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

In de moderne universiteit is leren verschoven voorbij het traditionele klaslokaal. Studenten navigeren nu door een hybride wereld waar face-to-face instructie versmelt met digitale platforms die materialen huisvesten, discussies faciliteren en toetsen afnemen. Deze digitale laag wordt vaak beheerd door een Learning Management System, een softwarehub die fungeert als het centrale zenuwstelsel van een cursus. Voor deze systemen om goed te werken, moeten ze betrouwbaar, gebruiksvriendelijk en responsief zijn. De technologie zelf is echter slechts de helft van de vergelijking. De andere helft is het vermogen van de student om de tools tot hun beschikking te begrijpen en ermee te interageren, een vaardigheid die steeds vaker wordt gedefinieerd als AI-geletterdheid. Dit concept gaat verder dan simpelweg weten hoe je een prompt typt; het omvat het technische, ethische en praktische vertrouwen om intelligente tools effectief te gebruiken. Terwijl universiteiten in Ghana en over de hele wereld deze technologieën integreren, rijst een kritische vraag: helpt het kennen van deze digitale tools een student daadwerkelijk om betere cijfers te halen, of is de connectie complexer?

Onderzoekers aan de Kwame Nkormah University of Science and Technology in Ghana zetten zich in om deze relatie te ontrafelen, waarbij zij zich specifiek richtten op studenten die geen wetenschap, technologie, techniek of wiskunde (STEM) studeren. Deze niet-STEM-studenten worden vaak geconfronteerd met andere educatieve uitdagingen en ontvangen mogelijk niet hetzelfde niveau van computationele training als hun leeftgenoten in technische velden. Het onderzoeksteam onderzocht 432 studenten van de afdelingen Teacher Education en Educational Innovation van de universiteit. Zij vroegen deze studenten om hun eigen begrip van kunstmatige intelligentie te beoordelen, hoe zij de kwaliteit van het digitale leerplatform van de universiteit waarnamen, hoe tevreden zij waren met de blended learning-ervaring en hoe goed zij academisch presteerden. Door deze perspectieven te verzamelen, wilden de onderzoekers zien hoe deze verschillende factoren in elkaar overvloeiden om het succes van een student vorm te geven.

De studie onthulde een duidelijke en sequentiële weg die leidt naar betere academische resultaten. Het toonde aan dat studenten met hogere niveaus van AI-geletterdheid de neiging hadden om het digitale leersysteem van de universiteit als te zijn van een hogere kwaliteit te ervaren. Wanneer studenten de technologie begrijpen, voelt het systeem voor hen bruikbaarder en betrouwbaarder aan. Deze perceptie van kwaliteit leidde op zijn beurt tot een grotere tevredenheid met de blended learning-ervaring. Wanneer studenten het gevoel hadden dat het systeem goed voor hen werkte, rapporteerden zij meer tevredenheid met hun algehele opleiding. Ten slotte was deze tevredenheid een sterke voorspeller van academische prestaties. Met andere woorden, de weg naar betere cijfers voor deze studenten liep niet rechtstreeks van kennis over AI naar het behalen van een A. In plaats daarvan verbeterde de kennis van AI hoe zij het systeem zagen, wat hen gelukkiger maakte met hun leeromgeving, en die tevredenheid dreef hun academische prestaties aan.

Cruciaal was dat de onderzoekers ontdekten dat de kwaliteit van het digitale systeem alleen niet direct de cijfers verbeterde. Een goed gebouwd platform, zonder de betrokkenheid en tevredenheid van de student, was niet voldoende om succes te garanderen. De kwaliteit van het systeem deed er alleen toe omdat het de tevredenheid van de studenten beïnvloedde. Bovendien toonde de studie aan dat AI-geletterdheid wel degelijk een direct, zij het kleiner, positief effect had op de academische prestaties, maar dat de primaire route naar succes via de keten van perceptie en tevredenheid liep. De data weerlegden ook het idee dat de kwaliteit van het digitale systeem alleen de kloof tussen AI-kennis en cijfers kon overbruggen; die specifieke afkorting bestond niet in de resultaten. De sterkste link was de volledige reis: van AI-kennis naar systeemperceptie, naar tevredenheid, en uiteindelijk naar prestatie.

Deze ontdekking suggereert dat voor universiteiten om niet-STEM-studenten te helpen slagen in een digitaal tijdperk, zij niet simpelweg kunnen investeren in betere software of kunnen verwachten dat studenten de technologie zelf uitzoeken. De bevindingen wijzen erop dat instellingen studenten moeten ondersteunen bij het ontwikkelen van hun AI-geletterdheid, zodat zij deze systemen met vertrouwen kunnen navigeren. Wanneer studenten zich bekwaam voelen in de gebruikte tools, bekijken zij de systemen positiever, wat leidt tot een meer bevredigende leerervaring en uiteindelijk tot betere academische resultaten. Het onderzoek benadrukt dat in een blended learning-omgeving het menselijke element van tevredenheid en het cognitieve element van geletterdheid even belangrijk zijn als de technische infrastructuur zelf.