DOI: https://doi.org/10.3389/feduc.2026.1769327
تاريخ النشر: 2026-02-17
المؤلف: Connie Syharat وآخرون
الموضوع الرئيسي: ممارسات التعليم العالي والمشاركة
نظرة عامة
تستكشف هذه الدراسة تصورات وانخراط الطلاب الخريجين ذوي التنوع العصبي في مجالات STEM مع أداة مرشد افتراضي مدعومة بنموذج لغوي كبير، وتحديداً ChatGPT، تم تكوينه بلغة داعمة وتدابير أمان. تفاعل سبعة عشر مشاركاً من جامعة عامة R1 مع الأداة من خلال جلسة منظمة تضمنت استبياناً مسبقاً، محادثة لمدة 20 دقيقة، ومقابلات متابعة. كشفت التحليلات الموضوعية للبيانات أن تصورات المشاركين المسبقة أثرت بشكل كبير على انخراطهم، مما شكل كل من نبرة تفاعلاتهم وتصوراتهم لجودة العلاقة مع الأداة. بينما وجد العديد أن المرشد الافتراضي كان مفيداً واستجابته عاطفية، رأى آخرون أنه ميكانيكي أو غير شخصي. اختلفت الثقة في الأداة حسب السياق، حيث كانت أعلى للنصائح العامة والدعم العاطفي، ولكنها كانت أقل للاستفسارات التقنية.
تشير النتائج إلى أن المرشد الافتراضي يعمل كملحق قيم للإرشاد البشري بدلاً من أن يكون بديلاً. لعبت عقليات المشاركين دوراً حاسماً في تشكيل تفاعلاتهم، حيث أبلغ بعض المستخدمين المتشككين في البداية عن آراء أكثر إيجابية بعد الانخراط. تسلط الدراسة الضوء على أهمية معرفة الذكاء الاصطناعي، وجودة التحفيز، وإطار العلاقات في تعزيز فعالية أدوات الذكاء الاصطناعي في نظم دعم الخريجين. بينما تفكر المؤسسات في دمج مثل هذه التقنيات، تؤكد الأبحاث على الحاجة إلى الشفافية بشأن قيودها وضرورة وضع حدود واضحة في علاقات المستشارين والطلاب.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التحديات التي يواجهها الطلاب الخريجون ذوو التنوع العصبي في مجالات STEM فيما يتعلق بالإفصاح الذاتي للمستشارين. يمكن أن تعزز الديناميات والهرميات القائمة داخل علاقات الإرشاد الأكاديمي مشاعر الضعف، مما يدفع العديد من الطلاب إلى إخفاء سماتهم العصبية والتنقل في تحدياتهم بشكل مستقل. تؤكد الدراسة على أن دمج نماذج اللغة الكبيرة (LLMs) كمرشدين افتراضيين للذكاء الاصطناعي قد يوفر نظام دعم خالٍ من الحكم، ومع ذلك تظل تداعيات هذه التكنولوجيا في دعم الطلاب غير مستكشفة بشكل كافٍ. تهدف الأبحاث إلى التحقيق في كيفية تفاعل الطلاب ذوي التنوع العصبي مع هذه الأداة الذكية، مع التركيز على تجاربهم وقيمهم وتوقعاتهم.
تناقش قسم الخلفية النموذج القائم على العجز السائد في التعليم العالي الذي غالباً ما يصنف التنوع العصبي كاضطراب، على الرغم من الاعتراف بقوته. من الجدير بالذكر أنه بينما يشكل الأفراد ذوو التنوع العصبي حوالي 20-25% من عدد الطلاب، فإنهم يمثلون فقط 3% من تسجيلات الخريجين في STEM، مما يشير إلى تمثيل ناقص كبير. تحدد الدراسة عوامل مثل الضغط الشديد، وعدم وضوح التوقعات، وعلاقات الإرشاد غير المتوافقة كحواجز أمام التعرف الذاتي والدعم للطلاب ذوي التنوع العصبي. كشفت المراحل السابقة من البحث أن عدم وضوح التنوع العصبي والديناميات القوية تسهم في الصمت الذاتي والتحديات النفسية، مما يبرز الحاجة إلى بيئات داعمة تؤكد على مساهمات التنوع العصبي.
الطرق
يستعرض قسم “المواد والطرق” تصميم التجربة والإجراءات المتبعة في الدراسة. يوضح المواد المحددة المستخدمة، بما في ذلك أي مواد كيميائية، معدات، وعينات بيولوجية، مما يضمن إمكانية تكرار التجارب. يتم وصف المنهجية بطريقة منهجية، مع تسليط الضوء على التقنيات والبروتوكولات المتبعة لجمع البيانات وتحليلها.
بالإضافة إلى ذلك، قد يتضمن القسم معلومات حول الأساليب الإحصائية المطبقة لتفسير النتائج، مثل استخدام برامج معينة أو اختبارات إحصائية. يضمن هذا النهج الشامل أن البحث يمكن تكراره والتحقق منه بدقة من قبل باحثين آخرين في المجال. بشكل عام، تعتبر وضوح وصرامة الطرق أمراً حاسماً لمصداقية النتائج المقدمة في الدراسة.
النتائج
تؤكد نتائج الدراسة على التأثير الكبير للعقلية على تصورات المشاركين وتفاعلاتهم مع المرشد الافتراضي، وهو أداة دعم قائمة على الذكاء الاصطناعي. اعتبر المشاركون بشكل عام الذكاء الاصطناعي أداة متعددة الاستخدامات قادرة على تقديم كل من المزايا والعيوب. على الرغم من الآراء المتباينة حول فائدة الأداة، إلا أنها كانت تُرى في الغالب كمصدر للدعم الشبيه بالبشر الذي يعزز مشاعر الأمان، والتأكيد، والدعم العام بين الطلاب.
ومع ذلك، كشفت النتائج أيضًا عن قيود ملحوظة تتعلق باستجابة الأداة، وصدقها، وموثوقيتها. لعبت تصورات المشاركين المسبقة حول الذكاء الاصطناعي دوراً حاسماً في تشكيل انخراطهم مع المرشد الافتراضي. من خلال تتبع الاستجابات العاطفية للمشاركين قبل وأثناء وبعد تفاعلاتهم، حددت الدراسة أنماطاً مميزة في تصوراتهم، والتي تم تمثيلها بصرياً في الشكل 1.
المناقشة
تسلط قسم المناقشة من الورقة البحثية الضوء على إمكانيات نماذج اللغة الكبيرة (LLMs) كأدوات داعمة للطلاب الخريجين ذوي التنوع العصبي في مجالات STEM. يمكن أن تسهل نماذج اللغة الكبيرة التعلم الذاتي المنظم من خلال تقديم ملاحظات شخصية، والمساعدة في تحديد الأهداف، وتعزيز الوعي الميتا المعرفي. تشير الأدلة إلى أن هذه الأدوات يمكن أن تحسن من فعالية الطلاب الذاتية من خلال تعزيز تطوير المهارات وتقديم دعم مخصص، وهو ما يكون مفيداً بشكل خاص للأفراد ذوي التنوع العصبي الذين قد يواجهون تحديات فريدة في البيئات الأكاديمية. تؤكد الدراسة على أهمية دمج وجهات نظر الطلاب ذوي التنوع العصبي في تطوير مثل هذه التقنيات لضمان أنها تلبي احتياجاتهم وتعزز تجاربهم التعليمية.
بالإضافة إلى ذلك، تؤكد الأبحاث على دور العقلية في اعتماد أدوات الذكاء الاصطناعي، مستندة إلى أطر مثل نموذج قبول التكنولوجيا (TAM) والنظرية الموحدة لقبول واستخدام التكنولوجيا (UTAUT). تقترح هذه الأطر أن المعتقدات حول فائدة وملاءمة التكنولوجيا تؤثر بشكل كبير على الانخراط والثقة. تهدف الدراسة إلى تعزيز أصوات الطلاب ذوي التنوع العصبي، معترفة بتجاربهم كأمر حاسم في تشكيل تطوير أدوات الذكاء الاصطناعي التي يمكن أن تمد الدعم في التعليم العالي. من خلال التركيز على نقاط قوتهم وتحدياتهم الفريدة، تسعى الأبحاث إلى تعزيز بيئة أكاديمية شاملة تستفيد من التقدم التكنولوجي لصالح جميع الطلاب.
القيود
تقدم الدراسة عدة قيود قد تؤثر على قابلية نقل نتائجها. تم إجراء الدراسة مع عينة صغيرة مختارة ذاتياً من الطلاب الخريجين ذوي التنوع العصبي في برامج STEM في جامعة واحدة ذات كثافة بحثية عالية، وقد لا تكون النتائج قابلة للتطبيق على سياقات أو مجموعات أخرى. تؤكد الطبيعة النوعية للبحث على الوصف التفصيلي بدلاً من الادعاءات القابلة للتعميم، مما يبرز أهمية العوامل السياقية مثل خصائص المشاركين، والبيئة المؤسسية، وعناصر تصميم الدراسة، بما في ذلك الانخراط القصير مع أداة الذكاء الاصطناعي التوليدية وإطار التدخل المحدد.
علاوة على ذلك، تشير البيئة المتطورة بسرعة لنماذج اللغة الكبيرة (LLMs) إلى أن تصورات أداء الأداة قد تتغير مع تقدم قدرات النموذج. قد تؤثر عوامل مثل إتقان اللغة لدى المشاركين، والثقة في عملية البحث، والوعي الذاتي أيضاً على استعدادهم لمشاركة تجاربهم. نظراً لأن الدراسة استخدمت ChatGPT، قد لا تمتد النتائج إلى نماذج لغوية كبيرة أخرى ذات وظائف مشابهة. يحد المدة المحدودة للتعرض للأداة من الرؤى حول آثارها طويلة الأمد، مما يشير إلى الحاجة إلى مزيد من البحث لاستكشاف التأثيرات المستدامة لتنفيذ نماذج اللغة الكبيرة في البيئات التعليمية.
DOI: https://doi.org/10.3389/feduc.2026.1769327
Publication Date: 2026-02-17
Author(s): Connie Syharat et al.
Primary Topic: Higher Education Practises and Engagement
Overview
This study investigates the perceptions and engagement of neurodiverse graduate students in STEM with an LLM-powered Virtual Mentor tool, specifically ChatGPT, configured with affirming language and safety measures. Seventeen participants from a public R1 university interacted with the tool through a structured session that included a presurvey, a 20-minute chat, and follow-up interviews. Thematic analysis of the data revealed that participants’ preconceptions significantly influenced their engagement, shaping both the tone of their interactions and their perceptions of the tool’s relational quality. While many found the Virtual Mentor to be helpful and emotionally responsive, others viewed it as mechanical or impersonal. Trust in the tool varied by context, being higher for general advice and emotional support, but lower for technical inquiries.
The findings suggest that the Virtual Mentor serves as a valuable supplement to human mentorship rather than a replacement. Participants’ mindsets played a crucial role in shaping their interactions, with some initially skeptical users reporting more favorable views post-engagement. The study highlights the importance of AI literacy, the quality of prompting, and the relational framing of interactions in enhancing the effectiveness of AI tools in graduate support ecosystems. As institutions consider integrating such technologies, the research underscores the need for transparency regarding their limitations and the necessity of establishing clear boundaries in advisor-mentee relationships.
Introduction
The introduction of this research paper highlights the challenges faced by neurodiverse graduate students in STEM fields regarding self-disclosure to advisors. The existing power dynamics and hierarchies within academic advising relationships can exacerbate feelings of vulnerability, leading many students to mask their neurodiverse traits and navigate their challenges independently. The study emphasizes that the integration of large language models (LLMs) as AI Virtual Mentors may provide a judgment-free support system, yet the implications of such technology in student support remain underexplored. The research aims to investigate how neurodiverse students engage with this AI tool, focusing on their experiences, values, and expectations.
The background section discusses the prevailing deficit-based paradigm in higher education that often classifies neurodiversity as a disorder, despite the recognition of its strengths. Notably, while neurodiverse individuals constitute an estimated 20-25% of the student population, they represent only 3% of graduate STEM enrollments, indicating significant underrepresentation. The study identifies factors such as intense pressure, unclear expectations, and misaligned mentoring relationships as barriers to self-identification and support for neurodiverse students. Previous phases of the research revealed that the invisibility of neurodiversity and power dynamics contribute to self-silencing and mental health challenges, underscoring the need for supportive environments that affirm neurodiverse contributions.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the specific materials used, including any reagents, equipment, and biological samples, ensuring reproducibility of the experiments. The methodology is described in a systematic manner, highlighting the techniques and protocols followed for data collection and analysis.
Additionally, the section may include information on statistical methods applied to interpret the results, such as the use of specific software or statistical tests. This comprehensive approach ensures that the research can be accurately replicated and validated by other scholars in the field. Overall, the clarity and rigor of the methods are crucial for the credibility of the findings presented in the study.
Results
The results of the study underscore the significant influence of mindset on participants’ perceptions and interactions with the Virtual Mentor, an AI-based support tool. Participants generally regarded the AI as a versatile instrument capable of providing both advantages and disadvantages. Despite varying opinions on the tool’s utility, it was predominantly seen as a source of human-like support that fostered feelings of safety, affirmation, and overall support among students.
However, the findings also revealed notable limitations concerning the tool’s responsiveness, authenticity, and trustworthiness. Participants’ preconceived notions about AI played a crucial role in shaping their engagement with the Virtual Mentor. By mapping participants’ emotional responses before, during, and after their interactions, the study identified distinct patterns in their perceptions, which are visually represented in Figure 1.
Discussion
The discussion section of the research paper highlights the potential of large language models (LLMs) as supportive tools for neurodiverse graduate students in STEM fields. LLMs can facilitate self-regulated learning by providing personalized feedback, aiding in goal setting, and enhancing metacognitive awareness. Evidence suggests that these tools can improve students’ self-efficacy by fostering skill development and offering tailored support, which is particularly beneficial for neurodiverse individuals who may face unique challenges in academic environments. The study emphasizes the importance of incorporating neurodiverse students’ perspectives in the development of such technologies to ensure they effectively address their needs and enhance their educational experiences.
Additionally, the research underscores the role of mindset in the adoption of AI tools, drawing on frameworks like the Technology Acceptance Model (TAM) and the Unified Theory of Acceptance and Use of Technology (UTAUT). These frameworks suggest that beliefs about the usefulness and appropriateness of technology significantly influence engagement and trust. The study aims to amplify the voices of neurodiverse students, recognizing their experiences as critical in shaping the development of AI tools that can extend support in graduate education. By focusing on their unique strengths and challenges, the research seeks to foster an inclusive academic environment that leverages technological advancements to benefit all students.
Limitations
The study presents several limitations that may affect the transferability of its findings. Conducted with a small, self-selected sample of neurodiverse graduate students in STEM programs at a single research-intensive university, the results may not be applicable to other contexts or populations. The qualitative nature of the research emphasizes detailed descriptions over generalizable claims, highlighting the importance of contextual factors such as participant characteristics, institutional environment, and study design elements, including the brief engagement with the generative AI tool and the specific framing of the intervention.
Moreover, the rapidly evolving landscape of large language models (LLMs) suggests that perceptions of tool performance may change as model capabilities advance. Factors such as participants’ language proficiency, trust in the research process, and self-awareness could also influence their willingness to share experiences. Given that the study utilized ChatGPT, the findings may not extend to other LLMs with similar functionalities. The limited duration of exposure to the tool restricts insights into its long-term effects, indicating a need for further research to explore the sustained impacts of LLM implementation in educational settings.