DOI: https://doi.org/10.55056/cte.1277
تاريخ النشر: 2026-03-21
المؤلف: Oleksandr O. Musiienko
الموضوع الرئيسي: الأخلاقيات والآثار الاجتماعية للذكاء الاصطناعي
نظرة عامة
تقدم هذه القسم نظرة عامة على التأثير التحويلي للذكاء الاصطناعي التوليدي (AI) على تعليم التصميم وعدم كفاية الأطر النظرية الحالية لمعالجة هذا التحول. تشير مراجعة شاملة إلى أن الغالبية العظمى (73.7%) من الدراسات في هذا المجال تفتقر إلى الأسس النظرية، مما يبرز فجوة حاسمة في الكفاءات الخاصة بالمجال اللازمة لعصر الذكاء الاصطناعي. لمعالجة ذلك، يقترح البحث إطارًا نظريًا تكامليًا يقوم بتشغيل الكفاءة المعلوماتية-التواصلية (ICC) كنموذج مكون من أربعة عناصر—يتضمن العناصر المعلوماتية-التحليلية، والتواصلية، والتكنولوجية، والتأملية—مصمم للمصممين الذين يتنقلون في التغيرات المدفوعة بالذكاء الاصطناعي.
بالإضافة إلى ذلك، يعدل الإطار نموذج TPACK ليشمل أدوات الذكاء الاصطناعي وطرق التدريس في الاستوديو، مما يبرز الحاجة إلى مهارات مثل هندسة المطالبات والتقييم النقدي لمخرجات الذكاء الاصطناعي. تكشف تحليل الفجوات لمعيار التصميم الأوكراني B2 عن نقص كبير في الكفاءات المتعلقة بالذكاء الاصطناعي عبر جميع مكونات ICC. من خلال دمج TPACK، وطرق التدريس في الاستوديو، والتعليم القائم على الكفاءة، يهدف الإطار المقترح إلى توفير أساس نظري متماسك لتحويل المناهج في تعليم التصميم، مما يقدم نموذجًا قابلًا للتكرار لمجالات أخرى تشهد تحولات مماثلة مرتبطة بالذكاء الاصطناعي.
مقدمة
تناقش مقدمة هذه الورقة البحثية التحول الكبير في ممارسة التصميم بسبب أدوات الذكاء الاصطناعي التوليدي (AI)، مثل Midjourney وDALL-E، التي خفضت بشكل كبير من أوقات الإبداع ونقلت أدوار المصممين من “صانعين” إلى “منسقين”. لا يقدم هذا التطور أدوات جديدة فحسب، بل يغير أيضًا بشكل جذري كيفية تفاعل المصممين مع المعلومات، والتواصل، والتأمل في ممارستهم. على الرغم من هذا التحول، فإن الاستجابات التعليمية تفتقر إلى الأسس النظرية، حيث كشفت مراجعة شاملة أن 73.7% من الدراسات حول الذكاء الاصطناعي التوليدي في تعليم التصميم لم تستخدم أي إطار نظري. كان الإطار السائد، المعرفة التكنولوجية-التربوية-المحتوى (TPACK)، موجودًا فقط في جزء صغير من الأدبيات، مما يبرز فجوة حاسمة في الإرشادات التربوية لدمج الذكاء الاصطناعي في المناهج الدراسية للتصميم.
لمعالجة هذه الفجوات، يقترح البحث إطارًا نظريًا تكامليًا يركز على الكفاءة المعلوماتية-التواصلية (ICC) المصممة للمصممين في عصر الذكاء الاصطناعي. تشمل ICC قدرة المصمم على البحث بفعالية، وتحليل، واستخدام المعلومات، والتواصل رقميًا، وإتقان أدوات الذكاء الاصطناعي، والانخراط في ممارسة تأملية. يتم هيكلة الإطار حول ثلاثة أسئلة بحث تهدف إلى تشغيل ICC، وتكييف TPACK لأدوات الذكاء الاصطناعي، وتحديد الفجوات في معايير الكفاءة الوطنية للتصميم. تهدف الورقة إلى المساهمة في هذا المجال من خلال تقديم نموذج ICC مكون من أربعة عناصر مع أوصاف محددة للذكاء الاصطناعي، وتكييف خاص بالمجال لنموذج TPACK، ودمج TPACK مع طرق التدريس في الاستوديو والتعليم القائم على الكفاءة، مما يوفر نهجًا شاملاً لإصلاح المناهج الدراسية في تعليم التصميم في ظل صعود الذكاء الاصطناعي التوليدي.
الطرق
تستخدم منهجية هذه الدراسة إطارًا مفاهيميًا يدمج بين تركيب النظرية وتكييف الإطار، كما هو موضح من قبل جاكولا. تتضمن الطريقة أربع مراحل متميزة. في المرحلة 1، يتم إجراء تحليل مصطلحي يقارن بشكل منهجي بين خمسة مفاهيم—محو الأمية المعلوماتية، كفاءة تكنولوجيا المعلومات والاتصالات، الكفاءة الرقمية، كفاءة الوسائط، والكفاءة الثقافية (ICC)—عبر أربعة أبعاد تحليلية: التركيز السائد، الإطار الحاكم، القيود على التصميم، وتغطية الذكاء الاصطناعي. يستخدم هذا المقارنة وثائق الإطار الأساسية مثل إطار ACRL وDigComp 2.2، إلى جانب الأدبيات التربوية الأوكرانية حول التعليم القائم على الكفاءة.
تركز المرحلة 2 على بناء نموذج ICC من خلال دمج الرؤى المستخلصة من التحليل المصطلحي مع خصائص المهن التصميمية المحددة في مراجعة شاملة. تحدد هذه المرحلة أربعة مكونات لـ ICC وثلاث مستويات من الكفاءة، باستخدام تحليل موضوعي لاشتقاق الرموز الأولية من أوصاف الكفاءة في المعايير الوطنية. في المرحلة 3، يعدل البحث إطار TPACK من خلال إعادة تفسير مجالات المعرفة الثلاثة في سياق ممارسات التصميم في عصر الذكاء الاصطناعي، مستندًا إلى النتائج المتعلقة باستخدام الإطار النظري وتطور طرق التدريس في الاستوديو تحت تأثير الذكاء الاصطناعي التوليدي. أخيرًا، تدمج المرحلة 4 نموذج ICC، وإطار TPACK المعدل، وطرق التدريس في الاستوديو في إطار نظري متماسك، يتم التحقق من صحته من خلال تحليل الفجوات في المعايير الوطنية.
المناقشة
تؤكد قسم المناقشة في الورقة البحثية على ضرورة تمييز الكفاءة المعلوماتية-التواصلية (ICC) عن المفاهيم ذات الصلة مثل محو الأمية المعلوماتية، كفاءة تكنولوجيا المعلومات والاتصالات، الكفاءة الرقمية، وكفاءة الوسائط. يتناول كل من هذه المفاهيم أبعادًا محددة من تفاعل الإنسان مع المعلومات ولكنه لا يغطي مجموعة المهارات الشاملة المطلوبة للمصممين في البيئة المدفوعة بالذكاء الاصطناعي. على سبيل المثال، بينما يركز محو الأمية المعلوماتية على القدرة على تحديد وتقييم المعلومات، فإنه يفتقر إلى الأبعاد التواصلية والتكنولوجية الأساسية لممارسة التصميم. وبالمثل، تؤكد كفاءة تكنولوجيا المعلومات والاتصالات على المهارات التكنولوجية ولكنها تتجاهل التقييم النقدي والممارسات التأملية. في المقابل، يتم اقتراح ICC كمفهوم تكاملي يجمع بين الأبعاد المعلوماتية، والتواصلية، والتكنولوجية، والتأملية، مما يجعله مناسبًا بشكل خاص لوصف استعداد المصمم للنشاط المهني في البيئة الرقمية.
تقدم الورقة نموذج ICC مكون من أربعة عناصر مصمم للمصممين، والذي يتضمن العناصر المعلوماتية-التحليلية، والتواصلية، والتكنولوجية، والتأملية. يتم تشكيل كل عنصر من خلال الخصائص الفريدة لممارسة التصميم، خاصة في سياق الذكاء الاصطناعي التوليدي. يبرز النموذج أهمية التواصل البصري، واستخدام أدوات رقمية متنوعة، وعمليات المشاريع التكرارية، والاعتبارات الأخلاقية في التفاعلات مع الذكاء الاصطناعي. يتم التأكيد بشكل خاص على العنصر التأملي لأنه يعزز التقييم الذاتي النقدي والوعي الأخلاقي، مما يضمن أن المصممين يمكنهم التنقل في التعقيدات التي قدمتها تقنيات الذكاء الاصطناعي. بشكل عام، لا يعالج إطار ICC المقترح الفجوات الموجودة في تعليم التصميم فحسب، بل يوفر أيضًا نهجًا منظمًا لدمج كفاءات الذكاء الاصطناعي في المنهج الدراسي، مما يعزز استعداد المصممين المستقبليين للمهنة.
القيود
تقدم الدراسة عدة قيود يجب أن توجه جهود البحث المستقبلية. أولاً، كإطار مفاهيمي، فإنه يفتقر إلى التحقق التجريبي؛ بينما يشير إلى أدلة من دراستين سابقتين، فإن مكونات نموذج ICC، بما في ذلك هيكله، ومستويات الكفاءة، والمنطق التكامل، تتطلب اختبارًا تجريبيًا من خلال تطوير الأدوات والدراسات الميدانية. ثانيًا، يعتمد تحليل الفجوات فقط على معيار التصميم الأوكراني B2، الذي، على الرغم من قابليته الجزئية للتعميم من خلال التوافق مع الإطار الأوروبي للمؤهلات، يحد من قابلية التطبيق عبر الدول. تبرز الاختلافات في معايير تعليم التصميم عبر البلدان، خاصة في الخصوصية وتوجه التكنولوجيا، الحاجة إلى تحليل مقارن أوسع.
بالإضافة إلى ذلك، يركز الإطار بشكل أساسي على التعليم على مستوى البكالوريوس وقد يتطلب تعديلات لتناسب برامج الدراسات العليا، حيث تصبح الكفاءات البحثية المتقدمة ومهارات الذكاء الاصطناعي، مثل ضبط النماذج وتطوير الأدوات المخصصة، ذات صلة متزايدة. أخيرًا، يعني التطور السريع لأدوات الذكاء الاصطناعي أن الإشارات المحددة (مثل Midjourney وDALL-E) قد تصبح بسرعة غير محدثة. على الرغم من أن الإطار يهدف إلى أن يكون غير مرتبط بأدوات معينة على مستوى هيكلي—مركزًا على القدرات بدلاً من التقنيات المحددة—ستحتاج أمثلته إلى تحديثات منتظمة لتظل ذات صلة.
DOI: https://doi.org/10.55056/cte.1277
Publication Date: 2026-03-21
Author(s): Oleksandr O. Musiienko
Primary Topic: Ethics and Social Impacts of AI
Overview
The section presents an overview of the transformative impact of generative artificial intelligence (AI) on design education and the inadequacy of existing theoretical frameworks to address this shift. A scoping review indicates that a significant majority (73.7%) of studies in this area lack theoretical grounding, highlighting a critical gap in domain-specific competencies necessary for the AI era. To address this, the paper proposes an integrative theoretical framework that operationalizes information-communicative competence (ICC) as a four-component model—comprising information-analytical, communicative, technological, and reflective components—tailored for designers navigating AI-driven changes.
Additionally, the framework adapts the TPACK model to include AI tools and studio pedagogy, emphasizing the need for skills such as prompt engineering and critical evaluation of AI outputs. A gap analysis of the Ukrainian B2 Design standard reveals significant deficiencies in AI-related competencies across all components of ICC. By synthesizing TPACK, studio pedagogy, and competency-based education, the proposed framework aims to provide a coherent theoretical foundation for curriculum transformation in design education, offering a replicable model for other fields experiencing similar AI-related shifts.
Introduction
The introduction of this research paper discusses the significant transformation in design practice due to generative artificial intelligence (AI) tools, such as Midjourney and DALL-E, which have drastically reduced ideation times and shifted designers’ roles from “makers” to “curators.” This evolution not only introduces new tools but also fundamentally changes how designers engage with information, communicate, and reflect on their practice. Despite this shift, educational responses have largely lacked theoretical grounding, with a scoping review revealing that 73.7% of studies on generative AI in design education did not utilize any theoretical framework. The predominant framework, Technological Pedagogical Content Knowledge (TPACK), was only present in a small fraction of the literature, highlighting a critical gap in pedagogical guidance for integrating AI into design curricula.
To address these gaps, the paper proposes an integrative theoretical framework centered on information-communicative competence (ICC) tailored for designers in the AI era. ICC encompasses a designer’s ability to effectively search for, analyze, and utilize information, communicate digitally, master AI tools, and engage in reflective practice. The framework is structured around three research questions aimed at operationalizing ICC, adapting TPACK for AI tools, and identifying gaps in national design competency standards. The paper aims to contribute to the field by presenting a four-component ICC model with AI-specific descriptors, a domain-specific adaptation of TPACK, and a synthesis of TPACK with studio pedagogy and competency-based education, thereby providing a comprehensive approach to curriculum reform in design education amidst the rise of generative AI.
Methods
The methodology of this study employs a conceptual framework that integrates theory synthesis and framework adaptation, as outlined by Jaakkola. The approach involves four distinct phases. In Phase 1, a terminological analysis systematically compares five constructs—information literacy, ICT competence, digital competence, media competence, and intercultural competence (ICC)—across four analytical dimensions: dominant focus, governing framework, limitations for design, and AI coverage. This comparison utilizes primary framework documents such as the ACRL Framework and DigComp 2.2, alongside Ukrainian pedagogical literature on competency-based education.
Phase 2 focuses on constructing an ICC model by synthesizing insights from the terminological analysis with characteristics of design professions identified in a scoping review. This phase defines four components of ICC and three proficiency levels, employing thematic analysis to derive initial codes from competency descriptors in national standards. In Phase 3, the study adapts the TPACK framework by reinterpreting its three knowledge domains in the context of AI-era design practices, informed by findings on theoretical framework usage and the evolution of studio pedagogy under generative AI. Finally, Phase 4 integrates the ICC model, the adapted TPACK framework, and studio pedagogy into a cohesive theoretical framework, which is validated through a gap analysis of national standards.
Discussion
The discussion section of the research paper emphasizes the necessity of distinguishing Information-Communicative Competence (ICC) from related constructs such as information literacy, ICT competence, digital competence, and media competence. Each of these constructs addresses specific dimensions of human-information interaction but falls short of encompassing the comprehensive skill set required for designers in the AI-driven landscape. For instance, while information literacy focuses on the ability to locate and evaluate information, it lacks communicative and technological dimensions essential for design practice. Similarly, ICT competence emphasizes technological skills but neglects critical evaluation and reflective practices. In contrast, ICC is proposed as an integrative construct that synthesizes informational, communicational, technological, and reflective dimensions, making it particularly suited for describing a designer’s readiness for professional activity in the digital environment.
The paper introduces a four-component ICC model tailored for designers, which includes information-analytical, communicative, technological, and reflective components. Each component is shaped by the unique characteristics of design practice, especially in the context of generative AI. The model highlights the importance of visual communication, the use of diverse digital tools, iterative project-based processes, and ethical considerations in AI interactions. The reflective component is particularly emphasized as it fosters critical self-assessment and ethical awareness, ensuring that designers can navigate the complexities introduced by AI technologies. Overall, the proposed ICC framework not only addresses existing gaps in design education but also provides a structured approach for integrating AI competencies into the curriculum, thereby enhancing the professional readiness of future designers.
Limitations
The study presents several limitations that should inform future research efforts. Firstly, as a conceptual framework, it lacks empirical validation; while it references evidence from two previous studies, the components of the ICC model, including its structure, proficiency levels, and integrative logic, necessitate empirical testing through instrument development and field studies. Secondly, the gap analysis relies solely on the Ukrainian B2 Design standard, which, despite partial generalizability through alignment with the European Qualifications Framework, limits cross-national applicability. Variations in design education standards across countries, particularly in specificity and technology orientation, highlight the need for broader comparative analysis.
Additionally, the framework is primarily focused on bachelor’s level education and may require modifications to suit graduate-level programs, where advanced research competencies and AI skills, such as fine-tuning models and developing custom tools, are increasingly relevant. Lastly, the rapid evolution of AI tools means that specific references (e.g., Midjourney, DALL-E) may quickly become outdated. Although the framework aims to be tool-agnostic at its structural level—focusing on capabilities rather than specific technologies—its examples will need regular updates to remain relevant.