Learning Outcomes, Human–AI Trust, and Behavioral Patterns in GenAI-Assisted Pair Programming
تُظهر هذه الدراسة شبه التجريبية أن دمج الذكاء الاصطناعي التوليدي في البرمجة الثنائية لطلاب المرحلة المتوسطة يعزز بشكل كبير معرفتهم بالبرمجة وأداء مشاريعهم، مع زيادة ثقتهم في الذكاء الاصطناعي، رغم أنها تكشف عن ميل سلوكي للاعتماد بشكل كبير على المساعدة في تصحيح الأخطاء بدلاً من التفكيك الاستباقي للمشكلات.
المؤلفون الأصليون:Dan Sun, Fan Xu, Jiayue Shi, Yang Liu
في الفصول الدراسية حول العالم، استُخدمت فكرة بسيطة منذ فترة طويلة لتعليم الفن المعقد لكتابة أكواد الكمبيوتر: يجلس طالبان أمام جهاز كمبيوتر واحد ويعملان معاً. يتحكم شخص واحد، يُسمى "السائق"، في لوحة المفاتيح والفأرة لكتابة التعليمات، بينما يراقب الآخر، "الملاح"، الشاشة، ويرصد الأخطاء، ويقترح الخطوة التالية. هذه الطريقة، المعروفة باسم "البرمجة الثنائية"، تساعد المبتدئين على التعلم بشكل أسرع والشعور بآنس أقل عندما تسوء الأمور. ولكن مع ظهور برامج كمبيوتر جديدة قوية يمكنها توليد النصوص والأكواد في المدارس، يبرز سؤال جديد: ماذا يحدث عندما تضيف شريكاً ثالثاً إلى هذا الفريق؟ هل يمكن للذكاء الاصطناعي أن يعمل كمرشد مفيد دون الاستحواذ على عملية التعلم، أم أنه يخاطر بجعل الطلاب يعتمدون بشكل مفرط على آلة قد لا تكون دائماً على صواب؟
قام فريق من الباحثين في الصين مؤخراً بمحاولة الإجابة على هذه الأسئلة من خلال مراقبة كيفية تعلم طلاب المدارس المتوسطة البرمجة مع هذه التكنولوجيا الجديدة أو بدونها. لقد عملوا مع تسعة وستين طالباً من طلاب الصف الثامن الذين لديهم خبرة ضئيلة جداً في البرمجة. قسم الباحثون الفصل إلى مجموعتين؛ عملت إحدى المجموعتين بالطريقة التقليدية، حيث يتشارك طالبان جهاز كمبيوتر واحداً دون مساعدة من الذكاء الاصطناعي. وعملت المجموعة الأخرى بنفس الطريقة، ولكن مع إمكانية الوصول إلى برنامج كمبيوتر ذكي يمكنه الإجابة على الأسئلة، وشرح الأخطاء، وكتابة مقتطفات برمجية عند الطلب. قضى الطلاب في كلتا المجموعتين ثمانية أسابيع في بناء مشروع برمجي صغير، مع تبادل الأدوار كل عشر دقائق حتى يحصل الجميع على فرصة لقيادة الكمبيوتر والملاحة في المحادثة.
أظهرت النتائج أن الطلاب الذين عملوا مع دعم الذكاء الاصطناዊ actually تعلموا أكثر. فعند اختبارهم في نهاية الأسابلة الثمانية، كانوا يعرفون المزيد عن مفاهيم البرمجة وبنوا مشاريع نهائية أفضل من الطلاب الذين عملوا بدون هذه الأداة. ومع ذلك، كشفت الدراسة أيضاً عن نمط محدد في كيفية استخدام هؤلاء الطلاب للتكنولوجيا؛ فعندما كان الكود يفشل في العمل، كان الطلاب غالباً ما يسألون الكمبيوتر عن تفسير للخطأ، ثم يطلبون منه فوراً إصلاح المشكلة. خلق هذا دورة حيث يتعثرون، ثم يطلبون المساعدة، ثم يحصلون على حل، ثم يتعثرون مرة أخرى. كما طرحوا أسئلة أقل حول كيفية تقسيم مشكلة كبيرة إلى أجزاء أصغر أو كيف يعمل الكود فعلياً، مما يشير إلى أنهم كانوا يستخدمون الأداة للقفز مباشرة إلى الإجابات بدلاً من فهم المنطق الكامن وراءها.
ولعل الأمر الأكثر إثارة للاهتمام هو كيفية تغير مشاعر الطلاب تجاه التكنولوجيا بمرور الوقت. في بداية الدراسة، كان الطلاب غير متأكدين بشأن الثقة في الكمبيوتر، ولكن بحلول النهاية، وبعد أسابيع من العمل بجانبه، نمت ثقتهم في النظام بشكل كبير. لقد تعلموا الاعتماد عليه، لكن الباحثين لاحظوا أن هذه الثقة بُنيت من خلال التفاعل والتحقق المتكرر. لم تجد الدراسة أن الذكاء الاصطناዊ قد حل محل الحاجة إلى الشركاء البشر؛ بل عمل كطرف ثالث وجب على الطالبين إدارته معاً. يقوم "السائق" بكتابة الأوامر، بينما يراقب "الملاح" الشاشة ويساعد في تحديد ما إذا كانت اقتراحات الكمبيوتر منطقية أم لا.
يسلط هذا البحث الضوء على توازن دقيق في التعليم الحديث. فقد ساعدت أداة الذكاء الاصطناዊ الطلاب بوضوح على إنتاج عمل أفضل وتعلم المزيد من الحقائق، لكنها شجعت أيضاً على عادة طلب الحلول الفورية بدلاً من التفكير العميق. لم يكتفِ الطلاب بقبول كل ما يقوله الكمبيوتر، بل عملوا معاً لتفسير إجاباته. تشير الدراسة إلى أنه بينما يمكن لهذه الأدوات تعزيز نتائج التعلم، يجب على التربويين توخي الحذر في توجيه الطلاب حول كيفية استخدامها. الهدف ليس مجرد ترك الكمبيوتر يحل المشكلة، بل ضمان بقاء الطلاب هم من يفكرون في الحل، مستخدمين الآلة كشريك وليس كطريق مختصر.
ملخص تقني: مخرجات التعلم، الثقة بين الإنسان والذكاء الاصطناعي، والأنماط السلوكية في البرمجة الزوجية المدعومة بالذكاء الاصطناعي التوليدي
بيان المشكلة تعد البرمجة الزوجية (PP) استراتيجية تربوية موثقة جيدًا في تعليم مراحل الطفولة المبكرة والمتأخرة (K–12)، حيث تعزز كفاءة البرمجة، وأداء التعلم، وتُقلل من القلق، إلا أن تنفيذها يواجه تحديات تتعلق بوقت التنسيق، وتباين خصائص الطلاب، والحاجة إلى سقالات تعليمية تكيفية. وبالتزامن مع ذلك، ظهر الذكاء الاصطناعي التوليدي (GenAI) كأداة قادرة على تفسير اللغة الطبيعية وتوليد الكود البرمجي، مما قد يقلل من الحواجز النحوية. ومع ذلك، فإن الأبحاث الحالية تركز بشكل كبير على "البرمجة الزوجية مع الذكاء الاصطناعي" (pAIr programming) - أي ذكاء اصطناعي مقترن بشري واحد - أو في بيئات التعليم العالي. وهناك فجوة كبيرة في فهم كيفية عمل الذكاء الاصطناعي التوليدي عند دمجه في البرمجة الزوجية (بين بشر وبشر) (GAPP) لدى المتعلمين الأصغر سنًا (K–12). وتحديدًا، لا يزال من غير الواضح كيف يؤثر الذكاء الاصطناعي التوليدي على مخرجات التعلم، وكيف يؤثر على تطوير الثقة بين الإنسان والذكاء الاصطناعي لدى الطلاب ذوي المعرفة المحدودة بالمجال، وما هي الأنماط السلوكية التي تظهر عندما يتفاعل الطلاب مع الذكاء الاصطناعي التوليدي كمورد وسيط بدلاً من كونه بديلًا للتفاعل بين الأقران.
المنهجية استخدمت الدراسة تصميمًا شبه تجريبي أُجري على مدار ثمانية أسابيع في مدرسة متوسطة حكومية في جنوب شرق الصين.
المشاركون: 69 طالبًا من طلاب الصف الثامن (المستوى الدراسي من السادس إلى الثامن) يتمتعون بمهارات رقمية أساسية ولكن مع حد أدنى من الخبرة السابقة في لغة بايثون (Python) أو الذكاء الاصطناعي التوليدي. تم تقسيمهم إلى مجموعتين:
البرمجة الزوجية التقليدية (TPP): عدد (33) (18 ذكرًا، 15 أنثى).
التدخل: اتبعت كلتا المجموعتين منهجًا دراسيًا موحدًا يغطي قواعد لغة بايثون والمنطق (التسلسل، الاختيار، الحلقات) قبل الانخراط في مشروع مدته ثلاثة أسابيع بعنوان "تصميم نظام بيع بالتجز "الخدمة الذاتية".
شرط GAPP: استخدم الطلاب منصة IDLE مخصصة تدمج روبوت دردشة يعمل بالذكاء الاصطناعي التوليدي (مدعوم بنموذج Skylark2-pro-4k من ByteDance). تفاعل "السائق" (driver) مباشرة مع الذكاء الاصطناعي التوليدي لإرسال الأوامر (prompts) وتصحيح الأخطاء (debugging)، بينما قام "الملاح" (navigator) بمراجعة مخرجات الذكاء الاصطناعي والمشاركة في الحوار. تم تدوير الأدوار كل 10 دقائق.
شرط TPP: استخدم الطلاب منصة Python IDLE القياسية دون دعم من الذكاء الاصطناعي التوليدي، مع الاعتماد فقط على التفاعل بين الأقران.
جمع البيانات:
مخرجات التعلم: اختبارات قبلية وبعدية (12 عنصرًا: 10 من متعدد، 2 إكمال فراغات) وتقييم للمنتج النهائي للمشروع.
الثقة بين الإنسان والذكاء الاصطناعي: مقاييس قبل التدخل وبعده لقياس الثقة لدى مجموعة GAPP.
الأنماط السلوكية: تحليل بيانات السجلات الدقيقة للتفاعلات داخل منصة الذكاء الاصطناعي التوليدي، مع التركيز على سلوكيات البرمجة وأنواع التفاعل مع الذكاء الاصطناعي.
المساهمات الرئيسية تساهم هذه الدراسة في هذا المجال من خلال:
التقييم التجريبي لـ GAPP في مرحلة K–12: إنها تتجاوز نموذج "الذكاء الاصطناعي كشريك" لتستقصي دور الذكاء الاصطناعي التوليدي كمورد وسيط ضمن ثنائي بشري، مع الحفاظ على أدوار السائق والملاح مع دمج دعم الذكاء الاصطناعي.
تثليث المخرات، والثقة، والسلوك: تقوم بتحليل أداء البرمجة، وتحولات الثقة بين الإنسان والذكاء الاصطناعي، وأنماط سلوكية محددة في آن واحد، مما يقدم رؤية شاملة لعملية تعلم GAPP.
تحديد أنماط تفاعل محددة: تتميز بتوصيف الطبيعة الدورية لتصحيح الأخطاء وطلبات شرح المخرجات في GAPP، مع التمييز بين أنواع التفاعل عالية التردد ومنخفضة التردد.
النتائج
مخرجات التعلم: أظهرت مجموعة GAPP درجات أعلى بكثير في الاختبار البعدي المعدل في كل من المعرفة البرمجية ومنتجات المشروع مقارنة بمجموعة TPP.
الثقة بين الإنسان والذكاء الاصطناعي: أظهر الطلاب في مجموعة GAPP زيادة ملموسة في الثقة تجاه الذكاء الاصطناعي التوليدي عقب التدخل المستمر.
الأنماط السلوكية: كشف تحليل سجل البيانات عن نمط دوري بارز في مجموعة GAPP: انخرط الطلاب بشكل متكرر في "تصحيح أخطاء غير ناجح" يتبعه مباشرة "طلبات لشرح المخرجات". وعلى العكس من ذلك، كانت سلوكيات مثل طرح الأسئلة، وطلب شروح للأكواد، وتفكيك المشكلات أقل تكرارًا.
الأهمية والادعاءات يدعي البحث أن هذه النتائج تثبت تجريبيًا كيف يمكن للذكاء الاصطناعي التوليدي دعم البرمجة الزوجية البشرية-البشرية بفعالية لتعزيز مخرجات التعلم في مدارس المرحلة المتوسطة. وتشير الدراسة إلى أن GAPP يمكن أن يحسن أداء البرمجة ويعزز الثقة في أنظمة الذكاء الاصطناعي لدى المبتدئين. علاوة على ذلك، فإن تحديد أنماط تفاعل محددة (مثل دورة تصحيح الأخطاء والشرح) يوجه تصميم بيئات تعلم متوازنة بين الإنسان والذكاء الاصطناعي. ويؤكد المؤلفون أن عملهم يسلط الضوء على الحاجة إلى تصميم متعمد لضمان أن يعمل الذكاء الاصطناعي التوليدي كمورد داعم يعزز التفاعل بين الأقران بدلاً من استبداله، خاصة للمتعلمين الذين قد يفتقرون إلى المعرفة بالمجال لتقييم الكود المولد بواسطة الذكاء الاصطناعي بشكل نقدي. وتخلص الدراسة إلى أن فهم هذه الديناميكيات أمر بالغ الأهمية لتطوير آليات دعم قابلة للتوسع في تعليم البرمجة.