration of the interplay between the various subsystems involved. The research ultimately aims to quantify the order and synergy degrees of these subsystems to better understand and optimize human-AI collaborative teaching practices.