DOI: https://doi.org/10.1186/s41239-025-00534-0
تاريخ النشر: 2025-07-03
المؤلف: Xing Du وآخرون
الموضوع الرئيسي: التعليم وتطوير التفكير النقدي
نظرة عامة
تبحث الدراسة في دمج الذكاء الاصطناعي (AI)، وتحديداً ChatGPT-4o، في التعليم العالي وتأثيراته على مهارات التفكير العليا (HOTS) ونتائج المهام لدى طلاب الجامعات أثناء حل المشكلات المعقدة. باستخدام تصميم تجريبي داخل الموضوع، شملت الدراسة 40 طالبًا و employed تقنيات تحليل الشبكات المعرفية وتقييم الإجماع لتحليل البيانات متعددة الأبعاد. تشير النتائج إلى أنه بينما يعزز الذكاء الاصطناعي قليلاً من الأصالة وفائدة الرسومات التصميمية، فإنه يزيد بشكل كبير من تكرار وتنوع مهارات التفكير العليا المستخدمة من قبل الطلاب. ومن الجدير بالذكر أن الطلاب الذين تأثروا أكثر بالذكاء الاصطناعي أظهروا تفكيرًا شخصيًا أكبر وترابطات أغنى بين مهارات التفكير العليا لديهم.
تخلص الدراسة إلى أن قدرات الذكاء الاصطناعي يمكن أن تعزز الاستكشاف والابتكار في حل المشكلات المعقدة، على الرغم من استمرار المخاوف بشأن الاعتماد المفرط والخصوصية. بينما كانت التحسينات في درجات الرسومات طفيفة، مما يشير إلى الإمكانات المحدودة للذكاء الاصطناعي في دفع الابتكارات التصميمية، وُجد أن الطلاب غالبًا ما اعتمدوا على المحتوى الذي أنشأه الذكاء الاصطناعي، مما أدى إلى زيادة في المكونات المفاهيمية. أظهر المشاركون ذوو التأثير العالي شبكات معرفية أكثر تعقيدًا ومرونة في استخدام مهارات التفكير العليا مقارنة بنظرائهم ذوي التأثير المنخفض، الذين اعتمدوا أكثر على الذكاء الاصطناعي لاسترجاع المعلومات. توفر النتائج استراتيجيات للمعلمين لدمج الذكاء الاصطناعي بشكل فعال في بيئات التعلم، لا سيما في التعليم التصميمي، الذي يتميز بطبيعته متعددة التخصصات وعمليات اتخاذ القرار المعقدة. تضع هذه الدراسة الأساس للدراسات المستقبلية حول دور الذكاء الاصطناعي في تعزيز التنمية المعرفية في التعليم.
مقدمة
تناقش مقدمة هذه الورقة البحثية التأثير التحويلي للذكاء الاصطناعي (AI) على التعليم، لا سيما في بيئات التعليم العالي. يعزز الذكاء الاصطناعي التعلم الشخصي من خلال تحليل بيانات الطلاب لتقديم توصيات مخصصة وتعليقات فورية، مما يعزز بيئة تعلم تكيفية تعزز من مشاركة الطلاب وتثري التجارب التعليمية (Pratama et al., 2023; Robert et al., 2024). علاوة على ذلك، تساعد قدرة الذكاء الاصطناعي على توليف المعرفة عبر مجالات مختلفة في معالجة المشكلات المعقدة وغير المحددة التي تعتبر ضرورية لتطوير مهارات التفكير العليا (HOTS) لدى الطلاب (Greiff & Fischer, 2013; Herrington, 2005).
على الرغم من الاعتماد الواسع للذكاء الاصطناعي، لا تزال ديناميكياته وآثاره في التعليم العالي غير مفهومة بشكل كافٍ، لا سيما فيما يتعلق بالعوامل المعرفية التي تؤثر على استخدام الطلاب للذكاء الاصطناعي وتأثيراته على تفكيرهم ونتائج تعلمهم (Strzelecki, 2023). تسلط الورقة الضوء على الطبيعة المزدوجة للذكاء الاصطناعي، الذي، بينما يسهل معالجة المعلومات وحل المشكلات الإبداعية، يثير أيضًا مخاوف بشأن الخصوصية والإبداع والقضايا الأخلاقية (Liang, 2023). تهدف الدراسة إلى التحقيق في كيفية استخدام الطلاب للذكاء الاصطناعي، وتحديداً ChatGPT-4o، لمعالجة مشكلات التصميم المعقدة، مع فحص التأثير على مهارات التفكير العليا ونتائجهم من خلال تجربة مقارنة داخل المجموعة. تسعى هذه الدراسة إلى تحقيق توازن بين فوائد مشاركة الذكاء الاصطناعي وضرورة التفكير المستقل واتخاذ القرار في التعليم التصميمي، الذي يتميز بالتعقيد والغموض (Maxwell et al., 2002; Cross, 2023).
الطرق
في هذه الدراسة، تضمنت المنهجية مهمة تجريبية مصممة لتقييم قدرات المشاركين في حل المشكلات في تصميم المنتجات، مع التركيز بشكل خاص على إعادة تصميم مجفف الشعر. تم تقديم رسم تصميم أولي (Pr-sketch) تم إنشاؤه بواسطة طالب تصميم مبتدئ، والذي كان غير مكتمل عمدًا ويفتقر إلى أوصاف نصية لتشجيع التقييم المستقل والتحسين الإبداعي. تم هيكلة المهمة في خمس مراحل: (1) تقديم الرسم الأولي لفهمه وتقييمه، (2) إنشاء رسم تصميم محسن (Re-sketch)، (3) التفاعل مع أداة الذكاء الاصطناعي ChatGPT-4o للنقاش والإرشاد، (4) مزيد من التفاعل مع ChatGPT باستخدام الرسم المحسن، و(5) تحسين نهائي للرسم الأولي لإنتاج رسم تصميم نهائي (Fi-sketch).
طوال التجربة، استخدم المشاركون طريقة “التفكير بصوت عالٍ” للتعبير عن عمليات تفكيرهم، وتم تسجيل تفاعلاتهم مع ChatGPT عبر التقاط الشاشة لتحليل تفاعلهم مع الذكاء الاصطناعي. تم دمج الذكاء الاصطناعي، القادر على تقديم رؤى متعددة الزوايا ودعم التفكير النقدي، في المهمة لتعزيز مهارات التفكير العليا (HOTS) لدى المشاركين. لم يتم فرض قيود زمنية، حيث استغرق المشاركون في المتوسط 33.80 دقيقة لإكمال المهمة، مما سمح باستكشاف طبيعي لأساليب تفكيرهم التصميمي وتطبيق الذكاء الاصطناعي.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من التحليل. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد البحث، حيث أسفرت الاختبارات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05، مما يشير إلى أدلة قوية ضد الفرضية الصفرية. بالإضافة إلى ذلك، تظهر أحجام التأثير المحسوبة تأثيرًا ذا مغزى، مما يعزز من أهمية العلاقات الملحوظة.
علاوة على ذلك، يتم توضيح النتائج من خلال أشكال وجداول متنوعة، والتي توفر تمثيلًا بصريًا للاتجاهات والتوزيعات الملحوظة في مجموعة البيانات. تعزز هذه الوسائل البصرية من قابلية تفسير النتائج، مما يسمح بفهم أوضح لتداعيات البحث. بشكل عام، تدعم النتائج الفرضيات الأولية وتساهم بأفكار قيمة في مجال الدراسة.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على الدور التحويلي للذكاء الاصطناعي (AI) في التعليم، لا سيما في تعزيز مهارات التفكير العليا (HOTS) لدى الطلاب. تشير الأدبيات إلى أن الذكاء الاصطناعي يمكن أن يحسن بشكل كبير الوظائف المعرفية مثل اتخاذ القرار وحل المشكلات، والتي تعتبر حاسمة في السياقات التعليمية. حددت دراسات متنوعة المجالات الرئيسية التي يمكن أن تعزز فيها تطبيقات الذكاء الاصطناعي تجارب التعلم، بما في ذلك التعلم الشخصي، وأنظمة التدريس الذكية، ومنصات التعلم التكيفية. ومع ذلك، بينما يمكن أن يسهل الذكاء الاصطناعي اكتساب المعرفة بكفاءة، فإنه يطرح أيضًا مخاطر، مثل تعزيز التعلم السطحي والاعتماد المفرط، مما قد يقوض الانخراط المعرفي الأعمق وإتقان المهارات الأساسية.
تبحث الدراسة بشكل خاص في تأثيرات الذكاء الاصطناعي على مهارات التفكير العليا لدى الطلاب من خلال تحليل عمليات حل المشكلات لديهم قبل وبعد تدخل الذكاء الاصطناعي. تكشف النتائج أن استخدام الذكاء الاصطناعي يؤدي إلى تحسينات كبيرة في كل من الأصالة وفائدة الرسومات التصميمية للطلاب، فضلاً عن تطبيقهم لمهارات التفكير النقدي والإبداعي. ومن الجدير بالذكر أن الطلاب الذين يتبنون الأفكار التي أنشأها الذكاء الاصطناعي يظهرون تفاعلًا أعلى مع مهارات التفكير العليا مقارنةً بأولئك الذين لا يفعلون ذلك. تؤكد الأبحاث على ضرورة إجراء تحقيقات شاملة في التفاعل بين الذكاء الاصطناعي والتنمية المعرفية، داعيةً إلى استراتيجيات تعليمية توازن بين كفاءة الذكاء الاصطناعي وزراعة التفكير المستقل والإبداع. بشكل عام، توفر الدراسة رؤى قيمة حول كيفية دمج الذكاء الاصطناعي بشكل فعال في الممارسات التعليمية لتعزيز القدرات المعرفية ومهارات حل المشكلات بين الطلاب.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات حاسمة للبحث المستقبلي. أولاً، كانت التحقيقات محصورة في الطلاب الذين يتعاملون مع مشكلات معقدة بشكل مستقل أو بمساعدة الذكاء الاصطناعي، متجاهلة التأثير الكبير للمعلمين في السياقات التعليمية الواقعية. يجب أن تتضمن الدراسات المستقبلية استخدام الذكاء الاصطناعي ضمن بيئات التدريس لتوفير فهم أكثر شمولاً لتأثيره. ثانيًا، يقتصر التركيز على مشكلات التصميم كنوع وحيد من المشكلات المعقدة على تعميم النتائج. سيساهم توسيع البحث ليشمل تخصصات متنوعة وسياقات مهام معقدة في تعزيز قابلية تطبيق النتائج عبر الممارسات التعليمية.
بالإضافة إلى ذلك، فإن حجم العينة الصغيرة والمتجانسة للدراسة يقيد أيضًا تعميمها. يجب أن تهدف الأبحاث المستقبلية إلى دراسات على نطاق أوسع تأخذ في الاعتبار مجموعات طلابية متنوعة، بما في ذلك الاختلافات في جاهزية التعلم والخلفيات الثقافية والألفة مع الذكاء الاصطناعي. سيسمح ذلك بتحليل أكثر دقة لكيفية استجابة مجموعات مختلفة لمطالب الذكاء الاصطناعي. أخيرًا، نظرًا للطبيعة المتطورة لنماذج الذكاء الاصطناعي، فإن البحث المستمر ضروري لتقييم تأثيرات تحديثات النموذج على سلوكيات تعلم الطلاب وأدائهم المعرفي، لا سيما من خلال تجارب متكررة على نفس المهام بعد التحديث.
DOI: https://doi.org/10.1186/s41239-025-00534-0
Publication Date: 2025-07-03
Author(s): Xing Du et al.
Primary Topic: Education and Critical Thinking Development
Overview
The research investigates the integration of Artificial Intelligence (AI), specifically ChatGPT-4o, in higher education and its effects on university students’ higher-order thinking skills (HOTS) and task outcomes during complex problem-solving. Utilizing a within-subject experimental design, the study involved 40 students and employed epistemic network analysis and consensus assessment techniques to analyze multidimensional data. Findings indicate that while AI slightly enhances the originality and usefulness of design sketches, it significantly increases the frequency and diversity of HOTS employed by students. Notably, students more influenced by AI demonstrated greater personal thinking and richer interconnections among their HOTS.
The study concludes that AI’s capabilities can foster exploration and innovation in complex problem-solving, although concerns regarding overreliance and privacy persist. While improvements in sketch scores were minimal, indicating AI’s limited potential for driving design breakthroughs, it was found that students often adopted AI-generated content, leading to an increase in conceptual components. High-impact participants exhibited more complex cognitive networks and flexibility in using HOTS compared to their low-impact counterparts, who relied more on AI for information retrieval. The results provide educators with strategies for effectively integrating AI into learning environments, particularly in design education, which is characterized by its multidisciplinary nature and complex decision-making processes. This research lays the groundwork for future studies on AI’s role in enhancing cognitive development in education.
Introduction
The introduction of this research paper discusses the transformative impact of Artificial Intelligence (AI) on education, particularly in higher education settings. AI enhances personalized learning by analyzing student data to provide tailored recommendations and real-time feedback, thereby fostering an adaptive learning environment that promotes student engagement and enriches educational experiences (Pratama et al., 2023; Robert et al., 2024). Furthermore, AI’s ability to synthesize knowledge across various domains aids in addressing complex, ill-defined problems that are essential for developing higher-order thinking skills (HOTS) in students (Greiff & Fischer, 2013; Herrington, 2005).
Despite the widespread adoption of AI, its dynamics and implications in higher education remain inadequately understood, particularly regarding the cognitive factors influencing students’ use of AI and its effects on their thinking and learning outcomes (Strzelecki, 2023). The paper highlights the dual nature of AI, which, while facilitating information processing and creative problem-solving, also raises concerns about privacy, creativity, and moral issues (Liang, 2023). The study aims to investigate how students utilize AI, specifically ChatGPT-4o, to tackle complex design problems, examining the impact on their HOTS and outcomes through a within-group comparison experiment. This research seeks to balance the benefits of AI involvement with the necessity for independent thinking and decision-making in design education, which is characterized by complexity and ambiguity (Maxwell et al., 2002; Cross, 2023).
Methods
In this study, the methodology involved an experimental task designed to assess participants’ problem-solving abilities in product design, specifically focusing on the redesign of a hairdryer. Participants were presented with a preliminary design sketch (Pr-sketch) created by a novice design student, which was intentionally incomplete and devoid of textual descriptions to encourage independent evaluation and creative optimization. The task was structured into five phases: (1) introduction of the Pr-sketch for comprehension and evaluation, (2) creation of an optimized design sketch (Re-sketch), (3) interaction with the AI tool ChatGPT-4o for discussion and guidance, (4) further interaction with ChatGPT using the Re-sketch, and (5) final optimization of the Pr-sketch to produce a final design sketch (Fi-sketch).
Throughout the experiment, participants utilized the “think-aloud” method to articulate their thought processes, and their interactions with ChatGPT were recorded via screen capture to analyze their engagement with the AI. The AI, capable of providing multi-perspective insights and supporting critical thinking, was integrated into the task to enhance participants’ higher-order thinking skills (HOTS). No time constraints were imposed, with participants averaging 33.80 minutes to complete the task, allowing for a naturalistic exploration of their design thinking and AI application patterns.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the analysis. The data indicates 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. Additionally, the effect sizes calculated demonstrate a meaningful impact, reinforcing the relevance of the observed relationships.
Furthermore, the results are illustrated through various figures and tables, which provide a visual representation of the trends and distributions noted in the dataset. These visual aids enhance the interpretability of the findings, allowing for a clearer understanding of the implications of the research. Overall, the results substantiate the initial hypotheses and contribute valuable insights to the field of study.
Discussion
The discussion section of the research paper highlights the transformative role of artificial intelligence (AI) in education, particularly in enhancing students’ higher-order thinking skills (HOTS). The literature indicates that AI can significantly improve cognitive functions such as decision-making and problem-solving, which are critical in educational contexts. Various studies have identified key areas where AI applications can enhance learning experiences, including personalized learning, intelligent tutoring systems, and adaptive learning platforms. However, while AI can facilitate efficient knowledge acquisition, it also poses risks, such as fostering surface-level learning and overreliance, which may undermine deeper cognitive engagement and mastery of essential skills.
The study specifically investigates the effects of AI on students’ HOTS by analyzing their problem-solving processes before and after AI intervention. Findings reveal that AI usage leads to significant improvements in both the originality and usefulness of students’ design sketches, as well as in their application of critical and creative thinking skills. Notably, students who adapt AI-generated ideas demonstrate higher engagement with HOTS compared to those who do not. The research underscores the necessity for comprehensive investigations into the interplay between AI and cognitive development, advocating for educational strategies that balance AI’s efficiency with the cultivation of independent thinking and creativity. Overall, the study provides valuable insights into how AI can be effectively integrated into educational practices to enhance cognitive abilities and problem-solving skills among students.
Limitations
The limitations of this study highlight several critical areas for future research. Firstly, the investigation was confined to students tackling complex problems independently or with the assistance of AI, neglecting the significant influence of educators in real-world educational contexts. Future studies should incorporate AI usage within teaching environments to provide a more comprehensive understanding of its impact. Secondly, the focus on design problems as the sole type of complex problem restricts the generalizability of the findings. Expanding research to include various disciplines and complex task contexts would enhance the applicability of the results across educational practices.
Additionally, the study’s small and homogeneous sample size further constrains its generalizability. Future research should aim for larger-scale studies that consider diverse student populations, including variations in learning readiness, cultural backgrounds, and familiarity with AI. This would allow for a more nuanced analysis of how different groups respond to AI prompts. Lastly, given the evolving nature of AI models, ongoing research is necessary to assess the effects of model updates on students’ learning behaviors and cognitive performance, particularly through repeated experiments on the same tasks post-update.