Exploring Generative AI Readiness among Saudi EFL University Teachers: A TPACK-Informed Multi-Institutional Study
Deze verkennende studie naar 96 Saoedische EFL-universiteit docenten onthult een matige zelfgerapporteerde paraatheid voor de integratie van generatieve AI, waarbij significante institutionele verschillen, een gebrek aan correlatie tussen eerdere training en de meeste dimensies van paraatheid, en belangrijke barrières zoals zorgen over academische integriteit en onvoldoende praktische ondersteuning worden benadrukt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Taaldocenten zijn al lang de architecten van communicatie, die studenten begeleiden door de ingewikkelde regels van grammatica, de nuances van uitspraak en de culturele contexten die woorden betekenis geven. Nu is een nieuwe kracht de klas binnengekomen: generatieve kunstmatige intelligentie. Dit zijn computersystemen die in staat zijn om tekst, afbeeldingen en ideeën te creëren die menselijke output nabootsen, en die aanbieden om docenten te helpen bij het opstellen van lessen, het nakijken van studentenwerk of het genereren van oefenmateriaal. Maar deze technologie brengt een complexe reeks vragen met zich mee. Het is voor een docent niet voldoende om simpelweg te weten hoe je een machine aanzet; ze moeten begrijpen wanneer het gepast is om deze te gebruiken, hoe ze fouten of culturele mismatches in de output van de machine kunnen herkennen, en hoe ze door de ethische mijnenvelden van academische eerlijkheid en gegevensprivacy kunnen navigeren. In Saoedi-Arabië, waar Engels een essentieel vak is voor mondiale verbinding, staan onderwijzers voor de uitdaging om deze krachtige instrumenten te integreren in hun dagelijkse praktijk zonder het menselijke element van het onderwijs te verliezen.
Een recente studie probeerde het landschap van deze transitie in kaart te brengen. Onderzoekers ondervroegen negenentwintig Engelse docenten van vijf verschillende universiteiten in Saoedi-Arabië om hun gereedheid voor het gebruik van generatieve kunstmatige intelligentie te begrijpen. Het onderzoek was gebouwd op een kader dat onderwijs beschouwt als een combinatie van drie essentiële vaardigheden: kennis van de leerstof, begrip van hoe je het onderwijst, en het beheersen van de technologie die in de klas wordt gebruikt. De onderzoekers wilden zien of deze docenten vertrouwen hadden in hun technische vaardigheden, hun vermogen om de technologie in lessen te verweven, hun bewustzijn van culturele en ethische kwesties, en de ondersteuning die zij van hun instellingen ontvingen. Ze vroegen de docenten ook om de grootste obstakels te beschrijven die in hun weg staan en wat voor soort hulp zij nodig hebben om vooruit te komen.
De resultaten schetsen een beeld van behoedzame optimisme vermengd met aanzienlijke onzekerheid. Gemiddeld rapporteerden de docenten een matig niveau van gereedheid. Ze verwierpen de technologie niet, maar waren ook niet volledig zelfverzekerd over hun vermogen om deze effectief te hanteren. Het gebied waar de docenten zich het meest op hun gemak voelden, was de technische kant; ze voelden dat ze veelvoorkomende hulpmiddelen zoals chatbots konden opzetten en gebruiken. Ze waren ook redelijk bewust van de ethische zorgen, zoals gegevensprivacy. Hun vertrouwen daalde echter wanneer de vragen over de klas zelf gingen. Docenten voelden zich minder zeker over hoe ze studenten die deze tools buiten de klas gebruiken konden monitoren, hoe ze ervoor konden zorgen dat de door machines gegenereerde inhoud cultureel passend was voor Saoedische leerlingen, of hoe ze de technologie op een betekenisvolle manier in hun dagelijkse lespraktijk konden integreren.
Een van de meest opvallende bevindingen was dat het ontvangen van formele training in kunstmatige intelligentie niet automatisch betekende dat een docent zich meer gereed voelde om het te gebruiken. De studie vond geen duidelijk verband tussen eerdere training en hogere scores in technische kennis, lesplanning of klaspraktijk. Dit suggere咗 dat het simpelweg bijwonen van een workshop of het voltooien van een cursus niet genoeg is; de kwaliteit, diepgang en praktische focus van die training doen er veel meer toe dan het feit dat de training heeft plaatsgevonden. Het enige gebied waar training een verschil leek te maken, was in de perceptie van de docenten over institutionele ondersteuning, misschien omdat zij die getraind waren meer oog hadden voor wat hen ontbrak of wat zij nodig hadden van hun universiteiten.
Geslacht speelde een meer zichtbare rol in de resultaten. Mannelijke docenten rapporteerden hogere niveaus van gereedheid dan vrouwelijke docenten op verschillende gebieden, maar de kloof was het grootst wat betre de institutionele ondersteuning betreft. Mannen voelden dat hun universiteiten meer ondersteuning boden bij hun inspanningen om kunstmatige intelligentie te gebruiken dan vrouwen dat voelden. Dit suggereert dat de omgeving waarin een docent werkt — of zij zich aangemoedigd, voorzien van middelen en begeleid voelen — net zo belangrijk kan zijn als hun persoonlijke vaardigheden. De studie keek ook naar de verschillen tussen de vijf betrokken universiteiten. Hoewel één universiteit een hogere gemiddelde gereedheidsscore liet zien dan een andere, waren de verschillen klein en de groepen docenten van elke school ongelijk in omvang, wat betekent dat deze bevindingen voorlopig zijn en met zorg moeten worden bekeken.
Toen de onderzoekers de docenten vroegen om de grootste barrières voor het gebruik van kunstmatige intelligentie te beschrijven, waren de antwoorden helder en praktisch. De meest voorkomende zorg was academische integriteit, specifement de angst dat studenten de tools zouden misbruiken om werk in te leveren dat niet van henzelf was. Direct daarna kwamen problemen met de infrastructuur, zoals onbetrouwbaar internet of een gebrek aan toegang tot de benodigde software. Docenten uitten ook een sterke wens voor meer praktische, hands-on training. Ze wilden niet alleen weten wat de technologie was; ze wilden weten hoe ze lessen eromheen konden bouwen, hoe ze materiaal konden creëren dat werkte, en hoe ze studentenwerk konden beoordelen in een wereld waarin machines essays kunnen schrijven.
De studie onthulde ook een diepe onderlinge verbondenheid tussen de verschillende vaardigheden die docenten nodig hebben. De gegevens toonden aan dat docenten die sterk waren in één gebied, zoals technische kennis, de neiging hadden om zich ook sterk te voelen in andere gebieden, zoals lesplanning of ethisch oordeelsvermogen. Dit suggereert dat deze vaardigheden geen geïsoleerde eilanden zijn, maar deel uitmaken van een grotere, verenigde capaciteit. De onderzoekers merkten echter op dat het survey-instrument zelf mogelijk verder getest moet worden om te garanderen dat het deze afzonderlijke vaardigheden nauwkeurig meet, aangezien de grenzen tussen hen soms kunnen vervagen.
Uiteindelijk schetst dit onderzoek een portret van een beroep in transitie. Saoedische Engelse docenten zijn niet bang voor kunstmatige intelligentie, maar ze wachten op de juiste omstandigheden om het volledig te omarmen. Ze hebben meer nodig dan alleen toegang tot software; ze hebben een ondersteunende omgeving nodig die hun zorgen over academische eerlijkheid adresseert, betrouwbare technologie biedt en training aanbiedt die verder gaat dan de basis om hen te laten zien hoe ze deze tools verantwoord en effectief kunnen gebruiken. De weg vooruit gaat niet over het vervangen van de docent door de machine, maar over het toerusten van de docent met de kennis en ondersteuning om studenten door een nieuw tijdperk van leren te begeleiden.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.