DOI: https://doi.org/10.25082/amler.2024.02.005
تاريخ النشر: 2024-07-18
المؤلف: Gerhard Brandhofer وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تستكشف هذه الدراسة قبول مولدات النصوص بالذكاء الاصطناعي، مثل ChatGPT، بين المعلمين وطلاب المعلمين في السياق التعليمي. تسلط الضوء على الانتشار السريع لهذه التقنيات والاستفسارات اللاحقة حول دمجها في ممارسات التدريس. تكشف الأبحاث أنه على الرغم من وجود موقف إيجابي عام تجاه تطبيقات الذكاء الاصطناعي، إلا أن هناك مخاوف كبيرة بشأن أخلاقيات البيانات والمعايير القانونية.
علاوة على ذلك، تحدد الدراسة علاقة ملحوظة بين النية لاستخدام الذكاء الاصطناعي ومستوى الثقة في هذه التقنيات. تساهم هذه النتائج في فهم أعمق لقبول الذكاء الاصطناعي في التعليم، مما يوفر رؤى قيمة للمعلمين في تخطيط مبادرات التدريب والتطوير المهني.
الطرق
في هذه الدراسة، شارك ما مجموعه 813 مشاركًا، يتكونون من 631 أنثى، 168 ذكرًا، أربعة أفراد من خلفيات متنوعة، وعشرة اختاروا عدم الكشف عن جنسهم. شملت مجموعة المشاركين 311 معلمًا من أنواع مدارس مختلفة، 345 طالب معلم، و157 محاضرًا جامعيًا. تركز الأبحاث على تحديد العلاقات ذات الصلة بدمج الذكاء الاصطناعي في البيئات التعليمية، مع التأكيد على أهمية اعتبارات منهجية محددة للتدريس والتدريب الفعال.
لتحليل البيانات، تم استخدام اختبارات بارامترية، مما يتطلب التحقق من شرطين رئيسيين: التوزيع الطبيعي لبيانات العينة وتجانس التباين عبر المجموعات. نظرًا لحجم العينة الكبير البالغ 813، اعتُبر اختبار كولموغوروف-سميرنوف للتوزيع الطبيعي غير ضروري، حيث يمكن افتراض التوزيع الطبيعي، مدعومًا بمخطط P-P لبناء الثقة في الذكاء الاصطناعي. بالإضافة إلى ذلك، أكد اختبار ليفين على تجانس التباين، مما يشير إلى أن كلا الشرطين اللازمين لإجراء اختبار الفرضيات البارامترية قد تم تلبيتهما.
المناقشة
تناقش هذه القسم نموذجًا لقبول الذكاء الاصطناعي في التعليم، بناءً على الأطر السابقة التي وضعها ستوتزر وهيربست (2021) وستوتزر (2022). يحدد هذا النموذج النية لاستخدام الذكاء الاصطناعي كمتغير تابع كامن يتأثر بقبول التكنولوجيا، وقبول التكنولوجيا المتعلقة بالذكاء الاصطناعي، وقبول شخصية الذكاء الاصطناعي. تشمل المحددات الرئيسية توقعات الأداء، التأثير الاجتماعي، والثقة في الذكاء الاصطناعي، مع جمع بيانات تجريبية من 813 مشاركًا عبر أدوار تعليمية متنوعة في النمسا. تشير النتائج إلى أن قبول التكنولوجيا يرتبط بشكل كبير بدمج الذكاء الاصطناعي في الممارسات التعليمية (rs = 0.522، p < 0.001)، حيث يظهر المحاضرون الجامعيون أعلى تكرار لاستخدام تطبيقات الذكاء الاصطناعي مقارنة بالمعلمين والطلاب. تُبرز الثقة في الذكاء الاصطناعي كعامل حاسم للقبول، متأثرة بالشفافية المدركة والسيطرة على سلوك الذكاء الاصطناعي. تكشف الدراسة أن المعلمين ذوي الخبرة الواسعة يعبرون عن شكوك أكبر بشأن أخلاقيات البيانات وعدالة الذكاء الاصطناعي، بينما يميل المعلمون الأصغر سنًا إلى رؤية تطبيقات الذكاء الاصطناعي بشكل أكثر إيجابية. على الرغم من وجود موقف إيجابي عام تجاه الذكاء الاصطناعي، إلا أن المخاوف بشأن أخلاقيات البيانات والمعايير القانونية لا تزال قائمة، مما يشير إلى علاقة معقدة بين استخدام الذكاء الاصطناعي والمعرفة المدركة. يقترح المؤلفون أن التدريب التعليمي يجب أن يعالج هذه المخاوف ويعزز معرفة الذكاء الاصطناعي عبر جميع فئات المعلمين، مع التأكيد على الحاجة إلى نهج مخصص بناءً على السياق التعليمي المحدد.
DOI: https://doi.org/10.25082/amler.2024.02.005
Publication Date: 2024-07-18
Author(s): Gerhard Brandhofer et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
This study investigates the acceptance of AI text generators, such as ChatGPT, among teachers and student teachers in the educational context. It highlights the rapid proliferation of these technologies and the subsequent inquiries into their integration into teaching practices. The research reveals that while there is an overall positive attitude towards AI applications, significant concerns persist regarding data ethics and legal standards.
Moreover, the study identifies a notable correlation between the intention to use AI and the level of trust in these technologies. These findings contribute to a deeper understanding of AI acceptance in education, providing valuable insights for educators in planning training and professional development initiatives.
Methods
In this study, a total of 813 participants were involved, comprising 631 females, 168 males, four individuals from diverse backgrounds, and ten who opted not to disclose their gender. The participant pool included 311 teachers from various school types, 345 student teachers, and 157 university lecturers. The research focuses on identifying correlations relevant to the integration of artificial intelligence in educational settings, emphasizing the importance of specific methodological considerations for effective teaching and training.
To analyze the data, parametric tests were employed, necessitating the verification of two key conditions: normal distribution of sample data and homogeneity of variance across groups. Given the large sample size of 813, the Kolmogorov-Smirnov test for normality was deemed unnecessary, as normal distribution can be assumed, supported by a P-P diagram for the AI confidence construct. Additionally, the Levene test confirmed the homogeneity of variance, indicating that both prerequisites for conducting parametric hypothesis testing were satisfied.
Discussion
The section discusses a model for AI acceptance in education, building on previous frameworks by Stützer and Herbst (2021) and Stützer (2022). This model identifies the intention to use AI as a latent dependent variable influenced by technology acceptance, AI-related technology acceptance, and AI personality acceptance. Key determinants include performance expectations, social influence, and trust in AI, with empirical data collected from 813 participants across various educational roles in Austria. The findings indicate that technology acceptance significantly correlates with the integration of AI into educational practices (rs = 0.522, p < 0.001), with university lecturers showing the highest usage frequency of AI applications compared to teachers and students. Trust in AI is highlighted as a crucial factor for acceptance, influenced by perceived transparency and control over AI behavior. The study reveals that teachers with extensive experience express greater skepticism regarding data ethics and AI fairness, while younger teachers tend to view AI applications more favorably. Despite a generally positive attitude towards AI, concerns about data ethics and legal standards persist, indicating a complex relationship between AI usage and perceived knowledge. The authors suggest that educational training should address these concerns and promote AI literacy across all teacher cohorts, emphasizing the need for tailored approaches based on the specific educational context.