DOI: https://doi.org/10.1007/s10639-025-13476-x
تاريخ النشر: 2025-03-12
المؤلف: Anitia Lubbe وآخرون
الموضوع الرئيسي: التقييم التعليمي وطرق التدريس
نظرة عامة
تستكشف هذه الورقة البحثية دمج الذكاء الاصطناعي التوليدي (Gen AI) مع تصنيف بلوم والتفكير النقدي لتعزيز بيداغوجيا التقييم وتعزيز التعلم الذاتي. يُعتبر Gen AI، المعروف بقدراته في المجالات الإبداعية مثل الفن والكتابة، أداة تحويلية في التعليم، خاصة من خلال تطبيقه في أنظمة التدريس الذكية، والدردشة الآلية، والتقييمات الآلية. تسلط الدراسة الضوء على الحاجة إلى معالجة المخاوف المتعلقة بأصالة المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي، بينما تدعو إلى إعادة تصور تصنيف بلوم لدعم المهارات المعرفية العليا الضرورية للتفكير النقدي واستقلالية التعلم.
تشير النتائج إلى أن مواءمة ممارسات التقييم مع قدرات Gen AI يمكن أن تحسن بشكل كبير من تجارب التعليم والتعلم، مما يعزز مهارات التفكير النقدي بين الطلاب. ومع ذلك، فإن دمج الذكاء الاصطناعي في الأطر التعليمية يتطلب اعتبارًا دقيقًا لتبعاته البيداغوجية والأخلاقية والمعرفية. تدعو الورقة إلى دراسات تجريبية للتحقق من صحة الإطار المقترح في السياقات التعليمية الواقعية وتؤكد على أهمية تطوير تقييمات تستهدف المهارات المعرفية العليا. تشمل اتجاهات البحث المستقبلية دراسة الآثار طويلة المدى لـ Gen AI على القدرات المعرفية للطلاب واستكشاف قابلية توسيع هذا النهج عبر بيئات تعليمية متنوعة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الدور التحويلي للذكاء الاصطناعي التوليدي (Gen AI) في مجالات إبداعية متنوعة، وخاصة في التعليم. يشمل Gen AI تقنيات مثل الدردشة الآلية وأنظمة التدريس الذكية، التي تعزز العملية التعليمية من خلال دمج الأبعاد الاجتماعية والثقافية والبيداغوجية. بينما تستعرض الأدبيات الحالية توافق Gen AI مع تصنيف بلوم، لا يزال هناك فجوة كبيرة بشأن إمكانيته في تعزيز المهارات المعرفية العليا، مثل التقييم والإبداع، لدعم التعلم الذاتي (SDL). تهدف هذه الدراسة إلى استكشاف تقاطع Gen AI، وتصنيف بلوم، والتفكير النقدي، في إطار منظور بناء اجتماعي يركز على بناء المعرفة التعاونية من خلال التفاعلات الاجتماعية.
تتناول قسم الخلفية تطور الذكاء الاصطناعي في التعليم العالي، حيث انتقل من الدعم الإداري إلى دور محوري في التعلم الشخصي والتقييم. لقد أثار Gen AI، الذي يتميز بقدرته على توليد استجابات شبيهة بالبشر، حماسًا وقلقًا بين المعلمين بشأن تداعياته على النزاهة الأكاديمية والتفكير النقدي. مع مواجهة المؤسسات للتحديات التي يطرحها Gen AI، هناك اعتراف متزايد بإمكاناته في تحسين تجارب التعلم وتعزيز الوصول العادل إلى التعليم. تؤكد هذه الدراسة على ضرورة إعادة التفكير في الممارسات البيداغوجية في ضوء قدرات Gen AI، داعية إلى دمج استراتيجي لتقنيات الذكاء الاصطناعي مع الأطر التعليمية القائمة لإعداد الطلاب لعالم متزايد الاعتماد على الذكاء الاصطناعي.
الطرق
تضمنت المنهجية المستخدمة في هذا البحث مراجعة أدبية شاملة لتلخيص الأعمال الأكاديمية الحالية حول الذكاء الاصطناعي (AI)، وتصنيف بلوم، والتفكير النقدي، والتعلم الذاتي (SDL) في التعليم العالي. وفقًا لإرشادات فان وي و بانستر (2016)، كانت المراجعة تهدف إلى تقديم نظرة عامة محدثة وتسليط الضوء على اتجاهات البحث المستقبلية. تم إجراء بحث منهجي في قواعد البيانات الأكاديمية، مع التركيز على المقالات التي تمت مراجعتها من قبل الأقران والتي نُشرت باللغة الإنجليزية بعد إطلاق ChatGPT في نوفمبر 2022. ضمنت معايير الإدراج اختيار الأدبيات ذات الصلة التي تتناول دمج هذه المفاهيم في تقييم التعليم العالي، مما أسفر عن مجموعة بيانات نهائية تضم 24 مقالة.
تبع التحليل الموضوعي إطار العمل المكون من ست خطوات لبراون وكلارك، بدءًا من التعرف على البيانات وتوليد الرموز الأولية بناءً على تركيز الدراسة. تم تحديد الموضوعات ومراجعتها وتنقيحها، مما أدى إلى تعريف واضح لمدى صلة كل موضوع بأسئلة البحث. أشارت النتائج الرئيسية إلى أنه بينما يمتلك الذكاء الاصطناعي التوليدي، وخاصة ChatGPT، القدرة على تحسين ممارسات التقييم من خلال توليد أسئلة عبر مستويات معرفية مختلفة من تصنيف بلوم، لا تزال هناك فجوات كبيرة في معالجة المهارات المعرفية العليا مثل التقييم والإبداع. تشير الأدبيات إلى الحاجة إلى إطار هيكلي لدمج الذكاء الاصطناعي بشكل فعال في بيداغوجيا التقييم، مع التأكيد على أهمية تعزيز التفكير النقدي والتعلم الذاتي في بيئة تعليمية مدفوعة بالذكاء الاصطناعي.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على تطور الذكاء الاصطناعي (AI) وتداعياته على التعليم العالي، وخاصة في ممارسات التقييم. تتبع التطور التاريخي للذكاء الاصطناعي من المفاهيم النظرية المبكرة إلى التطبيقات الحديثة، مع التأكيد على التأثير التحويلي لمحولات ما قبل التدريب التوليدية (GPT)، وخاصة ChatGPT، على المنهجيات التعليمية. تجادل الورقة بأن الذكاء الاصطناعي يتحدى طرق التقييم التقليدية، مما يستلزم إعادة تقييم المناهج البيداغوجية لتعزيز التفكير النقدي والتعلم الذاتي. يتماشى دمج أدوات الذكاء الاصطناعي بشكل جيد مع تصنيف بلوم المعدل، الذي يركز على المهارات المعرفية العليا مثل التقييم والإبداع، مما يشجع المعلمين على تصميم تقييمات تعزز التفاعل النقدي مع المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي.
يدعو المؤلفون إلى تفسير ديناميكي لتصنيف بلوم، مقترحين أن العلاقة بين التقييم والإبداع دائرية بدلاً من أن تكون خطية. يبرز هذا المنظور أهمية التقييم النقدي في بيئة تعليمية مدفوعة بالذكاء الاصطناعي، حيث يجب على الطلاب ليس فقط توليد المحتوى ولكن أيضًا تقييم صحته وآثاره الأخلاقية. تشمل التوصيات العملية للمعلمين دمج تقييم الذكاء الاصطناعي كمهارة، وبناء المهام عبر مستويات تصنيف بلوم، وتعزيز التفاعل الأخلاقي مع الذكاء الاصطناعي، وتشجيع أنشطة التقييم التعاونية. من خلال اعتماد هذه الاستراتيجيات، يمكن للمعلمين تعزيز قدرات التفكير النقدي لدى الطلاب وتعزيز التعلم الذاتي، مما يعدهم في النهاية لتعقيدات عالم متقدم تكنولوجيًا. تختتم الورقة بالدعوة إلى دراسات تجريبية للتحقق من صحة الإطار المقترح واستكشاف قابليته للتطبيق عبر سياقات تعليمية متنوعة.
القيود
تقدم الدراسة إطارًا مفاهيميًا يدمج الذكاء الاصطناعي التوليدي، وتصنيف بلوم، والتفكير النقدي في التعليم العالي، لكنها مقيدة بعدة قيود. أولاً، تستند الدراسة إلى مراجعة أدبية منهجية دون بيانات تجريبية أو تجارب صفية، مما يجعل الإطار المقترح نظريًا وغير مختبر في البيئات العملية. تقتصر الأدبيات على المنشورات باللغة الإنجليزية المدرجة في Scopus وWeb of Science، مما قد يتجاهل مساهمات هامة من مصادر غير إنجليزية وقواعد بيانات أكاديمية أخرى، وبالتالي يحد من الصلة العالمية للنتائج.
علاوة على ذلك، يركز البحث على التعليم العالي ويستثني السياقات التعليمية الأخرى، مثل المدارس الثانوية، والتدريب المهني، وبيئات التعلم غير الرسمية، حيث قد يقدم دمج الذكاء الاصطناعي تحديات وفرص مختلفة. أخيرًا، تشير التطورات السريعة في تكنولوجيا الذكاء الاصطناعي التوليدي إلى أن استنتاجات الدراسة قد تحتاج إلى إعادة النظر والتحديث مع حدوث تطورات جديدة وتوسيع تطبيقاتها في التعليم.
DOI: https://doi.org/10.1007/s10639-025-13476-x
Publication Date: 2025-03-12
Author(s): Anitia Lubbe et al.
Primary Topic: Educational Assessment and Pedagogy
Overview
This research paper explores the integration of generative artificial intelligence (Gen AI) with Bloom’s taxonomy and critical thinking to enhance assessment pedagogy and promote self-directed learning. Gen AI, recognized for its capabilities in creative domains such as art and writing, is positioned as a transformative tool in education, particularly through its application in intelligent tutoring systems, chatbots, and automated assessments. The study highlights the need to address concerns regarding the authenticity of AI-generated content while advocating for a reconceptualization of Bloom’s taxonomy to better support higher-order cognitive skills essential for critical thinking and learning autonomy.
The findings suggest that aligning assessment practices with Gen AI’s capabilities can significantly improve teaching and learning experiences, fostering critical thinking skills among students. However, the integration of AI into educational frameworks necessitates careful consideration of its pedagogical, ethical, and cognitive implications. The paper calls for empirical studies to validate the proposed framework in real-world educational contexts and emphasizes the importance of developing assessments that target higher-order cognitive skills. Future research directions include examining the long-term effects of Gen AI on students’ cognitive abilities and exploring the scalability of this approach across various educational settings.
Introduction
The introduction of this research paper highlights the transformative role of generative artificial intelligence (Gen AI) in various creative domains, particularly in education. Gen AI encompasses technologies like chatbots and intelligent tutoring systems, which enhance the educational process by integrating social, cultural, and pedagogical dimensions. While existing literature examines Gen AI’s alignment with Bloom’s taxonomy, a significant gap persists regarding its potential to enhance higher-order cognitive skills, such as evaluation and creation, to support self-directed learning (SDL). This study aims to explore the intersection of Gen AI, Bloom’s taxonomy, and critical thinking, framed within a social constructivist perspective that emphasizes collaborative knowledge construction through social interactions.
The background section elaborates on the evolution of AI in higher education, transitioning from administrative support to a pivotal role in personalized learning and assessment. Gen AI, characterized by its ability to generate human-like responses, has sparked both enthusiasm and concern among educators regarding its implications for academic integrity and critical thinking. As institutions grapple with the challenges posed by Gen AI, there is a growing recognition of its potential to optimize learning experiences and promote equitable access to education. This research underscores the necessity for educators to rethink pedagogical practices in light of Gen AI’s capabilities, advocating for a strategic integration of AI technologies with established educational frameworks to prepare students for an increasingly AI-driven landscape.
Methods
The methodology employed in this research involved a comprehensive literature review to synthesize existing scholarly work on artificial intelligence (AI), Bloom’s taxonomy, critical thinking, and self-directed learning (SDL) within higher education. Following the guidelines of van Wee and Banister (2016), the review aimed to provide an up-to-date overview and highlight future research directions. A systematic search of academic databases was conducted, focusing on peer-reviewed articles published in English after the launch of ChatGPT in November 2022. Inclusion criteria ensured that only relevant literature addressing the integration of these concepts in higher education assessment was selected, resulting in a final dataset of 24 articles.
The thematic analysis followed Braun and Clarke’s six-step framework, beginning with data familiarization and the generation of initial codes based on the study’s focus. Themes were identified, reviewed, and refined, leading to a clear definition of each theme’s relevance to the research questions. Key findings indicated that while generative AI, particularly ChatGPT, has the potential to enhance assessment practices by generating questions across various cognitive levels of Bloom’s taxonomy, significant gaps remain in addressing higher-order cognitive skills such as evaluating and creating. The literature suggests a need for a structured framework to effectively integrate AI into assessment pedagogy, emphasizing the importance of fostering critical thinking and SDL in an AI-driven educational landscape.
Discussion
The discussion section of the research paper highlights the evolution of artificial intelligence (AI) and its implications for higher education, particularly in assessment practices. It traces the historical development of AI from early theoretical concepts to modern applications, emphasizing the transformative impact of Generative Pre-trained Transformers (GPT), especially ChatGPT, on educational methodologies. The paper argues that AI challenges traditional assessment methods, necessitating a reevaluation of pedagogical approaches to foster critical thinking and self-directed learning. The integration of AI tools aligns well with the revised Bloom’s taxonomy, which emphasizes higher-order cognitive skills such as evaluating and creating, thus encouraging educators to design assessments that promote critical engagement with AI-generated content.
The authors advocate for a dynamic interpretation of Bloom’s taxonomy, suggesting that the relationship between evaluation and creation is cyclical rather than linear. This perspective underscores the importance of critical evaluation in an AI-driven educational landscape, where students must not only generate content but also assess its validity and ethical implications. Practical recommendations for educators include integrating AI evaluation as a skill, scaffolding assignments across Bloom’s taxonomy levels, promoting ethical AI engagement, and encouraging collaborative evaluation activities. By adopting these strategies, educators can enhance students’ critical thinking abilities and foster self-directed learning, ultimately preparing them for the complexities of a technologically advanced world. The paper concludes by calling for empirical studies to validate the proposed framework and explore its applicability across various educational contexts.
Limitations
The study presents a conceptual framework integrating generative AI, Bloom’s taxonomy, and critical thinking in higher education, yet it is constrained by several limitations. Primarily, the research is based on a systematic literature review without empirical data or classroom experiments, rendering the proposed framework theoretical and untested in practical settings. The literature is restricted to English-language publications indexed in Scopus and Web of Science, which may overlook significant contributions from non-English sources and other academic databases, thereby limiting the global relevance of the findings.
Moreover, the study’s focus on higher education excludes other educational contexts, such as secondary schools, vocational training, and informal learning environments, where the integration of AI may present different challenges and opportunities. Lastly, the rapid evolution of generative AI technology suggests that the study’s conclusions may need to be revisited and updated as new developments occur and its applications in education broaden.