← أحدث الأبحاث
📊 الإحصاء

Generative AI Adoption in Statistics and Data Science Higher Education

تكشف دراسة أجريت على 72 طالباً مصرياً في مرحلة البكالوريوس باستخدام نموذج (UTAUT2) المعدل أنه بينما يعد سهولة الاستخدام والدعم من الدوافع القوية لتبني الذكاء الاصطنا التوليدي في تعليم الإحصاء وعلوم البيانات، فإن التطبيق الانضباطي المسؤول يتطلب مهارات نقدية إضافية مثل التحقق والحكم الإحصائي بما يتجاوز مجرد النية السلوكية.

المؤلفون الأصليون: Noha Youssef

نُشر 2026-10-06
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Noha Youssef

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

في الفصل الدراسي الحديث، وصل نوع جديد من المساعدين، وهو لا يكتفي باسترجاع الحقائق فحسب، بل يكتب الأكواد البرمجية، ويحل المعادلات، ويصيغ الشروحات في ثوانٍ معدودة. لقد انتقلت هذه التكنولوجيا، المعروفة بالذكاء الاصطناعي التوليدي، بسرعة من كونها مجرد وسيلة للابتكار إلى ضرورة ملحة، لا سيما في مجالات مثل الإحصاء وعلم البيانات حيث يتعين على الطلاب باستمرار ترجمة المفاهيم المجردة إلى برامج عاملة وحجج واضحة. وبالنسبة للمعلمين، تحول السؤال الجوهري من ما إذا كان الطلاب سيستخدمون هذه الأدوات إلى كيفية استخدامهم لها. ويكمن التحدي في الفرق بين مجرد تبني أداة وبين استخدامها بمسؤولية. فقد يطلب الطالب بسهولة من الذكاء الاصطناعي كتابة برنامج حاسوبي، لكن هذه السهولة ذاتها قد تخفي فخاً خفياً: إذ قد يعمل الكود بشكل مثالي بينما المنطق الكامن وراءه معيب، أو قد يبدو الشرح واثقاً بينما الرياضيات فيه خاطئة. وفي التخصصات التي تعتمد فيها صحة الاستنتاج على الفحص الدقيق والحكم السديد، يمكن لسرعة الأداة أحياناً أن تتجاوز قدرة الطالب على التحقق من العمل.

ولفهم كيف يتجلى هذا الديناميكي في بيئات التعلم الحقيقية، أجرى باحث في الجامعة الأمريكية بالقاهرة دراسة استقصائية شملت اثنتين وسبعين طالباً من طلاب السنوات النهائية المسجلين في مساقات متقدمة حول السلاسل الزمنية وتحليل البيانات الفئوية. لم يكونوا مبتدئين؛ بل كانوا طلاباً متمكنين بالفعل من لغات البرمجة والنماذج الإحصائية المعقدة، ويعملون في بيئة يمكن فيها استخدام الذكاء الاصطناعي لتصحيح الأخطاء البرمجية، أو تفسير النتائج، أو توضيح المفاهيم الصعبة. وقد طلب الباحث من هؤلاء الطلاب وصف عاداتهم ومشاعرهم تجاه هذه التكنولوجيا، مستخدماً إطاراً يفكك الأسباب التي تدفع الناس لتبني الأدوات الجديدة إلى بعض الأفكار الجوهرية: مدى سهولة استخدام الأداة، ومدى الدعم الذي توفره المدرسة، ومدى ثقة الطالب في قدرته الخاصة على التعامل مع التكنولوجيا. وكان الهدف هو معرفة أي من هذه العوامل كان المحرك الفعلي لاستخدام الطلاب للذكاء الاصطناعي، وما إذا كان هذا القصد يترجم إلى استخدام فعلي.

وجدت الدراسة أن السبب الأقوى لنية الطلاب في استخدام الذكاء الاصطناعي التوليدي هو ببساطة مقدار الجهد الذي يوفره لهم. فعندما جعلت التكنولوجيا الانتقال من مفهوم مربك إلى حل عامل أمراً أكثر سهولة، كان الطلاب أكثر عرضة لدمجها في سير عملهم اليومي. وكان هذا العامل، الذي يسميه الباحث "توقع الجهد"، أقوى بكثير من ثقة الطلاب العامة في مهاراتهم الخاصة أو الدعم المحدد الذي يتلقونه من المعلمين. وبينما لعبت البيئة الداعمة والثقة الشخصية دوراً، إلا أن سهولة التكامل كانت هي البوابة الرئيسية. وبمجرد أن يشكل الطالب نية لاستخدام الأداة، فإن تلك النية تتنبأ بقوة بما إذا كان سيستخدمها فعلياً، مما يخلق مساراً واضحاً من الشعور بأن الأداة مريحة إلى جعلها جزءاً منتظماً من روتين دراستهم.

ومع ذلك، كشف البحث أيضاً عن فجوة كبيرة بين استخدام الأداة واستخدامها بشكل جيد. فقد أعرب الطلاب المشاركون في الاستطلاع عن تقدير واضح للفورية التي يوفرها الذكاء الاصطناعي، مشيرين إلى كيف ساعدهم في تبسيط الأفكار المعقدة وكتابة الأكواد بشكل أسرع. ومع ذلك، عبروا بكلماتهم الخاصة أيضاً عن مخاوف عميقة بشأن موثوقية الإجابات التي يتلقونها. فقد وصفوا حالات قدم فيها الذكاء الاصطناعي حسابات غير صحيحة، أو أنتج أكواداً تبدو صحيحة ولكنها تفشل في العمل، أو قدم شروحات تتعارض مع ما تعلموه في الفصل. وخشي العديد من الطلاب من أن يصبحوا معتمدين بشكل مفرط على التكنولوجيا، خوفاً من أن تؤدي هذه السهولة إلى تآكل مهارات التفكير النقدي لديهم. وأكدوا أنه بينما كانت الأداة مفيدة للبدء، إلا أنها لا يمكن أن تحل محل الحاجة إلى التحقق من كل خطوة، وفحص الافتراضات الكامنة وراء النموذج، وضمان أن المخرجات النهائية سليمة إحصائياً.

تخلص الدراسة إلى أنه بينما يعد جعل التكنولوجيا سهلة الاستخدام الطريقة الأكثر فعالية لجعل الطلاب يتبنونها، فإن سهولة الاستخدام لا تضمن الاستخدام المسؤول. وفي السياق المحدد للإحصاء المتقدم وعلم البيانات، فإن العوامل التي تشجع الطالب على التقاط أداة ما ليست هي نفسها العوامل التي تضمن استخدامه لها بشكل صحيح. ويشير البحث إلى أنه لكي يواكب التعليم هذه التكنولوجيا، يجب على المعلمين النظر إلى ما وراء مقاييس التبني البسيطة. إن التحدي التعليمي الحقيقي ليس مجرد دفع الطلاب لاستخدام الذكاء الاصطناعي، بل تعليمهم كيفية الحفاظ على حكمهم الخاص أثناء استخدامه. وهذا يعني إنشاء مهام تتطلب من الطلاب إيجاد الأخطاء في العمل الناتج عن الذكاء الاصطناعي، وتبرير خيارات النماذج الخاصة بهم، والتصريح صراحة بكيفية تحققهم من النتائج. وتشير الدراسة إلى أنه بدون هذه الضمانات المحددة، فإن السهولة ذاتها التي تجعل الأداة شائعة جداً قد تؤدي بالطلاب إلى قبول الإجابات دون التمحيص الضروري الذي يحدد ماهية مجالهم.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 📊 stat →