مناهج البحث في AIED

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

مناهج البحث في AIED — مجموعة التصاميم التجريبية واستراتيجيات جمع البيانات والتقنيات التحليلية التي يستخدمها الباحثون لدراسة الذكاء الاصطناعي في التعليم: ما إذا كانت أدوات الذكاء الاصطناعي تدعم التعلم (أو تضر به)، وكيف تفعل ذلك، وتحت أي شروط. تغطي مجموعة نصوص قاعدة المعارف المناهج التجريبية والمسحية والنوعية والتصميمية القائمة على الأدلة والمعيارية الحاسوبية ومراجعات الأدبيات. لكل منها نقاط قوة وقيود متمايزة، ويقتضي الاختيار بينها مقايضات بين الصحة الداخلية (الثقة في الادعاءات السببية)، والصحة الخارجية (قابلية التعميم)، والصحة الإيكولوجية (أصالة السياق الواقعي)، وجدوى دراسة أدوات الذكاء الاصطناعي سريعة التغير.

أسئلة للتأمل

• التوتر المركزي في هذه الصفحة: أقوى التصاميم للاستدلال السببي (التجارب المعشّاة) هي الأصعب تنفيذًا في الفصول الدراسية الحقيقية، بينما توفر السياقات الأكثر أصالة تحكمًا سببيًا أضعف. لو كان عليك أن تقرر ما إذا كان مدرّس الذكاء الاصطناعي يساعد في التعلم، فأي هذين الفشلين تفضل أن تتحمّله — ولماذا؟
• قبل أن تقرأ، أيمكنك تسمية الفرق بين الصحة الداخلية والصحة الخارجية والصحة الإيكولوجية؟ تجادل الصفحة بأن كل تصميم يقايض بين هذه المعايير. كيف يمكن لدراسة صارمة سببيًا أن لا تخبرك بشيء مفيد تقريبًا عن فصل دراسي حقيقي؟
• يُظهر معيار قياسي حصول الذكاء الاصطناعي على درجة دقة عالية، لكن الصفحة تُصرّ على أن الدقة العالية على المعيار لا تستلزم الفعالية التعليمية. لماذا قد يفشل نظام "يجتاز الاختبار" في مساعدة الطلاب على التعلم — وأي نوع من الأدلة هو المفقود؟
• البحث التصميمي القائم على الأدلة يتكرر على تدخل حقيقي لكنه لا يستطيع عزو المكاسب إلى آلية محددة، بينما يعزل الاختبار العشوائي المضبوط الأسباب لكنه يجري في ظروف اصطناعية. بالنظر إلى سرعة تغير الذكاء الاصطناعي، ما المدة التي تظل فيها الدراسة العشوائية المضبوطة الصارمة ذات صلة قبل أن تصبح الأداة التي اختبرتها متقادمة؟
• يرسّخ إجماع خبراء دلفي الاتفاق بين الخبراء لا الأثر التجريبي. متى يكون مشروعًا بناء إطار كفاءات مما يعتقده الخبراء مقابل بنائه من بيانات عمّا ينجح — وكيف تفرّق بينهما عمليًا؟
• تدعو الصفحة إلى التثليث — الجمع بين تقييم المعايير القياسية والتجارب والقياس والعمل النوعي للحكم على ما إذا كانت الأداة تعمل وعلى كيفية عملها. قبل أن تقرأ، أين في ادعاء مثل "هذا الذكاء الاصطناعي يحسّن التعلم" يلزمك كل منهج لتصبح واثقًا؟

مقدمة

التوتر المركزي في أبحاث AIED هو أن أقوى التصاميم للاستدلال السببي — التجارب المعشّاة — هي غالبًا الأصعب تنفيذًا بأدوات ذكاء اصطناعي أصيلة في فصول دراسية حقيقية، بينما توفر السياقات الأكثر أصالة (النشر الميداني، ودراسات الحالة، وتحليلات بيانات السجلات) تحكمًا سببيًا أضعف. لا يحسم أي منهج واحد هذا الأمر؛ يتقدم المجال بالتثليث بين المناهج، وبالتصريح الصريح عن نوع الادعاء الذي يمكن لكل تصميم أن يدعمه. يحمل كل منهج أيضًا قيودًا متقاطعة — قابلية التعميم، وصلاحية القياس، وسرعة تغير الذكاء الاصطناعي، وقابلية إعادة الإنتاج، والاستخدام الضعيف للنظرية — يجب على القراء موازنتها؛ انظر قيود أبحاث AIED.

موضوع هذه الصفحة هو المنهج لا النتائج. علوم التعلّم هي المجال الجوهري الذي تخدمه هذه المناهج: حيث تغطي هذه الصفحة كيف يجب تصميم الدراسة وقياسها والإبلاغ عنها، تغطي تلك الصفحة ما أسّسه المجال حول كيفية تعلّم الناس وكيفية تصميم بيئات التعلّم، وتتعامل مع المنهجين التصميمي والمختلط بوصفهما النهجين المميزين لعلوم التعلّم لا مجرد خيارين بين خيارات كثيرة.

مجاور لهذه الصفحة البحث التعليمي بمساعدة الذكاء الاصطناعي، الذي يغطي الذكاء الاصطناعي بوصفه أداة لعمل المجال نفسه: البحث في الأدبيات، والفرز، وأتمتة المراجعات، والتكويد النوعي، والتحليل، والكتابة. يشمل نطاقه بحث الممارسين مثل منح دراسات التعليم والتعلم، ويبقى متمايزًا عن التصاميم التي تصفها هذه الصفحة.

يخضع Martin, Rost, Koenen and Graulich (2026) إنتاج المجال للمعرفة نفسه للتدقيق ذاته، مستخدمين مشكلة القياس النومي عند Chang (2004): قياس كمية ما يتطلب قانونًا يربطها بشيء قابل للملاحظة، لكن هذا القانون لا يمكن اختباره تجريبيًا دون معرفة الكمية سلفًا. يجادلون بأن دوال القياس المستخلصة من الذكاء الاصطناعي، التي تنشأ من بيانات التدريب والتحسين لا من الباحث، قد تفاقم المشكلة لا تحلها. يمكن أن تبدو هذه الدوال دقيقة لكنها تبقى معتمة معرفيًا، فيتحول دور الباحث إلى تفسير مخرجات حاسوبية والتحقق منها. يُقدَّم إطارهم التأملي ذو المراحل السبع (تأطير المشكلة؛ الأدوات والقياس؛ التجريب والاستدلال القائم على الأدلة؛ المقارنات وإعادة الإنتاج؛ بناء الأعراف والإجماع؛ التنفيذ ونتائجه؛ والتحسين المستمر) بوصفه عونًا تحليليًا لا منهجًا مُصادقًا عليه، ويرون أن قابلية المقارنة يجب أن تمتد إلى مجموعات الطلاب كلها لا إلى الأجزاء التي يعالجها النموذج جيدًا فحسب.

دقة الإبلاغ ونموذج TEP-AIED

جودة الإبلاغ في دراسات الذكاء الاصطناعي في التعليم هي نفسها مصدر قلق بحثي. يقدم نموذج TEP-AIED (Hwang, Xie, Wah & Gasevic, 2026) إطارًا منظمًا لعرض أبحاث الذكاء الاصطناعي في التعليم بدقة، منظمًا المكونات الأساسية لتقرير الدراسة — تأطير المشكلة التعليمية/التقنية/النظرية، والتصميم، والبيانات، والتحليل، والنتائج — حتى يستطيع القراء والمراجعون تقييم ما إذا كانت الادعاءات مدعومة وما إذا كان العمل قابلًا لإعادة الإنتاج. يستجيب النموذج لنقاط الضعف المزمنة في الإبلاغ (وصف غامض للأدوات، وإصدارات نموذج غير معلنة، وتفاصيل تقييم محذوفة) التي توثقها صفحة القيود. تقف أطر الإبلاغ مثل TEP-AIED جنبًا إلى جنب مع قوائم مراجعة الإبلاغ الراسخة (مثل إرشادات على نمط CONSORT للتجارب، وإرشادات على نمط PRISMA للمراجعات) كجزء من تحول المجال الأوسع نحو الشفافية المنهجية وقابلية إعادة الإنتاج.

يتناول RAISE (Allison, 2026) المشكلة نفسها من الاتجاه المعاكس — بوصفه قائمة مراجعة لا بنية سردية. يحدد 30 بندًا موزعة على عشرة مجالات موضوعية (التبرير التعليمي والأساس النظري، ومواصفة نظام الذكاء الاصطناعي، ودور الذكاء الاصطناعي والتفاعل، وإمكانية الوصول والملاءمة الثقافية، والسياق والمشاركون، والمشاركة البشرية، وتصميم الدراسة وتقييمها، والأخلاقيات والجدارة بالثقة، والشفافية وقابلية إعادة الإنتاج، والقيود والآثار)، مع نسخة قابلة للتحرير ورفيق على شكل مصفوفة أخلاقيات ومخاطر تغطي وكالة المتعلم، وإنصاف الوصول، وحكومة البيانات وشفافية الخوارزمية. يتناول الإطاران بعضهما البعض مباشرة: يصف TEP-AIED إطار RAISE بأنه شامل لكنه يعيب اتساعه، مجادلًا بأن "اتساعه ودقته التفصيلية قد يجعلانه معقدًا وأقل يسرًا للتطبيقات التجريبية الروتينية"، بينما تأطير RAISE نفسه أنه لا يفرض أي منهج أو نموذج ولا يطلب سوى أن تكون الخيارات مرئية. مقروءين معًا، يحددان المقايضة في هذه الأدبيات — قائمة التدقيق الأكثر اكتمالًا مقابل السرد الأبسط ثلاثي الأبعاد — ويتقاربان في نفس الشروط غير القابلة للتفاوض: تسمية نظام الذكاء الاصطناعي وإصداره، والإفصاح عن المحفزات وتصميم التفاعل، وتعريف ظروف المعالجة والمقارنة، والإبلاغ عن المراجعة الأخلاقية وتخفيف المخاطر، والتصريح بما إذا كانت النتائج تقيس الأداء أو الاحتفاظ أو التحويل. لكي تُحاكم دراسة على هذه الشروط، يجب اعتماد أداة الإبلاغ في وقت التصميم لا تجميعها في مرحلة المخطوطة، وهي النقطة التي يُصرّ عليها الإطاران. التحليل التاريخي على مستوى المجموعة النصية هو نفسه اختيار منهجي يحمل التزامات شفافية: يحدد Rismanchian & Doroudi موقع كل ورقة في إطار AI×Ed بناءً على حكم المؤلفين على الملخصات والنصوص الكاملة، ويعترفون صراحةً بأن هذا ليس تصنيفًا منهجيًا أو قابلًا للتوسع ومقودًا بالبيانات، ويجعلون مجموعة بياناتهم الكاملة متاحة للعامة كمادة مكملة لإعادة الإنتاج.

التصاميم التجريبية وشبه التجريبية

تختبر دراسة الفعالية ما إذا كان التدخل ينتج أثره التعليمي المقصود، باستخدام تصاميم تجريبية أو شبه تجريبية تقارن النتائج مع التدخل وبدونه عادةً. تُوزع التجارب المتعلمين عشوائيًا على الشروط (مثل مدرس ذكاء اصطناعي مقابل مدرس بشري، أو مع سقالة ذكاء اصطناعي مقابل بدونها) لتقدير الآثار السببية على نتائج مثل مكاسب التعلّم، أو التفاعل، أو الدافعية. الاختبارات العشوائية المضبوطة هي المعيار الذهبي للصحة الداخلية. تستخدم دراسة ميدانية معشاة للدعم البشري مع التدريس بالذكاء الاصطناعي واختبار عشوائي مضبوط حول الذكاء الاصطناعي التوليدي في التعليم التوزيع لعزل الآثار السببية. التصاميم شبه التجريبية (قبل/بعد، أو بين المجموعات، أو مجموعات متطابقة دون تعشية) أكثر جدوى في الفصول المتكاملة لكنها أضعف في الادعاءات السببية.

• تأتي التحققات من صحة الأداة وخط الأساس قبل تقدير الأثر. قارن Davor (2026) صفين متكاملين في مدرسة ثانوية غانية (86 طالبًا، 43 في المجموعة) حول استخدام الذكاء الاصطناعي التوليدي سقالةً للهندسة، محددًا حجم العينة بتحليل G*Power ومجربًا اختبار الاستدلال والإثبات الهندسي ليصل إلى موثوقية نصفي Spearman-Brown تبلغ 0.859 قبل الدراسة. لم تختلف المجموعتان بشكل دال في الاختبار القبلي، وحافظ ANCOVA المعدّل للأداء السابق على أثر المجموعة (F(1, 83) = 50.30, p < .001, partial η² = .377). مع غياب التوزيع العشوائي، موثوقية الدراسة التجريبية وفحص تكافؤ خط الأساس هما ما يجعلان المقارنة المعدلة قابلة للتفسير.

• نقاط القوة: أقوى استدلال سببي؛ قياس نظيف للنتائج؛ يدعم تقدير حجم الأثر والادعاءات حول الفعالية.

• القيود: مكلفة وبطيئة؛ الظروف الاصطناعية قد تقلص الصحة الإيكولوجية؛ أدوات الذكاء الاصطناعي سريعة التغير تجعل التجارب الطويلة تتقادم سريعًا؛ العينات الصغيرة كثيرًا ما تفتقر القدرة على كشف آثار ذات معنى؛ القيود الأخلاقية على حجب أدوات قد تكون مفيدة.

• نماذج: Access is Not Enough: Human Support Improves Engagement with AI Tutoring، Generative AI Can Harm Teaching، Do Gains from Generative AI-Enabled Adaptive Pretesting Persist? Evidence from a Retention Study، Exploring How Agent Voice Accents Shape Human-AI Collaboration in K-12 Group Learning، From AI Use to Critical Thinking Among Medical Students: A Moderated Mediation Perspective on Cognitive Load and Self-Regulated Learning.

• ينطبق التسجيل المسبق على التحليلات الثانوية أيضًا لا على التجارب فقط. شغّل Srivastava (2026) أربع قواعد تحديث لتتبع المعرفة تتبّع المعرفة على سجلات ASSISTments متطابقة (12,716 طالبًا، 985,813 حدثًا مقيَّمًا) اختلفت فقط في كيفية تسجيلها الصفوف ذات التلميحات، وأبقى النصف التأكيدي مختومًا حتى وُجد ملف يحتوي رابط التسجيل، وأفاد بأن جميع التوقعات الأربع المسجلة مسبقًا تحققت. تنبأ إسناد أي إكمال بالأداء اللاحق دون مساعدة بأقل من ثابت صعوبة المهارة بقليل (AUC مجمّع 0.604 مقابل 0.595) مع إعلان إتقان 93.9% من أزواج الطالب–المهارة مقابل 72.8% بموجب قاعدة صارمة. عندما يدعم سجل واحد عدة استنتاجات، تثبيت التحليل مسبقًا هو ما يجعل المقارنة ذات مصداقية.

الدراسات المسحية ونمذجة المعادلات البنائية

تقيس الدراسات المسحية المستعرضة المواقف والإدراكات والدافعية والكفاءة الذاتية وقبول التقنية المعلنة ذاتيًا، وغالبًا ما تنمذج بالانحدار أو بنمذجة المعادلات البنائية (SEM/PLS-SEM) لاختبار العلاقات والوسطاء المفترضين. تسيطر هذه الدراسات على مجموعة نصوص قاعدة المعارف، لا سيما في مسائل القبول والدافعية والآليات النفسية.

• نقاط القوة: عينات كبيرة؛ تغطية واسعة ومنخفضة التكلفة؛ يمكنها اختبار نماذج وساطة معقدة للآليات النفسية؛ مجدية لدراسة المواقف التي يصعب ملاحظتها.
• القيود: لا تستطيع البيانات المستعرضة إثبات السببية؛ انحياز المنهج المشترك/التقرير الذاتي؛ أخذ العينات بالملاءمة يحد من قابلية التعميم؛ الوسطاء مستنتجون من التغاير لا من المعالجة.
• نماذج: Acceptance of AI-Assisted English Language Learning Tools in Higher Education: Psychological Correlates Across Disciplinary and Proficiency Groups، Examining the Impact of Generative AI on Student Motivation and Engagement: The Mediating Role of Autonomy-Support and Autonomous Motivation in Education، AI-Assisted Autonomous Learning and Reduced Academic Accomplishment in Vocational Higher Education: The Mediating Role of Hardiness، From Enhancement to Over-Reliance: A Mixed-Method Study of Generative AI and Sustainable Learning Performance، From AI Use to Critical Thinking Among Medical Students: A Moderated Mediation Perspective on Cognitive Load and Self-Regulated Learning.

تستحق الأداة في حد ذاتها تدقيقًا منفصلًا. ما يمكن لاستبيان أو مقابلة أو مفكرة أن تثبته وما لا يمكنها — والفجوة الموثقة بين ما يبلغه الناس وما يفعلونه — مجموع في مقاييس التقرير الذاتي.

المناهج النوعية

تنتج المقابلات ومجموعات التركيز والتحليل الموضوعي أوصافًا غنية وسياقية لكيفية تجربة الطلاب والمعلمين لأدوات الذكاء الاصطناعي، والمعاني التي يعلقونها عليها، والتوترات والأضرار التي تغفلها القياسات المعيارية. يعتمد البحث في سلامة مدرسي الذكاء الاصطناعي وكيف يغير الذكاء الاصطناعي سير عمل التعليم بشكل كبير على الأدلة النوعية. انظر صفحة المفهوم المخصصة البحث النوعي للمعالجة الكاملة للمقاربات النوعية — التحليل الموضوعي، والنظرية المؤصلة، والفينومينولوجيا/الفينومينوغرافيا، وتحليل الخطاب، والملاحظة والإثنوغرافيا، ودراسات الحالة، والمقابلات/مجموعات التركيز — لكل منها نماذج من قاعدة المعارف.

• نقاط القوة: بصيرة إيكولوجية ومفاهيمية عميقة؛ تكشف عن ظواهر ومخاطر وآليات غير متوقعة؛ ضرورية لبناء النظرية ودراسة مبادئ متنازع عليها مثل الثقة والاستقلالية والملكية الفكرية.
• القيود: قابلية محدودة للتعميم؛ تفسيرية ومعتمدة على الباحث؛ عينات صغيرة؛ دعم أضعف للادعاءات السببية؛ قد يصعب تركيب النتائج عبر الدراسات.
• نماذج: SafeTutors: Benchmarking Pedagogical Safety in AI Tutoring Systems، How AI Is Changing Teaching Workflows، Scaffolding critical engagement with GenAI: Transforming ethnic minority preparatory students' collaborative discourse.

تصاميم المناهج المختلطة

تجمع الدراسات ذات المناهج المختلطة بين الخطين الكمي والنوعي — غالبًا بالتتابع (مثل QUAL→QUAN→qual) — حتى تشرح البيانات النوعية النتائج الكمية أو تضعها في سياقها. يزاوج دراسة بالمنهج المختلط حول الذكاء الاصطناعي التوليدي والتعلّم المستدام بين استبيانات ثلاثية الموجات ومقابلات معلمين؛ وتستخدم دراسة مفارقة الكفاءة مجموعات تركيز المعلمين، واستبيان طلاب، ومقابلات متابعة.

• نقاط القوة: يزيد التثليث الثقة؛ اتساع كمي مع عمق نوعي؛ يمكنها شرح نتائج غير متوقعة وربط الآلية بالمقدار.
• القيود: معقدة وكثيفة الموارد ومرهقة منهجيًا؛ قد يكون التكامل سطحيًا إن لم يُصمَّم بعناية؛ ترث نقاط ضعف كل خط (مثل التقرير الذاتي).
• نماذج: From Enhancement to Over-Reliance: A Mixed-Method Study of Generative AI and Sustainable Learning Performance، The Competence Paradox: Negotiating Ease, Risk, and Creative Identity in Text-to-Image Generative AI Use Among Art and Design Students، Same AI, different pathways: Unpacking mechanisms of AI-mediated learning across discipline-institution contexts، Trust-utility gap in introductory physics education: Students' adoption, domain-specific skepticism, and preferences for AI integration.

البحث التصميمي القائم على الأدلة (DBR)

يصمم البحث التصميمي القائم على الأدلة تدخلًا تعليميًا تكراريًا وينفذه ويحسنه في سياقات أصيلة، مدورًا بين النظرية والتصميم والممارسة الواقعية. يبرز في قاعدة المعارف في تطوير بيئات تعلّم الذكاء الاصطناعي والنماذج البيداغوجية. انظر صفحة المفهوم المخصصة البحث القائم على التصميم لدورة DBR الكاملة ونماذجها ونقاط قوتها وقيودها. المثال القانوني في AIEd هو دراسة نموذج التعلّم التعاوني بمساعدة الذكاء الاصطناعي (Putra et al.)، التي أدارت دورة DBR من أربع مراحل — تحليل الاحتياجات، وتصميم النموذج، والتنفيذ الصفي لثمانية أسابيع، وتحسين النموذج — متكررةً على دورة تعلّم من أربع مراحل (تحديد المشكلة ← البحث التعاوني بمساعدة الذكاء الاصطناعي ← حل المشكلات التعاوني ← التأمل والعرض). تطور نماذج أخرى ثقافة الذكاء الاصطناعي وتدريب المعلمين (Development and evaluation of artificial intelligence literacy training for teacher education students) والسقالة لـالذكاء الاصطناعي التوليدي والتفكير النقدي (Scaffolding critical thinking with generative AI: Design principles for integrating large language models in higher).

• نقاط القوة: صحة إيكولوجية عالية وملاءمة عملية؛ تنتج مصنوعات قابلة للاستخدام ونظرية على حد سواء؛ تستجيب لتعقيد الفصول الحقيقية وأدوات الذكاء الاصطناعي المتطورة؛ مناسبة تمامًا لتطوير نموذج وتحسينه بناءً على أدلة تنفيذ أصيلة.
• القيود: صحة داخلية ضعيفة (مجموعات ضابطة قليلة أو معدومة)؛ النتائج مرتبطة بالسياق ويصعب تعميمها؛ جداول زمنية طويلة؛ يصعب عزل أي عنصر تصميمي سبب نتيجةً ما — يُظهر DBR الجدوى والتحسين لكنه لا يستطيع عزو مكاسب التعلّم إلى آلية محددة.
• نماذج: Design-Based Research for Developing an AI-Assisted Collaborative Learning Model to Enhance Critical Thinking and Problem-Solving Skills in Higher Education، Development and evaluation of artificial intelligence literacy training for teacher education students، Scaffolding critical thinking with generative AI: Design principles for integrating large language models in higher، Human-centered AI for teacher educators: Designing professional learning for critical AI literacy.

يقايض DBR التحكم السببي لـالتجارب بالأصالة الإيكولوجية والتحسين التكراري: إنه الأداة المناسبة لأسئلة "كيف نصمم بيئة تعلّم بالذكاء الاصطناعي لتعمل عمليًا؟"، وأدلته أقوى ما تكون كإثبات للمفهوم وإرشاد تصميمي لا كفعالية سببية. قراءة مكاسب التعلّم في DBR تتطلب نفس الحذر المطلوب في التصاميم الأخرى — دون قياس نتيجة مضبوط وبدون مساعدة، قد تعكس المكاسب نفس الالتباس في تضخيم الأداء بالذكاء الاصطناعي الموثق تحت مكاسب التعلّم.

المراجعات المنهجية والتحليلات التجميعية

تركب المراجعات قاعدة الأدلة بدلًا من إجراء تجربة جديدة. تطبق المراجعات المنهجية والمراجعات الاستقصائية بروتوكولًا شفافًا للبحث والفرز والتقويم وتركيب مجموعة من الدراسات؛ وتجمع التحليلات التجميعية أحجام الأثر عبر الدراسات إضافةً إلى ذلك لتنتج تقديرًا موجزًا مرجحًا واختبار عوامل التعديل. يجسد مراجعة شاملة لأنظمة التدريس الذكية ومراجعة منهجية للذكاء الاصطناعي التوليدي في التعليم العالي هذا النهج.

• نقاط القوة: تركيب فعّال لأدبيات كبيرة ومجزأة؛ تنتج التحليلات التجميعية تقديرات أثر مجمّعة وتكشف عوامل التعديل؛ ضرورية للممارسة القائمة على الأدلة وتحديد الفجوات.
• القيود: تعتمد على جودة الدراسات المضمنة (دخل فاسد فخرج فاسد)؛ انحياز النشر؛ تباين المناهج ومقاييس النتائج يجعل التركيب صعبًا؛ تتقادم سريعًا بالنظر إلى سرعة تغير الذكاء الاصطناعي.
• تحفظ أبحاث حول الأبحاث (2026): تُظهر نقد قاعدة التركيب في AIED أن كثيرًا من التحليلات التجميعية المبكرة تتعثر بعدم اتساق البنية، وعدم حل التباين، وإهمال الاعتماد بين أحجام الأثر، وتقييم غير صالح لانحياز النشر — مما يضخم أحجام أثر الذكاء الاصطناعي الرئيسية (انظر Effect of Artificial Intelligence on Learning: A Meta-Meta-Analysis، Presumed Effective: The Manufacturing of an Evidence Base for AI-in-Education Through Flawed Meta-Analysis، وChatGPT in Education: An Effect in Search of a Cause). تعامل مع أحجام أثر AIED المجمّعة كحدود عليا.
• نماذج: Comprehensive Review of Intelligent Tutoring Systems، Generative AI in Higher Education: A Systematic Review of Opportunities, Challenges, and Pedagogical Innovations (2022–2025)، The cognitive impact of ChatGPT in higher education: A systematic review of critical and creative thinking outcomes، Comprehensive Review of Intelligent Tutoring Systems، A scoping review of generative AI-powered agentic AI in education: Research landscape, agentic capabilities, and insights from the frontier agent paradigm, exemplified by OpenClaw.

انظر صفحة المفهوم المخصصة التحليل البعدي والمراجعة المنهجية لمعالجة أوسع للمراجعة المنهجية والتحليل التجميعي في الذكاء الاصطناعي في التعليم — بما في ذلك علاقتهما بالتصاميم الأولية، وإبلاغ PRISMA، ونقاط قوتهما وقيودهما.

التقييم الحاسوبي والمعياري

يقيّم التقييم الحاسوبي أنظمة الذكاء الاصطناعي مباشرةً — مقابل المعايير القياسية، وتسميات الحقيقة الأرضية، أو أحكام البشر — بدلًا من دراسة متعلمين بشريين. يشمل ذلك المعايير القياسية، ومقاربات النماذج اللغوية الكبيرة (LLMs)-as-judge. هذا أقرب منهج إلى تقييم AIEd (انظر التمييز أدناه).

• نقاط القوة: سريعة وقابلة للتوسع وقابلة لإعادة الإنتاج؛ تتيح مقارنة مباشرة للنماذج وإصدارات الأنظمة؛ ضرورية لتطوير الأنظمة وضمان الجودة.
• القيود: تقيس مخرجات النظام لا التعلّم — الدقة العالية على المعيار لا تستلزم الفعالية التعليمية؛ جودة تسميات الحقيقة الأرضية وسلالم التقييم متنازع عليها في حد ذاتها؛ قد تغفل الجودة البيداغوجية التي يدركها البشر. يجادل Rismanchian & Doroudi بأن مرونة نماذج اللغة الطبيعية تجعل المقاييس التقنية البحتة غير كافية، مما يتطلب مقاربات تقييم مستوحاة من الإنسان — طلاب محاكون، واختبارات المدرّس بالذكاء الاصطناعي، وتحليلات علوم سلوكية كانت محجوزة سابقًا للبشر — للحكم على الجودة المتعلقة بالتعلّم، وأن دراسة نماذج اللغة بحذر قد تولد بصيرة في التعلّم البشري.
• المشاركون المنفصلون، لا الانقسامات العشوائية، يمنعون التسريب في تقييم الكواشف. بنى Kumar et al. (2026) كاشفًا أسلوبيًا من 90 كاتبًا أنتج كل منهم عيّنة بلا مساعدة وعيّنة معاد صياغتها، مابقياً كل نافذة من مشارك في طيّ واحد حتى لا تتسرّب أنماط الكاتب عبر الانقسام، وإخراج 18 شخصًا تمامًا. بلغت الغابة العشوائية ROC-AUC 0.870 مع F1 0.842، لكنها أشارت إلى 4 من 18 وثيقة كُتبت باستقلالية على أنها بمساعدة GPT (22.2%)؛ يتعامل المؤلفون مع معدل الإيجابيات الكاذبة هذا باعتباره النتيجة ذات الصلة بالنشر، ويؤطرون النموذج كدعم قرار لا كشاشة آلية لسوء السلوك.
• نماذج: TeachBench - Evaluating LLM Teaching Ability، ISD-Agent-Bench: A Comprehensive Benchmark for Evaluating LLM-based Instructional Design Agents، Modernizing Ground Truth: Four Shifts Toward Improving Reliability and Validity in AI in Education، Confidence Estimation in Automatic Short Answer Grading with LLMs، The Aftermath of DrawEduMath: Vision Language Models Underperform with Struggling Students and Misdiagnose Errors.
• معايير إبلاغ للخطوط الآلية، ومعايير قياسية مدققة. تمتد ورقتان في 2026 بالمساءلة المنهجية إلى ما هو أبعد من الدراسة نفسها. يخطط PRISMA-LLM 888 ورقة في أتمتة المراجعات و14,726 تعليقًا توضيحيًا، فيجد أن 38.0% من أوراق البرمجيات أو المنتجات لم تُبلّغ عن أي تقييم مقابل 9.3% من أوراق نماذج اللغة، وأن 52% من تقييمات نماذج اللغة الإيجابية فقط تركت قلقًا معياريًا رفيعًا دون تلبية، ويقترح إبلاغًا يحدد موضع عمل الأتمتة في سير عمل المراجعة (PRISMA-LLM: An Empirical Reporting Framework for AI-Assisted Systematic Reviews). يُظهر تدقيق إعادة تصحيح خبير لستة معايير فيزيائية المشكلة نفسها على مستوى الأداة: من 250 رفضًا مدققًا، كان 12 فقط (4.80%) أخطاء نموذج حقيقية، بينما كانت 143 عيوبًا في البنود و95 أخطاء مصحح (How Good Are Frontier Models at Physics? Expert Re-Grading Reveals Broken Evaluations and Near-Saturation of Leading Benchmarks). يجادل الإطاران بأن التقييمات الحاسوبية تحتاج ميزانية خطأ مدققة قبل قراءة نتائجها كاستنتاجات حول متعلمين أو نماذج.
• ابنِ فحص الاتفاق البشري داخل تطوير الكواشف، لا بعده. يحدد Baker and colleagues (2026) عملية من سبع خطوات للكواشف النصية للبنى المعرفية — اختيار مجموعة البيانات، وتعريف البنية، وصياغة دفتر التكويد، وفحص الاتفاق بين المقيّمين البشريين، وتحسين الفئات، وبناء الكاشف، والتطبيق — حتى تسبق الموثوقية على التسميات المكوّدة بشريًا أي نشر لـLLM-as-judge. يتطلب ذلك مقاييس اتفاق مصححة بالعشوائية (كابا كوهين أو فليس، وألفا كريبندورف)، والتحقق المتقاطع على مستوى الطالب، وتحليل خطأ المجموعات الفرعية كمعايير دنيا، ويجادل بأن سوء القياس يصبح مصدرًا للضرر بمجرد جلوس مثل هذه الكواشف داخل منصات منشورة.

تصاميم أخرى: الطولية ودراسات الحالة والمحاكاة

إلى جانب العائلات الكبرى، تستخدم قاعدة المعارف تصاميم طولية تتابع المتعلمين عبر الزمن (دراسة طولية لنظام إدارة تعلّم)، ودراسات حالة وفي الميدان الطبيعي للاستخدام الأصيل (تحليل واسع النطاق لتفاعلات طلاب حقيقية)، ودراسات محاكاة تقف فيها نماذج اللغة مقام الطلاب أو المرضى (نماذج اللغة كمتعلمين محاكون، المحاكاة). تقايض هذه التصاميم الاتساع أو التحكم مقابل الواقعية وضد الوصول إلى ظواهر يصعب ملاحظتها لولا ذلك.

مناهج إجماع الخبراء: تقنية دلفي

طريقة دلفي تقنية منظمة لترسيخ إجماع الخبراء على سؤال لم يُعرف جوابه بعد تجريبيًا — تُستخدم في قاعدة المعارف أكثر ما تُستخدم لتطوير أطر وقوائم كفاءات وتعريفات يمكن للباحثين والممارسين الاتفاق عليها. في دراسة دلفي، يستجيب فريق من الخبراء لجولات متتالية من الاستبيانات؛ وبعد كل جولة، يُعاد ملخص مجهول الهوية لردود المجموعة، ويعدل الخبراء إجاباتهم حتى تتقارب المجموعة على اتفاق (يُعرَّف عادةً بعتبة محددة سلفًا، مثل 75%). إنها وسيلة لبناء صلاحية البنية والإجماع المهني عبر استشارة تكرارية مجهولة الهوية بدلًا من استبيان أو تصويت واحد.

• نقاط القوة: تنتج إجماعًا من فريق خبير متنوع دون ضغوط المجموعة الحاضرة (تقلل المجهولية آثار الهيمنة)؛ مناسبة تمامًا لتعريف البنى والكفاءات والأطر عند غياب مقياس مُصادق عليه؛ تتيح الجولات التكرارية للخبراء التحسين والتقارب؛ مجدية حيث تكون التجارب الكاملة أو العينات الكبيرة غير عملية.
• القيود: يعكس الإجماع حكم الخبراء لا الأدلة التجريبية — يرسّخ الاتفاق لا الأثر؛ تعتمد النتائج على تركيبة الفريق وعلى عتبة الإجماع (الذاتية)؛ قد يكون بطيئًا عبر جولات متعددة؛ حكم فريق واحد قد لا يعمم.
• نماذج: دراسة إطار SAIL (ثلاث جولات، 17 خبيرًا، لتحسين مستويات كفاءات ثقافة الذكاء الاصطناعي)، دراسة إطار HCAP (ثلاث جولات، 30 معلمًا، لتعريف 25 كفاءة لمعلم الذكاء الاصطناعي)، مُسبّع ثقافة الذكاء الاصطناعي (الذي استخدم مساهمات/إجماع خبراء جنبًا إلى جنب مع مراجعة موجّهة بـ PRISMA)، و.

كثيرًا ما تُدمج دلفي مع مناهج أخرى — على سبيل المثال، يمكن استخدام إجماع الخبراء للتحقق من إطار (كما في SAIL و HCAP) يُختبر أو يُنفّذ لاحقًا عبر بحث تصميمي أو دراسات مسحية. تقف جنبًا إلى جنب مع المقاربات النوعية وحكم الخبراء، وتسهم في صلاحية الأدوات القائمة على الأطر.

البحث مقابل التقييم: الروابط والتمييزات

البحث والتقييم مرتبطان ارتباطًا وثيقًا لكنهما متمايزان. يطرح البحث أسئلة قابلة للتعميم حول كيفية تأثير الذكاء الاصطناعي على التعلّم — "هل تحسّن السقالة نتائج التعلّم؟" — ويهدف إلى بناء نظرية وأدلة تنتقل إلى ما هو أبعد من الدراسة المحددة. يقيّم التقييم (انظر تقييم AIEd) ما إذا كانت أداة أو نظام ذكاء اصطناعي محدد يعمل — هل هو دقيق وموثوق وسليم بيداغوجيًا ولائق للغرض — مقابل المعايير القياسية أو سلالم التقييم أو معايير يحددها أصحاب المصلحة. يؤكد البحث على الصحة الداخلية والتعميم؛ يؤكد التقييم على جودة النظام واتخاذ القرار المحلي.

تتبدد الحدود: دراسات المعايير القياسية هي تقييم يمكن أن يغذّي البحث، وأدوات التقييم (سلالم التقييم، ومجموعات الحقيقة الأرضية، وأطر الصلاحية) تعتمد على هموم القياس التعليمي وصلاحية التقويم التي يوّضحها البحث. وعلى العكس، يجب أن تُغذّي نتائج البحث حول ما يدعم التعلّم كيفية تقييم أدوات الذكاء الاصطناعي. تتعامل قاعدة المعارف معهما بوصفهما مكملين: التقييم الحاسوبي والمعياري (المعايير القياسية، تقييم AIEd) يخبرنا ما إذا كان نظام الذكاء الاصطناعي سليمًا تقنيًا، بينما يخبرنا بحث الفعالية والدراسات المسحية (الاختبارات العشوائية المضبوطة) ما إذا كان يساعد الناس على التعلّم.

الاختيار بين المناهج

يتبع اختيار المنهج سؤال البحث. تُفضل أسئلة الأثر السببي التجارب (الاختبارات العشوائية المضبوطة)؛ وتُفضل أسئلة الآليات والإدراك الدراسات المسحية والعمل النوعي؛ وتُفضل أسئلة جودة النظام التقييم الحاسوبي (المعايير القياسية، تقييم AIEd)؛ وتُفضل أسئلة التركيب المراجعات والتحليلات التجميعية؛ وتُفضل أسئلة التصميم DBR؛ وتُفضل أسئلة ما يتفق عليه الخبراء بشأن ما ينبغي أن تحتويه بنية أو كفاءة أو إطار مناهج إجماع الخبراء مثل تقنية دلفي. بالنظر إلى تباين المجال وسرعة تغير الذكاء الاصطناعي، تعكس مجموعة نصوص قاعدة المعارف تحولًا متعمدًا نحو التثليث — الجمع بين التقييم الحاسوبي وأدلة الفعالية والأدلة النوعية وإجماع الخبراء للحكم على ما إذا كانت الأداة تعمل وما إذا كانت تساعد في التعلّم.

بالقدر نفسه أهميةً قراءة أي دراسة منفردة بوعي بـالقيود المتقاطعة التي تصيب أبحاث AIED ككل — القيود المنهجية، وسرعة تغير الذكاء الاصطناعي مقابل بطء النشر، وفجوات قابلية إعادة الإنتاج وممارسات FAIR، والاعتماد على أدوات احتكارية، والاستخدام الضعيف أو غير النقدي للنظرية. انظر قيود أبحاث AIED.

مقارنة التقاليد البحثية الكبرى

تتمايز التقاليد البحثية الكبرى الثلاث — الكمية والنوعية والتجريبية — اختلافًا جوهريًا فيما يمكنها ادعاؤه، وفيما تضحي به، ومتى تكون كل منها مناسبة. فهم هذه المقارنات أساسي لتصميم أبحاث الذكاء الاصطناعي في التعليم وقراءتها على السواء.

ما يرسّخه كل تقليد

البُعد	الكمية/المسحية	النوعية	التجريبية
السؤال الجوهري	كم؟ وما العلاقة؟	ماذا يعني؟ وكيف يُعاش؟	هل يسبب X الـ Y؟
البيانات الأولية	أرقام، ومقاييس، وتقرير ذاتي	كلمات، وملاحظات، ومصنوعات	مقاييس نتائج عبر الشروط الموزّعة
هدف الاستدلال	أنماط، وارتباطات، ووساطة	معنى، وآليات، وفئات	آثار سببية
الصحة الداخلية	ضعيفة (ارتباطية)	ضعيفة (لا تحكم)	قوية (توزيع عشوائي)
الصحة الخارجية	قوية (عيّنات كبيرة)	محدودة (صغيرة ومرتبطة بالسياق)	متوسطة (ظروف مضبوطة)
الصحة الإيكولوجية	متوسطة	عالية	أدنى (ظروف اصطناعية)

• يقيس البحث الكمي العلاقات بين المتغيرات وينمذجها — الاستبيانات، وSEM/PLS-SEM، والقياس، والتتبع الطولي. يوفر اتساعًا ودقة وقابلية للتعميم لكنه لا يستطيع إثبات السببية من بيانات مستعرضة، ويرث قيود القياس (بما في ذلك انحياز التقرير الذاتي).
• يفسر البحث النوعي المعنى والتجربة — المقابلات، ومجموعات التركيز، والتحليل الموضوعي، والنظرية المؤصلة، والفينومينوغرافيا، وتحليل الخطاب، والملاحظة/الإثنوغرافيا، ودراسات الحالة. يوفر عمقًا وآليات وبناءً للنظرية (انظر تطوير النظرية في AIED) لكن قابلية تعميم محدودة ودعمًا سببيًا ضعيفًا.
• تقدّر التصاميم التجريبية وشبه التجريبية (انظر الاختبارات العشوائية المضبوطة) الآثار السببية عبر التوزيع العشوائي أو المقارنة المتطابقة — المعيار الذهبي للصحة الداخلية، على حساب التكلفة والسرعة والصحة الإيكولوجية.

روابط القياس والمناهج المختلطة

يعتمد العمل الكمي على القياس التعليمي — أدوات موثوقة وصالحة للبنى المدروسة. يكشف العمل النوعي عن الآليات والمعاني التي قد تغفلها تلك الأدوات. يقدّر العمل التجريبي ما إذا كان التدخل يسبب النتائج التي تقيسها الأدوات. الطبقات الثلاث مكملة: تقيس الأدوات البنى كميًا، وترسخ التجارب السببية، ويشرح العمل النوعي الكيفية والسبب وراء الأرقام.

تجمع تصاميم المناهج المختلطة عمدًا بين الخطين الكمي والنوعي حتى تعوض نقاط قوة كل منهما نقاط ضعف الآخر — اتساع كمي مع عمق نوعي، مع تثليث يزيد الثقة.

أبحاث قابلية الاستخدام وتفاعل الإنسان والحاسوب

خط منهجي متمايز — أبحاث قابلية الاستخدام وتفاعل الإنسان والحاسوب — يقيّم كيف يتفاعل المستخدمون مع نظام ذكاء اصطناعي: قابليته للاستخدام، ونفعه، وقابلية تعلّمه، وتجربة المستخدم، باستخدام بروتوكولات التفكير بصوت عالٍ، ودراسات مستخدمين منظمة، ومقابلات، وملاحظة. إنه أقرب منهج إلى تقييم AIEd، ويجيب على سؤال تمهيدي: حتى الأداة السليمة بيداغوجيًا تفشل إذا كانت غير قابلة للاستخدام. تشترك أبحاث قابلية الاستخدام في أساليب جمع البيانات مع البحث النوعي لكنها تهدف إلى تقييم مصنوع لا إلى تفسير المعنى.

الفوائد والقيود عبر التقاليد

• الكمية/المسحية: فوائد — عينات كبيرة، وتغطية واسعة، واختبار وسطاء معقدين، وفعالية. قيود — لا سببية، وانحياز التقرير الذاتي، وأخذ عينات بالملاءمة، والأدوات قد تقيس البنية الخطأ.
• النوعية: فوائد — بصيرة عميقة، وكشف ظواهر وأضرار غير متوقعة، وأساسية لبناء النظرية، وإبراز أصوات ناقصة التمثيل. قيود — قابلية تعميم محدودة، واعتماد على الباحث، وعينات صغيرة، ودعم سببي ضعيف، وصعوبة التركيب.
• التجريبية: فوائد — أقوى استدلال سببي، وقياس نظيف للنتائج، وتقدير حجم الأثر. قيود — مكلفة/بطيئة، وظروف اصطناعية، والذكاء الاصطناعي سريع التغير يقتدّ النتائج، وعينات صغيرة ضعيفة القدرة، وقيود أخلاقية.
• المناهج المختلطة: فوائد — تثليث، واتساع + عمق، وشرح نتائج غير متوقعة. قيود — معقدة وكثيفة الموارد، والتكامل قد يكون سطحيًا، وترث نقاط ضعف كل خط.
• قابلية الاستخدام/تفاعل الإنسان والحاسوب: فوائد — تحديد عوائق التبني، وإرشاد تصميمي قابل للتنفيذ، وسرعة وانخفاض تكلفة. قيود — لا ترسخ آثار التعلّم، وعينات صغيرة، والرضا المعلن ذاتيًا قد يضلل.

عمليًا، نادرًا ما تقع أبحاث الذكاء الاصطناعي في التعليم بانتظام في تقليد واحد. أقوى الأدلة تتثلث: تقييم حاسوبي أو لقابلية الاستخدام يرسّخ أن النظام يعمل، وتجربة ترسّخ أنه يسبب التعلّم، وأدوات كمية تقيس البنى، وعمل نوعي يكشف الآليات والمعاني — مجتمعةً تجيب على ما إذا كانت الأداة تساعد في التعلّم وعلى كيف ولماذا.

مفاهيم مترابطة

• تفسير أبحاث AIED وتطبيقها
• تقييم AIEd
• الاختبارات العشوائية المضبوطة
• المعايير القياسية
• التحليل التجميعي والمراجعة المنهجية
• البحث التعليمي بمساعدة الذكاء الاصطناعي
• القياس التعليمي
• صلاحية التقويم
• المحاكاة
• الذكاء الاصطناعي في التعليم
• التعليم العالي
• قيود أبحاث AIED
• مكاسب التعلّم
• تطوير النظرية في الذكاء الاصطناعي في التعليم
• البحث النوعي
• البحث الكمي
• المناهج المختلطة
• البحث التصميمي
• أبحاث قابلية الاستخدام
• مقاييس التقرير الذاتي
• علوم التعلّم

مقالات مترابطة

• Amid an Epistemic Iteration: How AI Methodologies May Transform the Nature of Science Education Research — إطار تكراري معرفي من سبع مراحل للتأمل في كيف قد تحول مناهج الذكاء الاصطناعي أبحاث تعليم العلوم (Martin et al., 2026)
• Access is Not Enough: Human Support Improves Engagement with AI Tutoring — الوصول وحده لا يكفي: الدعم البشري يحسّن التفاعل مع التدريس بالذكاء الاصطناعي
• Generative AI Can Harm Teaching — قد يضر الذكاء الاصطناعي التوليدي بالتعليم
• From Enhancement to Over-Reliance: A Mixed-Method Study of Generative AI and Sustainable Learning Performance — من التحسين إلى الاعتماد المفرط: دراسة بالمنهج المختلط
• Acceptance of AI-Assisted English Language Learning Tools in Higher Education: Psychological Correlates Across Disciplinary and Proficiency Groups — قبول أدوات تعلّم اللغة الإنجليزية بمساعدة الذكاء الاصطناعي
• SafeTutors: Benchmarking Pedagogical Safety in AI Tutoring Systems — سلامة مدرس الذكاء الاصطناعي والأضرار البيداغوجية
• Comprehensive Review of Intelligent Tutoring Systems — مراجعة شاملة لأنظمة التدريس الذكية
• Design-Based Research for Developing an AI-Assisted Collaborative Learning Model to Enhance Critical Thinking and Problem-Solving Skills in Higher Education — بحث تصميمي لنموذج التعلّم التعاوني بمساعدة الذكاء الاصطناعي
• TeachBench - Evaluating LLM Teaching Ability — TeachBench: تقييم قدرة نماذج اللغة على التعليم
• Modernizing Ground Truth: Four Shifts Toward Improving Reliability and Validity in AI in Education — تحديث الحقيقة الأرضية: أربعة تحولات نحو الموثوقية والصلاحية
• Can LLMs Effectively Simulate Human Learners? Teachers' Insights from Tutoring LLM Students — هل تستطيع نماذج اللغة محاكاة المتعلمين البشريين بفعالية؟
• RAISE the Standard: A Framework for Transparent Reporting of Artificial Intelligence Studies in Education — RAISE: 30 بندًا في عشرة مجالات للإبلاغ الشفاف عن دراسات الذكاء الاصطناعي في التعليم (Allison 2026)
• AI-Integrated Learning Management System for Middle School: A Longitudinal Study of Learning Outcomes Through High — نظام إدارة تعلّم متكامل مع الذكاء الاصطناعي: دراسة طولية
• AI in the Wild: A Large Scale Analysis of Authentic Interactions of College Students with Generative AI — الذكاء الاصطناعي في البرية: تحليل واسع النطاق لتفاعلات أصيلة
• Same AI, different pathways: Unpacking mechanisms of AI-mediated learning across discipline-institution contexts — نفس الذكاء الاصطناعي، مسارات مختلفة: تفكيك الآليات
• Presenting Your AI in Education Research with Rigor: The TEP-AIED Model — نموذج TEP-AIED للإبلاغ عن أبحاث الذكاء الاصطناعي في التعليم بدقة (Hwang, Xie, Wah & Gasevic 2026)
• The Competence Paradox: Negotiating Ease, Risk, and Creative Identity in Text-to-Image Generative AI Use Among Art and Design Students — مفارقة الكفاءة: الذكاء الاصطناعي التوليدي من نص إلى صورة في الفن والتصميم
• The Evolution of Research on AI and Education Across Four Decades: Insights from the AIxEd Framework
• ChatGPT in Education: An Effect in Search of a Cause — ChatGPT في التعليم: أثر يبحث عن سبب
• Effect of Artificial Intelligence on Learning: A Meta-Meta-Analysis — تحليل تجميعي للتحليلات التجميعية لأثر الذكاء الاصطناعي على التعلّم
• Presumed Effective: The Manufacturing of an Evidence Base for AI-in-Education Through Flawed Meta-Analysis — مفترض الفعالية: تدقيق في تحليل تجميعي معيب في AIED
• What Fidelity Metrics Miss: A Structural Check on Synthetic Educational Data — ما تغفله مقاييس الأمانة: فحص بنيوي للبيانات التعليمية التركيبية