DOI: https://doi.org/10.1038/s41598-025-92937-2
PMID: https://pubmed.ncbi.nlm.nih.gov/40087463
تاريخ النشر: 2025-03-14
المؤلف: Rebecca W. Black وآخرون
الموضوع الرئيسي: التعلم الإلكتروني وإدارة المعرفة
نظرة عامة
تستكشف هذه الدراسة النوعية الاستكشافية استخدام الذكاء الاصطناعي (AI) من قبل الطلاب الجامعيين في دورة التعليم العام التي تركز على الاستدامة والتكنولوجيا في جامعة بحثية أمريكية في عام 2023. وثق تسعة وثلاثون طالبًا استخدامهم للذكاء الاصطناعي في مشروع نهائي يتضمن تحليل الشبكات المفاهيمية لمفاهيم الاستدامة الأساسية. من خلال الترميز النوعي التكراري، حددت الدراسة أنماطًا رئيسية في استخدام الذكاء الاصطناعي، والتي شملت مهامًا من المستوى الأعلى مثل فهم المواضيع المعقدة والعثور على الأدلة، بالإضافة إلى مهام من المستوى الأدنى مثل المراجعة والتدقيق. بينما استخدم الطلاب الذكاء الاصطناعي بشكل أساسي لتعزيز التواصل لأفكارهم الأصلية، أعرب العديد منهم عن شكوكهم بشأن المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي، مؤكدين على أهمية الحفاظ على الاستقلال الفكري.
تشير النتائج إلى أن الذكاء الاصطناعي يعيد تشكيل المشهد التعليمي من خلال تسهيل أنشطة التعلم المختلفة، من تعزيز الكفاءة إلى دعم البحث المستقل. على الرغم من الفوائد، فإن الشك الملحوظ بين الطلاب يبرز الحاجة إلى مناقشات مستمرة بشأن الآثار الأخلاقية والقيود المتعلقة بالذكاء الاصطناعي في التعليم. تؤكد الدراسة على أهمية تطوير استراتيجيات لدمج الذكاء الاصطناعي بشكل فعال في التعليم العالي، لضمان أن يخدم في تعزيز تعلم الطلاب بدلاً من مجرد توفير طرق مختصرة لتوليد المحتوى. هناك حاجة إلى مزيد من البحث لاستكشاف الآثار طويلة المدى لاستخدام الذكاء الاصطناعي في البيئات التعليمية ولتحديد أفضل الممارسات لتنفيذه الأخلاقي.
مقدمة
لقد حظيت دمج الذكاء الاصطناعي (AI) في التعليم باهتمام كبير، خاصة مع ظهور أدوات مثل ChatGPT، التي ظهرت في أواخر عام 2022. تمثل هذه الأداة تحولًا من أنظمة التدريس التقليدية بالذكاء الاصطناعي من خلال تقديم حوار تفاعلي في الوقت الحقيقي يعزز تجارب التعلم الشخصية. يقوم الباحثون بشكل متزايد بالتحقيق في قدرة ChatGPT على التكيف مع المتعلمين الأفراد وآثاره الأوسع على التعليم العالي، بينما يتناولون أيضًا المخاوف بشأن دقة أنظمة الذكاء الاصطناعي وإمكانية اعتماد الطلاب المفرط عليها.
كانت أنظمة التدريس المحادثة (CTSs) نقطة تركيز في أبحاث التعليم بالذكاء الاصطناعي، حيث أظهرت تحسينات في مشاركة الطلاب وتحفيزهم، خاصة في سياقات STEM وتعلم اللغات. تحاكي هذه الأنظمة التدريس البشري من خلال محادثات منظمة، مما يوفر دعمًا مخصصًا لحل المشكلات وتوضيح المفاهيم. تبرز الدراسات الحديثة أهمية استقلالية المتعلم والتفاعل في تعزيز الرضا عن المعلمين بالذكاء الاصطناعي. ومع ذلك، هناك فجوة ملحوظة في البحث بشأن استخدام أدوات الذكاء الاصطناعي العامة مثل ChatGPT في الدورات الدراسية غير المنظمة. تهدف هذه الدراسة إلى سد تلك الفجوة من خلال تحليل نوعي لتأملات الطلاب في دورة التعليم العام حيث كان استخدام الذكاء الاصطناعي مسموحًا، مما يكشف عن تطبيقات متنوعة للذكاء الاصطناعي في مهام مثل توليد الأفكار، وتنقيح المحتوى، وعمليات اتخاذ القرار بشأن متى يجب استخدام الذكاء الاصطناعي مقابل العمل المستقل. تسهم هذه النتائج في تقديم رؤى قيمة حول اعتماد الذكاء الاصطناعي المبكر في التعليم العالي وتوجه المعلمين نحو تحقيق التوازن بين الكفاءة، والاستقلالية، والانخراط النقدي في بيئات التعلم المدمجة بالذكاء الاصطناعي.
الطرق
في هذه الدراسة، تم جمع البيانات من 277 طالبًا جامعيًا مسجلين في دورة الاستدامة والتكنولوجيا في جامعة بحثية أمريكية كبيرة خلال ربيع 2023. كانت الدورة، التي تلبي متطلبات التعليم العام، تضم طلابًا من خلفيات أكاديمية متنوعة ولكنها تفتقر إلى بيانات ديموغرافية يمكن أن تفيد في تحليل أنماط استخدام الذكاء الاصطناعي. تمت الموافقة على الدراسة من قبل مجلس المراجعة المؤسسية، وتم التنازل عن الموافقة المستنيرة نظرًا لتصنيفها كبحث معفى في بيئة تعليمية. ركز التحليل على استخدام الطلاب للذكاء الاصطناعي في مشروعهم النهائي، الذي تضمن إنشاء شبكات مفاهيمية تربط مفاهيم الدورة بأفكار خارجية.
استخدم الطلاب برنامجًا مخصصًا لتطوير هذه الشبكات، والتي تم دمجها بعد ذلك في شبكة تعاونية تضم 305 مفاهيم و505 علاقات. تطلب المشروع النهائي من الطلاب تحديد أنماط مثل سلاسل السبب والتغذية الراجعة داخل الشبكة، مدعومة بوصف مكتوب ومراجع لمطبوعات موثوقة. بينما كان مسموحًا للطلاب باستخدام أدوات الذكاء الاصطناعي، وثق 39 منهم فقط استخدامهم بشكل صريح، مع تباين الردود بشكل كبير في التفاصيل. استخدم المؤلفون عملية ترميز نوعية تكرارية باستخدام برنامج Dedoose لتحليل البيانات، حيث جمعوا بين الرموز السابقة والاستقرائية لتصنيف أوصاف الطلاب لاستخدام الذكاء الاصطناعي. كانت هذه الطريقة تهدف إلى التقاط الفروق الدقيقة في كيفية تأثير الذكاء الاصطناعي على عمليات كتابة الطلاب، على الرغم من التحيزات المحتملة التي قد تنشأ من تقديمات يمكن التعرف عليها.
النتائج
حدد التحليل 38 رمزًا مميزًا، تم تنظيمها في ست فئات موضوعية: مهام الكتابة من المستوى الأعلى، مهام الكتابة من المستوى الأدنى، أنشطة التعلم الأخرى، الاستقلال، الكفاءة، والشك. من الجدير بالذكر أن مهام الكتابة من المستوى الأعلى، التي تتطلب التفكير النقدي وتركيب المعلومات، كانت مدعومة بشكل متكرر من قبل أدوات الذكاء الاصطناعي. على سبيل المثال، ظهر الرمز “فهم المواضيع المعقدة” 24 مرة، مما يشير إلى أن الطلاب استخدموا الذكاء الاصطناعي لتعزيز فهمهم للمفاهيم المعقدة وترابطها. أشار أحد الطلاب إلى أن الذكاء الاصطناعي سهل الوصول إلى معرفة واسعة، مما سمح بملخصات شاملة للعلاقات السببية ورؤى أعمق حول الروابط بين المفاهيم المختلفة.
بالإضافة إلى ذلك، تم الاستشهاد بالرمز “العثور على الأدلة أو الأمثلة” 11 مرة، مما يدل على أن الطلاب اعتمدوا على الذكاء الاصطناعي للحصول على أمثلة ذات صلة لمهامهم. روى أحد الطلاب استخدامه لـ ChatGPT للحصول على مثال عن العلاقة بين التصنيع والرأسمالية، ثم تحقق من المعلومات من خلال بحث شخصي. يشير هذا إلى أن أدوات الذكاء الاصطناعي لا تساعد فقط في فهم المحتوى ولكن أيضًا في التحقق من الأدلة، مما يظهر دورها المتعدد الأوجه في الكتابة الأكاديمية وعمليات التعلم.
المناقشة
تستكشف قسم المناقشة في ورقة البحث الدور المتعدد الأوجه للذكاء الاصطناعي في تعزيز تعلم الطلاب، من خلال إطار نظرية التعلم الاجتماعي الثقافي ومفهوم منطقة التنمية القريبة. تشير النتائج إلى أن الطلاب يستخدمون الذكاء الاصطناعي ليس فقط لمهام الكتابة التقنية، مثل القواعد وعلامات الترقيم، ولكن أيضًا لمهام معرفية من المستوى الأعلى، بما في ذلك فهم المواضيع المعقدة وإجراء البحث المستقل. توضح هذه المشاركة المزدوجة وظيفة الذكاء الاصطناعي كـ “آخر أكثر خبرة”، مما يسهل الفهم الأعمق والمهارات التحليلية بينما يسمح للطلاب بتنقيح كتاباتهم والتعبير عن أفكارهم بشكل أكثر فعالية.
على الرغم من الفوائد، تكشف الدراسة عن شك ملحوظ بين الطلاب بشأن موثوقية الذكاء الاصطناعي ودقته، خاصة فيما يتعلق بتوليد المحتوى الواقعي. أعرب الطلاب عن مخاوفهم بشأن إمكانية أن ينتج الذكاء الاصطناعي معلومات مضللة، مؤكدين على أهمية التقييم النقدي لمخرجات الذكاء الاصطناعي مقارنة بمعرفتهم الخاصة. تشير هذه المشاركة النقدية إلى أنه بينما يمكن للذكاء الاصطناعي تعزيز الكفاءة ودعم التفكير المستقل، من الضروري أن يحافظ الطلاب على استقلالهم الفكري والتحقق من المعلومات المقدمة من أدوات الذكاء الاصطناعي. يدعو المؤلفون إلى أطر تعليمية تشجع الحوار حول الآثار الأخلاقية لاستخدام الذكاء الاصطناعي، لضمان أن يتمكن الطلاب من الاستفادة من هذه التقنيات بشكل فعال مع الحفاظ على النزاهة الأكاديمية.
DOI: https://doi.org/10.1038/s41598-025-92937-2
PMID: https://pubmed.ncbi.nlm.nih.gov/40087463
Publication Date: 2025-03-14
Author(s): Rebecca W. Black et al.
Primary Topic: E-Learning and Knowledge Management
Overview
This exploratory qualitative study investigates the utilization of Artificial Intelligence (AI) by undergraduate students in a General Education course focused on sustainability and technology at a U.S. research university in 2023. Thirty-nine students documented their AI usage in a final project that involved analyzing conceptual networks of core sustainability concepts. Through iterative qualitative coding, the study identified key patterns in AI use, which included higher-order tasks such as understanding complex topics and finding evidence, as well as lower-order tasks like revising and proofreading. While students primarily employed AI to enhance the communication of their original ideas, many expressed skepticism about AI-generated content, emphasizing the importance of maintaining intellectual independence.
The findings suggest that AI is reshaping the educational landscape by facilitating various learning activities, from enhancing efficiency to supporting independent research. Despite the benefits, a notable skepticism among students highlights the need for ongoing discussions regarding the ethical implications and limitations of AI in education. The study underscores the importance of developing strategies to integrate AI effectively into higher education, ensuring that it serves to enhance student learning rather than merely providing shortcuts for content generation. Further research is warranted to explore the long-term implications of AI use in educational settings and to establish best practices for its ethical implementation.
Introduction
The integration of artificial intelligence (AI) into education has garnered significant attention, particularly with the advent of tools like ChatGPT, which emerged in late 2022. This tool represents a shift from traditional AI tutoring systems by offering real-time, interactive dialogue that enhances personalized learning experiences. Researchers are increasingly investigating ChatGPT’s adaptability to individual learners and its broader implications for higher education, while also addressing concerns regarding the accuracy of AI systems and the potential for student over-reliance.
Conversational Tutoring Systems (CTSs) have been a focal point in AI education research, demonstrating improvements in student engagement and motivation, especially in STEM and language learning contexts. These systems simulate human tutoring through structured conversations, providing tailored support for problem-solving and concept clarification. Recent studies highlight the importance of learner autonomy and interactivity in fostering satisfaction with AI tutors. However, there is a notable gap in research concerning the use of general-purpose AI tools like ChatGPT in unstructured coursework. This study aims to fill that gap by qualitatively analyzing student reflections in a General Education course where AI use was permitted, revealing diverse applications of AI for tasks such as idea generation, content refinement, and decision-making processes regarding when to utilize AI versus independent work. These findings contribute valuable insights into early AI adoption in higher education and inform educators on balancing efficiency, autonomy, and critical engagement in AI-integrated learning environments.
Methods
In this study, data were collected from 277 undergraduate students enrolled in a sustainability and technology course at a large U.S. research university during Spring 2023. The course, which fulfilled a General Education requirement, included students from diverse academic backgrounds but lacked demographic data that could inform analyses of AI usage patterns. The study was approved by the Institutional Review Board, and informed consent was waived due to its classification as exempt research in an educational setting. The analysis focused on students’ use of AI in their final project, which involved creating conceptual networks that connected course concepts with external ideas.
Students utilized bespoke software to develop these networks, which were then merged into a collaborative network comprising 305 concepts and 505 relationships. The final project required students to identify patterns such as causal chains and feedback loops within the network, supported by written descriptions and references to reputable publications. While students were permitted to use AI tools, only 39 explicitly documented their usage, with responses varying significantly in detail. The authors employed an iterative qualitative coding process using Dedoose software to analyze the data, combining a priori and inductive codes to categorize students’ descriptions of AI usage. This method aimed to capture the nuances of how AI influenced students’ writing processes, despite the potential biases introduced by identifiable submissions.
Results
The analysis identified 38 distinct codes, which were organized into six thematic categories: higher order writing tasks, lower order writing tasks, other learning activities, independence, efficiency, and skepticism. Notably, higher order writing tasks, which necessitate critical thinking and synthesis of information, were frequently supported by AI tools. For instance, the code “Understanding Complex Topics” appeared 24 times, indicating that students utilized AI to enhance their comprehension of complex concepts and their interrelations. One student noted that AI facilitated access to extensive knowledge, allowing for comprehensive summaries of causal relationships and deeper insights into the connections among various concepts.
Additionally, the code “Finding Evidence or Examples” was cited 11 times, demonstrating that students relied on AI to source relevant examples for their assignments. A student recounted using ChatGPT to obtain an example of the relationship between industrialization and capitalism, subsequently verifying the information through personal research. This indicates that AI tools are not only aiding in the understanding of content but also in the validation of evidence, showcasing their multifaceted role in academic writing and learning processes.
Discussion
The discussion section of the research paper explores the multifaceted role of AI in enhancing student learning, framed through sociocultural learning theory and the concept of the zone of proximal development. The findings indicate that students utilize AI not only for technical writing tasks, such as grammar and punctuation, but also for higher-order cognitive tasks, including understanding complex topics and conducting independent research. This dual engagement illustrates AI’s function as a “more expert other,” facilitating deeper comprehension and analytical skills while allowing students to refine their writing and express their ideas more effectively.
Despite the benefits, the study reveals a notable skepticism among students regarding AI’s reliability and accuracy, particularly concerning the generation of factual content. Students expressed concerns about the potential for AI to produce misleading information, emphasizing the importance of critical evaluation of AI outputs against their own knowledge. This critical engagement suggests that while AI can enhance efficiency and support independent thought, it is essential for students to maintain their intellectual autonomy and verify the information provided by AI tools. The authors advocate for educational frameworks that encourage dialogue about the ethical implications of AI use, ensuring that students can leverage these technologies effectively while upholding academic integrity.