استخدام تطبيقات الذكاء الاصطناعي وعلاقته بالتحصيل الدراسي المدرك ودافعية التعلم لدى طلبة المرحلة الثانوية بمدينة أبها
DOI:
https://doi.org/10.35696/ewr8hm23الكلمات المفتاحية:
الذكاء الاصطناعي، تطبيقات الذكاء الاصطناعي، التحصيل الدراسي المدرك، دافعية التعلم، طلبة المرحلة الثانويةالملخص
هدفت الدراسة إلى الكشف عن العلاقة بين استخدام تطبيقات الذكاء الاصطناعي والتحصيل الدراسي المدرك ودافعية التعلم لدى طلبة المرحلة الثانوية بمدينة أبها، والتعرف على أبرز التحديات التقنية والتربوية المرتبطة باستخدامها، والمقترحات المناسبة لتعزيز توظيفها بصورة فاعلة وآمنة. واعتمدت الدراسة المنهج الوصفي التحليلي، واستخدمت الاستبانة أداةً لجمع البيانات، وتكونت من سبعة محاور، وطُبقت على عينة بلغت (400) طالب وطالبة، بواقع (200) طالب و(200) طالبة. أظهرت النتائج ارتفاع مستوى استخدام تطبيقات الذكاء الاصطناعي (M=3.72, SD=0.71)، والتحصيل الدراسي المدرك (M=3.84, SD=0.68)، ودافعية التعلم (M=3.91, SD=0.65) . كما كشفت عن علاقة ارتباطية موجبة دالة بين استخدام الذكاء الاصطناعي والتحصيل الدراسي المدرك (r=.42, p<.001)، وبين استخدامه ودافعية التعلم (r=.51, p<.001)، وكذلك بين التغذية الراجعة الفورية ودافعية التعلم (r=.47, p<.001). ولم تظهر فروق دالة في الدافعية تبعًا للجنس، بينما ظهرت فروق محدودة تبعًا للصف الدراسي. وبلغ معامل التحديد في نموذج الانحدار المتعدد لدافعية التعلم .(R²=.3721) وأبرزت النتائج تحديات دقة المعلومات والاعتماد على الإجابات الجاهزة والحاجة إلى التدريب.التنزيلات
المراجع
السعيد، أحمد. (2024). الذكاء الاصطناعي في التعليم: آفاق التطبيق والتحديات المعاصرة. دار الفكر العربي.
الشهري، محمد. (2024). دور المنصات التعليمية الذكية في تطوير الفهم الاستيعابي لدى طلبة التعليم الثانوي. مجلة الدراسات التربوية والنفسية، 15(2)، 112-135.
References
Aldraiweesh, A., & Almutairy, S. (2026). Examining the impact of generative AI on student motivation and engagement: The mediating role of autonomy-support and autonomous motivation in education. Frontiers in Psychology, 17, Article 1852265. https://doi.org/10.3389/fpsyg.2026.1852265
Al-Mamary, Y., Alfalah, A., Shamsuddin, A., & Abubakar, A. A. (2025). Artificial intelligence powering education: ChatGPT's impact on students' academic performance through the lens of technology-to-performance chain theory. Journal of Applied Research in Higher Education, 17(5), 1661–1679. https://doi.org/10.1108/JARHE-04-2024-0179
Al-Saeed, A. (2024). Artificial intelligence in education: Prospects for application and contemporary challenges. Dar Al-Fikr Al-Arabi. [In Arabic].
Al-Shahri, M. (2024). The role of smart educational platforms in developing reading comprehension among secondary school students. Journal of Educational and Psychological Studies, 15(2), 112–135. [In Arabic].
Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20, Article 22. https://doi.org/10.1186/s41239-023-00392-8
Davis, F. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
Deng, R., Jiang, M., Yu, X., Lu, Y., & Liu, S. (2025). Does ChatGPT enhance student learning? A systematic review and meta-analysis of experimental studies. Computers & Education, 227, Article 105224. https://doi.org/10.1016/j.compedu.2024.105224
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Karpouzis, K., Pantazatos, D., Taouki, J., & Meli, K. (2024). Tailoring education with GenAI: A new horizon in lesson planning. In 2024 IEEE Global Engineering Education Conference (EDUCON) (pp. 1–10). IEEE. https://doi.org/10.1109/EDUCON60312.2024.10578690
Lee, S., & Kwon, K. (2024). A systematic review of AI education in K-12 classrooms from 2018 to 2023: Topics, strategies, and learning outcomes. Computers and Education: Artificial Intelligence, 6, 100211.
Liu, Z., Zuo, H., & Lu, Y. (2025). The impact of ChatGPT on students’ academic achievement: A meta-analysis. Journal of Computer Assisted Learning, 41(4), e70096.
Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
Ryan, R., & Deci, E. (2020). Intrinsic and extrinsic motivation from a self-determination theory perspective: Definitions, theory, practices, and future directions. Contemporary Educational Psychology, 61, Article 101860. https://doi.org/10.1016/j.cedpsych.2020.101860
Singh, A., Singh, H., & Alam, M. (2026). The impact of AI tools enabled student engagement on academic performance, employability, and empowerment in Ha’il Region. Saudi Arabia. Acta Psychologica, 262, 1- 11. Article 106103. https://doi.org/10.1016/j.actpsy.2025.106103
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO.
Wang, L., Chen, Y., & Zhang, H. (2022). Effects of AI-driven immediate feedback on students' learning motivation, cognitive load, and self-efficacy, Journal of Educational Computing Research, 60(4), 889- 912. https://doi.org/10.1177/07356331211065432
Wu, X., Zhu, P., Zhang, J., Yin, M., & Wang, Y. (2026). ChatGPT’s impact on student learning outcomes: A meta-analysis of 35 experimental studies. Humanities and Social Sciences Communications, 13, 684. https://doi.org/10.1057/s41599-026-07019-z
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education—Where are the educators?, International Journal of Educational Technology in Higher Education, 16, Article 39. https://doi.org/10.1186/s41239-019-0171-0
التنزيلات
منشور
إصدار
القسم
الرخصة
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
حقوق الطبع والنشر والترخيص
يحتفظ الباحثون بحقوق النشر دوما. ويتم ترخيص البحوث بموجب ترخيص Creative Commons CC BY 4.0 المفتوح، مما يعني أنه يجوز لأي شخص تنزيل البحث وقراءته مجانًا. كما يجوز إعادة استخدام البحث واقتباسه شريطة أن يتم الاستشهاد بالمصدر المنشور الأصلي. وتتيح هذه الشروط الاستخدام الأقصى لعمل الباحث وعرضه.
كيفية الاقتباس
