DOI: https://doi.org/10.22329/jtl.v20i1.9970
تاريخ النشر: 2026-01-12
المؤلف: Halomoan Halomoan وآخرون
الموضوع الرئيسي: التعلم الإلكتروني وكوفيد-19
نظرة عامة
تبحث الدراسة في دمج تقنيات التعلم العميق في المناهج التعليمية للتعليم العالي، وخاصة ضمن برنامج تعليم تكنولوجيا المعلومات في إندونيسيا. باستخدام منهجية البحث القائم على التصميم (DBR)، شملت الدراسة 240 طالبًا جامعيًا وتقدمت عبر ثلاث مراحل تكرارية: تحليل الاحتياجات، تصميم الإطار، وتنفيذ الفصل الدراسي. يركز الإطار البيداغوجي المطور على التعلم القائم على المشاريع، والدمج بين التخصصات، واستخدام أدوات التعلم العميق مفتوحة المصدر. شملت طرق جمع البيانات الاستطلاعات، والمقابلات، وملاحظات الفصل الدراسي، والاختبارات القبلية والبعدية، مما كشف أن دمج التعلم العميق عزز بشكل كبير من الكفاءات التقنية للطلاب، وقدرات حل المشكلات، والتعاون، ومهارات التفكير النقدي. بالإضافة إلى ذلك، أفاد كل من الطلاب والمدرسين بزيادة في المشاركة والدافع.
تسلط النتائج الضوء على القيمة البيداغوجية للتعلم العميق في تعليم تكنولوجيا المعلومات، مما يظهر تحسينات كبيرة في الأداء الأكاديمي بين الطلاب الذين شاركوا مع أدوات قائمة على التعلم العميق مقارنة بمجموعة التحكم. أكدت تحليلات الاختبارات البعدية على مكاسب التعلم القابلة للقياس، مع تحسينات ملحوظة في الاحتفاظ بالمعرفة والتفكير النقدي. أشارت ملاحظات الفصل الدراسي إلى زيادة المشاركة النشطة والتفاعل مع الأدوات التكنولوجية. كما أن الرؤى النوعية من دفاتر الملاحظات التأملية للطلاب ومقابلات المدرسين عززت فعالية الإطار. تؤكد الدراسة على الإمكانات التحويلية للتعلم العميق كأداة تعليمية، داعية إلى مزيد من البحث لاستكشاف تأثيره طويل الأمد وقابليته للتوسع عبر سياقات تعليمية متنوعة.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التأثير التحويلي للذكاء الاصطناعي (AI)، وخاصة التعلم العميق، على مختلف القطاعات، بما في ذلك التعليم. مع نجاح خوارزميات التعلم العميق، المستوحاة من الدماغ البشري، في مهام مثل التعرف على الصور ومعالجة اللغة الطبيعية، تواجه مؤسسات التعليم العالي ضغطًا متزايدًا لتزويد الطلاب بالمهارات ذات الصلة المتوافقة مع هذه التطورات. على الرغم من الأهمية المتزايدة للذكاء الاصطناعي في تعليم تكنولوجيا المعلومات (IT)، لا تزال العديد من برامج إعداد المعلمين تركز على البرمجة الأساسية وهندسة البرمجيات، مما يترك فجوة حرجة في إعداد المعلمين لتعليم وتنفيذ الأنظمة الذكية بشكل فعال.
لمعالجة هذه الفجوة، تقترح الدراسة تطوير إطار بيداغوجي لدمج التعلم العميق في المنهج الجامعي لبرنامج تعليم تكنولوجيا المعلومات في إندونيسيا. مستندة إلى نظرية التعلم البنائية، يعزز الإطار التعلم النشط القائم على المشاريع الذي يشجع الطلاب على التفاعل مع مفاهيم التعلم العميق من خلال الأنشطة التعاونية والعملية. تهدف الدراسة إلى تحديد المكونات البيداغوجية الأساسية لدمج التعلم العميق في تعليم معلمي تكنولوجيا المعلومات، وتقييم العناصر اللازمة للتنفيذ الفعال، وتقييم استجابة الطلاب للأنشطة القائمة على التعلم العميق. من خلال توفير نموذج قابل للتكرار ورؤى تجريبية، تسعى هذه الدراسة لدعم المعلمين وصانعي السياسات في تحديث المناهج التعليمية لتكنولوجيا المعلومات.
الطرق
استخدمت الدراسة منهجية البحث القائم على التصميم (DBR)، والتي تعتبر فعالة في معالجة القضايا التعليمية المعقدة من خلال عمليات تكرارية وتعاونية (Padayachee & Howard، 2024). كانت هذه الطريقة مناسبة بشكل خاص لتطوير وتنقيح تدخل التعلم المحمول ضمن بيئات الفصل الدراسي الفعلية. تضمنت منهجية DBR ثلاث مراحل مترابطة: (1) تحليل التحديات التعليمية بناءً على احتياجات المتعلمين والقيود التكنولوجية؛ (2) تصميم وتطوير وتنفيذ نموذج بيداغوجي يتضمن استراتيجيات التعلم العميق؛ و(3) تقييم فعالية النموذج وتنقيحه من خلال التغذية الراجعة المستمرة من المحكمين الخبراء والمستخدمين. ضمنت هذه العملية الدورية تحسينًا مستمرًا وملاءمة سياقية للتدخل.
علاوة على ذلك، يركز نهج DBR على التعاون المستدام بين الباحثين والممارسين طوال دورة حياة التدخل، مما يعزز كل من القابلية العملية والملاءمة السياقية للاستراتيجيات البيداغوجية المستخدمة. من خلال مواءمة الأطر النظرية مع المطالب التعليمية الواقعية، يعزز DBR تطوير ممارسات مبتكرة ومبادئ تصميم مدعومة تجريبيًا. تمثل الشكل 1 في الورقة العملية التكرارية لـ DBR بصريًا، مما يبرز طبيعتها المنظمة ولكن المرنة.
النتائج
تشير نتائج الدراسة إلى أن دمج إطار بيداغوجي للتعلم العميق يعزز بشكل كبير نتائج التعلم ومشاركة الطلاب مقارنة بأساليب التدريس التقليدية. أظهر اختبار t لعينة مزدوجة أن الطلاب في المجموعة التجريبية أظهروا زيادة كبيرة في درجات الاختبار البعدي (M = 80.10، SD = 7.80) مقارنةً بدرجات الاختبار القبلي (M = 55.30)، مما أسفر عن قيمة t تبلغ 10.32 وقيمة p < 0.001. على العكس من ذلك، أظهرت مجموعة التحكم تحسنًا طفيفًا وغير ذي دلالة في درجات الاختبار البعدي (M = 58.50 مقابل M = 56.40، t = 1.45، p = 0.160)، مما يبرز فعالية إطار التعلم العميق في تعزيز الفهم المفاهيمي في تعليم تكنولوجيا المعلومات. بالإضافة إلى ذلك، قيّمت استطلاع آراء الطلاب التجارب الذاتية المتعلقة بدمج التعلم العميق، مقيسة أبعاد مثل الفائدة المدركة، وسهولة الاستخدام، ودافع التعلم، والمشاركة، والرضا. أشارت اختبارات t لعينة مستقلة إلى أن المجموعة التجريبية أفادت بتصورات أكثر إيجابية بشكل ملحوظ عبر جميع الأبعاد (p < 0.01). وهذا يشير إلى أن النهج البيداغوجي لم يعزز فقط المشاركة المعرفية ولكن أيضًا رفع مستوى رضا الطلاب ودافعهم بشكل عام. في المقابل، أظهرت مجموعة التحكم مستويات متوسطة من الاتفاق دون تحسينات ملحوظة، مما يعزز فعالية استراتيجيات التعلم العميق في سياقات التعليم المهني.
المناقشة
تؤكد قسم المناقشة في ورقة البحث هذه على الإمكانات الكبيرة لدمج تقنيات التعلم العميق في تعليم تكنولوجيا المعلومات (IT). تكشف نتائج الدراسة عن تحسن ذي دلالة إحصائية في الأداء الأكاديمي بين الطلاب الذين شاركوا في إطار بيداغوجي قائم على التعلم العميق، كما يتضح من نتائج الاختبارات القبلية والبعدية ودرجة الزيادة الطبيعية المتوسطة (N-gain) البالغة 0.58. وهذا يشير إلى تحسين الاحتفاظ بالمعرفة، وقدرات حل المشكلات، ومهارات التفكير النقدي، مما يتماشى مع الأدبيات الموجودة التي تسلط الضوء على فوائد تجارب التعلم الشخصية والتفاعلية التي تسهلها التقنيات الحاسوبية المتقدمة.
علاوة على ذلك، تشير البيانات النوعية من ملاحظات الفصل الدراسي وتأملات الطلاب إلى أن المجموعة التجريبية أظهرت مستويات أعلى من الدافع والرضا والمشاركة مقارنة بمجموعة التحكم. أفاد الطلاب بزيادة المشاركة النشطة، والتعاون، ومهارات حل المشكلات، مما يعزز فعالية أدوات التعلم العميق في تعزيز بيئة تعلم متمحورة حول الطالب. يوفر النموذج البيداغوجي المفاهيمي المقترح، الذي يتمحور حول تصميم تعليمي سياقي، وأنشطة تعلم تفاعلية، وتقييم قائم على الكفاءة، وممارسات تأملية، إطارًا عمليًا لدمج التعلم العميق في تعليم تكنولوجيا المعلومات. تختتم الدراسة بالدعوة إلى استراتيجية تنفيذ شاملة تتماشى مع البيداغوجيا، والتكنولوجيا، والدعم المؤسسي لتعظيم التأثير التحويلي للتعلم العميق على الممارسات التعليمية.
القيود
تقدم الدراسة عدة قيود قد تؤثر على تعميم نتائجها. أولاً، تقتصر الدراسة على طلاب الهندسة ضمن مؤسسات التعليم العالي الإندونيسية، مما قد لا يعكس التنوع الأوسع للبيئات التعليمية العالمية. علاوة على ذلك، فإن الطبيعة الطوعية لاختيار المشاركين تقدم إمكانية وجود تحيز في الاختيار الذاتي، مما قد يشوه النتائج.
لمعالجة هذه القيود، يجب على الأبحاث المستقبلية استكشاف قابلية تطبيق الإطار المقترح عبر سياقات تعليمية متنوعة، وتخصصات، ومؤسسات. بالإضافة إلى ذلك، فإن إجراء دراسات طولية أمر ضروري لتقييم التأثيرات طويلة الأمد لتقنيات التعلم العميق على كفاءات الطلاب، خاصة فيما يتعلق بالاستعداد المهني وتطوير المهارات العملية في تكنولوجيا المعلومات.
DOI: https://doi.org/10.22329/jtl.v20i1.9970
Publication Date: 2026-01-12
Author(s): Halomoan Halomoan et al.
Primary Topic: E-Learning and COVID-19
Overview
The research investigates the integration of deep learning technologies into higher education curricula, specifically within an information technology education program in Indonesia. Utilizing a design-based research (DBR) methodology, the study involved 240 undergraduate students and progressed through three iterative phases: needs analysis, framework design, and classroom implementation. The developed pedagogical framework emphasizes project-based learning, interdisciplinary integration, and the use of open-source deep learning tools. Data collection methods included surveys, interviews, classroom observations, and pre-and post-tests, revealing that the integration of deep learning significantly enhanced students’ technical competencies, problem-solving abilities, collaboration, and critical thinking skills. Additionally, both students and instructors reported increased engagement and motivation.
The findings highlight the pedagogical value of deep learning in IT education, demonstrating substantial improvements in academic performance among students who engaged with deep-learning-based tools compared to a control group. Post-test analyses confirmed measurable learning gains, with notable enhancements in knowledge retention and critical thinking. Classroom observations indicated increased active participation and interaction with technological tools. Qualitative insights from student reflective journals and instructor interviews further validated the framework’s effectiveness. The study underscores the transformative potential of deep learning as an instructional tool, advocating for future research to explore its long-term impact and scalability across various educational contexts.
Introduction
The introduction of the research paper highlights the transformative impact of artificial intelligence (AI), particularly deep learning, on various sectors, including education. As deep learning algorithms, inspired by the human brain, demonstrate significant success in tasks like image recognition and natural language processing, higher education institutions face increasing pressure to equip students with relevant skills aligned with these advancements. Despite the growing importance of AI in information technology (IT) education, many teacher education programs still emphasize basic programming and software engineering, leaving a critical gap in preparing educators to effectively teach and implement intelligent systems.
To address this gap, the study proposes the development of a pedagogical framework for integrating deep learning into the undergraduate curriculum of the Information Technology Education program in Indonesia. Grounded in constructivist learning theory, the framework promotes active, project-based learning that encourages students to engage with deep learning concepts through collaborative and hands-on activities. The research aims to identify essential pedagogical components for integrating deep learning into IT teacher education, assess the necessary elements for effective implementation, and evaluate student responses to deep learning-based activities. By providing a replicable model and empirical insights, this study seeks to support educators and policymakers in modernizing IT education curricula.
Methods
The study utilized a design-based research (DBR) methodology, which is effective for tackling complex educational issues through iterative and collaborative processes (Padayachee & Howard, 2024). This approach was particularly suited for developing and refining a mobile learning intervention within actual classroom environments. The DBR methodology involved three interconnected phases: (1) analyzing educational challenges based on learner needs and technological limitations; (2) designing, developing, and implementing a pedagogical model that incorporates deep learning strategies; and (3) evaluating the model’s effectiveness and refining it through continuous feedback from expert validators and users. This cyclical process ensured ongoing improvement and contextual relevance of the intervention.
Furthermore, the DBR approach emphasizes sustained collaboration between researchers and practitioners throughout the intervention’s lifecycle, which enhances both the practical applicability and contextual relevance of the pedagogical strategies employed. By aligning theoretical frameworks with real-world educational demands, DBR fosters the development of innovative practices and empirically supported design principles. Figure 1 in the paper visually represents the iterative DBR process, highlighting its structured yet flexible nature.
Results
The results of the study indicate that the integration of a deep learning pedagogical framework significantly enhances learning outcomes and student engagement compared to traditional teaching methods. A paired sample t-test revealed that students in the experimental group demonstrated a substantial increase in post-test scores (M = 80.10, SD = 7.80) from their pre-test scores (M = 55.30), yielding a t-value of 10.32 and a p-value < 0.001. Conversely, the control group exhibited only a minor, non-significant improvement in post-test scores (M = 58.50 vs. M = 56.40, t = 1.45, p = 0.160), underscoring the effectiveness of the deep learning framework in enhancing conceptual understanding in information technology education. Additionally, a student perception survey assessed subjective experiences regarding the deep learning integration, measuring dimensions such as perceived usefulness, ease of use, learning motivation, engagement, and satisfaction. Independent samples t-tests indicated that the experimental group reported significantly more favorable perceptions across all dimensions (p < 0.01). This suggests that the pedagogical approach not only fostered cognitive engagement but also elevated overall student satisfaction and motivation. In contrast, the control group exhibited moderate agreement levels without significant improvements, reinforcing the effectiveness of deep learning strategies in vocational education contexts.
Discussion
The discussion section of this research paper emphasizes the significant potential of integrating deep learning technologies into information technology (IT) education. The study’s findings reveal a statistically significant improvement in academic performance among students who engaged with a deep-learning-based pedagogical framework, as evidenced by pre- and post-test results and a medium-level normalized gain (N-gain) score of 0.58. This suggests enhanced knowledge retention, problem-solving abilities, and critical thinking skills, aligning with existing literature that highlights the benefits of personalized and interactive learning experiences facilitated by advanced computational technologies.
Moreover, qualitative data from classroom observations and student reflections indicate that the experimental group exhibited higher levels of motivation, satisfaction, and engagement compared to the control group. Students reported increased active participation, collaboration, and problem-solving skills, reinforcing the effectiveness of deep learning tools in fostering a student-centered learning environment. The proposed conceptual pedagogical model, structured around contextual instructional design, interactive learning activities, competency-based assessment, and reflective practices, provides a practical framework for integrating deep learning into IT education. The study concludes by advocating for a comprehensive implementation strategy that aligns pedagogy, technology, and institutional support to maximize the transformative impact of deep learning on educational practices.
Limitations
The study presents several limitations that may affect the generalizability of its findings. Primarily, the research is confined to engineering students within Indonesian higher education institutions, which may not reflect the broader diversity of global educational environments. Furthermore, the voluntary nature of participant selection introduces the possibility of self-selection bias, potentially skewing the results.
To address these limitations, future research should explore the applicability of the proposed framework across various educational contexts, disciplines, and institutions. Additionally, conducting longitudinal studies is essential to evaluate the long-term effects of deep learning technologies on student competencies, particularly regarding career readiness and the development of practical IT skills.