أثر الذكاء الاصطناعي المايكروبت (Microbit) في رفع الدافعية نحو تعلُّم البرمجة
لدى الطالبات في مقرر تقنيات التعليم بجامعة الملك عبد العزيز بجدة
سماهر أحمد القرني
أماني محمد عمران
كلية الدراسات العليا التربوية || جامعة الملك عبد العزيز || المملكة العربية السعودية
المستخلص:
هدف هذا البحث لمعرفة أثر الذكاء الاصطناعي المايكروبت (Microbit) في رفع الدافعية نحو تعلُّم البرمجة لدى الطالبات في مقرر تقنيات التعليم بجامعة الملك عبد العزيز بجدة. قام البحث على المنهج شبه التجريبي بمجموعة تجريبية واحدة، وتم إجراء قياس الدافعية قبل التجربة وبعدها باستخدام مقياس IMMS لقياس الدافعية نحو تعلم البرمجة. وتم البحث على عينة مكونة من (14) طالبة. أكدت النتائج وجود فروق ذات دلالة إحصائية عند مستوى الدلالة (0.001) بين دافعية الطالبات نحو تعلم البرمجة قبل وبعد استخدام تقنية المايكروبت لصالح القياس البعدي. واستنادا للنتائج أوصت الباحثتان بأهمية دمج تقنيات الذكاء الاصطناعي ضمن المناهج والمشاريع الدراسية لدورها الفعال في جعل عملية التعليم نشطة وتحسين أداء الطلاب والطالبات والرفع من دافعيتهم، وتهيئة المؤسسات والمراكز التعليمية، وتدريب المعلمين للعمل على تفعيل تقنيات الذكاء الاصطناعي لاسيما جهاز المايكروبت.
الكلمات المفتاحية: الدافعية، الذكاء الاصطناعي، المايكروبت، Microbit.
المقدمة.
تتقدم التكنولوجيا يوماً بعد يوم، وتتطور بشكل مستمر ومتعاقب بشكل ملحوظ، وفي ظل هذه التطورات المتلاحقة فلا بد للمؤسسات التعليمية من مواكبة تقنيات العصر الحديث، ومواجهة التحديات المتعلقة بتلك التقنيات لتكون على اطلاع بكل ما هو حديث. فقد تواتر ظهور التقنيات الحديثة بدء من الوسائل السمعية والبصرية، وانتهاءً بتقنيات الذكاء الاصطناعي وما توفره من أدوات متعددة في مجالات شتى. ولا يزال تطور التكنولوجيا مستمراً، وليس من السهل مسايرة هذه التطورات نظراً لسرعة تقدمها وتنوع أشكالها، وتعدد مداخلها. وهنا ينبغي للتعليم القيام بدوره في بناء الأفق الفكري لهذه التقنيات وتسخيرها لتنمية مهارات الطلاب ورفع تحصيلهم الدراسي ودافعيتهم نحو التعلم.
وتُعد الدافعية للتعلم من أهم مقومات التعليم، والتي ترفع من التحصيل الدراسي للمتعلمين وتمني المهارات المختلفة، وتعزز ثقة الطلاب في أنفسهم وفيما يتعلمونه، وتجعلهم متحمسين ومبادرين في أداء مهامهم التعليمية، كما أن للدافعية أثر في قيام المتعلمين باختيار التحديات الصعبة ومواجهتهم لحالات الفشل وتحويلها إلى تعلم ايجابي (أبو غزال وآخرون، 2013). ومن اهم التقنيات المساهمة في رفع دافعية المتعلمين نحو تعلمهم، تقنيات الذكاء الاصطناعي.
ويلعب الذكاء الاصطناعي دوراً بارزاً في نمو المهارات المختلفة لدى الطلاب، لاسيما الروبوت فقد كان له دوراً فاعلاً في رفع الدافعية لدى المتعلمين وتنمية مهارات حل المشكلات، وإثارة اهتمامهم للتعلم (Jawawi et.al, 2015). أما البدو (Al Bado, 20117) فقد أثبت في دراسته أن استخدام الذكاء الاصطناعي يساهم في رفع التحصيل الدراسي للطلاب، وأكد على ضرورة تشجيع المعلمين لاستخدام التقنيات الحديثة لاسيما الروبوت، لما له من أثر إيجابي على الطلاب وعلى تحصيلهم الدراسي. إن التطورات المتلاحقة في تقنية الذكاء الاصطناعي وأثرها في مجال التعليم، يدعونا إلى التوجه لتقنيات الذكاء الاصطناعي التي تغير مسار التعلم وتنقلنا إلى عالم آخر.
إن المايكروبت جهاز حاسب أحادي اللوح بنصف حجم بطاقة الصراف الآلي تم تصميمه في المملكة المتحدة بالتعاون بين (29) شريكا وعلى رأسهم هيئة الإذاعة البريطانية BBC بهدف استخدامه في مجال التعليم، وكان الهدف إتاحة خبرة الإبداع الرقمي والترميز لجميع فئات طلاب المدارس، ما يساعد على زيادة الاهتمام بالوظائف التي تقدمها مدارس العلوم والتكنولوجيا والهندسة والرياضيات(STEM)، وزيادة الثقة في التكنولوجيا الحديثة بوجه عام.
ويتميز المايكروبت بعدة امور منها دعمه للغات برمجة مختلفة مثل جافا سكريبت وبايثون، دعمه لمنصات برمجية مختلفة مثل سكراتش و makecode، وجود نسخة online ونسخة offline، وجود محاكي لتنفيذ الأوامر البرمجية، وجود تقنية البلوتوث منخفضة الطاقة مما يسمح لها بأن تكون جزءاً من إنترنت الأشياء. بالإضافة الى سهولة الاستخدام والتركيب.
كما أظهرت دراسة هودجز وآخرون (Hodges et al.,2017) نتائج ايجابية حول تجربة التلاميذ من استخدام Micro: bit ومدى انخراطهم، تم تحليل تجربة استخدامهم من خلال أربعة مجالات (الدافعية، التعاون، الإبداع والتعلم الملموس)، فسهولة التعامل مع Micro: bit وتعدد استخداماته زادت دافعية وحماس الطلاب، وشجعت الطلاب للعمل بشكل تعاوني. كذلك وجد الباحثون أن Micro: bit تشجع الطلاب على العمل بشكل خلاق لوجود روابط متنوعة لموضوعات STEM مثل (محاكاة السلوك في علم الأحياء، جمع وتحليل القياسات في الفيزياء، والعمليات الرياضية المنطقية) كما أنه يتصل بالفنون والعلوم الإنسانية وهذا بدوره وهب الطلاب تجربة تعليمية أكثر جدوى (Hodges et al.,2017). كما أن حداثة الطبيعة المادية للجهاز هي أيضاً حافز كبير في الفصول الدراسية، فالتعلم الملموس عنصر رئيسي في تحفيز الاهتمام ودعم الفهم، فأصبح الطلاب يربطون بين تعلم البرمجة وصنع المنتجات الرقمية، كل ذلك أثبت أن Micro: bit لديه القدرة على تحسين التعلم في المجالات الأربعة لدى الطلاب (Hodges et al.,2017).
في عصر التغيرات المتسارعة ومع التطور الهائل في مجال التعليم تغيرت وظيفة تقنيات التعليم، فتحولت من تقنيات معينة إلى تقنيات معلِّمة أصبحت هي الدرس وليس العكس. وأصبح واضحاً الأثرُ التربوي والنفسي الذي تحدثه تقنيات التعليم الحديثة والأنشطة المصاحبة في تعليم الأجيال وتربيتها على النحو الذي يناسب هذه الحياة، بل وأثرها في التعلم الذاتي طول الحياة. ولهذا كانت كفايات استخدام الوسائل التعليمية التقنية من أهم الكفايات اللازمة للمعلم والمتعلم، للخروج بالمدرسة الحديثة من إطار التخلف والتقليد، من خلال زيادة التفاعل القائم بين المعلم والمتعلم، وزيادة مردود العملية التربوية، وجعلها أكثر فعالية وكفاءة. هذا المساق هو تعريف بالتقنيات الحديثة المستخدمة في التعليم وكيفية استخدامها، حيث يتناول المساق المفاهيم الأساسيّة في تكنولوجيا التعليم، والأسلوب النظامي، وكذلك الإدراك والاتصال وعلاقتهما بتكنولوجيا التعليم، والتعلّم الإلكتروني، والتعلّم المبرمج، والتمييز بينهما، والحوسبة السحابيّة في التعليم، بالإضافة إلى استعراض بعض نماذج التصميم التعليمي، والمستحدثات التكنولوجيّة ومداخل في تدريس التكنولوجيا، وأساسيات استخدام بعض برامج الوسائط المُتعددة في إنتاج المواد التعليمية، واستخدام بيئات التعلّم الإلكترونية وشبكات التواصل الاجتماعيّة في التعليم.
ان المستحدثات التكنولوجيّة متنوعة ومنها الذكاء الاصطناعي المايكروبت حيث انه من المستحدثات التي تساعد على تطوير التعلم. وتأتي هذه الدراسة للتعرف على أثر الذكاء الاصطناعي المايكروبت (Microbit) في رفع الدافعية نحو تعلُّم البرمجة لدى الطالبات في مقرر تقنيات التعليم بجامعة الملك عبد العزيز بجدة.
مشكلة البحث:
أكد توباليا وكاجيلتي (Topallia & Cagiltay, 2018) أنه رغم الاهتمام الذي تحظى به مهارات البرمجة بين الفئات العمرية المختلفة، فإن الطلاب لا يزالون يعانون عدداً من المشكلات في تعلم البرمجة، مما أدى ذلك لانخفاض مستويات الدافعية لدى الطلاب. وقد ذكر جنكيس (Jenkins, 2001) بأن هنالك مشكلات تحيط بتعليم البرمجة، ولعل أهمها الدافعية، فقد أظهرت دراسته بعض الأسباب لانخفاض تعلم البرمجة من أهمها أن المتعلمين لا يشعرون بالمتعة أثناء تعلم البرمجة وهذا يدفعهم إلى عدم الاشتراك في الأنشطة المطلوبة، لذا من الضروري تحفيز المتعلمين للتعلم. قامت الباحثة بتحليل بيانات المقياس القبلي لقياس دافعية طالبات الماجستير في قسم تقنيات التعليم بجامعة الملك عبد العزيز نحو تعلم البرمجة.
من خلال نتائج محاور مقياس الدافعية الأربعة (الانتباه والاهتمام، الملاءمة والصلة، الثقة، الرضا) والتي أتت بمتوسط عام (1,78 من 5) وهي تمثل درجة غير موافق بشدة، يتضح لنا مدى انخفاض دافعية الطالبات نحو تعلم البرمجة، وأنه بناء على ذلك يسعى البحث إلى استخدام الذكاء الاصطناعي من خلال برمجة المايكروبت لرفع دافعية طالبات تقنيات التعليم في جامعة الملك عبد العزيز بجدة نحو تعلم البرمجة.
أسئلة البحث
تتحدد مشكلة البحث في السؤال التالي:
- ما أثر الذكاء الاصطناعي باستخدام المايكروبت (Microbit) في رفع الدافعية نحو تعلُّم البرمجة لدى الطالبات بمقرر تقنيات التعليم بجامعة الملك عبد العزيز بجدة؟
أهداف البحث
يهدف البحث إلى بيان أثر الذكاء الاصطناعي باستخدام المايكروبت (Microbit) في رفع الدافعية نحو تعلُّم البرمجة لدى الطالبات بمقرر تقنيات التعليم بجامعة الملك عبد العزيز بجدة.
أهمية البحث
تتمثل أهمية البحث في أنه قد يفيد على النحو الآتي:
- تبصير القيادات التربوية والمعلمين بآلية جديدة تفيد في رفع الدافعية نحو تعلم البرمجة وزيادة الخبرات التعليمية لدى طالبات تقنيات التعليم عن آلية برمجة المايكروبت (Microbit).
- أيضاً قد يساعد على تنمية القدرات الإبداعية والمهارات البرمجية، كما أنه يساهم بجعل الطالبات مواكبات لمستجدات التقنية.
- قد يفيد في تزويد المهتمين بمجال المايكروبت بتوصيات قد تثري ذوي الاختصاص في البرمجة والساعيين لتحسين نوعية التعليم. لقد ابدا الباحثون اهتماماً في مجال المايكروبت، بسبب الإقبال العالمي عليه وتعدد مجالات استخدامه في التعليم.
- قد يفيد أيضاً في إثراء المكتبات العربية نظراً لافتقارها لأبحاث ودراسات في مجال المايكروبت.
حدود البحث
اقتصرت الدراسة على الحدود الآتية:
- الحدود الموضوعية: أثر الذكاء الاصطناعي باستخدام المايكروبت (Microbit) في رفع الدافعية نحو تعلُّم البرمجة.
- الحدود البشرية: طالبات الماجستير بمقرر تقنيات التعليم.
- الحدود المكانية: جامعة الملك عبد العزيز في مدينة جدة.
- الحدود الزمنية: أجريت الدراسة في الفصل الدراسي الثاني لعام 2020/2021 م.
مصطلحات البحث
- الدافعية للتعلم: تُعرفها الرايقي (2018) حالة داخلية للمتعلم تؤجج رغبته للنجاح، وبذل الجهد لتحقيق الأهداف والتحصيل الدراسي. وفي هذا البحث تُعرف إجرائياً الدافعية نحو تعلم البرمجة بأنها توق الطالبة لتعلم البرمجة برغبة واستمتاع، والعمل باستمرار لإنجاز المهام بكفاءة عالية.
- الذكاء الاصطناعي: يعرفه الخطيب (2006) بأنه جزء من علوم الكمبيوتر يعمل على تصميم نظم تفسر الذكاء البشري. ويعرف هذا البحث الذكاء الاصطناعي إجرائياً بأنه إمكانية برامج الحاسب الآلي لمحاكاة القدرات الذهنية للإنسان عن طريق اتباع أساليب وأنماط مختلفة لطالبات الماجستير في مقرر تقنيات التعليم بجامعة الملك عبد العزيز.
- جهاز المايكروبت: كمبيوتر متنقل صغير الحجم ولديه قابلية للبرمجة، ويمكن استخدامه في الابتكارات الشيقة والمشاريع المنوعة (Microbit, 2020). ويمكن تعريفه اجرائياً بأنه جهاز حاسوبي صغير يمكن نقله وبرمجته، لإنتاج المشاريع التعليمية المنوعة، ورفع دافعية لطالبات الماجستير في مقرر تقنيات التعليم بجامعة الملك عبد العزيز للتعلم من خلاله.
2- الإطار النظري والدراسات السابقة
أولاً- الإطار النظري.
الدافعية نحو تعلم البرمجة:
يعرف جوتفريد الدافعية للتعلم بأنها “استمتاع الطالب بالتعلم ومثابرته والاهتمام بكل أمر جديد يقدم له” (Gottfried, 1990, 525). توجد عدة وظائف للدافعية نحو التعلم تتناول سلوك المتعلم من بأشكال مختلفة، فالدافعية تنشط سلوك المتعلم وتحوله من متلقي سلبي إلى متعلم نشط، كما أنها تقود وتوجه سلوك المتعلم نحو هدف محدد، أيضاً تدعم الدافعية سلوك المتعلم وتساعده في تحقيق رغباته والاستمرار لأجل التعلم (العتيبي، 2017). ويمكن زيادة مستوى الدافعية نحو التعلم من خلال عرض مواقف وخبرات تربط تعليم الطلاب بحاجاتهم المستقبلية والحالية، أيضاً تشجيع الطلاب للاستفادة من أخطائهم على نحو إيجابي (العتيبي، 2017).
أشار خليلة وآخرون (Khaleel et al., 2019) إلى تدني مستوى الدافعية لدى المتعلمين المبتدئين في علوم الكمبيوتر نحو تعلم البرمجة، فهدفت الدراسة إلى رفع الدافعية نحو تعلم البرمجة من خلال موقع تعليمي يقوم على استراتيجية التلعيب Gamification. وكشفت النتائج إلى وجود فروق ذات دلالة إحصائية في النتائج الكلية لأداء المتعلمين ودافعيتهم نحو التعلم بين المجموعتين التجريبية والضابطة لصالح المجموعة التجريبية، حيث أثبتت تقنية Gamification فاعليتها في حل مشاكل تعلم لغة البرمجة وزيادة أداء الطلاب ورفع دافعيتهم (Khaleel et al., 2019). كما أظهرت نتائج دراسة جوميز وآخرون (Gomes et al. 2018) بأن هنالك علاقة إيجابية وارتباط بين أداء الطلاب والدافعية نحو تعلم البرمجة بناءً على نموذج (ARCS)، حيث تعد الدافعية والإدراك الذاتي للكفاءة عاملان أساسيان في التعلم خاصةً في تعلم البرمجة كما أنها تتطلب متعلم نشط يملك ثقة بالنفس ودافعية مرتفعة.
تعد الدافعية من العناصر المهمة في عمليات التعليم، بحيث يتميز المتعلمين ذوي الدافعية المرتفعة بأداء متقن وسرعة في إنجاز المهام المسندة لهم، إضافةً إلى تمتعهم بثقةٍ واعتمادٍ على النفس بصورة كبيرة، ويتبين من الأدبيات السابقة الارتباط الإيجابي بين البرمجة والدافعية نحو التعلم. ويأتي هذا البحث لقياس مستوى الدافعية نحو تعلم البرمجة باستخدام المايكروبت لدى طالبات تقنيات التعليم في جامعة الملك عبد العزيز بجدة.
الذكاء الاصطناعي:
أعلن عدد من علماء الحاسب ظهور ونشأة الذكاء الاصطناعي لأول مرة بمؤتمر دارتموث (Dartmouth) عام (1956 م)، وفي حينها لمع نجم الذكاء الاصطناعي في فضاء التقنية، مبشراً بمستقبل واعد لترقية الحضارة البشرية (موسى وبلال، 2019). ويعرف الخطيب (2006) الذكاء الاصطناعي بأنه “جزء من العلوم الحاسوبية التي تهتم بتصميم النظم الموضحة للذكاء البشري (الاستدلال، فهم اللغات، حل المشكلات، تعلم معلومة جديدة) ويعمل على اكتشاف طرق الأنشطة الذهنية البشرية من امثلتها الفهم، الابتكار، حل المشكلة، التعلم، الشعور، الاحساس، بهدف تطبيقها على أجهزة الحاسب الآلي”. كما تعرف أكسفورد الذكاء الاصطناعي بأنه “نظرية وتطوير أنظمة الكمبيوتر القادرة على أداء المهام التي تتطلب عادة الذكاء البشري مثل الإدراك البصري، والتعرف على الكلام، وصنع القرار، والترجمة بين اللغات” (OxfordDictionary, 2019). ويعرف هذا البحث الذكاء الاصطناعي بأنه قدرة برامج الحاسب الآلي على محاكاة القدرات الذهنية للإنسان عن طريق اتباع أساليب وأنماط مختلفة.
وقد تمكن الذكاء الاصطناعي من الدخول في شتى المجالات بنجاح مثل: معالجة اللغة الطبيعية، تمييز الخطوط والأصوات والصور، النظم الخبيرة، أنظمة الرؤية، الألعاب، الروبوتات الذكية، التنبؤ بالطقس وغيرها الكثير (موسى وبلال، 2019). أدى ذلك إلى اتساع دائرة استخدام الذكاء الاصطناعي حتى شملت: الطب، التعليم، الزراعة، الهندسة، الصناعة، التجارة، الاتصالات، المناخ، النقل، الأدلة الجنائية، المنزل الذكي، علاقات العملاء (موسى وبلال، 2019). ويتسم الذكاء الاصطناعي بقدرته على العمل مع البيانات غير المتكاملة وإعطاء حلول مقبولة، اتباعه أسلوب البحث التجريبي ووضع الاحتمالات والفرضيات لحل المشكلة، بالإضافة إلى إمكانية التعلم حيث تعد إحدى صفات السلوك الذكي، لذلك فهو يعتمد بشكل قوي على استراتيجيات التعلم الآلي، ولديه القدرة على احتضان المعرفة وتمثيلها، فبرامج الذكاء الاصطناعي تبنى على أساس متين من المعرفة للربط بين الحالات والنتائج (الجزائري، 2014).
تعريف الذكاء الاصطناعي:
تعرف أكسفورد الذكاء الاصطناعي بأنه “نظرية وتطوير أنظمة الكمبيوتر القادرة على أداء المهام التي تقتضي عادةً ذكاء بشري مثل الإدراك البصري، والتعرف على الكلام، وصنع القرار، والترجمة بين اللغات” (OxfordDictionary, 2019). وتعرف الدراسة الذكاء الاصطناعي بأنه سلوك وخصائص يتم متابعتها من برامج الحاسب الآلي حتى تصبح قادرة على محاكاة القدرات الذهنية للإنسان بأساليب وأنماط مختلفة.
يمكن القول إن الذكاء الاصطناعي يتجاوز الآن الكثير من قدرات الإنسان بسبب الحجم الهائل لعدد الحسابات المتنوعة التي يمكن القيام بها، والقرارات المعقدة التي يمكن اتخاذها بسرعة لا تصدق، واشتقاق معرفة جديدة واكتشاف الاتجاهات من بين كميات هائلة من البيانات، بالرغم من ذلك يتمثل التعريف الأساسي للذكاء الاصطناعي في تحقيق هدف تقليد السلوك البشري بمهارة (Mohammed, 2019).
مصطلحات مرتبطة بالذكاء الاصطناعي:
من أهم المصطلحات المرتبطة بالذكاء الاصطناعي ولها رواج عالمي هي:
- التعلم الآلي:
هو التعلم الذي يُعنى بتطوير التقنيات والخوارزميات التي من شأنها تمكين أجهزة الحاسب من التعلم، وتصميم تطبيقات برمجية لها القدرة عل التنبؤ وتوقع النتائج (موسى وبلال، 2019).
- التعلم العميق:
هو امتداد للتعلم الآلي حيث يستند على مجموعات خوارزمية تحتوي على شبكات عصبية اصطناعية تشبه الخلايا العصبية في جسم الإنسان (موسى وبلال، 2019).
شكل (1): العلاقة بين الذكاء الاصطناعي وأهم مصطلحاته (McClelland, 2017)
أهمية الذكاء الاصطناعي:
يمكن تلخيص أهمية الذكاء الاصطناعي فيما يلي:
- يقوم الذكاء الاصطناعي بحفظ الخبرات البشرية المتراكمة ونقلها للآلات الذكية.
- يستطيع الإنسان استخدام اللغة الطبيعية حين التعامل مع الآلات عوضاً عن لغات البرمجة، مما يجعل استخدام الآلات في متناول كل طبقات المجتمع حتى من ذوي الاحتياجات الخاصة، بعد أن كان التعامل مع الآلات المتقدمة حكراً على المختصين وأصحاب الخبرات.
- من أهم الأمور التي يقدمها الذكاء الاصطناعي هو توظيف الآلات الذكية لتنفيذ المهام الصعبة والمعقدة، لتجنب الإنسان العديد من المخاطر والضغوطات النفسية، لما تحتاجه من تركيز عقلي متعب وحضور ذهني مستمر وقرارات حساسة وسريعة لا تحتمل التأخير أو الخطأ.
- تساعد أنظمة الذكاء الاصطناعي في مجالات صنع القرار، فهي تتمتع بالاستقلالية والدقة والموضوعية، وبالنتيجة تكون قراراتها بعيدة عن الخطأ والانحياز والعنصرية أو الأحكام المسبقة أو حتى التدخلات الخارجية أو الشخصية.
- استخدام أنظمة الذكاء الاصطناعي في كافة ميادين الحياة مثل: تشخيص الأمراض، وصف الأدوية، الاستشارات القانونية والمهنية، التعليم التفاعلي والمجالات الأمنية والعسكرية (الجزائري، 2014).
أنواع الذكاء الاصطناعي ومجالاته التطبيقية
يمكن تصنيف الذكاء الاصطناعي بناءً على القدرات كالتالي:
- الذكاء الاصطناعي الضيق Weak AI or Narrow AI: وهو النوع القائم على أداء مهمة محددة ضمن مجال محدد لا يخرج عنه، مثل (Apple Siriis) ويندرج تحته من حيث الوظيفة آلات رد الفعل والذاكرة المحدودة (Southgate, at.al, 2019).
- الذكاء الاصطناعي العام General AI: كما يطلق عليه الذكاء الاصطناعي القوي، وهو ذكاء اصطناعي يحاكي التفكير البشري، ويمكنه أداء المهام كما يقوم بها الانسان، ويندرج تحته من حيث الوظيفة نظرية العقل والوعي الذاتي (Southgate, at.al, 2019).
- الذكاء الاصطناعي الخارق Super AI: وهو مستوى يتجاوز الذكاء البشري، لكنه لايزال مفهوم افتراضي غير مطبق فعلياً (Southgate, at.al, 2019).
لقد هيمن الذكاء الاصطناعي بأنواعه المختلفة على مجالات متعددة، ومن هذه المجالات التطبيقية ما يلي:
- الألعاب: كان للذكاء الاصطناعي دوراً هاماً في الالعاب الاستراتيجية كلعبة الشطرنج، وذلك بسبب قدرة الآلة على التفكير في ضوء المعرفة الارشادية، والتي تُمكن الآلة من التعامل مع المواقف المحتملة أي كان عددها.
- معالجة اللغة الطبيعية: يمكن للكمبيوتر أن يتفاعل مع الانسان بحسب لغته الطبيعية المنطوقة، فمن خلال الذكاء الاصطناعي يستطيع التمييز بين اللغات المختلفة. مثل برامج الترجمة.
- النظم الخبيرة: عبارة عن تطبيقات تم تطويرها من أجل حل المشكلات المعقدة بمجال معين، بمستوى الذكاء البشري والخبرة العالية، وتتسم النظم الخبيرة بالأداء العالي والثقة وسرعة الاستجابة، ولها قدرات عالية في الارشاد وتقديم المشورة واتخاذ القرار والتشخيص واعطاء البدائل والخيارات المتعددة لمشكلة ما، والتنبؤ بالنتائج وتبريرها، وذلك من خلال قواعد المعرفة المتوفرة لديها، مثل انظمة التشخيص الطبي الإلكتروني.
- رؤية الكمبيوتر: تقوم هذه التقنية بشكل تلقائي باستخراج المعلومات المفيدة وتحليل وفهم صورة واحدة أو عدد من الصور، وذلك من خلال خوارزميات تعمل على تحقيق الفهم البصري التلقائي، مثل اكتشاف وجه محدد بين عدد من الصور المختلفة.
- التعرف على الكلام: يمكن للأنظمة الذكية السماع وفهم اللغات بتكوينها ومعانيها كالبشر، وتستطيع التعامل مع عدد من اللهجات المختلفة والكلمات العامية، تصفية الضوضاء في الخلفية، مثل برنامج OCR.
- التعرف على خط اليد: يمكنه قراءة النصوص المدونة بخط اليد على الورق أو على شاشة الكمبيوتر بواسطة قلم إلكتروني، ويمكنه تحويلها إلى نصوص قابلة للتعديل، مثل برنامج تحليل التوقيع.
- الروبوتات الذكية: تعد أحد أفرع الذكاء الاصطناعي وهي عبارة عن عوامل اصطناعية، تعمل بكفاءة في بيئة العالم الواقعي، وتهدف إلى التلاعب بالأشياء من خلال إدراك وتعديل وتحريك خصائص الجسم الفيزيائية، وبالتالي تقوم بإحداث التأثير والقيام بالوظائف الحيوية المتكررة بدون ملل، كما تحتوي الروبوتات على أجهزة استشعار لكشف البيانات المادية مثل الضوء ودرجة الحرارة والصوت، ولديها معالجات فعالة وذاكرة ضخمة، وبالتالي يمكنها التعلم من الأخطاء، إضافة إلى إمكانية تكيفها مع بيئة جديدة مثل روبوتات المجال الطبي والصناعي (موسى وبلال، 2019).
الذكاء الاصطناعي والتعليم:
يسعى الذكاء الاصطناعي إلى تحويل العملية التعليمية للأفضل عن طريق إنشاء بيئات تعلم ذكية تجعل العملية التعليمية تتمحور حول الطالب (Mohammed, 2019). إن الذكاء الاصطناعي يؤثر إيجابياً على المراحل التعليمية جميعها، وذلك عن طريق توظيف أنواع مختلفة من برامج التعليم مثل التعلم التكيفي والاستكشافي والتعاوني، وكذلك الروبوتات التعليمية، والالعاب، وبرمجيات تلبي اهتمامات الطلاب واحتياجاتهم، وتركز على التحديات التي يواجهها الطلاب بأساليب مختلفة، كما أنها تنمي مهارات القرن الحادي والعشرين ومن اهمها مهارات حل المشكلات، ومهارات التفكير الناقد، ومهارات الانتاجية والبرمجة (Mu, 2019).
وقد بدأ يسطع مفهوم الذكاء الاصطناعي التربوي (EAI) في هذا الوقت، وهو مجال يتحد فيه كلاً من علوم التعلم (Learning Science) وعلوم التربية (Education Science) وتقنيات التعليم (Educational Technology) والذكاء الاصطناعي، وذلك بهدف جعل البيئة التعليمية أفضل لتحول الطالب إلى متعلم مشارك ونشط في أي عملية تعليمية عوضاً عن كونه متلقياً سلبياً، كما يقوم بتوفير أدوات تعلم تكيفية ذكية (Mu, 2019). كما يسعى أيضاً إلى ردم الفجوات التي أحدثها التعلم التقليدي، وتقنين التدريس وتحسين جودته، ويرفع من دافعية التعلم للطلاب ودافعية التدريس للمعلمين، واكتشاف قدرات المتعلمين، كما يقوم بتحقيق جودة شاملة للتخطيط الوظيفي والتعلم الفعال (Mu, 2019).
أظهرت دراسة باريت وآخرون ( Barrett et al., 2019 ) فاعلية توظيف تقنيات الذكاء الاصطناعي في التعليم وتأثيرها الإيجابي بتحسين التجربة التعليمية للطلاب. وقد اثبتت دراسة كارالا وآخرون (Karala et al., 2014) فاعلية تطبيقات الذكاء الاصطناعي في التعليم، وقد اعتمد التطبيق على التعليم عن بعد القائم على الذكاء الاصطناعي (ARTIMAT)، والذي تم تصميمه من أجل تعزيز مهارات حل المشكلات وتحديداً المشكلات الرياضية، وذلك لتكوين الاتجاه الإيجابي من قبل الطلاب نحو مادة الرياضيات.
معوقات الذكاء الاصطناعي وسلبياته
أورد العسيري (2019) خمسة معوقات تُعيق المنشآت الحكومية عن تبني الذكاء الاصطناعي وأهمها التالي:
- مشكلة الاستفادة من البيانات: ويقصد بذلك افتقار المؤسسات إلى تصور واضح حول أصول البيانات وآلية جمعها والموارد الأساسية ومواضع تخزينها، وكذلك عدم وجود أدوات تمكن من الوصول الآمن لهذه البيانات.
- نقص الموارد البشرية المتخصصة في مجال الذكاء الاصطناعي: تعاني عدد من المؤسسات في المجالين العام والخاص من قلة ذوي الاختصاص في مجال الذكاء الاصطناعي والبيانات.
- التطور السريع في سوق الذكاء الاصطناعي: يجعل من المؤسسات الناشئة تواجه صعوبة في مواكبة هذا التحول المتسارع، اضافة إلى افتقار الخبرة حتى في المنشآت الكبرى.
- جمود المؤسسات الحكومية: وذلك بسبب اللوائح الجامدة والخوف من ثقافة الابتكار والتجريب، لذا فهي بحاجة إلى المرونة والتحفيز على تحديث أسلوب وطريقة العمل.
- آليات المشتريات: عادة تعمل المؤسسات على شراء البرمجيات وتخصيصها حسبما يتناسب مع احتياجاتها، والقدرة على التعديل وفق ذلك، وهذا لا يتناسب مع المنشآت التي تقدم تقنيات الذكاء الاصطناعي كونها ترفض إطلاع الآخرين على خوارزمياتها (العسيري، 2019).
ومن أهم سلبيات الذكاء الاصطناعي تفشي البطالة، فتقوم هذه التقنيات مقام العاملين في أداء مهامهم مما يؤدي إلى قلة الفرص الوظيفية، كما لا يمكن ضمان المحافظة على البيانات من الأخطاء، خاصة إذا كان هنالك خلل في مدخلات التعلم، وقد يؤدي الاستخدام الضار للذكاء الاصطناعي لعواقب وخيمة، كما أن الاختراق للبيانات قد يؤدي إلى أمور سيئة (Taulli, 2019).
المايكروبت (Microbit) :
يعرف جهاز المايكروبت (Microbit) بأنه لوح إلكتروني محمول وقابل للبرمجة تبلغ مساحته ( 4 * 5 سم)، يحتوي على عدة قطع إلكترونية ومستشعرات للحركة، صمم من أجل تعزيز التعلم لدى الطلاب، وتطوير المهارات البرمجية ومهارات التفكير العليا والإبداع ضمن مجال STEAM (Microbit, 2020). وقد ساهمت هيئة الإذاعة البريطانية BBC في عام (2015 م) في تطوير المايكروبت، بمشاركة ( 29 ) شركة لتصميم وتصنيع وتوزيع الجهاز، وكانت هذه المساهمة جزء من مبادرة (Make it Digital)، والتي استهدفت محو الأمية الحاسوبية (الظاهري والربيع، 2018).
ويمكن القول بأن المايكروبت يعد أحد تطبيقات التعلم الآلي، وبالتالي يمكن برمجته عن طريق الأجهزة بمختلف أنواعها كأجهزة الحاسب المكتبي والحاسب المتنقل وكذلك الأجهزة اللوحية، كما يتم برمجته من خلال بيئات برمجية لا تستند إلى نظام تشغيل محدد (Sentence et al., 2017). ويمكن عن طريقه تطبيق العديد من المشاريع مثل: تصميم الألعاب والروبوتات وغيرها، حيث يمكن برمجة المايكروبت باستخدام لغات برمجة متعددة مثل: جافا سكريبت (JavaScript)، بايثون (Python)، سكراتش (Scratch)، كما أنه يدعم برمجة انترنت الأشياء IoT (Sentence et al., 2017).
وقد أظهرت دراسة هودجز وآخرون (Hodges et al., 2017 ) عدد من النتائج الإيجابية حول تجربة التلاميذ في استخدام المايكروبت (Microbit) وقدرته على تحسين عملية التعلم، فسهولة التعامل مع الجهاز وتعدد استخداماته زادت دافعية وحماس الطلاب، وساعدهم على الربط بين تعلم البرمجة وصنع المنتجات الرقمية.
مفهوم البرمجة:
تُعرف البرمجة بأنها “عملية كتابة تعليمات وأوامر للكمبيوتر أو أي جهاز آخر، لتوجيهه وإخباره كيفية معالجة البيانات” (سامي، 2010، 1). كما يشير وزيري وآخرون إلى أن مهارات البرمجة عبارة عن مقدرة الطالب من إدراك وفهم الأوامر والأكواد وكتابتها بشكل صحيح وباستخدام متقن وبكفاءة عالية تظهر عند تطبيق وتشغيل البرنامج (وزيري وآخرون، 2014). ويعرف مسعد (2015، 245) مهارة البرمجة على أنها “قدرة الطالب على انتقاء الكائنات الملاءمة، وكتابة الكود الملائم للبرنامج الذي يجري انشائه بدرجة عالية من الدقة والإتقان، وذلك باستعمال بيئة تطوير متكاملة”.
في هذه الدراسة تعرف البرمجة بأنها مجموعة أوامر وتعليمات يتم كتابتها من أجل تنفيذ برنامج معين، ويجري ترجمتها إلى لغة الآلة عن طريق المترجم حتى يفهمها الكمبيوتر وينفذها، وأن لكل لغة من لغات البرمجة قواعد ورموز مختلفة باختلاف لغة البرمجة المستخدمة. كما تعرف الدراسة مهارة البرمجة بأنها مهارة كتابة كود برمجي خاص بالمابكروبيت بهدف تحقيق الإبداع وتطوير المهارات الأساسية بمجال البرمجة وعلوم الحاسب الآلي.
مهارات البرمجة:
مهارات البرمجة مشتركة بين جميع لغات البرمجة هي: (مهارة التخطيط للبرنامج، مهارة كتابة الخوارزميات، مهارة التعامل مع الثوابت والمتغيرات، مهارة التعامل مع الجمل الشرطية، مهارة التعامل مع الحلقات التكرارية، مهارة كتابة المصفوفات، مهارة كتابة الدوال) (عابد، 2007). ويتضح أنه إذا تم تعلم مهارات البرمجة من خلال إحدى لغات البرمجة فيعد ذلك تعلماً لجميع مهارات البرمجة عامةً، فحين يتقن المبرمج أو الطالب مهارات البرمجة بأي لغة من لغات البرمجة فإنه لا يستغرق وقتاً طويلاً حتى يتعلم لغة برمجة جديدة لأن مهارات البرمجة واحدة عند أغلب لغات البرمجة (الخليفة، 2005).
سعت دراسة شريف المرسى (المرسى، 2011) إلى تنمية مهارات البرمجة لدى طلاب كلية التربية النوعية بواسطة الفصول الافتراضية، وقد أوصت الدراسة بضرورة الاهتمام في تطوير مهارات البرمجة لدى الطلاب والحرص على تدريبهم لمعالجة القصور فيها.
وهدفت دراسة وهبي وآخرون (Ouahbi et al., 2015) لتعلم مفاهيم البرمجة الأساسية عن طريق إنشاء الألعاب لطلاب الصف الأول ثانوي، وذلك للتغلب على المشاكل البرمجية والتي تركزت في أساسيات بناء الجملة البرمجية والخوارزميات، وقد أجريت التجربة على مجموعة مكونة من ( 69 ) طالب، قاموا بأنشاء ألعاب بسيطة باستخدام بيئة ألعاب سكراتش (Scratch)، وتم تقديم استبيانين في بداية التجربة وفي نهايتها وذلك لتحديد مستوى البرمجة لدى الطلاب ودوافعهم واهتمامهم بالبرمجة في المستقبل، وأظهرت النتائج تطور إيجابي لدى الطلاب بمعرفة أعمق لمفاهيم البرمجة ورفع مستوى أدائهم بكفاءة، ورفعت من دافعيتهم حيث أبدى بعض الطلاب اهتمامهم بمتابعة دراسة البرمجة، كما أوصت الدراسة تنمية مهارات البرمجة لطلاب الصف الأول ثانوي بواسطة تقنيات أخرى يمكن أن تحفز الطلاب لتعلم البرمجة أكثر.
أهداف تعلم البرمجة باستخدام المايكروبت
إن لتعلم البرمجة باستخدام المايكروبت الكثير من الأهداف ويطول الحديث عنها وسيتم إيجازها كما يلي:
- تثقيف المجتمع بأهمية التقنية.
- تشجيع الطلاب على الابتكار.
- اعتبار التقنية جزء من نشاط التعلم.
- توجيه الطلاب إلى ضرورة البحث والاطلاع على جديد الموارد التقنية.
- تخصيص بعض البرمجيات لحل المشكلات وتوظيف التفكير الناقد.
- تشجيع الطلاب على إنتاج مشاريع تقنية خاصة بهم.
ثانياً- الدراسات السابقة:
- هدفت دراسة جوميز وآخرون (Gomes et al. 2018) إلى استكشاف مستويات الدافعية لدى الطلاب وربطها بأدائهم نحو تعلم البرمجة التمهيدية، شملت الدراسة عينة تكونت من (48) طالباً من الطلاب الذكور المتخصصين في بكالوريوس علوم الحاسوب، وبينت النتائج وجود علاقة إيجابية وارتباط بين أداء الطلاب نحو تعلم البرمجة والدافعية بناءً على نموذج (ARCS)، كما أوصت الدراسة العمل على مزيد من الأبحاث لتحسين دافعية الطلاب وثقتهم وتصوراتهم للكفاءة، مما يجعلهم أكثر استعداداً للجهد الذي ينطوي عليه تعلم البرمجة.
- أشارت دراسة خليل وآخرون (Khaleel et al., 2019) إلى وجود عقبات تواجه الطلاب المبتدئين في علوم الكمبيوتر في تعلم وإتقان وفهم القواعد الخاصة بلغة البرمجة، مما أدى إلى انخفاض مستوى الدافعية لديهم نحو تعلم البرمجة، فهدفت الدراسة إلى قياس مستوى الدافعية لتعلم مفاهيم البرمجة من خلال موقع تعليمي قائم على التلعيب Gamification. تضمنت الدراسة مجوعتين تجريبية وضابطة لقياس فعالية تعلم الطلاب مفاهيم لغة البرمجة، بالإضافة إلى تقييم دافعية الطلاب باستخدام نموذج الدافعية (ARCS) الذي يشمل الانتباه والربط والثقة والرضا، وتم إجراء التجربة على (90) طالب من كلية علوم وتكنولوجيا المعلومات بماليزيا، وأظهرت النتائج وجود فروق ذات دلالة إحصائية في النتائج الكلية لأداء الطالب (الفعالية والدافعية نحو التعلم) بين المجموعتين التجريبية والضابطة لصالح المجموعة التجريبية، حيث أثبتت تقنية Gamification فاعليتها في حل مشاكل تعلم لغة البرمجة وزيادة أداء الطلاب ورفع دافعيتهم (Khaleel et al., 2019).
- قام سنتنس وآخرون (Sentance et al.,2017) بدراسة تصورات المعلمين والطلاب نحو استخدام Micro: bit في التعليم، تم إجراء مقابلة مع (15) مدرس و(54) طالب حول استخدامهم وتجربة Micro: bit، توصل من خلالها الباحثون إلى أن هناك اهتمام متصاعد بالأجهزة الصغيرة القابلة للبرمجة (Micro: bit) والتي يمكن استخدامها في المدارس وفي سياقات خارج المناهج الدراسية لتدريس علوم الكمبيوتر وتعلم البرمجة بشكل ميسر، وخوض تجربة حوسبة فعلية عن طريق عن تصميم كائنات وأنظمة تفاعلية ملموسة بطريقة مبتكرة. أبدى المعلمون اهتمام نحو إنشاء فرص تعلم فعالة داخل الفصل الدراسي، حيث تدعم العديد من لغات البرمجة وتسمح للطلاب باستخدام خيالهم واستكشاف قدراتهم من خلال دمجها بمشاريع العالم الحقيقي (Sentance et al.,2017).
- كما قام كيلي وسيلنغ (Kelly, D. G., & Seeling, P. ,2020) بدراسة عن الفئات المهمشة من العلوم STEM وزيادة اهتمام الطلاب بها وكيف انه باستخدام وحدة التحكم الدقيقة micro: bitلبرمجة السيارات يمكن تطوير البرامج العملية حتى يغير الطلاب معارفهم ومواقفهم. تضمنت الدراسة مجموعة بحثية مشكلة من (41) طالباً من طلاب الثانوية، وأظهرت النتائج بأن الطلاب يكتسبون معرفة عامة وزيادات طفيفة في مواقفهم الإيجابية تجاه تعليم ما بعد الثانوي المرتبط بعلوم الكمبيوتر، كما وجد أيضًا اختلافات بين مجموعات مستوى المعرفة الواردة وإدراك الذات بالإضافة إلى اختلافات في الأداء (Kelly, D. G., & Seeling, P. ,2020).
- أما عبد الجواد، سيد نوح سيد وآخرون (عبد الجواد، سيد نوح سيد، وآخرون،2019) فقد قام بدراسة هدفت للتعرف على أثر اختلاف أنماط التغذية الراجعة المقدمة من خلال برنامج قائم على الذکاء الاصطناعي في تنمية الجانب المعرفي والادائي المهارى لمهارات البرمجة بلغة (Visual Basic.NET) لدى طلاب الصف الثالث من الحلقة الثانية من التعليم الأساسي، وأظهرت نتائج البحث وجود فروق ذات دالة إحصائياً بين متوسطي درجات المجموعة التجريبية الأولي والمجموعة التجريبية الثانية والمجموعة التجريبية الثالثة في التطبيق البعدي للاختبار التحصيلي في المجموع الکلي وجميع مستويات الاهداف لصالح المجموعة الثالثة، ووجود فروق ذات دلالة إحصائية لصالح المجموعة التجريبية الثالثة، أي وجود فروق دالة إحصائياً بين متوسطي درجات المجموعة التجريبية الثانية والمجموعة التجريبية الثالثة في التطبيق البعدي لبطاقة الملاحظة لصالح المجموعة التجريبية الثالثة(عبد الجواد، سيد نوح سيد، وآخرون،2019).
تعليق على الدراسات السابقة:
بعد اطلاع الباحثتين على العديد من الدراسات السابقة التي بينت دافعية الطلاب لتعلم البرمجة كل حسب برنامج معين لكن هذه الدراسات لم تشمل الطبقة المستهدفة من البحث وتعددت البرامج التي استخدمت، حيث أن الدراسات السابقة لم تستخدم الذكاء الاصطناعي المايكروبت كنقطة أساسية في زيادة الدافعية نحو تعلم البرمجة بشكل خاص.
3– منهجية البحث وإجراءاته.
منهجية البحث:
يتبع البحث المنهج شبه التجريبي ذو المجموعة التجريبية الواحدة، والذي يسعى لتوضيح أثر المتغير المستقل وهو الذكاء الاصطناعي (Microbit) على المتغير التابع وهو الدافعية نحو تعلم البرمجة.
مجتمع البحث وعينته:
يتبع تحديد العينة طريقة الحصر الشامل لمجتمع البحث وهن طالبات ماجستير تقنيات التعليم (مشروع تخرج) من جامعة الملك عبد العزيز بجدة، وقد بلغ عددهن (14) طالبة، تم توزيع الطالبات وفق (7) مجموعات في كل مجموعة طالبتين، وقد تم اختيار العينة قصدياً لمناسبتها لأغراض البحث.
أدوات البحث:
تم جمع البيانات عن طريق مقياس قبلي وبعدي لقياس دافعية الطالبات نحو تعلم البرمجة سعياً لتحقيق أهداف البحث، ويحتوي المقياس على (12) فقرة موزعة على أربع محاور وهي: (الانتباه والاهتمام، الملاءمة والصلة، الثقة، الرضا)، ويقيس الدافعية وفق مقياس ليكرت الخماسي (موافق بشدة، موافق، محايد، غير موافق، غير موافق بشدة).
صدق المقياس:
تم عرض المقياس القبلي والبعدي على مجموعة محكمين متخصصين في مجال تقنيات التعليم، وذلك للتأكد من الصدق الظاهري، وتم تعديلها وفق ملاحظات المحكمين حتى وصلت لصورتها النهائية.
تم التحقق من الصدق البنائي للمقياس بحساب معامل ارتباط سبيرمان، وجاءت النتائج كما يأتي:
جدول (1) درجة ارتباط كل محور مع الدرجة الكلية للمقياس
| الرقم | المحور | معامل الارتباط |
| 1 | الانتباه والاهتمام | |
| 2 | الملاءمة والصلة | |
| 3 | الثقة | |
| 4 | الرضا |
يتبين من الجدول (1)، أن قيم معاملات الارتباط بين درجة كل محور والدرجة الكلية لمقياس الدافعية نحو تعلم البرمجة تتراوح ما بين (0,910- 0,702)، وجميعها موجبة ودالـة إحـصائيًّا عند مستوى الدلالة (0,05)؛ فهذا يدل على اتساق داخلي عالي، مما يعكس صدقاً عالياً لفقرات المقياس.
ثبات المقياس
تم حساب معامل ألفا كرونباخ للتحقق من ثبات المقياس، كما يوضح جدول (2) أن معاملات الثبات لمحاور المقياس مقبولة، حيث أن الثبات العام للمقياس بلغ (0,906). كما ان صدق المحك الذي يساوي الجذر التربيعي لمعامل الثبات للمقياس هو (0,952)، ويدل ذلك على امتلاك المقياس معامل صدق مرتفع.
جدول (2): الصدق والثبات لمقياس الدافعية نحو تعلم البرمجة
| الرقم | المحور | عدد الفقرات | الثبات | الصدق |
| 1 | الانتباه والاهتمام | 3 | 0.843 | 0.918 |
| 2 | الملاءمة والصلة | 4 | 0.624 | 0.789 |
| 3 | الثقة | 3 | 0.855 | 0.925 |
| 4 | الرضا | 2 | 0.559 | 0.748 |
| إجمالي المقياس | 12 | 0.906 | 0.952 | |
الأساليب الإحصائية
للتحقق من أدوات البحث تم استخدام معامل ألفا كرونباخ لحساب الثبات، ومعامل ارتباط سبيرمان لحساب الصدق البنائي. ولتفسير البيانات التي جُمعت تم استخدام المتوسط الحسابي والانحراف المعياري، كما تم تطبيق اختبار ولكوكسون (Wilcoxon Test) للعينات المترابطة، لأن حجم العينة أقل من (30)، ولا تتبع التوزيع الطبيعي، فالاختبارات اللامعلمية هي الأنسب.
المواد التجريبية:
لتحقيق أهداف البحث تم تقديم ورشة تدريبية وذلك عن طريق نظام الفصول الافتراضية Blackboard Collaborate Ultra)). اعتمدت الباحثتان فيها على استراتيجية التعلم التعاوني والتعلم بالأقران عن طريق توزيع الطالبات على (7) مجموعات، أيضاً استراتيجية حل المشكلات والتعلم القائم بالمشاريع عن طريق تقديم مجموعة أنشطة متنوعة تعرض مشكلة ويتم حلها عن طريق بناء كود برمجي باستخدام المايكروبت، وذلك لرفع دافعية الطالبات بواسطة عملية تعليمية نشطة. وقد اتبع البحث التصميم الإجرائي الموضح في جدول (3).
جدول (3): التصميم الإجرائي للبحث
| المقياس القبلي | المعالجة التجريبية | المقياس البعدي |
| مقياس IMMS لقياس الدافعية نحو تعلم البرمجة | استخدام الذكاء الاصطناعي من خلال برمجة المايكروبت (Microbit) | مقياس IMMS لقياس الدافعية نحو تعلم البرمجة |
خطوات تطبيق التجربة
- توزيع الطالبات الى (7) مجموعات كل مجموعة تحتوي على طالبتين.
- استخدام مقياس IMMS لقياس الدافعية نحو تعلم البرمجة كمقياس قبلي.
- تقديم ورشة تدريبية وذلك عن طريق نظام الفصول الافتراضية Blackboard Collaborate Ultra)).
- تقديم مجموعة أنشطة متنوعة تعرض مشكلة ويتم حلها عن طريق بناء كود برمجي باستخدام المايكروبت.
- بعد انتهاء الورشة التدريبة تم استخدام مقياس IMMS لقياس الدافعية نحو تعلم البرمجة.
- تحليل البيانات واستخلاص النتائج.
4- عرض النتائج ومناقشتها.
- الإجابة عن سؤال البحث: “ما أثر الذكاء الاصطناعي المايكروبت (Microbit) في رفع الدافعية نحو تعلُّم البرمجة لدى الطالبات في مقرر تقنيات التعليم بجامعة الملك عبد العزيز بجدة؟”.
وللإجابة عن السؤال تم حساب المتوسطات الحسابية والانحرافات المعيارية لمحاور مقياس الدافعية نحو تعلم البرمجة القبلي والبعدي وجاءت النتائج كما هي موضحة في جدول (4).
جدول (4): المتوسط الحسابي والانحراف المعياري لمقياس الدافعية نحو تعلم البرمجة القبلي والبعدي
| المحاور | المقياس القبلي | المقياس البعدي | ||
| المتوسط الحسابي | الانحراف المعياري | المتوسط الحسابي | الانحراف المعياري | |
| الانتباه والاهتمام | 1.95 | 0.702 | 4.93 | 0.141 |
| الملاءمة والصلة | 1.77 | 0.443 | 4.71 | 0.402 |
| الثقة | 1.81 | 0.712 | 4.86 | 0.251 |
| الرضا | 1.61 | 0.560 | 4.86 | 0.305 |
| المتوسط العام للمقياس | 1.78 | 0.520 | 4.84 | 0.209 |
شكل (2) قيمة المتوسط الحسابي لمحاور مقياس الدافعية نحو تعلم البرمجة
يتبين من الجدول (4)، والشكل (2) الفرق الواضح بين المتوسط الحسابي لكل من المقياس القبلي والبعدي بدرجة كبيرة لصالح المقياس البعدي، حيث إن مستوى دافعية الطالبات نحو تعلم البرمجة في المقياس القبلي أتى بمتوسط عام (1,78 من 5) وهي تمثل درجة غير موافق بشدة. على عكس ذلك فإن مستوى دافعية الطالبات نحو تعلم البرمجة من خلال برمجة المايكروبت في المقياس البعدي أتى بمتوسط حسابي عام (4,84 من 5) وهي تمثل درجة موافق بشدة، مما يدل على أن استخدام الذكاء الاصطناعي المايكروبت (Microbit) زاد من دافعية الطالبات نحو تعلم البرمجة. ويؤكد على هذه النتيجة اختبار ولكوكسون (Wilcoxon Test) لاختبار عينتين مرتبطتين اختبار لا معلمي وجاءت النتائج كما يأتي:
جدول (5): الرتب لاختبار ولكوكسون قبل وبعد اجراء التطبيق
| N | Mean Rank | Sum of Ranks | ||
| After – Before | Negative Ranks | 0a | 0 | 275.00 |
| Positive Ranks | 14b | 14.56 | 131.00 | |
| Ties | 0c | |||
| Total | 14 | |||
وقد تم تطبيق الاختبارZ وكانت النتائج كما يلي:
جدول (6): نتائج الاختبارZ
| After – Before | |
| Z | 6.640-a |
| Asymp. Sig. (2-tailed) | 0.00 |
ومن هنا يتبين أن هنالك فروق ذات دلالة إحصائية بين نتائج الطالبات لدافعيتهن نحو تعلم البرمجة قبل وبعد استخدام تقنية المايكروبت لصالح البعدي، مما يدل على أن تقنية المايكروبت كان لها أثر كبير على رفع دافعية الطالبات نحو تعلم البرمجة من خلال نتائج الجدول والتي أظهرت فرق في النتائج بين الحالتين، فقد ارتفع اهتمامهنّ وانجذابهنّ لتعلم البرمجة، كما ارتفع ربط الواقع بالبرمجة لديهنّ، وازدادت الثقة والرضا نحو تعلم البرمجة.
وهذا يتفق مع دراسة هودجز وآخرون (Hodges et al.,2017) التي حققت نتائج ايجابية حول تجربة التلاميذ في استخدام المايكروبت (Microbit) وقدرته على تحسين عملية التعلم، فسهولة التعامل مع الجهاز وتعدد استخداماته زادت دافعية وحماس الطلاب، وساعدهم على الربط بين تعلم البرمجة وصنع المنتجات الرقمية، وأكدت على ذلك دراسة باريت وآخرون (Barrett et al., 2019) حيث أثبتت فاعلية دمج الذكاء الاصطناعي في التعليم وتأثيره الإيجابي وتحسن التجربة التعليمية لدى المتعلمين. وتتفق أيضاً نتيجة البحث مع دراسة جوميز وآخرون ( Gomes et al., 2018) والتي أثبتت بأن هنالك علاقة إيجابية وارتباط بين أداء الطلاب في البرمجة ودافعيتهم نحو تعلمها، حيث كلما زادت دافعية الطالبات نحو تعلم البرمجة كلما أصبح أداؤهم أفضل بشكل كبير.
التوصيات والمقترحات.
- الحرص على رفع الدافعية نحو التعلم لدى الطلاب، لما لها من أثر تربوي عميق لتعلمهم وانخراطهم، عن طريق تقنيات التعليم المتعددة لاسيما تقنيات الذكاء الاصطناعي.
- العمل على دمج تقنيات الذكاء الاصطناعي في المناهج والمشاريع الدراسية لدورها الفعال في جعل التعليم عملية نشطة.
- تهيئة المؤسسات التعليمية وتدريب المعلمين على استخدام تقنيات الذكاء الاصطناعي المختلفة، لكي يصبحوا قادرين على تعليم الطلاب بإتقان ودقة.
- توفير أجهزة مايكروبت في المدارس والجامعات لدورها الفعال في حل مشاكل تعلم لغة البرمجة وزيادة أداء الطلاب ورفع دافعيتهم.
- تعزيز الدافعية لدى الطلاب نحو التعلم من خلال إنتاج مشاريع ضمن مجال STEAM باستخدام المايكروبت.
- كما تقترح الباحثان واستكمالاً لموضوع الدراسة إجراء الدراسات التالية:
- أثر توفير أجهزة مايكروبت في المدارس والجامعات في حل مشاكل تعلم لغة البرمجة ورفع دافعية الطلبة.
- فاعلية تهيئة المؤسسات التعليمية وتدريب المعلمين على استخدام تقنيات الذكاء الاصطناعي المختلفة.
قائمة المراجع.
أولاً- المراجع بالعربية
- أبو غزال، معاوية وآخرون (2013) علم النفس التربوي التطبيق والنظرية. (ط3). عمّان، الأردن: دار المسيرة للنشر .
- الجزائري، عادل غزال. (2014). الذكاء الاصطناعي. مصر: دار الوفاء.
- الخطيب، إبراهيم. (2006). علم النفس المدرسي. عمان: دار القنديل.
- الرايقي، وئام بنت حامد. (2018). العوامل المدرسية المؤدية لانخفاض الدافعية للتعلم: دراسة ميدانية على عينة من طالبات المرحلة الثانوية بمدينة جدة. مجلة الخدمة الاجتماعية: الجمعية المصرية للأخصائيين الاجتماعيين، 3(59)، 16-44.
- الظاهري، محمد.، والربيع، شريفة (2018). مايكروبت وتطبيقاته في التعليم. جدة: مكتبة الملك فهد الوطنية.
- عبد الجواد، سيد نوح سيد، محمود، عبد الرحمن كامل عبد الرحمن، والشيخ، هاني محمد عبده. (2019). أثر نمط التغذية الراجعة المقدمة من خلال برنامج قائم على الذكاء الاصطناعي في تنمية مهارات البرمجة لدي طلاب الصف الثالث من الحلقة الثانية من التعليم الأساسي. مجلة جامعة الفيوم للعلوم التربوية والنفسية: جامعة الفيوم- كلية التربية، ع12, ج4، 179-219.
- العتيبي، خلود محياء. (2017). دور التلعيب في تنمية الدافعية نحو تعلم لغة برمجة الأجهزة الذكية لدى طالبات الصف الثاني ثانوي بمنطقة القصيم. رسالة ماجستير، كلية الدراسات العليا التربوية، جامعة الملك عبد العزيز.
- العسيري، علي (2019). خمسة عوائق أمام تبني المؤسسات الحكومية للذكاء الاصطناعي. مجلة الحكومة الرقمية، https: //digitalgov.sa/?p=2653
- موسى، عبد الله وبلال، أحمد حبيب (2019). الذكاء الاصطناعي ثورة في تقنيات التعليم. القاهرة: المجموعة العربية للتدريب والنشر.
ثانياً- المراجع بالإنجليزية:
- Al Bado, A. M. A. (2017). The Impact of Laboratory Teaching, Using the Educational Robot in the Development of Mathematical Achievement for Sci-12th grade students in Amman-Jordan schools. The International Journal for Talent Development, 8, 133-152.
- Barrett, M., Branson, L., Carter, S., DeLeon, F., Ellis, J., Gundlach, C., & Lee, D. (2019). Using Artificial Intelligence to Enhance Educational Opportunities and Student Services in Higher Education. Inquiry: The Journal of the Virginia Community Colleges, 22(1), 11.
- Gomes, A., Ke, W., Lam, C. T., Marcelino, M. J., & Mendes, A. (2018, October). Student motivation towards learning to program. In 2018 IEEE Frontiers in Education Conference (FIE) (pp. 1-8). IEEE.
- Gottfried, A. E. (1990). Academic Intrinsic Motivation in Young Elementary School. Journal of Educational Psychology, 82(3), 525.
- Hodges, S., Sentance, S., Waite, J., MacLeod, E., & Yeomans, L. (2017). Creating Cool Stuff: Pupils’ Experience of the BBC micro: bit. In Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education (pp. 531-536). ACM.
- Jawawi, D. N., Mamat, R., Ridzuan, F., Khatibsyarbini, M., & Zaki, M. Z. M. (2015, May). Introducing computer programming to secondary school students using mobile robots. In 2015 10th Asian Control Conference (ASCC) (pp. 1-6). IEEE.
- Jenkins, T. (2001, June). The motivation of students of programming. In Proceedings of the 6th annual conference on Innovation and technology in computer science education (pp. 53-56).
- Karal, H., Nabiyev, V., Erümit, A. K., Arslan, S., & Çebi, A. (2014). Students’ opinions on Artificial Intelligence based Distance Education System (Artimat). Procedia-Social and Behavioral Sciences, 136, 549-553.
- Kelly, D. G., & Seeling, P. (2020). Introducing underrepresented high school students to software engineering: Using the micro: bit microcontroller to program connected autonomous cars. Computer Applications in Engineering Education, 28(3), 737-747.
- Khaleel, F. L., Ashaari, N. S., & Wook, T. S. M. T. (2019). An empirical study on gamification for learning programming language website. Jurnal Teknologi, 81(2), 151–162.
- McClelland, C. (2017). The Difference between artificial intelligence, machine learning, and deep learning. Retrieved February, 13, 2018.
- Microbit. (2020). Access date, March 13, 2020. https: //microbit.org/
- Mohammed, P. S. (2019). Towards Inclusive Education in the Age of Artificial Intelligence: Perspectives, Challenges, and Opportunities. In Artificial Intelligence and Inclusive Education (pp. 17-37). Springer, Singapore.
- Mu, P. (2019, September). Research on artificial intelligence education and its value orientation. In 1st International Education Technology and Research Conference (IETRC 2019), China, Retrieved from https: //webofproceedings. org/proceedings_series/ESSP/IETRC (Vol. 202019).
- OxfordDictionary. (2020) Artificial Intelligence, Access date, March 13, 2020. https: //www.oed.com/
- Sentance, S., Waite, J., Yeomans, L., & MacLeod, E. (2017, November). Teaching with physical computing devices: the BBC micro: bit initiative. In Proceedings of the 12th Workshop on Primary and Secondary Computing Education (pp. 87-96). ACM.
- Southgate, E., Blackmore, K., Pieschl, S., Grimes, S., McGuire, J., & Smithers, K. (2019). Artificial Intelligence and Emerging Technologies in Schools. URL: apo.org.au/node/254301
- Taulli, T. (2019). The Future of AI. In Artificial Intelligence Basics (pp. 161-176). Apress, Berkeley, CA.
- Topalli, D., & Cagiltay, N. E. (2018). Improving Programming Skills in Engineering Education Through Problem-based Game Projects with Scratch. Computers & Education, 120, 64-74.




