AI Literacy and Academic Performance among Non-STEM Students in KNUST: The Roles of LMS Quality and Blended-Learning Satisfaction

Nell'università moderna, l'apprendimento si è spostato oltre la tradizionale aula. Gli studenti navigano ora in un mondo ibrido dove l'istruzione in presenza si fonde con le piattaforme digitali che ospitano materiali, facilitano le discussioni e erogano valutazioni. Questo strato digitale è spesso gestito da un Learning Management System, un hub software che funge da sistema nervoso centrale per un corso. Affinché questi sistemi funzionino bene, devono essere affidabili, facili da usare e reattivi. Tuttavia, la tecnologia in sé è solo metà dell'equazione. L'altra metà è la capacità dello studente di comprendere e interagire con gli strumenti a sua disposizione, un insieme di competenze sempre più definito come alfabetizzazione all'IA. Questo concetto va oltre il semplice sapere come digitare un prompt; implica la fiducia tecnica, etica e pratica nell'utilizzare gli strumenti intelligenti in modo efficace. Mentre le università in Ghana e in tutto il mondo integrano queste tecnologie, sorge una domanda critica: sapere come usare questi strumenti digitali aiuti davvero uno studente a ottenere voti migliori, o la connessione è più complicata?

I ricercatori della Kwame Nkrumah University of Science and Technology in Ghana si sono posti l'obiettivo di sbrogliare questo rapporto, concentrandosi specificamente sugli studenti che non studiano scienze, tecnologia, ingegneria o matematica. Questi studenti non STEM affrontano spesso sfide educative diverse e potrebbero non ricevere lo stesso livello di formazione computazionale dei loro colleghi nei campi tecnici. Il team di ricerca ha intervistato 432 studenti dei dipartimenti di Teacher Education and Educational Innovation dell'università. Hanno chiesto a questi studenti di valutare la propria comprensione dell'intelligenza artificiale, come percepivano la qualità della piattaforma di apprendimento digitale dell'università, quanto fossero soddisfatti dell'esperienza di apprendimento blended e quanto stessero performando accademicamente. Raccolgendo queste prospettive, i ricercatori miravano a vedere come questi diversi fattori fluissero l'uno nell'altro per plasmare il successo di uno studente.

Lo studio ha rivelato un percorso chiaro e sequenziale che conduce a migliori risultati accademici. Ha scoperto che gli studenti con livelli più elevati di alfabetizzazione all'IA tendevano a percepire il sistema di apprendimento digitale dell'università come di qualità superiore. Quando gli studenti comprendono la tecnologia, il sistema appare loro più utilizzabile e affidabile. Questa percezione di qualità, a sua volta, portava a una maggiore soddisfazione per l'esperienza di apprendimento blended. Quando gli studenti sentivano che il sistema funzionava bene per loro, riportavano di essere più soddisfatti della loro formazione complessiva. Infine, questa soddisfazione era un forte predittore della performance accademica. In altre parole, il percorso verso voti migliori per questi studenti non partiva direttamente dalla conoscenza dell'IA per arrivare a un "A". Invece, la conoscenza dell'IA migliorava il modo in cui vedevano il sistema, il che li rendeva più felici del loro ambiente di apprendimento, e quella felicità guidava il loro rendimento accademico.

Fondamentalmente, i ricercatori hanno scoperto che la qualità del sistema digitale da sola non migliorava direttamente i voti. Una piattaforma ben costruita, senza l'impegno e la soddisfazione dello studente, non era sufficiente a garantire il successo. La qualità del sistema contava solo perché influenzava il livello di soddisfazione degli studenti. Inoltre, lo studio ha dimostrato che l'alfabetizzazione all'IA aveva un effetto positivo diretto, sebbene minore, sulla performance accademica, ma la via principale verso il successo era attraverso la catena della percezione e della soddisfazione. I dati hanno anche escluso l'idea che la qualità del sistema digitale da sola potesse colmare il divario tra conoscenza dell'IA e voti; quel particolare scorciatoia non esisteva nei risultati. Il legame più forte era l'intero viaggio: dalla conoscenza dell'IA alla percezione del sistema, alla soddisfazione e infine alla performance.

Questa scoperta suggerisce che, affinché le università possano aiutare gli studenti non STEM a riuscire in un'era digitale, non possono limitarsi a investire in software migliori o aspettarsi che gli studenti capiscano la tecnologia da soli. I risultati indicano che le istituzioni devono supportare gli studenti nello sviluppo della loro alfabetizzazione all'IA affinché possano navigare in questi sistemi con fiducia. Quando gli studenti si sentono competenti con gli strumenti, vedono i sistemi in modo più positivo, il che porta a un'esperienza di apprendimento più soddisfacente e, infine, a migliori risultati accademici. La ricerca evidenzia che in un ambiente di apprendimento blended, l'elemento umano della soddisfazione e l'elemento cognitivo dell'alfabetizzazione sono altrettanto importanti dell'infrastruttura tecnica stessa.