A Systematic Review and Taxonomy of GenAI Usage in Programming Education: A Self-Regulation Perspective
تقترح هذه المراجعة المنهجية لـ 58 دراسة حتى أكتوبر 2025 تصنيفاً رباعي الأبعاد لتوضيح أن تأثير الذكاء الاصطناعي التوليدي على التنظيم الذاتي للطلاب في تعليم البرمجة لا يعتمد على التكنولوجيا نفسها، بل على استراتيجيات الوساطة التربوية المنظمة التي تعزز الاستقلالية مقابل السياقات غير الموجهة التي تشجع التبعية المعرفية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 أنك تتعلم ركوب الدراجة الهوائية. في الماضي، كان عليك أن تترنح، وتسقط، وتكتشف كيفية التوازن بمفردك. الآن، تخيل وجود عجلة تدريب سحرية وغير مرئية يمكنها التحدث إليك. يمكنها أن تخبرك بالضبط كيف تبدل بالدواسات، وتوجهك بعيدًا عن الحفر، وحتى تصلح دراجتك إذا تعرضت لحادث. هذا هو شعور الذكاء الاصطناعي التوليدي (GenAI) في عالم تعلم البرمجة. إنه برنامج حاسوبي فائق الذكاء يمكنه كتابة التعليمات البرمجية (الكود) من أجلك، وشرح الأفكار المعقدة، ومساعدتك في حل المشكلات فورًا.
لكن الجزء الصعب هنا هو: التعلم المنظم ذاتيًا (Self-Regulated Learning). هذا مصطلح منمق يعني "تعلم كيف تتعلم". وهي القدرة على وضع أهدافك الخاصة، والحفاظ على تركيزك عندما تصبح الأمور صعبة، والتحقق من عملك لترى ما إذا كنت تفهم الأمر حقًا. السؤال الكبير ليس فقط "هل يمكن لهذه الأداة السحرية أن تساعدني في إنهاء واجبي المنزلي؟" بل "هل سيجعلني استخدام هذه الأداة متعلمًا أفضل وأكثر استقلالية، أم سيجعلني معتمدًا على الآلة؟" هذا هو اللغز الذي يحاول العلماء حله في مجال تعليم البرمجة.
تحقيق "مساعد الكود العظيم"
قرر فريق من الباحثين اتخاذ خطوة كبيرة إلى الوراء والنظر إلى الصورة الكاملة. لم يكتفوا بإجراء تجربة واحدة؛ بل عملوا كالمحققين، يبحثون عن 58 دراسة مختلفة نُشرت حتى أكتوبر 2025. لقد فحصوا آلاف الأوراق البحثية لمعرفة: كيف يستخدم المعلمون والطلاب بالفعل أدوات الذكاء الاصطناعي هذه لتعلم البرمجة، وهل يساعدهم ذلك على أن يصبحوا مفكرين مستقلين أم مجرد روبوتات تنسخ الكود؟
وجدوا أن الإجابة ليست مجرد "نعم" أو "لا" بسيطة. إنها أشبه بالوصفة. أداة السحر (الذكاء الاصطناعي التوليدي) هي مجرد مكون واحد؛ وما يهم هو كيف تطبخ بها.
المكونات الأربعة للوصفة
لجعل طرق استخدام الناس للذكاء الاصطناعي مفهومة، أنشأ الباحثون خريطة خاصة تسمى التصنيف (Taxonomy). فكر في الأمر كقائمة طعام في مطعم تساعدك على طلب الوجبة المناسبة. لقد نظموا الدراسات في أربع فئات رئيسية:
- ماذا نطبخ؟ (المنهج المستهدف): هل نستخدم الذكاء الاصطناعي لكتابة كود جديد من الصفر، أم لإصلاح الكود المكسور (تصحيح الأخطاء/Debugging)، أم فقط لشرح كيفية عمل الأشياء؟ ركزت معظم الدراسات على كتابة الكود، وهذا منطقي بما أن أدوات مثل ChatGPT بارعة في ذلك.
- من هو الطباخ؟ (استراتيجية الوساطة): هذا هو الجزء الأهم. هل يجلس الذكاء الاصطناعي هناك فقط بانتظار أن تسأله عن أي شيء (الاستخدام الحر)، أم أن المعلم يوجهك بدقة حول متى وكيف تستخدمه (الاستخدام الموجه)؟
- فخ "الاستخدام الحر": عندما يُترك الطلاب بمفردهم مع الذكاء الاصطناعي، غالبًا ما يعاملونه كطريق مختصر. يطلبون الإجابة، يحصلون عليها، ويمضون قدمًا. وجد الباحثون أن هذا يؤدي إلى "وهم الكفاءة" — تعتقد أنك تعرف كيف تركب الدراجة لأن العجلة غير المرئية كانت تسندك، لكنك في الواقع لا تعرف ذلك.
- سحر "التوجيه": عندما يضع المعلمون قواعد — مثل "استخدم الذكاء الاصطناعي لشرح الخطأ، ولكن لا تدعه يكتب لك الحل بنفسه" — يتعلم الطلاب في الواقع أكثر. الأمر يشبه امتلاك مدرب لا يدفع الدراجة نيابة عنك، ولكنه يخبرك في أي اتجاه يجب أن تميل.
- بماذا نشعر؟ (الأثر المعرفي): هل شعر الطلاب بمزيد من التحفيز؟ هل فهموا المادة بشكل أفضل؟ أم أصبحوا معتمدين على الأداة؟ كانت النتائج مختلطة. شعر بعض الطلاب بضغط أقل وثقة أكبر، بينما شعر آخرون بأنهم يفقدون قدرتهم على التفكير النقدي.
- أي نوع من الأدوات هو؟ (النهج التقني): هل هو مجرد روبوت دردشة بسيط تتحدث معه، أم معلم ذكي مدمج في برنامج البرمجة الخاص بك، أم روبوت متخصص؟ وجدت الدراسة أن روبوتات الدردشة البسيطة هي الأكثر شيوعًا، لكن الأدوات المتخصصة التي يصممها المعلمون غالبًا ما تعمل بشكل أفضل للتعلم العميق.
الاكتشاف الكبير: الأمر كله يتعلق بالقواعد
أكثر ما أثار الحماس في هذه الورقة البحثية هو أن التكنولوجيا نفسها ليست البطل ولا الشرير. فالذكاء الاصطعي أداة محايدة. ما يحدد النتيجة هو الوساطة التربوية (Pedagogical Mediation) — أي الطريقة التي يستخدم بها المعلمون والطلاب هذه الأداة.
- عندما تسوء الأمور: إذا تركت الطلاب يستخدمون الذكاء الاصطناعي دون أي قواعد، فإنهم يميلون إلى أن يصبحوا "معتمدين معرفيًا". يتوقفون عن محاولة حل المشكلات بأنفسهم لأن الأداة سهلة الاستخدام للغاية. قد يحصلون على درجات جيدة، لكنهم لا يتعلمون في الواقع.
- عندما تسير الأمور بشكل صحيح: عندما يُستخدم الذكاء الاصطناعي كـ سقالة (Scaffold) (مثل عجلات التدريب التي تزيلها ببطء)، فإنه يكون مذهلاً. المعلمون الذين يستخدمون استراتيجيات مثل "اطلب من الذكاء الاصطناعي تلميحًا، وليس الإجابة" أو "استخدم الذكاء الاصطناعي للتحقق من منطقك قبل كتابة الكود" يشهدون تحول طلابهم ليصبحوا أكثر تحفيزًا، وانخراطًا، وقدرة على حل المشكلات بأنفسهم.
ما الذي ينقصنا؟
أشار الباحثون أيضًا إلى وجود ثغرات في المعرفة الحالية. معظم الدراسات التي فحصوها كانت قصيرة المدى (بضعة أسابيع أو حتى جلسة دراسية واحدة) وشملت مجموعات صغيرة من الطلاب. نحن لا نعرف حقًا بعد ما إذا كان استخدام الذكاء الاصطناعي لفصل دراسي كامل يجعل الطلاب مبرمجين أفضل على المدى الطويل، أم أنه يجعلهم فقط أسرع في النسخ. كما أن معظم الدراسات ركزت على الطلاب الذين كانوا جيدين بالفعل في البرم؛ نحن لا نعرف بما يكفي عن كيفية تأثير ذلك على المبتدئين أو الطلاب ذوي الاحتياجات التعليمية المختلفة.
الخلاصة
تخبرنا هذه الورقة أن الذكاء الاصطناعي التوليدي هو أداة قوية جديدة في الفصل الدراسي، لكنه ليس عصا سحرية تصلح كل شيء بمفردها. إذا أعطيت الطالب للتو عصا سحرية وقلت له "قم بواجبك المنزلي"، فقد يحصل على الإجابة، لكنه لن يتعلم السحر. ومع ذلك، إذا استخدم المعلم تلك العصا كجزء من درس منظم — يعلم الطلاب كيف يطرحون الأسئلة الصحيحة ومتى يضعون العصا جانبًا — فيمكنه مساعدتهم ليصبحوا من حلال مشكلات مستقلين، واثقين، ومبدعين.
إن مستقبل تعليم البرمجة لا يتعلق بحظر الذكاء الاصطناعي أو تركه ينطلق دون قيود؛ بل يتعلق بإيجاد التوازن المثالي حيث يدعم الذكاء الاصطناعي عقل الطالب دون أن يستبدله.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.