DOI: https://doi.org/10.1007/s00146-026-02873-6
تاريخ النشر: 2026-01-23
المؤلف: J. A. Owen
الموضوع الرئيسي: الأخلاقيات والآثار الاجتماعية للذكاء الاصطناعي
نظرة عامة
تتناول هذه الورقة البحثية دور الذكاء الاصطناعي (AI) في التعليم العالي بشكل نقدي، مقترحة إعادة تعريف الذكاء الاصطناعي كانعكاس للمعايير المؤسسية بدلاً من كونه شكلاً من أشكال الذكاء الاصطناعي. تستخدم الدراسة منهجًا مختلطًا، حيث تحلل ثلاثين مقالة جامعية لاستكشاف وجهات نظر الطلاب حول تأثير الذكاء الاصطناعي على التعلم، والنزاهة الأكاديمية، والتفكير النقدي. تكشف النتائج عن علاقة معقدة مع الذكاء الاصطناعي؛ بينما يعترف 97% من الطلاب بإمكاناته لتعزيز الإنتاجية وتقديم ملاحظات مخصصة، يعبر 90% عن مخاوف بشأن المخاطر مثل الغش الأكاديمي وانخفاض الانخراط النقدي. الآثار الأخلاقية بارزة، حيث يعترف جميع الطلاب بمسائل الحوكمة المتعلقة باستخدام الذكاء الاصطناعي.
تجادل الورقة من أجل دمج متوازن للذكاء الاصطناعي في البيئات التعليمية، مشددة على أن الذكاء الاصطناعي يجب أن يكون أداة داعمة بدلاً من أن يكون بديلاً عن التعلم البشري. تدعو إلى استراتيجيات تربوية تحافظ على الصرامة الأكاديمية والوعي الأخلاقي، موضعة الذكاء الاصطناعي كموارد مساعدة تعزز النمو الفكري والفضول. يؤكد المؤلفون على أهمية الحفاظ على الوكالة البشرية في السرد التعليمي، مقترحين أن مستقبل الأكاديمية يجب أن يحتضن علاقة تكافلية مع الذكاء الاصطناعي، مما يضمن أنه يعزز التجربة التعليمية بدلاً من توحيدها.
مقدمة
تتناول مقدمة هذه الورقة البحثية دور الذكاء الاصطناعي (AI) في السياقات التعليمية بشكل نقدي، مقترحة أن الذكاء الاصطناعي قد لا يمثل شكلًا جديدًا من الذكاء بل بالأحرى تضخيمًا لـ “الذكاء المتوسط”. يجادل المؤلفون بأن أنظمة الذكاء الاصطناعي، مثل ChatGPT، تعزز السلوكيات الأكاديمية الروتينية—مثل إتمام المهام ومعالجة اللغة—بدلاً من تعزيز القدرات المعرفية الاستثنائية. تشير الدراسات المذكورة، بما في ذلك تلك التي أجراها محمد وآخرون (2025) وشهزاد وآخرون (2025)، إلى أن الذكاء الاصطناعي يمكن أن يحسن أداء الطلاب ورفاههم، خاصة بين المجموعات المتخصصة مثل الطلاب ذوي الإعاقات الفكرية الخفيفة. وهذا يشير إلى أن الذكاء الاصطناعي يعمل أكثر كمدرس شخصي، محسنًا الكفاءة الأكاديمية الأساسية بدلاً من تنمية نتائج معرفية استثنائية.
تطرح الورقة أسئلة مهمة حول آثار الذكاء الاصطناعي في التعليم، مقترحة أنه قد يؤدي إلى “الكسل الأكاديمي” من خلال تقليل عمق الانخراط المعرفي المرتبط بأساليب التعلم التقليدية. بينما يمكن أن يعزز الذكاء الاصطناعي دافع الطلاب وانخراطهم، كما هو موضح في دراسات يوان وليو (2025) وغو ووانغ (2025)، يبدو أن دوره تنظيمي بدلاً من كونه ثوريًا. يؤكد المؤلفون أن الذكاء الاصطناعي يعمل على تعزيز المعايير والهياكل الأكاديمية القائمة، مقترحين أن تأثيره يتعلق أكثر بتحسين الإجراءات بدلاً من التحول المعرفي الجوهري. في النهاية، تدعو الورقة إلى إعادة فحص السرد المحيط بالذكاء الاصطناعي في التعليم، مؤطرة إياه كانعكاس لأنماط المعرفة المؤسسية بدلاً من كونه شريكًا معرفيًا رائدًا.
الطرق
في هذه الدراسة، تم استخدام منهج مختلط لتحليل مجموعة بيانات تتكون من 30 مقالة مجهولة الهوية، مع التركيز على تحليل المشاعر والترميز الموضوعي المتعلق بتصورات الذكاء الاصطناعي (AI). استخدم تحليل المشاعر قاموس Valence Aware Dictionary وsEntiment Reasoner (VADER) لتصنيف نبرة كل مقالة على أنها إيجابية أو محايدة أو سلبية، مما أنتج درجة مشاعر مركبة بناءً على العتبات المحددة (إيجابي ≥ 0.05، محايد بين -0.05 و0.05، سلبي ≤ -0.05). تم إجراء التحليل باستخدام تنفيذ VADER من مجموعة أدوات اللغة الطبيعية (NLTK)، حيث كان المؤلف هو المرمز الوحيد، مما أدخل درجة من الذاتية في تحديد الموضوعات وتعيين المشاعر. لتعزيز الاتساق الداخلي، تم استخدام دورات متكررة من تحسين الرموز وتدوين التحليلات.
بالإضافة إلى ذلك، تم تطبيق الترميز المفتوح لتصنيف الموضوعات الرئيسية والاستعارات، خاصة فيما يتعلق بكيفية تأطير الذكاء الاصطناعي—كأداة، أو متعاون، أو تهديد، أو بديل للذكاء البشري. بينما يحد التركيز على دراسة حالة محدودة من إمكانية تعميم النتائج، فإنه يوفر استكشافًا تفصيليًا لتصورات الطلاب ضمن سياق علوم الكمبيوتر وأنظمة المعلومات، حيث قد يظهر الطلاب مواقف مختلفة تجاه الذكاء الاصطناعي مقارنةً بأولئك في العلوم الإنسانية أو العلوم الاجتماعية. تعكس النتائج، المقدمة كنسب مشاعر في الجدول 1، التأثيرات التخصصية المحددة على تصورات الطلاب، مما يبرز أهمية السياق في فهم المواقف تجاه التكنولوجيا.
النتائج
تكشف النتائج من الدراسة عن رؤى مهمة حول تصورات الطلاب لدور الذكاء الاصطناعي في التعليم. أعرب الطلاب عن ازدواجية في تجاربهم، مشبهين استخدام الذكاء الاصطناعي بـ “ركوب دراجة مع عجلات تدريبية”، مما يشير إلى أنه بينما يسهل الذكاء الاصطناعي التعلم، قد يعيق تطوير مهارات التفكير النقدي المستقل. عبر طالب واحد عن قلقه من أن الاعتماد المفرط على الذكاء الاصطناعي قد يؤدي إلى تجربة تعلم سلبية، حيث يشعر وكأنه “راكب في [تعليمه] الخاص”.
علاوة على ذلك، أشار الطلاب إلى المخاطر المحتملة المرتبطة بدمج الذكاء الاصطناعي، مؤكدين أن التهديد الرئيسي لا يكمن في الغش الأكاديمي بل في تآكل قدرات التفكير الإبداعي. حذروا من أنه بينما قد لا يحل الذكاء الاصطناعي محل المعلمين البشريين، إلا أنه قد يقلل من الدافع الداخلي للطلاب للانخراط بعمق في عمليات التعلم الخاصة بهم. تؤكد هذه الانعكاسات على الحاجة إلى نهج متوازن تجاه الذكاء الاصطناعي في البيئات التعليمية، مما يضمن أنه يعمل كأداة لتعزيز التعلم بدلاً من أن يكون عكازًا يقوض التنمية المعرفية.
المناقشة
تتناول قسم المناقشة في الورقة البحثية تطور الذكاء وآثاره على التعليم، خاصة في سياق الاختبارات الموحدة ودمج الذكاء الاصطناعي (AI) في الأكاديمية. تاريخيًا، كان يُنظر إلى الذكاء على أنه بناء متعدد الأبعاد يعتمد على السياق، لكن هذا الفهم قد تحول نحو نموذج أكثر صرامة وقابلية للقياس يتماشى مع الأولويات المؤسسية. أدى هذا التحول إلى إنشاء “الذكاء المتوسط” كمثال تعليمي، مما يهمش غالبًا أولئك الذين لا يت conform إلى المعايير الموحدة. يبرز المؤلفون كيف تعكس التقييمات الموحدة التحيزات المؤسسية وت perpetuate عدم المساواة، كما يتضح من الانتقادات لاختبارات الذكاء التي تكشف عن دورها في ترسيخ الهياكل العرقية والطبقية.
علاوة على ذلك، تستكشف الورقة الطبيعة المزدوجة للذكاء الاصطناعي في الأكاديمية، مقدمة إياه كعامل محتمل لتعزيز التميز الأكاديمي وكمخاطر على التنوع الفكري. بينما يدعو بعض العلماء إلى الاستخدام الاستراتيجي للذكاء الاصطناعي لتعزيز التعلم الشخصي والمساواة التعليمية، يحذر آخرون من اعتماده غير النقدي، الذي قد يعزز التفاهة والتوافق الثقافي. تكشف النتائج من تحليل تجريبي لمقالات جامعية عن منظور معقد للطلاب حول الذكاء الاصطناعي، يتميز بالتفاؤل الحذر ولكن مع مخاوف كبيرة بشأن النزاهة الأكاديمية وصدق تجارب التعلم. في النهاية، يجادل المؤلفون من أجل إعادة تعريف الذكاء والتميز في عصر الذكاء الاصطناعي، مؤكدين على الحاجة إلى أطر تعليمية تعطي الأولوية للتفكير النقدي، والانخراط الأخلاقي، وزراعة “الذكاء الحي”—الصفات التي لا يمكن للذكاء الاصطناعي تكرارها.
القيود
تعد قيود هذه الدراسة الاستكشافية مهمة وتستحق الاعتبار الدقيق. أولاً، تتكون مجموعة البيانات من ثلاثين مقالة من دورة علوم الكمبيوتر وأنظمة المعلومات النهائية، والتي قد لا تعكس بدقة وجهات نظر الطلاب الجامعيين في تخصصات أخرى، مثل العلوم الإنسانية أو العلوم الاجتماعية. يسمح هذا التخصص بالحصول على رؤى حول كيفية تأثير السياق التخصصي على تصورات الذكاء الاصطناعي (AI)، لكنه يقيد إمكانية تعميم النتائج.
ثانيًا، استخدم تحليل المشاعر قاموسًا قائمًا على VADER، والذي تم تصميمه بشكل أساسي للنصوص القصيرة وغير الرسمية. بينما يوفر VADER طريقة واضحة لتقييم قطبية المشاعر، فإن تطبيقه على مقالات أكاديمية أطول يعد غير تقليدي. وبالتالي، يجب أن تُعتبر النتائج مؤشرات بدلاً من أن تكون نهائية، مدعومة بالتثليث مع الترميز المفتوح لتعزيز الموثوقية. ومع ذلك، تم إجراء الترميز بواسطة باحث واحد، مما يمنع توليد إحصائيات موثوقية بين المرمزين، مثل كابا كوهين، مما يحد من تقييم الاتساق وقابلية التكرار في تصنيف الموضوعات. تؤكد هذه الإشارة إلى القيود على الطبيعة الاستكشافية للدراسة وتضع نتائجها كأفكار أولية حول مواقف الطلاب تجاه الذكاء الاصطناعي، مع الحفاظ على الشفافية بشأن قيود أساليب البحث المستخدمة.
DOI: https://doi.org/10.1007/s00146-026-02873-6
Publication Date: 2026-01-23
Author(s): J. A. Owen
Primary Topic: Ethics and Social Impacts of AI
Overview
This research paper critically examines the role of artificial intelligence (AI) in higher education, proposing a redefinition of AI as a reflection of institutional norms rather than a form of artificial intellect. The study employs a mixed-methods approach, analyzing thirty undergraduate essays to explore students’ perspectives on AI’s impact on learning, academic integrity, and critical thinking. Findings reveal a complex relationship with AI; while 97% of students recognize its potential to enhance productivity and provide tailored feedback, 90% express concerns about risks such as academic dishonesty and diminished critical engagement. Ethical implications are prevalent, with all students acknowledging governance issues related to AI use.
The paper argues for a balanced integration of AI in educational settings, emphasizing that AI should serve as a supportive tool rather than a replacement for human learning. It advocates for pedagogical strategies that uphold academic rigor and ethical awareness, positioning AI as an auxiliary resource that fosters intellectual growth and curiosity. The authors stress the importance of maintaining human agency in the educational narrative, suggesting that the future of academia should embrace a symbiotic relationship with AI, ensuring that it enhances rather than standardizes the learning experience.
Introduction
The introduction of this research paper critically examines the role of artificial intelligence (AI) in educational contexts, suggesting that AI may not represent a new form of intelligence but rather an amplification of “average intelligence.” The authors argue that AI systems, such as ChatGPT, enhance routine academic behaviors—like task completion and language processing—rather than fostering exceptional cognitive abilities. Studies cited, including those by Mohammed et al. (2025) and Shahzad et al. (2025), indicate that AI can improve student performance and well-being, particularly among specialized groups like students with mild intellectual disabilities. This suggests that AI functions more as a personalized tutor, optimizing baseline academic competence rather than cultivating extraordinary intellectual outcomes.
The paper raises important questions about the implications of AI in education, positing that it may lead to “academic laziness” by reducing the depth of cognitive engagement associated with traditional learning methods. While AI can enhance student motivation and engagement, as shown in studies by Yuan and Liu (2025) and Guo and Wang (2025), its role appears regulatory rather than revolutionary. The authors contend that AI serves to reinforce existing academic norms and structures, suggesting that its impact is more about procedural optimization than substantive cognitive transformation. Ultimately, the paper calls for a re-examination of the narrative surrounding AI in education, framing it as a reflection of institutional knowledge patterns rather than a groundbreaking cognitive partner.
Methods
In this study, a mixed-methods approach was employed to analyze a dataset of 30 anonymized essays, focusing on sentiment and thematic coding related to perceptions of artificial intelligence (AI). Sentiment analysis utilized the Valence Aware Dictionary and sEntiment Reasoner (VADER) to classify the tone of each essay as positive, neutral, or negative, producing a compound sentiment score based on established thresholds (positive ≥ 0.05, neutral between -0.05 and 0.05, negative ≤ -0.05). The analysis was conducted using the Natural Language Toolkit (NLTK) implementation of VADER, with the author serving as the sole coder, which introduced a degree of subjectivity in theme identification and sentiment assignment. To enhance internal consistency, iterative cycles of code refinement and analytic memoing were employed.
Additionally, open coding was applied to categorize key themes and metaphors, particularly regarding how AI was framed—as a tool, collaborator, threat, or replacement for human intellect. While the study’s focus on a bounded case study limits generalizability, it provides a detailed exploration of perceptions within a Computer Science and Information Systems context, where students may exhibit different attitudes towards AI compared to those in the humanities or social sciences. The findings, presented as sentiment percentages in Table 1, reflect the specific disciplinary influences on student perceptions, emphasizing the importance of context in understanding attitudes towards technology.
Results
The findings from the study reveal significant insights into student perceptions of AI’s role in education. Students expressed a duality in their experiences, likening the use of AI to “riding a bike with training wheels,” suggesting that while AI facilitates learning, it may hinder the development of independent critical thinking skills. One student articulated a concern that excessive reliance on AI could lead to a passive learning experience, where they feel like “a passenger in [their] own education.”
Moreover, students highlighted the potential risks associated with AI integration, emphasizing that the primary threat lies not in academic dishonesty but in the erosion of creative thinking abilities. They cautioned that while AI may not replace human educators, it could diminish students’ intrinsic motivation to engage deeply with their learning processes. These reflections underscore the need for a balanced approach to AI in educational settings, ensuring that it serves as a tool for enhancement rather than a crutch that undermines cognitive development.
Discussion
The discussion section of the research paper critically examines the evolution of intelligence and its implications for education, particularly in the context of standardized testing and the integration of artificial intelligence (AI) in academia. Historically, intelligence was viewed as a multifaceted and context-dependent construct, but this understanding has shifted towards a more rigid, quantifiable model that aligns with institutional priorities. This transformation has led to the establishment of “average intelligence” as an educational ideal, often marginalizing those who do not conform to standardized metrics. The authors highlight how standardized assessments reflect institutional biases and perpetuate inequalities, as evidenced by critiques of IQ testing that reveal its role in entrenching racial and class hierarchies.
Furthermore, the paper explores the dual nature of AI in academia, presenting it as both a potential facilitator of academic excellence and a risk to intellectual diversity. While some scholars advocate for the strategic use of AI to enhance personalized learning and educational equity, others caution against its uncritical adoption, which may foster mediocrity and cultural conformity. The findings from an empirical analysis of undergraduate essays reveal a nuanced student perspective on AI, characterized by cautious optimism yet significant concerns regarding academic integrity and the authenticity of learning experiences. Ultimately, the authors argue for a redefinition of intelligence and excellence in the age of AI, emphasizing the need for educational frameworks that prioritize critical thinking, ethical engagement, and the cultivation of “living intelligence”—qualities that AI cannot replicate.
Limitations
The limitations of this exploratory case study are significant and warrant careful consideration. Firstly, the dataset comprises thirty essays from a single final-year Computer Science and Information Systems course, which may not accurately reflect the perspectives of undergraduates in other disciplines, such as the humanities or social sciences. This specificity allows for insights into how disciplinary context influences perceptions of artificial intelligence (AI), but it restricts the generalizability of the findings.
Secondly, the sentiment analysis utilized a VADER-based lexicon, which is primarily designed for short, informal texts. While VADER provides a clear method for assessing sentiment polarity, its application to longer academic essays is unconventional. Consequently, the results should be viewed as indicative rather than definitive, supported by triangulation with open coding to enhance reliability. However, the coding was performed by a single researcher, precluding the generation of intercoder reliability statistics, such as Cohen’s kappa, which limits the assessment of consistency and replicability in thematic categorization. This acknowledgment of limitations emphasizes the study’s exploratory nature and positions its findings as preliminary insights into student attitudes toward AI, while maintaining transparency regarding the constraints of the research methods employed.