DOI: https://doi.org/10.3389/fpubh.2026.1772946
PMID: https://pubmed.ncbi.nlm.nih.gov/41756079
تاريخ النشر: 2026-02-11
المؤلف: Feifei Hao وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في التعليم
نظرة عامة
تستكشف هذه الدراسة تأثير استخدام الذكاء الاصطناعي (AI) على إبداع الطلاب في التعليم العالي، مع التركيز على أدوار الكفاءات الرقمية ومواقف الطلاب تجاه الذكاء الاصطناعي. باستخدام نظرية التعلم الاجتماعي، تميز البحث بين استخدام الذكاء الاصطناعي للتعلم والترفيه، وتحليل البيانات من 271 طالبًا جامعيًا في الطب الصيني التقليدي في الصين. تشير النتائج إلى أن كلا النوعين من استخدام الذكاء الاصطناعي يؤثران بشكل إيجابي على الكفاءات الرقمية، مما يعزز بعد ذلك إبداع الطلاب. ومن الجدير بالذكر أن الكفاءات الرقمية تتوسط تمامًا العلاقة بين استخدام الذكاء الاصطناعي الموجه نحو التعلم والإبداع، بينما تتوسط جزئيًا العلاقة بالنسبة لاستخدام الذكاء الاصطناعي الموجه نحو الترفيه.
علاوة على ذلك، تكشف الدراسة أن مواقف الطلاب تجاه الذكاء الاصطناعي لها تأثير مزدوج: حيث تعزز المواقف الإيجابية تأثير استخدام الذكاء الاصطناعي الموجه نحو الترفيه على الكفاءات الرقمية ولكنها تقلل من تأثير استخدام الذكاء الاصطناعي الموجه نحو التعلم. تسهم هذه الدراسة في الأدبيات الحالية من خلال توضيح الأغراض المختلفة لاستخدام الذكاء الاصطناعي، وتسليط الضوء على الكفاءات الرقمية كآلية حاسمة، وتوضيح الدور المعقد لمواقف الطلاب تجاه الذكاء الاصطناعي في تعزيز الإبداع. كما تقدم النتائج رؤى عملية لتطوير استراتيجيات تعليمية مدعومة بالذكاء الاصطناعي في مجالات متخصصة مثل الطب الصيني التقليدي.
مقدمة
في مقدمة هذه الورقة البحثية، يبرز المؤلفون التكامل المتزايد للذكاء الاصطناعي (AI) في التعليم، لا سيما من خلال أدوات مثل أنظمة التدريس الذكية والدردشة التعليمية، التي تعزز التعليم والتعلم من خلال تقديم الوصول الفوري إلى المعلومات والتعليقات الشخصية. تتناول الورقة بشكل خاص الآثار المترتبة على الذكاء الاصطناعي التوليدي لتجارب التعلم الشخصية في تعليم الطب الصيني التقليدي (TCM). ومع ذلك، تشير أيضًا إلى التحديات الكبيرة، مثل إمكانية الاعتماد المفرط على الذكاء الاصطناعي، مما قد يعيق التفكير النشط والإبداع بين الطلاب، بالإضافة إلى المخاوف بشأن دقة المحتوى الذي ينتجه الذكاء الاصطناعي.
يحدد المؤلفون الفجوات في الأبحاث الحالية حول العلاقة بين استخدام الذكاء الاصطناعي وإبداع الطلاب، مؤكدين أن الدراسات الحالية غالبًا ما تعالج الذكاء الاصطناعي ككيان موحد دون التمييز بين الاستخدامات الموجهة نحو التعلم والترفيه. يجادلون بأن هذه الاستخدامات المختلفة تشرك عمليات معرفية ودوافع متميزة، مما يمكن أن يؤدي إلى تأثيرات متباينة على الإبداع. بالإضافة إلى ذلك، تم تجاهل دور كفاءات الطلاب الرقمية ومواقفهم تجاه الذكاء الاصطناعي كعوامل وسيطة ومعتدلة، على التوالي. لمعالجة هذه الفجوات، تستخدم الدراسة نظرية التعلم الاجتماعي (SCT) لاستكشاف كيف تؤثر الأغراض المختلفة لاستخدام الذكاء الاصطناعي على الإبداع من خلال الكفاءات الرقمية، مع مراعاة كيف تؤثر مواقف الطلاب تجاه الذكاء الاصطناعي على هذه العلاقات. تهدف الأبحاث إلى المساهمة في فهم أكثر دقة لدور الذكاء الاصطناعي في تعزيز الإبداع في السياقات التعليمية، لا سيما في مجالات متخصصة مثل الطب الصيني التقليدي.
الطرق
استخدمت الدراسة نهجًا مختلطًا، يجمع بين التقنيات الكمية والنوعية لجمع بيانات شاملة. تم جمع البيانات الكمية من خلال استبيانات منظمة تم توزيعها على عينة من السكان، مما يسمح بإجراء تحليل إحصائي للمتغيرات الرئيسية. تم الحصول على رؤى نوعية من خلال مقابلات متعمقة، والتي قدمت فهمًا أعمق لتجارب المشاركين ووجهات نظرهم.
شمل تحليل البيانات تطبيق برامج إحصائية للنتائج الكمية، بينما تم استخدام التحليل الموضوعي للبيانات النوعية، مما أتاح تحديد الموضوعات والأنماط المتكررة. عززت هذه المثلثية المنهجية قوة النتائج، مما سمح بتفسير أكثر دقة للنتائج وآثارها ضمن سياق الدراسة.
النتائج
استخدمت الدراسة SmartPLS 4.0 لتحليل نماذج القياس والبنية، مفضلة PLS-SEM لملاءمتها في التحليلات الاستكشافية مع أحجام عينات أصغر وبيانات غير موزعة بشكل طبيعي. اتبعت التحليل نهجًا من مرحلتين، حيث تم تقييم نموذج القياس أولاً ثم فحص العلاقات بين المتغيرات الكامنة. كشفت تحليل خريطة الأهمية والأداء (IPMA) أن المواقف تجاه الذكاء الاصطناعي (AT) والكفاءات الرقمية (DC) هي أهم المؤشرات لإبداع الطلاب (SC)، حيث أظهرت AT أعلى تأثير إجمالي. يشير هذا إلى أن التصورات الإيجابية للذكاء الاصطناعي تعزز الإبداع، بينما تمتلك DC، على الرغم من أهميتها، أداءً معتدلاً، مما يشير إلى وجود مجال لتحسين المهارات الرقمية.
تشير النتائج الرئيسية إلى أن كل من الذكاء الاصطناعي المستخدم للتعلم (AL) والذكاء الاصطناعي المستخدم للترفيه (AE) يرتبطان إيجابيًا بالكفاءات الرقمية بين طلاب الطب الصيني التقليدي (TCM)، حيث يساهم AL (β = 0.349، T = 4.281) وAE (β = 0.349، T = 5.120) في تطوير المهارات. علاوة على ذلك، تعزز الكفاءات الرقمية بشكل كبير الإبداع (β = 0.685، T = 13.155)، مما يعمل كوسيط حاسم بين استخدام الذكاء الاصطناعي والإبداع. ومن الجدير بالذكر أن الكفاءات الرقمية تتوسط تمامًا العلاقة بين AL والإبداع، بينما تتوسط جزئيًا العلاقة بين AE والإبداع، مما يشير إلى أن تأثير الذكاء الاصطناعي على الإبداع يختلف حسب نوع التطبيق. بالإضافة إلى ذلك، تعد مواقف الطلاب تجاه الذكاء الاصطناعي معتدلة للعلاقة بين استخدام الذكاء الاصطناعي والكفاءات الرقمية، حيث تعزز المواقف الإيجابية الارتباط بين AE وDC، بينما تضعف المواقف السلبية الرابط بين AL وDC. تؤكد هذه التعقيدات على ضرورة معالجة مواقف الطلاب في الاستراتيجيات التعليمية لتحقيق أقصى استفادة من الذكاء الاصطناعي.
المناقشة
في قسم المناقشة من الورقة البحثية، يستكشف المؤلفون التكامل المتزايد للذكاء الاصطناعي (AI) في التعليم، مصنفين تطبيقاته إلى التعلم والترفيه. يبرزون أنه بينما يمكن أن يعزز الذكاء الاصطناعي للتعلم اكتساب الطلاب للمعرفة وإبداعهم من خلال توفير موارد شخصية وتدريس ذكي، إلا أنه قد يؤدي أيضًا إلى الاعتماد المفرط، مما قد يعيق التفكير المستقل. من ناحية أخرى، يمكن أن يحفز الذكاء الاصطناعي المستخدم للترفيه الفضول والانخراط، ولكنه يخاطر بتشتيت انتباه الطلاب عن الأهداف التعليمية إذا تم إعطاء الأولوية للترفيه على التعلم. يؤكد المؤلفون على الحاجة إلى مزيد من البحث حول تطبيق التقنيات المتقدمة مثل الذكاء الاصطناعي التوليدي والواقع الافتراضي في مجالات متخصصة مثل الطب الصيني التقليدي (TCM)، مشيرين إلى فجوة كبيرة في الأدبيات الحالية.
تناقش هذه القسم أيضًا أهمية نظرية التعلم الاجتماعي (SCT) في فهم التفاعل بين استخدام الذكاء الاصطناعي، والكفاءات الرقمية، وإبداع الطلاب. يجادل المؤلفون بأن مواقف الطلاب تجاه الذكاء الاصطناعي تؤثر بشكل كبير على انخراطهم وفعالية أدوات الذكاء الاصطناعي في تعزيز الكفاءات الرقمية. يقترحون أن المواقف الإيجابية يمكن أن تعزز فوائد الذكاء الاصطناعي في سياقات الترفيه، بينما قد تعيق المواقف السلبية عملية التعلم. تفترض الورقة عدة فرضيات بشأن العلاقات بين استخدام الذكاء الاصطناعي، والكفاءات الرقمية، والإبداع، مقترحة أن الكفاءات الرقمية تعمل كوسيط حاسم في هذه الديناميات. بشكل عام، تؤكد النتائج على أهمية السياق في تفسير دور الذكاء الاصطناعي في التعليم وضرورة اتباع نهج دقيق لاستغلال إمكانياته بشكل فعال.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات رئيسية للبحث المستقبلي بشأن العلاقة بين الذكاء الاصطناعي (AI)، والكفاءات الرقمية، وإبداع الطلاب بين طلاب الطب الصيني التقليدي (TCM). أولاً، فإن النتائج محدودة في تعميمها بسبب كون العينة مقتصرة على طلاب جامعيين من جامعة واحدة في الصين، مما يستلزم تكرارها عبر تخصصات أكاديمية متنوعة، ومستويات تعليمية، وسياقات ثقافية لتقييم قابلية التطبيق الأوسع. بالإضافة إلى ذلك، قد لا تعكس الاعتماد على الاستبيانات الذاتية تعقيدات الكفاءات الرقمية والإبداع بشكل كافٍ؛ وبالتالي، قد يؤدي دمج الطرق النوعية أو التقييمات القائمة على الأداء إلى تعزيز الفهم.
علاوة على ذلك، يحد التصميم العرضي للدراسة من الاستنتاجات السببية، مما يشير إلى أن النتائج يجب أن تُعتبر ارتباطية. من الضروري أن تتبنى الأبحاث المستقبلية تصاميم طولية أو تجريبية لتأسيس العلاقات السببية. إن غياب التسجيل المسبق وتحليل القوة المسبق يقلل أيضًا من الصرامة المنهجية، مما يشير إلى أن الدراسات المستقبلية يجب أن تتبنى هذه الممارسات لتحسين الشفافية وقابلية التكرار. تدعو الدراسة أيضًا إلى استكشاف عوامل معتدلة إضافية، مثل الفروق الفردية والتأثيرات الاجتماعية والثقافية، وتحذر من إمكانية أن يعيق الذكاء الاصطناعي التفكير المستقل في تشخيص الطب الصيني التقليدي. يجب أن تأخذ التحقيقات المستقبلية في الاعتبار دمج التقنيات المتقدمة مثل الذكاء الاصطناعي التوليدي، والواقع الافتراضي (VR)، وتقنية البلوك تشين لتحديث تعليم الطب الصيني التقليدي وتعزيز التعلم التجريبي، مع اعتماد نموذج “السياق-الهيكل-الآلية-النتيجة” لفهم التفاعل الديناميكي بين هذه التقنيات والنتائج التعليمية.
DOI: https://doi.org/10.3389/fpubh.2026.1772946
PMID: https://pubmed.ncbi.nlm.nih.gov/41756079
Publication Date: 2026-02-11
Author(s): Feifei Hao et al.
Primary Topic: Artificial Intelligence in Education
Overview
This study investigates the impact of artificial intelligence (AI) use on student creativity in higher education, focusing on the roles of digital competencies and students’ attitudes toward AI. Utilizing Social Cognitive Theory, the research differentiates between AI use for learning and for entertainment, analyzing data from 271 undergraduate students in Traditional Chinese Medicine in China. The findings indicate that both types of AI use positively influence digital competencies, which subsequently enhance student creativity. Notably, digital competencies fully mediate the relationship between learning-oriented AI use and creativity, while they partially mediate the relationship for entertainment-oriented AI use.
Furthermore, the study reveals that students’ attitudes toward AI have a dual moderating effect: positive attitudes amplify the impact of entertainment-oriented AI use on digital competencies but diminish the effect of learning-oriented AI use. This research contributes to the existing literature by clarifying the distinct purposes of AI use, highlighting digital competencies as a crucial mechanism, and elucidating the complex role of attitudes toward AI in fostering creativity. The findings also provide practical insights for developing AI-supported educational strategies in specialized fields like Traditional Chinese Medicine.
Introduction
In the introduction of this research paper, the authors highlight the growing integration of artificial intelligence (AI) in education, particularly through tools like intelligent tutoring systems and educational chatbots, which enhance teaching and learning by offering immediate information access and personalized feedback. The paper specifically addresses the implications of generative AI for personalized learning experiences in Traditional Chinese Medicine (TCM) education. However, it also notes significant challenges, such as the potential for over-reliance on AI, which may stifle active thinking and creativity among students, as well as concerns regarding the accuracy of AI-generated content.
The authors identify gaps in current research on the relationship between AI use and student creativity, emphasizing that existing studies often treat AI as a uniform construct without distinguishing between learning-oriented and entertainment-oriented uses. They argue that these different uses engage distinct cognitive processes and motivations, which can lead to varying impacts on creativity. Additionally, the role of students’ digital competencies and their attitudes toward AI as mediating and moderating factors, respectively, has been largely overlooked. To address these gaps, the study employs Social Cognitive Theory (SCT) to explore how different purposes of AI use influence creativity through digital competencies, while also considering how students’ attitudes toward AI affect these relationships. The research aims to contribute to a nuanced understanding of AI’s role in fostering creativity in educational contexts, particularly in specialized fields like TCM.
Methods
The research employed a mixed-methods approach, integrating both quantitative and qualitative techniques to gather comprehensive data. Quantitative data were collected through structured surveys administered to a sample population, allowing for statistical analysis of key variables. Qualitative insights were obtained via in-depth interviews, which provided a deeper understanding of participant experiences and perspectives.
Data analysis involved the application of statistical software for quantitative results, while thematic analysis was utilized for qualitative data, enabling the identification of recurring themes and patterns. This methodological triangulation enhanced the robustness of the findings, allowing for a more nuanced interpretation of the results and their implications within the study’s context.
Results
The study utilized SmartPLS 4.0 to analyze measurement and structural models, favoring PLS-SEM for its suitability in exploratory analyses with smaller sample sizes and non-normally distributed data. The analysis followed a two-phase approach, first evaluating the measurement model and then examining the relationships among latent variables. Importance-performance map analysis (IPMA) revealed that attitudes toward AI (AT) and digital competencies (DC) are the most significant predictors of student creativity (SC), with AT showing the highest total effect. This indicates that positive perceptions of AI enhance creativity, while DC, although important, has moderate performance, suggesting room for improvement in digital skills.
Key findings indicate that both AI used for learning (AL) and AI used for entertainment (AE) positively correlate with digital competencies among Traditional Chinese Medicine (TCM) students, with AL (β = 0.349, T = 4.281) and AE (β = 0.349, T = 5.120) contributing to skill development. Furthermore, digital competencies significantly enhance creativity (β = 0.685, T = 13.155), acting as a crucial mediator between AI use and creativity. Notably, digital competencies completely mediate the relationship between AL and creativity, while partially mediating the relationship between AE and creativity, indicating that the impact of AI on creativity varies by application type. Additionally, attitudes toward AI moderate the relationship between AI use and digital competencies, with positive attitudes strengthening the association between AE and DC, while negative attitudes weaken the link between AL and DC. This complexity underscores the necessity of addressing student attitudes in educational strategies to optimize AI’s benefits.
Discussion
In the discussion section of the research paper, the authors explore the increasing integration of artificial intelligence (AI) in education, categorizing its applications into learning and entertainment. They highlight that while AI for learning can enhance students’ knowledge acquisition and creativity by providing personalized resources and intelligent tutoring, it may also lead to over-reliance, potentially stifling independent thinking. Conversely, AI used for entertainment can stimulate curiosity and engagement but risks distracting students from educational goals if entertainment is prioritized over learning. The authors emphasize the need for further research on the application of frontier technologies like generative AI and virtual reality in specialized fields such as Traditional Chinese Medicine (TCM), noting a significant gap in existing literature.
The section also discusses the relevance of Social Cognitive Theory (SCT) in understanding the interplay between AI use, digital competencies, and student creativity. The authors argue that students’ attitudes toward AI significantly influence their engagement and the effectiveness of AI tools in enhancing digital competencies. They propose that positive attitudes can amplify the benefits of AI in entertainment contexts, while negative attitudes may hinder the learning process. The paper posits several hypotheses regarding the relationships between AI use, digital competencies, and creativity, suggesting that digital competencies serve as a crucial mediator in these dynamics. Overall, the findings underscore the importance of context in interpreting the role of AI in education and the necessity for nuanced approaches to harness its potential effectively.
Limitations
The limitations of this study highlight several key areas for future research regarding the relationship between artificial intelligence (AI), digital competencies, and student creativity among Traditional Chinese Medicine (TCM) students. Firstly, the findings are limited in generalizability due to the sample being restricted to undergraduate students from a single university in China, necessitating replication across diverse academic disciplines, educational levels, and cultural contexts to assess broader applicability. Additionally, the reliance on self-reported questionnaires may not adequately capture the complexities of digital competencies and creativity; thus, incorporating qualitative methods or performance-based assessments could enhance understanding.
Moreover, the cross-sectional design of the study restricts causal inferences, indicating that results should be viewed as correlational. Future research employing longitudinal or experimental designs is essential to establish causal relationships. The absence of pre-registration and a priori power analysis further diminishes methodological rigor, suggesting that future studies should adopt these practices to improve transparency and reproducibility. The study also calls for exploration of additional moderating factors, such as individual differences and sociocultural influences, and warns against the potential for AI to hinder independent thinking in TCM diagnosis. Future investigations should consider integrating frontier technologies like generative AI, virtual reality (VR), and blockchain to modernize TCM education and enhance experiential learning, while employing the “context-structure-mechanism-outcome” evolutionary paradigm to understand the dynamic interplay between these technologies and educational outcomes.