Game-Based and Gamified Robotics Education: A Comparative Systematic Review and Design Guidelines
تقدم هذه الورقة أول مراجعة منهجية متوافقة مع معايير "بريزما" (PRISMA) تقارن بين التعلم القائم على الألعاب والتحفيز بالألعاب في تعليم الروبوتات، حيث قامت بتحليل 95 دراسة للكشف عن أنماط سياقية متميزة، وتحديد القيود التكنولوجية الحالية، واقتراح ثمانية اتجاهات بحثية إلى جانب إرشادات تصميمية قابلة للتطبيق.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل تعليم الروبوتات كأنه لغز ضخم ومعقد. بالنسبة للكثير من الناس، وخاصة المبتدئين، تبدو قطع اللغز حادة للغاية، والتعليمات مربكة جداً، والصورة الموجودة على الصندوق ضبابية. هذه الورقة البحثية تشبه فريقاً من المحققين الذين قضوا سنوات في جمع كل دليل ممكن (95 دراسة مختلفة) حول كيفية جعل حل هذا اللغز ممتعاً وسهلاً. لقد بحثوا في استراتيجيتين رئيسيتين: التعلم القائم على اللعب (GBL) والتلعيب (Gamification).
إليك تفصيل نتائجهم، مشروحة ببساعة:
الاستراتيجيتان الرئيسيتان: "المدينة الترفيهية" مقابل "بطاقة الولاء"
وجد الباحثون أن الناس يستخدمون طريقتين مختلفتين تماماً لجعل الروبوتات ممتعة، ويميلون لاستخدامهما في أماكن مختلفة.
التعلم القائم على اللعب (GBL) هو "المدينة الترفيهية".
- ما هو: أنت تلعب لعبة كاملة البناء حيث الهدف هو التعلم. فكر في الأمر كأنها لعبة فيديو مصممة خصيصاً لتعليمك كيفية بناء روبوت.
- أين يحدث: يوجد غالباً في الأوساط غير الرسمية مثل الأندية بعد المدرسة، أو المخيمات، أو المتاحف. إنه مرن، مثل مغامرة في عطلة نهاية الأسبوع.
- الأجواء: يشعرك وكأنك في حالة لعب. أنت تستكشف، وتخطئ، وتبني الأشياء في بيئة تجريبية مفتوحة.
التلعيب (Gamification) هو "بطاقة الولاء".
- ما هو: هو أخذ فصل دراسي عادي وإضافة عناصر اللعبة إليه. تحصل على نقاط لإنهاء الواجب المنزلي، أو أوسمة للحصول على درجات جيدة، أو تتنافس في لوحة صدارة. يظل الفصل دراسياً، لكن تضاف فوقه "طبقة لعبة".
- أين يحدث: يهيمن هذا النوع في الفصول الدراسية الرسمية (المدارس والجامعات). فهو يتناسب بدقة مع الجداول الزمنية الصارمة وأنظمة الدرجات.
- الأجواء: يشعرك وكأنك في تحدٍ منظم. أنت تكسب مكافآت مقابل قيامك بعملك.
الاكتشاف الكبير: وجد الباحثون أن هاتين الاستراتيجيتين تشبهان أدوات مختلفة لوظائف مختلفة. لن تستخدم نظام بطاقة ولاء في مخيم فني حر الروح، ولن تبني مدينة ترفيهية كاملة داخل امتحان رياضيات صارم. فهما يعملان بشكل أفضل عندما يتم مطابقتهما للبيئة المناسبة.
ماذا نعلمهم حقاً؟ (مشكلة "عجلات التدريب")
تشير الورقة إلى وجود فجوة كبيرة فيما يتم تدريسه. تخيل لو أنك تتعلم دائماً ركوب الدراجة باستخدام عجلات التدريب فقط، ولكنك لم تتعلم أبداً كيفية إصلاح السلسلة أو ركوب الدراجة في طريق جبلي.
- التركيز: ركزت جميع الدراسات تقريباً على مهارات المبتدئين. استخدموا مجموعات روبوت جاهزة وبسيطة (مثل LEGO) وبرمجة أساسية (سحب وإفلات الكتل).
- القطعة المفقودة: لم توجد دراسات قليلة جداً تعلمت المهارات المتقدمة. لم يكن هناك بحث يذكر حول تعليم البرمجيات المعقدة، أو هندسة الأجهزة المتقدمة، أو كيفية دمج جميع أجزاء الروبوت في نظام متطور.
- النتيجة: نحن بارعون جداً في جعل الأطفال يبدأون اللعب بالروبوتات، لكننا لسنا جيدين جداً في إظهار كيفية تحولهم إلى مهندسين خبراء يمكنهم بناء أنظمة معقدة من الصفر.
"النظارات السحرية" (التكنولوجيا الغامرة)
بحث الباحثون فيما إذا كان استخدام الواقع الافتراضي (VR) أو القفازات اللمسية (القفازات التي تجعلك "تشعر" بالروبوت) يساعد في العملية.
- الواقع: من المثير للدهشة أن دراسات قليلة جداً استخدمت هذه "النظارات السحرية". لا يزال معظم الناس يستخدمون شاشات كمبيوتر عادية أو روبوتات مادية.
- الإمكانات: عندما استخدموا الواقع الافتراضي أو التقنيات اللمسية، ساعد ذلك الطلاب على الشعور بمزيد من الثقة وفهم المفاهيم المكانية بشكل أفضل (مثل كيفية تحرك الروبوت في فضاء ثلاثي الأبعاد). ومع ذلك، نظرًا لأن دراسات قليلة استخدمتها، فليس لدينا دليل كافٍ بعد للقول إنها "ضرورية" للجميع.
فخ "التقرير الذاتي"
هناك مشكلة رئيسية تسلط الورقة الضوء عليها وهي كيفية قياس النجاح.
- المشكلة: معظم الدراسات تسأل الطلاب: "هل استمتعت؟" أو "هل تشعر بأنك أذكى؟" وتكتفي بكلمتهم.
- الفجوة: دراسات قليلة جداً اختبرت ما إذا كان الطلاب قد تعلموا المادة حقاً أو ما إذا كان بإمكانهم تذكرها بعد شهر. الأمر يشبه مطعماً يسأل الزبائن: "هل كان الطعام جيداً؟" بدلاً من التحقق فعلياً مما إذا كان الطعام قد طُبخ بشكل صحيح.
"خريطة التصميم" (ماذا يجب أن نفعل لاحقاً؟)
بناءً على عملهم الاستقصائي، رسم المؤلفون خريطة للمستقبل. فهم يقترحون:
- طابق الأداة بالمكان: لا تفرض لعبة "المدينة الترفيهية" داخل فصل دراسي صارم، ولا تفرض نظام "بطاقة الولاء" في نادٍ للعب الحر.
- ارفع مستوى الصعوبة: توقف عن تعليم الأساسيات فقط. أنشئ ألعاباً تساعد الطلاب على النمو من "مبتدئ" (عجلات التدريب) إلى "خبير" (إصلاح المحرك).
- امزج الأنماط: ادمج الروبوتات المادية، والمحاكاة الحاسوبية، والألعاب. ابدأ بلعبة لإثارة الاهتمام، ثم انتقل إلى محاكي للممارسة بأمان، ثم ابنِ الشيء الحقيقي.
- كن شاملاً: تأكد من أن هذه الألعاب تعمل للجميع، بما في ذلك الأشخاص ذوي الإعاقة (مثل استخدام الاهتزاز لمساعدة الطلاب المكفوفين على "الشعور" بالروبوت).
- اختبر التعلم الحقيقي: توقف عن سؤال "هل أعجبك الأمر؟" وابدأ باختبار "هل يمكنك بناءه بالفعل؟".
الخلاصة
تخبرنا هذه الورقة أن جعل تعليم الروبوتات ممتعاً ينجح في جذب اهتمام الناس، لكننا بحاجة إلى أن نصبح أفضل في تعليمهم "الأشياء الصعبة" وفي قياس ما إذا كان الناس يتعلمون حقاً. لقد أتقنا "عجلات التدريب"؛ والآن نحتاج إلى معرفة كيفية تعليم الناس ركوب الدراجة بمفردهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.