DOI: https://doi.org/10.33902/spt.202642185
تاريخ النشر: 2026-03-01
المؤلف: Carolyne Nabwoba Simiyu وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في التعليم
نظرة عامة
تتناول هذه المقالة بشكل نقدي تردد المؤسسات الأكاديمية في الدول النامية في اعتماد الذكاء الاصطناعي التوليدي، مع تسليط الضوء على تعقيدات اعتماد التكنولوجيا التي تتشكل من خلال القيود التحتية، والفجوات في محو الأمية الرقمية، والسياقات ما بعد الاستعمار. من خلال مراجعة أدبية منهجية وتحليل مفاهيمي، يجادل المؤلفون بأن الاعتماد الاستراتيجي على الذكاء الاصطناعي التوليدي يمكن أن يكون أداة تحويلية لمعالجة عدم المساواة التعليمية وتعزيز جاهزية الخريجين على المستوى العالمي. يتم تأطير المقاومة للذكاء الاصطناعي ليس كرهًا للتكنولوجيا ولكن كاستجابة مشروعة للمخاوف الأخلاقية، والفجوات الرقمية، والحاجة إلى الصلة الثقافية. تقترح الدراسة إطارًا للتكامل حساسًا للسياق يركز على التصميم المتمحور حول الإنسان، وتطوير الكفاءات المحلية، والحوكمة الأخلاقية.
في الختام، تؤكد الورقة أن تردد مؤسسات التعليم العالي في الدول النامية تجاه الذكاء الاصطناعي التوليدي يعكس تفاعلًا نقديًا مع التحديات المتعددة الأوجه للتنفيذ بدلاً من كونه مجرد فشل في التعرف على إمكانياته. تكشف التحليلات أن هذه المؤسسات تواجه قضايا فريدة تتعلق بالصلة الثقافية، والاعتماد التكنولوجي، والوصول العادل في ظل تكامل الذكاء الاصطناعي العالمي. يدعو النهج المتكامل المقترح إلى نشر تدريجي، وبناء مهارات محلية، وحوكمة أخلاقية، مما يمكّن المؤسسات من الاستفادة من الإمكانات التحويلية للذكاء الاصطناعي مع معالجة قضايا العدالة والنزاهة الثقافية. يجب أن تركز الأبحاث المستقبلية على دراسات حالة لتنفيذ الذكاء الاصطناعي في سياقات مختلفة من الدول النامية لتحديد عوامل النجاح والتحديات، بالإضافة إلى استكشاف نماذج تمويل مبتكرة لنشر الذكاء الاصطناعي المستدام في البيئات ذات الموارد المحدودة. يؤكد المؤلفون أن الطريق إلى الأمام يجب أن يتضمن تفاعلًا نقديًا مع الذكاء الاصطناعي، موازنًا بين فوائده المحتملة والاعتبارات الأخلاقية والثقافية.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الإمكانات التحويلية للذكاء الاصطناعي التوليدي في التعليم، مما يمثل لحظة محورية في الثورة الصناعية الرابعة. بينما شهدت الاعتماد العالمي لأدوات الذكاء الاصطناعي، مثل ChatGPT، زيادة كبيرة – حيث وصلت إلى 100 مليون مستخدم في شهرين فقط – تظهر الدول النامية ترددًا كبيرًا في دمج هذه التقنيات في أنظمتها التعليمية العليا. لا يعكس هذا التردد مجرد عدم معرفة تكنولوجية ولكنه متجذر في مخاوف هيكلية وأخلاقية وبيداغوجية مشروعة، كما تم تحديده في المناقشات التي أجرتها الأمم المتحدة بشأن اتساع الفجوة الرقمية التي تهدد باستبعاد أكثر الفئات حرمانًا من فوائد التكنولوجيا.
تفترض الورقة أن التردد تجاه الذكاء الاصطناعي التوليدي في التعليم العالي داخل الدول النامية ينشأ من تفاعل معقد من العوامل التي تختلف عن تلك الموجودة في الدول المتقدمة. تؤكد الحاجة إلى استراتيجيات تكامل عادلة تعالج هذه المخاوف بينما تستفيد من إمكانات الذكاء الاصطناعي لتعزيز النتائج التعليمية. على الرغم من أن ما يقرب من 90% من الأكاديميين على مستوى العالم يستخدمون أدوات الذكاء الاصطناعي، إلا أن الثقة في تطبيقاتها البيداغوجية لا تزال غير متساوية، خاصة في المناطق النامية حيث تفاقم القيود التحتية عدم اليقين. يجادل المؤلفون بأن الاقتصادات النامية في مفترق طرق حاسم، حيث يمكن أن يسهل الاستخدام الاستراتيجي والواعي للذكاء الاصطناعي التوليدي التحول نحو ممارسات تعليمية أكثر شمولاً، مما يعزز في النهاية العدالة العالمية. تؤكد الأبحاث على أهمية معالجة الحواجز المادية والهيكلية بدلاً من نسب المقاومة إلى كراهية التكنولوجيا أو المحافظة الثقافية.
الطرق
تستخدم منهجية هذه الدراسة نهجًا متعدد الجوانب يدمج مراجعة أدبية منهجية (SLR) مع تطوير إطار مفاهيمي، بهدف تحقيق توازن بين الأدلة التجريبية والرؤى النظرية. تقوم مراجعة الأدبيات المنهجية بتجميع الأدبيات التجريبية والنظرية الموجودة بشأن الآثار الاجتماعية والاقتصادية والعدالة للذكاء الاصطناعي التوليدي في التعليم العالي داخل الدول النامية. لمعالجة النمو السريع في أبحاث الذكاء الاصطناعي والحاجة إلى الشفافية المنهجية، وإمكانية التكرار، والتركيب المنظم، تلتزم الدراسة بإرشادات العناصر المفضلة للإبلاغ عن المراجعات المنهجية والتحليلات التلوينية (PRISMA) 2020. يضمن ذلك عملية صارمة لتحديد الدراسات، وفحصها، وتقييم أهليتها، وإدراجها.
بالإضافة إلى الصرامة الإجرائية، تتبنى الأبحاث منظورًا تفسيريًا نقديًا، مع التركيز على عدم التوازن في القوة الهيكلية التي تتواجد في الأنظمة العالمية لإنتاج الذكاء الاصطناعي واعتماده. لا يعزز هذا النهج المزدوج فقط قوة النتائج ولكن أيضًا يوفر فهمًا دقيقًا للديناميات الاجتماعية والاقتصادية التي تلعب دورًا في سياق الذكاء الاصطناعي التوليدي في التعليم.
المناقشة
تؤكد قسم المناقشة في الورقة البحثية على التعقيدات المحيطة باعتماد ومقاومة الذكاء الاصطناعي التوليدي في التعليم العالي داخل الدول النامية. تنتقد النماذج التقليدية مثل نموذج قبول التكنولوجيا (TAM)، داعية إلى نهج أكثر تكاملًا يجمع بين TAM ونظرية تحفيز الحماية (PMT) ونظرية التبادل الاجتماعي (SET). يفترض هذا الإطار أن المقاومة لتقنيات الذكاء الاصطناعي غالبًا ما تكون استجابة استراتيجية للتهديدات المدركة، مثل مخاوف الخصوصية وتآكل الثقافة، بدلاً من كونها مجرد معارضة. تسلط الأدبيات الضوء على الآثار الاستعمارية الجديدة لانتشار التكنولوجيا، حيث قد تؤدي أنظمة الذكاء الاصطناعي التي طورتها الدول الغربية إلى تهميش أنظمة المعرفة المحلية، مما يتطلب تقييمًا دقيقًا للمخاطر والفوائد من دمج الذكاء الاصطناعي في السياقات التعليمية.
تحدد هذه القسم أيضًا العوامل الفريدة التي تؤثر على اعتماد الذكاء الاصطناعي في الدول النامية، بما في ذلك قيود الموارد والمخاوف بشأن الاعتماد التكنولوجي. تحدد التباين الإقليمي في أنماط اعتماد الذكاء الاصطناعي، مما يشير إلى أنه لا يمكن اعتبار الدول النامية مجموعة موحدة؛ بل تحتاج إلى استراتيجيات مخصصة تأخذ في الاعتبار السياقات والاحتياجات المحلية. تكشف تجميع الأدبيات عن خمسة مواضيع رئيسية تتعلق بتأثير الذكاء الاصطناعي على الإنتاجية، والفجوات التحتية، والتحيز الخوارزمي، وديناميات العمل الأكاديمي، وآثار استخراج البيانات. يتضمن الإطار المفاهيمي المقترح لفهم القبول والمقاومة في هذه السياقات عوامل هيكلية وثقافية واجتماعية واقتصادية، بهدف تسهيل فهم دقيق لكيفية تنقل المؤسسات في التحديات والفرص التي يقدمها الذكاء الاصطناعي التوليدي.
القيود
تعترف الأبحاث بعدة قيود قد تؤثر على صحة نتائجها وتوصياتها. أولاً، باعتبارها مراجعة منهجية وتحليلًا مفاهيميًا، تقوم الدراسة بتجميع الأدبيات الموجودة بدلاً من إنتاج بيانات أولية جديدة، مما يحد من قدرتها على التقاط ديناميات التنفيذ في الوقت الحقيقي والتجارب المؤسسية غير المسجلة. ثانيًا، يشير التقدم السريع في تقنيات الذكاء الاصطناعي التوليدي من 2022 إلى 2025 إلى أن بعض الدراسات المشار إليها قد لا تمثل بدقة أحدث قدرات الأدوات أو اتجاهات الاعتماد الحالية.
بالإضافة إلى ذلك، قد يؤدي التركيز على المنشورات باللغة الإنجليزية إلى إدخال تحيز لغوي، مما قد يتسبب في تجاهل أبحاث هامة نشرت بلغات محلية، خاصة في مناطق مثل أمريكا اللاتينية (الإسبانية/البرتغالية) وأفريقيا الناطقة بالفرنسية. أخيرًا، بينما تحدد التحليلات أنماطًا إقليمية واسعة، فإنها تسلط الضوء على الحاجة إلى تحقيقات أكثر تفصيلًا في التنوع الكبير داخل المناطق، مثل الاختلافات بين الجامعات التي تركز على البحث وتلك التي تركز على التعليم. تشير هذه القيود إلى مجالات للبحث المستقبلي لتعزيز الفهم والقابلية للتطبيق في هذا المجال.
DOI: https://doi.org/10.33902/spt.202642185
Publication Date: 2026-03-01
Author(s): Carolyne Nabwoba Simiyu et al.
Primary Topic: Artificial Intelligence in Education
Overview
This article critically examines the hesitance of academic institutions in developing countries to adopt generative artificial intelligence (AI), highlighting the complexities of technology adoption shaped by infrastructural limitations, digital literacy disparities, and post-colonial contexts. Through a systematic literature review and conceptual analysis, the authors argue that the strategic adoption of generative AI can serve as a transformative tool to address educational inequalities and enhance graduates’ global readiness. The resistance to AI is framed not as technophobia but as a legitimate response to ethical concerns, digital divides, and the need for cultural relevance. The study proposes a context-sensitive integration framework that emphasizes human-centered design, localized competency development, and ethical governance.
In conclusion, the paper asserts that the reluctance of higher education institutions in developing countries towards generative AI reflects a critical engagement with the multifaceted challenges of implementation rather than a mere failure to recognize its potential. The analysis reveals that these institutions face unique issues related to cultural relevance, technological dependence, and equitable access amidst global AI integration. The proposed integrated approach advocates for phased deployment, localized skill-building, and ethical governance, enabling institutions to leverage AI’s transformative potential while addressing equity and cultural integrity concerns. Future research should focus on case studies of AI implementation in various developing country contexts to identify success factors and challenges, as well as explore innovative financing models for sustainable AI deployment in resource-constrained settings. The authors emphasize that the path forward should involve a critical engagement with AI, balancing its potential benefits with ethical and culturally responsive considerations.
Introduction
The introduction of this research paper highlights the transformative potential of generative AI in education, marking a pivotal moment in the fourth industrial revolution. While the global adoption of AI tools, such as ChatGPT, has surged—reaching 100 million users in just two months—developing nations exhibit significant reluctance to integrate these technologies into their higher education systems. This resistance is not merely a reflection of technological illiteracy but is rooted in legitimate structural, ethical, and pedagogical concerns, as identified in discussions by the United Nations regarding the widening digital divide that threatens to exclude the most disadvantaged populations from technological benefits.
The paper posits that the hesitancy towards generative AI in higher education within developing countries arises from a complex interplay of factors that differ from those in developed nations. It emphasizes the need for equitable integration strategies that address these concerns while leveraging AI’s potential to enhance educational outcomes. Despite nearly 90% of academics globally using AI tools, confidence in their pedagogical applications remains uneven, particularly in developing regions where infrastructural limitations exacerbate uncertainty. The authors argue that developing economies are at a crucial crossroads, where strategic and conscious use of generative AI could facilitate a shift towards more inclusive educational practices, ultimately promoting global equity. The research underscores the importance of addressing material and structural barriers rather than attributing resistance to technophobia or cultural conservatism.
Methods
The methodology of this study employs a multi-faceted approach that integrates a systematic literature review (SLR) with the development of a conceptual framework, aiming to balance empirical evidence with theoretical insights. The SLR synthesizes existing empirical and theoretical literature regarding the socio-economic and equity implications of generative AI in higher education within developing countries. To address the rapid growth of AI research and the need for methodological transparency, replicability, and structured synthesis, the study adheres to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020 guidelines. This ensures a rigorous process for identifying, screening, assessing eligibility, and including studies.
In addition to procedural rigor, the research adopts a critical interpretive perspective, focusing on the structural power asymmetries that are inherent in global systems of AI production and adoption. This dual approach not only enhances the robustness of the findings but also provides a nuanced understanding of the socio-economic dynamics at play in the context of generative AI in education.
Discussion
The discussion section of the research paper emphasizes the complexities surrounding the adoption and resistance to generative AI in higher education within developing countries. It critiques traditional models like the Technology Acceptance Model (TAM), advocating for a more integrative approach that combines TAM with Protection Motivation Theory (PMT) and Social Exchange Theory (SET). This framework posits that resistance to AI technologies is often a strategic response to perceived threats, such as privacy concerns and cultural erosion, rather than mere opposition. The literature highlights the neo-colonial implications of technology diffusion, where Western-developed AI systems may marginalize local knowledge systems, necessitating a careful evaluation of the risks and benefits of AI integration in educational contexts.
The section further delineates unique determinants influencing AI adoption in developing nations, including resource constraints and concerns about technological dependence. It identifies regional heterogeneity in AI adoption patterns, suggesting that developing countries cannot be treated as a monolithic group; instead, they require tailored strategies that consider local contexts and needs. The synthesis of literature reveals five primary themes related to AI’s impact on productivity, infrastructure disparities, algorithmic bias, academic labor dynamics, and the implications of data extractivism. The proposed conceptual framework for understanding acceptance and resistance in these contexts incorporates structural, cultural, and socio-economic factors, aiming to facilitate a nuanced understanding of how institutions can navigate the challenges and opportunities presented by generative AI.
Limitations
The research acknowledges several limitations that may affect the validity of its findings and recommendations. Firstly, as a systematic review and conceptual analysis, the study synthesizes existing literature rather than producing new primary data, which limits its ability to capture real-time implementation dynamics and unrecorded institutional experiences. Secondly, the rapid advancement of generative AI technologies from 2022 to 2025 suggests that some referenced studies may not accurately represent the latest tool capabilities or current adoption trends.
Additionally, the focus on English-language publications may introduce a language bias, potentially overlooking significant research published in local languages, particularly in regions such as Latin America (Spanish/Portuguese) and Francophone Africa. Lastly, while the analysis identifies broad regional patterns, it highlights the need for more detailed investigations into the substantial diversity within regions, such as the differences between research-intensive and teaching-focused universities. These limitations indicate areas for future research to enhance understanding and applicability in the field.