ثقة الطلبة في الذكاء الاصطناعي: كيف تؤثر معرفة الذكاء الاصطناعي على الاعتماد الصحيح؟
تظهر دراسة جديدة أهمية ثقة الطلبة في الذكاء الاصطناعي وكيف تؤثر معرفتهم بالذكاء الاصطناعي على طريقة استخدامها في التعليم. النتائج تؤكد حاجة الطلاب لتقييم أكثر تفكيرًا لمدخلات الذكاء الاصطناعي.
تعد أنظمة الذكاء الاصطناعي التوليدية (Generative AI) جزءاً متزايد الأهمية في العمليات التعليمية، حيث أصبح الطلاب يواجهون مخرجات هذه الأنظمة أثناء تنفيذ مهام التعلم، سواء من خلال طلب المساعدة أو أدوات مدمجة. في هذا السياق، تعتبر ثقة الطلاب في الذكاء الاصطناعي عاملاً مُؤثرًا على كيفية تفسيرهم واستخدامهم لتلك المخرجات، مما يؤثر بشكل مباشر على قدرتهم على تقييمها بشكل نقدي أو على تعرضهم للاعتماد المفرط.
أظهرت دراسة حديثة شملت 432 طالبًا جامعيًا أنهم أكملوا مهام تنبؤ بالنتائج باستخدام لغة البرمجة بايثون (Python) أثناء تلقيهم توصيات من دردشة ذكاء اصطناعي، تتضمن اقتراحات دقيقة وأخرى مضللة بشكل متعمد. تم قياس الاعتماد بشكل سلوكي من خلال مدى اعتبار استجابات الطلاب لاستخدام مقترحات هذه الأنظمة، حيث قبلوا التوصيات الصحيحة ورفضوا غير الصحيحة.
قبل وبعد تنفيذ المهام، أُجري استبيان لقياس مدى الثقة في المساعد، ومهارات الذكاء الاصطناعي، واحتياج التفكير، وكفاءة البرمجة، والتمكن من البرمجة. أظهرت النتائج وجود علاقة غير خطية حيث ارتبطت الثقة العالية بانخفاض الاعتماد الصحيح، مما يشير إلى ضعف القدرة على التمييز بين التوصيات الصحيحة وغير الصحيحة. وقد تم تعديل هذه العلاقة بشكل كبير من خلال معرفة الطلاب بالذكاء الاصطناعي واحتياجهم للتفكير.
تؤكد هذه النتائج على أهمية العمل المستقبلي في تطوير استراتيجيات تعليمية وأنظمة تدعم الطلاب في تقييم المدخلات من الذكاء الاصطناعي بشكل أكثر تفكيرًا خلال حل المشكلات، مما يسهم في تعزيز تعلمهم بشكل فعال.
أظهرت دراسة حديثة شملت 432 طالبًا جامعيًا أنهم أكملوا مهام تنبؤ بالنتائج باستخدام لغة البرمجة بايثون (Python) أثناء تلقيهم توصيات من دردشة ذكاء اصطناعي، تتضمن اقتراحات دقيقة وأخرى مضللة بشكل متعمد. تم قياس الاعتماد بشكل سلوكي من خلال مدى اعتبار استجابات الطلاب لاستخدام مقترحات هذه الأنظمة، حيث قبلوا التوصيات الصحيحة ورفضوا غير الصحيحة.
قبل وبعد تنفيذ المهام، أُجري استبيان لقياس مدى الثقة في المساعد، ومهارات الذكاء الاصطناعي، واحتياج التفكير، وكفاءة البرمجة، والتمكن من البرمجة. أظهرت النتائج وجود علاقة غير خطية حيث ارتبطت الثقة العالية بانخفاض الاعتماد الصحيح، مما يشير إلى ضعف القدرة على التمييز بين التوصيات الصحيحة وغير الصحيحة. وقد تم تعديل هذه العلاقة بشكل كبير من خلال معرفة الطلاب بالذكاء الاصطناعي واحتياجهم للتفكير.
تؤكد هذه النتائج على أهمية العمل المستقبلي في تطوير استراتيجيات تعليمية وأنظمة تدعم الطلاب في تقييم المدخلات من الذكاء الاصطناعي بشكل أكثر تفكيرًا خلال حل المشكلات، مما يسهم في تعزيز تعلمهم بشكل فعال.
📰 أخبار ذات صلة
🤖
أبحاث
منصّة DeepER-Med: ثورة في البحث الطبي المعتمد على الأدلة مع الذكاء الاصطناعي الفعال
أركايف للذكاءمنذ 3 ساعة
🤖
أبحاث
GIST: ثورة في استخراج المعرفة متعددة الأنماط وتوجيه الأماكن باستخدام الذكاء الاصطناعي!
أركايف للذكاءمنذ 3 ساعة
🤖
أبحاث
ثورة في أنظمة التفاعل: عقود مراجعة المعتقدات المسجلة مسبقًا
أركايف للذكاءمنذ 3 ساعة