DOI: https://doi.org/10.1186/s41239-025-00558-6
تاريخ النشر: 2025-10-14
المؤلف: Omid Noroozi وآخرون
الموضوع الرئيسي: تقييم الطلاب والتغذية الراجعة
نظرة عامة
تستكشف هذه الدراسة دور الذكاء الاصطناعي التوليدي (GenAI) في تعزيز التغذية الراجعة بين الأقران بين طلاب الدراسات العليا في برنامج ماجستير علوم الغذاء في جامعة هولندية. بعد تلقي تدريب حول الاستخدام الأخلاقي لـ GenAI، شارك 54 طالبًا في كتابة مقالات جدلية، وتقديم تغذية راجعة للأقران، وتنقيح أعمالهم. تم تقييم تصوراتهم واستخدامهم لـ GenAI في هذا السياق من خلال استبيان عبر الإنترنت. أشارت النتائج إلى أن أكثر من نصف المشاركين اختاروا عدم استخدام GenAI للتغذية الراجعة، مشيرين إلى تفضيلهم للتعلم المستقل. أولئك الذين استخدموا GenAI أفادوا بتحسينات في جوانب التغذية الراجعة عالية المستوى ومنخفضة المستوى، مع زيادة ملحوظة في الاقتراحات عالية المستوى وانخفاض في المدح المخفف مقارنةً بالذين لم يستخدموا.
تخلص الدراسة إلى أنه بينما يمتلك GenAI القدرة على تعزيز جودة التغذية الراجعة بين الأقران، خاصةً للتصحيحات السطحية، قد يكون دمجه كأداة مستقلة غير كافٍ. لتعظيم فوائده، يُوصى بتدريب منظم وإرشادات مؤسسية واضحة حول الاستخدام الأخلاقي لـ GenAI. تؤكد الأبحاث على أهمية تحقيق التوازن بين العناصر المعرفية والاجتماعية-العاطفية في التغذية الراجعة بين الأقران وتدعو إلى نهج هجين يجمع بين رؤى البشر وقدرات GenAI لإعداد الطلاب بشكل أفضل لممارسات التغذية الراجعة الفعالة.
مقدمة
تسلط المقدمة الضوء على الدور الحاسم للكتابة في تطوير الكفاءة الأكاديمية بين طلاب الجامعات، مع التأكيد على أهمية التغذية الراجعة في تحسين أداء الكتابة. بينما تُعترف بالتغذية الراجعة بين الأقران كاستراتيجية تعليمية فعالة متجذرة في نظرية فيغوتسكي الثقافية الاجتماعية، فإن التحديات مثل الأعباء الثقيلة، وأحجام الفصول الكبيرة، وتصورات الطلاب حول كفاءة الأقران تعيق فعاليتها. تعتبر التغذية الراجعة عالية الجودة، التي تتميز بتحديد شامل للمشكلات واقتراحات بناءة، ضرورية لتحسين مشاركة الطلاب، وتحفيزهم، ونتائج تعلمهم. ومع ذلك، يمكن أن تحد الحواجز مثل قضايا الثقة، والاستجابات العاطفية للنقد، ومستويات مختلفة من معرفة التغذية الراجعة من الفوائد المحتملة لممارسات التغذية الراجعة بين الأقران.
تقدم أدوات الذكاء الاصطناعي التوليدي (GenAI) فرصًا جديدة لتعزيز التغذية الراجعة بين الأقران من خلال توفير تغذية راجعة قابلة للتوسع ومخصصة. تهدف هذه الدراسة إلى استكشاف تصورات الطلاب وتجاربهم مع GenAI في سياقات التغذية الراجعة بين الأقران، وفحص تأثيره على جودة التغذية الراجعة المقدمة. ستساهم الأبحاث في تقديم رؤى تجريبية حول تكرار وأغراض استخدام GenAI، والتقاط تصورات الطلاب حول فوائده وقيوده، وتحليل الفروق في جودة التغذية الراجعة بين مستخدمي GenAI وغير المستخدمين. من خلال معالجة هذه الجوانب، تسعى الدراسة إلى تعزيز فهم كيفية دعم GenAI بشكل فعال لممارسات التغذية الراجعة بين الأقران في التعليم العالي.
الطرق
تحدد قسم “الطرق” الأساليب التجريبية والتحليلية المستخدمة في الدراسة. استخدم الباحثون مجموعة من التقنيات الكمية والنوعية لجمع البيانات، مما يضمن تحليلًا شاملاً لسؤال البحث. شملت المنهجيات المحددة تجارب محكومة، ونمذجة إحصائية، وجمع البيانات من خلال الاستبيانات أو الدراسات الملاحظة، اعتمادًا على طبيعة الاستفسار.
تم إجراء التحليلات الإحصائية باستخدام أدوات البرمجيات، مع تحديد مستويات الدلالة عند p < 0.05 لتحديد صلاحية النتائج. بالإضافة إلى ذلك، استخدمت الدراسة نماذج رياضية متنوعة لتفسير البيانات، بما في ذلك تحليل الانحدار واختبار الفرضيات، مما سهل تحديد الأنماط والعلاقات الرئيسية داخل مجموعة البيانات. بشكل عام، تم تصميم الإطار المنهجي لضمان قوة النتائج وقابليتها للتكرار، مما يساهم في موثوقية الاستنتاجات المستخلصة من البحث.
النتائج
تكشف نتائج الدراسة عن فهم دقيق لاستخدام الطلاب للذكاء الاصطناعي التوليدي (GenAI) في سياقات التغذية الراجعة بين الأقران. استخدم حوالي نصف الطلاب GenAI بنشاط، بشكل أساسي للمهام منخفضة المستوى مثل التحقق من القواعد الإملائية والنحوية، بينما شارك نسبة مماثلة في استخدامه للدعم عالي المستوى. شملت العوامل التي تؤثر على هذا الاستخدام تصورات الطلاب حول قدراتهم الخاصة، والمخاوف بشأن التأثير السلبي المحتمل على تعلمهم، وعدم اليقين بشأن سياسات الجامعة المتعلقة باستخدام GenAI. تؤكد هذه النتائج على ضرورة وجود إرشادات مؤسسية أوضح وتوقعات أعلى لجودة التغذية الراجعة لتعزيز اعتماد GenAI.
علاوة على ذلك، تشير الدراسة إلى أن الطلاب وجدوا GenAI مفيدًا بشكل معتدل عبر مهام التغذية الراجعة المختلفة، خاصةً للمشكلات منخفضة المستوى. ومع ذلك، كانت المخاوف بشأن موثوقية مخرجات GenAI والعائق المحتمل أمام مهارات التفكير النقدي شائعة. بينما سهل GenAI توليد اقتراحات عالية المستوى، أدى أيضًا إلى انخفاض في المدح المخفف، مما يشير إلى أن الطلاب قد يعتمدون على حيادية الأداة، مما يتسبب في تجاهل الديناميات الاجتماعية للتغذية الراجعة. يبرز هذا فجوة في فهم الطلاب لكيفية الاستفادة بشكل فعال من GenAI للحصول على تغذية راجعة شاملة، مما يبرز الحاجة إلى تدريب في معرفة GenAI لضمان أن استخدامه يعزز بدلاً من أن يعيق الانخراط المعرفي المعني والعلاقات الشخصية في سيناريوهات التغذية الراجعة بين الأقران.
المناقشة
تستكشف الدراسة استخدام الذكاء الاصطناعي التوليدي (GenAI) في تقديم التغذية الراجعة بين الأقران بين طلاب الدراسات العليا في دورة ماجستير علوم الغذاء في جامعة هولندية. تتناول ثلاثة أسئلة بحثية رئيسية: مدى استخدام GenAI للتغذية الراجعة بين الأقران، تصورات الطلاب حول هذه التكنولوجيا، والفروق في جودة التغذية الراجعة بين مستخدمي GenAI وغير المستخدمين. تكشف النتائج أن 44% من الطلاب استخدموا أدوات GenAI، بشكل أساسي للتحقق من القواعد والإملاء، بينما اختار العديد عدم استخدامها بسبب الثقة في قدراتهم وعدم اليقين بشأن الامتثال لسياسات الجامعة. وجد الطلاب عمومًا أن GenAI مفيد للجوانب الفنية للكتابة، لكنهم أعربوا عن مخاوف بشأن كفاية المعلومات المقدمة من هذه الأدوات.
أشارت تحليل التغذية الراجعة بين الأقران إلى أن الطلاب الذين يستخدمون GenAI قدموا المزيد من الاقتراحات للمشكلات عالية المستوى وأقل مدحًا مخففًا للمشكلات منخفضة المستوى مقارنة بأقرانهم الذين لم يستخدموا GenAI. ومع ذلك، بينما عزز استخدام GenAI تحديد وشرح ميزات التغذية الراجعة، لم تكن هذه الفروق ذات دلالة إحصائية. تخلص الدراسة إلى أنه بينما يمتلك GenAI القدرة على تحسين جودة التغذية الراجعة بين الأقران، خاصةً للتصحيحات السطحية، فإن التدريب المنظم والإرشادات المؤسسية الواضحة ضرورية لتعظيم فوائده. يدعو المؤلفون إلى نهج هجين يجمع بين رؤى البشر وقدرات GenAI لتعزيز عملية التغذية الراجعة بين الأقران بشكل فعال.
القيود
تسلط قيود هذه الدراسة الاستكشافية الضوء على عدة مجالات للبحث المستقبلي بشأن العلاقة بين الذكاء الاصطناعي التوليدي (GenAI) والتغذية الراجعة بين الأقران. بشكل أساسي، تتطلب الطبيعة الارتباطية للدراسة تصاميم تجريبية لإقامة روابط سببية بين استخدام GenAI ونتائج التغذية الراجعة بين الأقران. نظرًا لأن الدراسة أجريت في سياق أكاديمي واحد، قد تفتقر النتائج إلى القابلية للتعميم؛ لذلك، يجب أن تتضمن الدراسات المستقبلية تنوعًا في الديموغرافيات، والتخصصات، والمستويات التعليمية لتقييم الآثار الأوسع لـ GenAI في ممارسات التغذية الراجعة بين الأقران. بالإضافة إلى ذلك، فإن تركيز الدراسة على نشاط واحد للتغذية الراجعة بين الأقران لا يأخذ في الاعتبار الآثار طويلة المدى لـ GenAI، مما يشير إلى أن الأبحاث الطولية يمكن أن توفر رؤى حول كيفية تأثير الاستخدام المستمر لأدوات GenAI على سلوكيات الطلاب ونتائج التعلم.
علاوة على ذلك، لم تتناول الأبحاث معرفة التغذية الراجعة، والتي قد تؤثر على قدرة الطلاب على استخدام GenAI بشكل فعال للتغذية الراجعة بين الأقران. يجب أن تستكشف التحقيقات المستقبلية العلاقة بين معرفة التغذية الراجعة واعتماد GenAI، بالإضافة إلى ديناميات استيعاب التغذية الراجعة بين الأقران جنبًا إلى جنب مع تقديمها. أشارت الدراسة إلى أن الطلاب شعروا بالثقة في قدرتهم على تقديم التغذية الراجعة بشكل مستقل، لكنها لم تقيم مباشرة ثقتهم في GenAI مقابل التغذية الراجعة البشرية. يمكن أن تفيد فهم هذه الديناميكية في كيفية تفاعل الطلاب مع التغذية الراجعة وعمليات تقييمهم النقدي. أخيرًا، تتطلب الاعتبارات الأخلاقية المحيطة باستخدام GenAI تطوير أطر سياسات وإرشادات لتنظيم تطبيقه في البيئات التعليمية، خاصةً فيما يتعلق بممارسات التغذية الراجعة بين الأقران.
DOI: https://doi.org/10.1186/s41239-025-00558-6
Publication Date: 2025-10-14
Author(s): Omid Noroozi et al.
Primary Topic: Student Assessment and Feedback
Overview
This study investigates the role of Generative Artificial Intelligence (GenAI) in enhancing peer feedback among graduate students in a food science master’s program at a Dutch university. After receiving training on the ethical use of GenAI, 54 students engaged in writing argumentative essays, providing peer feedback, and revising their work. An online questionnaire assessed their perceptions and utilization of GenAI in this context. The findings indicated that over half of the participants opted not to use GenAI for feedback, citing a preference for independent learning. Those who did use GenAI reported improvements in both high-level and low-level feedback aspects, with a notable increase in high-level suggestions and a decrease in mitigating praise compared to non-users.
The study concludes that while GenAI has the potential to enhance the quality of peer feedback, particularly for surface-level corrections, its integration as a standalone tool may be insufficient. To maximize its benefits, structured training and clear institutional guidelines on the ethical use of GenAI are recommended. The research emphasizes the importance of balancing cognitive and socio-emotional elements in peer feedback and advocates for a hybrid approach that combines human insights with GenAI capabilities to better prepare students for effective peer feedback practices.
Introduction
The introduction highlights the critical role of writing in developing academic literacy among university students, emphasizing the importance of feedback in enhancing writing performance. While peer feedback is recognized as an effective instructional strategy rooted in Vygotsky’s sociocultural theory, challenges such as heavy workloads, large class sizes, and students’ perceptions of peer competence hinder its effectiveness. High-quality peer feedback, characterized by comprehensive problem identification and constructive suggestions, is essential for improving student engagement, motivation, and learning outcomes. However, barriers such as trust issues, emotional responses to criticism, and varying levels of feedback literacy can limit the potential benefits of peer feedback practices.
The emergence of Generative Artificial Intelligence (GenAI) tools presents new opportunities to enhance peer feedback by providing scalable and tailored feedback. This study aims to explore students’ perceptions and experiences with GenAI in peer feedback contexts, examining its impact on the quality of feedback provided. The research will contribute empirical insights into the frequency and purposes of GenAI use, capture students’ perceptions of its benefits and limitations, and analyze differences in feedback quality between users and non-users of GenAI. By addressing these aspects, the study seeks to advance the understanding of how GenAI can effectively support peer feedback practices in higher education.
Methods
The “Methods” section outlines the experimental and analytical approaches employed in the study. The researchers utilized a combination of quantitative and qualitative techniques to gather data, ensuring a comprehensive analysis of the research question. Specific methodologies included controlled experiments, statistical modeling, and data collection through surveys or observational studies, depending on the nature of the inquiry.
The statistical analyses were performed using software tools, with significance levels set at p < 0.05 to determine the validity of the results. Additionally, the study employed various mathematical models to interpret the data, including regression analysis and hypothesis testing, which facilitated the identification of key patterns and relationships within the dataset. Overall, the methodological framework was designed to ensure robustness and reproducibility of the findings, contributing to the reliability of the conclusions drawn from the research.
Results
The results of the study reveal a nuanced understanding of students’ use of Generative AI (GenAI) in peer feedback contexts. Approximately half of the students actively utilized GenAI, primarily for lower-level tasks such as grammar and spell checking, while a similar proportion engaged it for higher-level support. Factors influencing this usage included students’ perceptions of their own abilities, concerns about the potential negative impact on their learning, and uncertainties regarding university policies on GenAI use. These findings underscore the necessity for clearer institutional guidelines and higher expectations for feedback quality to enhance GenAI adoption.
Moreover, the study indicates that students found GenAI moderately useful across various feedback tasks, particularly for low-level issues. However, concerns about the reliability of GenAI outputs and the potential hindrance to critical thinking skills were prevalent. While GenAI facilitated the generation of high-level suggestions, it also led to a decrease in mitigating praise, suggesting that students may rely on the tool’s neutrality, thereby neglecting the social dynamics of feedback. This highlights a gap in students’ understanding of how to effectively leverage GenAI for comprehensive feedback, emphasizing the need for training in GenAI literacy to ensure that its use enhances rather than detracts from meaningful cognitive engagement and interpersonal relationships in peer feedback scenarios.
Discussion
The study investigates the utilization of Generative AI (GenAI) in peer feedback provision among graduate students in a food science master’s course at a Dutch university. It addresses three primary research questions: the extent of GenAI usage for peer feedback, students’ perceptions of this technology, and the differences in feedback quality between users and non-users of GenAI. The findings reveal that 44% of students employed GenAI tools, primarily for grammar and spelling checks, while many opted not to use them due to confidence in their abilities and uncertainty about compliance with university policies. Students generally found GenAI helpful for technical writing aspects but expressed concerns regarding the adequacy of the information provided by these tools.
The analysis of peer feedback indicated that students utilizing GenAI offered more suggestions for high-level issues and less mitigating praise for low-level issues compared to their peers who did not use GenAI. However, while the use of GenAI enhanced the identification and explanation of feedback features, these differences were not statistically significant. The study concludes that while GenAI has the potential to improve the quality of peer feedback, particularly for surface-level corrections, structured training and clear institutional guidelines are essential to maximize its benefits. The authors advocate for a hybrid approach that combines human insights with GenAI capabilities to enhance the peer feedback process effectively.
Limitations
The limitations of this exploratory study highlight several areas for future research regarding the relationship between Generative AI (GenAI) and peer feedback. Primarily, the study’s correlational nature necessitates experimental designs to establish causal links between GenAI usage and peer feedback outcomes. Conducted within a single academic context, the findings may lack generalizability; thus, future studies should incorporate diverse demographics, disciplines, and educational levels to assess the broader implications of GenAI in peer feedback practices. Additionally, the study’s focus on a singular peer feedback activity does not account for the long-term effects of GenAI, suggesting that longitudinal research could provide insights into how sustained use of GenAI tools influences student behaviors and learning outcomes.
Moreover, the research did not address feedback literacy, which may impact students’ ability to effectively utilize GenAI for peer feedback. Future investigations should explore the relationship between feedback literacy and GenAI adoption, as well as the dynamics of peer feedback uptake alongside provision. The study indicated that students felt confident in their ability to provide feedback independently, yet it did not directly assess their trust in GenAI versus human feedback. Understanding this trust dynamic could inform how students engage with feedback and their critical evaluation processes. Lastly, ethical considerations surrounding GenAI usage necessitate the development of policy frameworks and guidelines to govern its application in educational settings, particularly concerning peer feedback practices.