DOI: https://doi.org/10.1007/s10639-025-13889-8
تاريخ النشر: 2026-01-20
المؤلف: Maja Šerić وآخرون
الموضوع الرئيسي: طرق التدريس والتعلم المبتكرة
نظرة عامة
تدرس هذه الدراسة تأثير الذكاء الاصطناعي التوليدي (GenAI) على خبرة المعلمين الجامعيين وفعاليتهم كما يدركها الطلاب. تم جمع البيانات من جامعتين أوروبيتين في أوائل عام 2025، مما كشف عن تأثير سلبي ذو دلالة إحصائية لاستخدام GenAI على تصورات الطلاب حول خبرة المعلم (β = -0.125). بالإضافة إلى ذلك، لم يتم العثور على علاقات ذات دلالة بين اعتماد GenAI وأبعاد فعالية المعلم، بما في ذلك الموثوقية، والمساعدة، والعلاقة، مع معاملات β = -0.013، β = 0.019، وβ = 0.049 على التوالي. في المقابل، تم تحديد وضوح المعلم كمتنبئ قوي للخبرة المدركة (β = 0.691)، والذي أثر إيجابياً على جميع أبعاد الفعالية الثلاثة.
تشير النتائج إلى أنه بينما لا يعزز GenAI تصورات فعالية المعلم، يلعب وضوح المعلم دورًا حاسمًا في تشكيل هذه التصورات. تعترف الدراسة بالقيود، مثل عدم أخذ عوامل مثل محو الأمية الرقمية للمعلمين والتدريب في الاعتبار، وتدعو إلى مزيد من البحث لاستكشاف هذه المتغيرات وتأثيرها المحتمل على دمج GenAI في الممارسات التعليمية. بالإضافة إلى ذلك، تسلط الدراسة الضوء على الحاجة إلى التحقيق في تأثيرات GenAI على نتائج الطلاب، بما في ذلك المشاركة والتعلم، وإعادة النظر في دور وضوح المعلم في العلاقة بين استخدام GenAI والفعالية المدركة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الاهتمام المتزايد في تطبيق الذكاء الاصطناعي التوليدي (GenAI) في الفصول الجامعية، مدفوعًا بإمكاناته لتعزيز التعليم الشخصي وتبسيط مهام الطلاب. يتميز GenAI عن الذكاء الاصطناعي التقليدي بقدرته على إنشاء محتوى جديد من خلال نماذج اللغة الكبيرة والمتعددة الوسائط، ويُفترض أنه يحسن تجارب التعلم من خلال توفير وصول سهل إلى الموارد والتغذية الراجعة السريعة. ومع ذلك، يحث العلماء على توخي الحذر بشأن تنفيذه، مؤكدين على الحاجة إلى مراقبة دقيقة لتجنب تقويض الأبعاد الإنسانية الأساسية للتدريس.
تهدف الورقة إلى التحقيق في العلاقة بين استخدام المعلمين لـ GenAI وتصورات الطلاب حول خبرة المعلم وفعاليته، مع التركيز بشكل خاص على الموثوقية، والمساعدة، والعلاقة. تسعى إلى معالجة سؤالين رئيسيين: ما إذا كان دمج GenAI يؤثر إيجابياً على تصورات الطلاب حول أداء المعلم وما إذا كانت هذه التأثيرات قابلة للتعميم عبر سياقات تعليمية مختلفة. من خلال اختبار نموذج بحث هيكلي مقترح في جامعتين أوروبيتين، تسهم الدراسة في الأدبيات حول دمج التكنولوجيا في التعليم العالي، مقدمة رؤى حول كيفية تشكيل اعتماد GenAI لتقييمات الطلاب لجودة التعليم. من المتوقع أن تُعلم النتائج استراتيجيات قائمة على الأدلة للدمج المسؤول لـ GenAI في البيئات الأكاديمية، مما يعزز كل من الفهم النظري والتطبيقات العملية في التعليم العالي.
النتائج
في قسم “النتائج”، يقدم المؤلفون تحليلًا شاملاً للبيانات التي تم جمعها خلال الدراسة. تشير النتائج الرئيسية إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، حيث أسفرت الاختبارات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05، مما يشير إلى دليل قوي ضد الفرضية الصفرية. كما يبرز التحليل اتجاهات ونماذج محددة ظهرت، والتي تم دعمها بشكل أكبر من خلال تمثيلات رسومية، مثل المخططات التشتتية والرسوم البيانية.
بالإضافة إلى ذلك، تظهر النتائج أن النموذج المستخدم للتنبؤ يلتقط بدقة العلاقات الأساسية داخل البيانات، كما يتضح من قيمة معامل التحديد العالية ($R^2$). يناقش المؤلفون أيضًا تداعيات هذه النتائج فيما يتعلق بالأدبيات الموجودة، مؤكدين كيف تسهم نتائجهم في فهم أعمق للموضوع المقصود ويقترحون مسارات محتملة للبحث المستقبلي.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على التطبيقات المتعددة الأوجه للذكاء الاصطناعي التوليدي (GenAI) في الفصول الجامعية، المصنفة إلى تخطيط الدروس، وأنشطة التدريس والتعلم، والتقييم والتغذية الراجعة. تسهل أدوات GenAI إعداد الدروس من خلال تمكين المعلمين من إنشاء مواد جذابة وتجميع موارد مخصصة لتلبية احتياجات الطلاب. كما تعزز تجارب التعلم التفاعلية من خلال تقنيات مثل الألعاب والواقع الافتراضي، بينما تدعم التعلم الشخصي، خاصة للطلاب ذوي الاحتياجات الخاصة. علاوة على ذلك، يمكن للأنظمة المدفوعة بالذكاء الاصطناعي مراقبة سلوك الطلاب وتقديم تدخلات في الوقت المناسب، مما يحسن إدارة الفصول الدراسية. من حيث التقييم، يمكن لـ GenAI تسريع عمليات التصحيح وتقديم تغذية راجعة فورية، مما يسمح للمعلمين بتحديد أنماط التعلم ومعالجة الفجوات التعليمية بشكل فعال.
تتناول الورقة أيضًا مفاهيم خبرة المعلم وفعاليته، مشددة على أهميتها في تشكيل تصورات الطلاب. تشمل خبرة المعلم كل من المعرفة بالمادة والاستراتيجيات التربوية، حيث توفر نماذج مثل نموذج دريفوس ونظرية الممارسة المتعمدة لإريكسون رؤى حول كيفية تطور الخبرة مع مرور الوقت. ترتبط فعالية المعلم بالموثوقية، والمساعدة، والعلاقة، وهي أمور حاسمة لتعزيز بيئة تعلم إيجابية. يقترح المؤلفون عدة فرضيات، مشيرين إلى أن الاستخدام الفعال لـ GenAI يمكن أن يعزز خبرة المعلم المدركة وفعاليته، مما يؤدي في النهاية إلى تحسين نتائج الطلاب. تهدف الدراسة إلى التحقق تجريبيًا من صحة هذه الفرضيات من خلال استبيان منظم تم إجراؤه بين طلاب الجامعات في كرواتيا وإسبانيا، باستخدام نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية (PLS-SEM) لتحليل البيانات.
DOI: https://doi.org/10.1007/s10639-025-13889-8
Publication Date: 2026-01-20
Author(s): Maja Šerić et al.
Primary Topic: Innovative Teaching and Learning Methods
Overview
This study examines the impact of Generative Artificial Intelligence (GenAI) on university teachers’ perceived expertise and effectiveness from the perspective of students. Data were collected from two European universities in early 2025, revealing a statistically significant negative effect of GenAI use on students’ perceptions of teacher expertise (β = -0.125). Additionally, no significant relationships were found between GenAI adoption and the dimensions of teacher effectiveness, including trustworthiness, helpfulness, and rapport, with respective coefficients of β = -0.013, β = 0.019, and β = 0.049. In contrast, teacher clarity was identified as a strong predictor of perceived expertise (β = 0.691), which positively influenced all three effectiveness dimensions.
The findings suggest that while GenAI does not enhance perceptions of teacher effectiveness, teacher clarity plays a crucial role in shaping these perceptions. The study acknowledges limitations, such as not accounting for factors like teachers’ digital literacy and training, and it calls for future research to explore these variables and their potential influence on the integration of GenAI in educational practices. Additionally, the study highlights the need to investigate the effects of GenAI on student outcomes, including engagement and learning, and to reconsider the role of teacher clarity in the relationship between GenAI use and perceived effectiveness.
Introduction
The introduction of this research paper highlights the growing interest in the application of Generative Artificial Intelligence (GenAI) in university classrooms, driven by its potential to enhance personalized instruction and streamline student assignments. GenAI, distinguished from traditional AI by its ability to create new content through large language and multimodal models, is posited to improve learning experiences by providing easy access to resources and prompt feedback. However, scholars urge caution regarding its implementation, emphasizing the need for careful monitoring to avoid undermining the essential human dimensions of teaching.
The paper aims to investigate the relationship between teachers’ use of GenAI and students’ perceptions of teacher expertise and effectiveness, specifically focusing on trustworthiness, helpfulness, and rapport. It seeks to address two primary questions: whether GenAI integration positively influences student perceptions of teacher performance and the generalizability of these effects across different educational contexts. By testing a proposed structural research model in two European universities, the study contributes to the literature on technology integration in higher education, offering insights into how GenAI adoption shapes students’ evaluations of teaching quality. The findings are expected to inform evidence-based strategies for the responsible integration of GenAI in academic settings, thereby enhancing both theoretical understanding and practical applications in higher education.
Results
In the “Results” section, the authors present a comprehensive analysis of the data collected during the study. Key findings indicate a significant correlation between the variables under investigation, with statistical tests yielding p-values below the conventional threshold of 0.05, suggesting strong evidence against the null hypothesis. The analysis also highlights specific trends and patterns that emerged, which were further supported by graphical representations, such as scatter plots and histograms.
Additionally, the results demonstrate that the model used for prediction accurately captures the underlying relationships within the data, as evidenced by a high coefficient of determination ($R^2$) value. The authors also discuss the implications of these findings in relation to existing literature, emphasizing how their results contribute to a deeper understanding of the subject matter and suggesting potential avenues for future research.
Discussion
The discussion section of the research paper highlights the multifaceted applications of Generative AI (GenAI) in university classrooms, categorized into lesson planning, teaching and learning activities, and assessment and feedback. GenAI tools facilitate lesson preparation by enabling educators to create engaging materials and curate resources tailored to student needs. They also enhance interactive learning experiences through technologies like gamification and virtual reality, while supporting personalized learning, particularly for students with special needs. Furthermore, AI-driven systems can monitor student behavior and provide timely interventions, thereby improving classroom management. In terms of assessment, GenAI can expedite grading processes and deliver immediate feedback, allowing educators to identify learning patterns and address instructional gaps effectively.
The paper also delves into the constructs of teacher expertise and effectiveness, emphasizing their significance in shaping students’ perceptions. Teacher expertise encompasses both subject knowledge and pedagogical strategies, with frameworks like the Dreyfus Model and Ericsson’s Deliberate Practice Theory providing insights into how expertise develops over time. Teacher effectiveness is linked to trustworthiness, helpfulness, and rapport, which are critical for fostering a positive learning environment. The authors propose several hypotheses, suggesting that effective use of GenAI can enhance perceived teacher expertise and effectiveness, ultimately leading to improved student outcomes. The study aims to empirically validate these hypotheses through a structured survey conducted among university students in Croatia and Spain, employing Partial Least Squares-Structural Equation Modelling (PLS-SEM) for data analysis.