يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة بحثية

كيف يحقق الرفاهية الرقمية والذكاء الاصطناعي التوليدي نجاح الطلاب الأكاديمي وأهداف التنمية المستدامة

730 مشاهدة

⸱

DOI:

10.3791/70211

⸱

فبراير 27, 2026

1Xuzhou Kindergarten Teachers College

في هذه المقالة

ملخص

تجد هذه الدراسة أن الرفاهية الرقمية والذكاء الاصطناعي التوليدي يعززان من تفاعل تعلم اللغة الإنجليزية كلغة أجنبية، مما يؤدي إلى أداء أكاديمي أفضل. يزيد التحصيل الأعلى من الوعي بأهداف التنمية المستدامة، ويربط التكنولوجيا التعليمية بالنتائج الأكاديمية والاستدامة على حد سواء.

الملخص

تفحص هذه الدراسة كيف يساهم الرفاهية الرقمية وتبني الذكاء الاصطناعي التوليدي في نجاح الطلاب الأكاديمي وتفاعلهم مع أهداف التنمية المستدامة (SDGs). باستخدام تصميم مقطع عرضي كمي، تم جمع بيانات من 440 مشاركا عبر مقاييس موثقة تقيس الرفاهية الرقمية، واستخدام الذكاء الاصطناعي، والمشاركة التعلمية، والأداء الأكاديمي، والوعي بأهداف التنمية المستدامة. تم استخدام نمذجة المعادلات الهيكلية ذات المربعات الصغرى الجزئية (PLS-SEM) لتحليل العلاقات بين هذه البنى أثناء تقييم صلاحية النموذج التنبؤي ومتانته. تكشف النتائج أن كل من الرفاهية الرقمية والذكاء الاصطناعي التوليدي يعززان بشكل كبير من التفاعل العلمي في اللغة الإنجليزية كلغة أجنبية، مما يؤدي بدوره إلى دفع النجاح الأكاديمي. علاوة على ذلك، يؤثر التحصيل الأكاديمي إيجابيا على وعي الطلاب بأهداف التنمية المستدامة، مما يبرز الترابط بين التعليم الرقمي ونتائج الاستدامة. تحدد الدراسة المشاركة التعليمية كوسيط حاسم بين التعلم المعزز بالتكنولوجيا والأداء الأكاديمي. تؤكد هذه النتائج أهمية دمج استراتيجيات العافية الرقمية وثقافة الذكاء الاصطناعي في الأطر التعليمية لتعزيز كل من التحصيل الأكاديمي والمواطنة العالمية. يتم تحقيق ذلك من خلال تصميم مناهج وطرق تدريس تعلم الطلاب في الوقت نفسه كيفية إدارة حياتهم الرقمية من أجل تعلم فعال، وتجهزهم للاستفادة من التقنيات المتقدمة ونقدها لفهم والتعامل مع أكثر تحديات العالم إلحاحا.

المقدمة

في عصر يتسم بالتقدم التكنولوجي السريع، برز دمج الرفاهية الرقمية والذكاء الاصطناعي التوليدي (GAI) في التعليم كقوة تحويلية لها آثار بعيدة المدى على التحصيل الأكاديمي للطلاب وأهداف التنمية المستدامة للأمم المتحدة (SDGs)1. بينما يركز الرفاهية الرقمية على تعزيز استخدام التكنولوجيا الصحية لتعزيز التوازن المعرفي والعاطفي، يقدم GAI فرصا غير مسبوقة للتعلم الشخصي2، وسهولة الوصول، والكفاءة التعليمية3. ومع ذلك، رغم وجود خط اهتمام متطور في هذه المجالات حول العالم، فإن المعرفة الحالية متفرقة، مع تركيز قليل على الوعد المستقبلي في تآزرهم لتطوير النجاح الأكاديمي وتعزيز معالم الاستدامة العالمية4. تساعد هذه الأبحاث في سد هذه الفجوة التي كانت ضرورية من خلال دراسة كيفية استخدام مسؤول للذكاء الطلابي الشامل، عندما يستند إلى مبادئ الرفاهية الرقمية، أن يعظم نتائج التعلم ولكنه في الوقت نفسه يدعم الأهداف الرئيسية للتنمية المستدامة، خاصة الهدف 4 (التعليم الجيد)، والهدف 3 (الصحة الجيدة والرفاهية)، والهدف العاشر (تقليل عدم المساواة).

تكشف مراجعة الأدبيات الحالية عن عدة أبعاد غير مستكشفة. أولا، بينما تركز الدراسات حول الرفاهية الرقمية على مخاطر وقت الشاشة المفرط، والتشتيت الرقمي، ومشاكل الصحة النفسية بين الطلاب5، إلا أن القليل فقط درسوا كيف يمكن لممارسات اليقظة الذهنية الرقمية المنظمة أن تتعايش مع أدوات التعلم المدعومة بالذكاء الاصطناعي6. ثانيا، تبرز الأبحاث حول التحليل المبكر في التعليم بشكل رئيسي كفاءته في أتمتة التقييمات، وإنتاج المحتوى، وتمكين التعلم التكيفي،لكنها تتجاهل تأثيراته النفسية والسلوكية على رفاهية الطلاب8. ثالثا، رغم أن إطار أهداف التنمية المستدامة يدعو إلى التعليم الشامل والعادل، إلا أن أولي اهتمام ضئيل لكيفية قدرة بيئات التعلم المعززة بالذكاء الاصطناعي، عند تصميمها مع مراعاة الرفاهية، على تقليل الفوارق التعليمية وتعزيز ممارسات التعلم المستدامة9. تؤكد هذه الفجوات الحاجة إلى نهج تكاملي يجمع بين الابتكار التكنولوجي واستراتيجيات الرفاهية التي تركز على الإنسان.

تعالج هذه الدراسة هذه القيود من خلال اقتراح إطار عمل جديد يتوافق بين مبادئ الرفاهية الرقمية وتطبيقات الضمان الاجتماعي في التعليم. على عكس دراسة سابقة10 التي حللت هذه المفاهيم بشكل مستقل، تعتبر دراستنا ديناميكياتها على هذا الأساس، مما يعرض أدلة تجريبية على كيفية تطبيق هذا الذكاء الاصطناعي أخلاقيا لدعم تركيز الطلاب ودافعهم والإنجاز الأكاديمي طويل الأمد، بدلا من تقويشه. وبهذه الطريقة، ستضيف المخطوطة الحالية إلى النقاشات المستقبلية في مجالات التكنولوجيا التعليمية، وعلم النفس، وعلوم الاستدامة، مما يوفر نسخة حالية ستثير اهتمام عدد كبير من القراء والباحثين وصناع السياسات والمعلمين المهتمين بإيجاد طرق قائمة على الأدلة لتحقيق التوازن الصحيح بين التركيز على دمج التقنيات وتحقيق التوازن المستدام. التنمية الشاملة للمتعلمين والطلاب.

المساهمات النظرية لهذا البحث ثلاثية. أولا، يعزز النقاش حول الرفاهية الرقمية من خلال تقديم بعد جديد من الرفاهية المدعومة بالذكاء الاصطناعي، يستكشف كيف يمكن معايرة الذكاء الاصطناعي التوليدي لتقليل الحمل المعرفي وتعزيز المشاركة الواعية11. ثانيا، يبني على الأدبيات المتعلقة بالذكاء الاصطناعي في التعليم، حيث يدمج اعتبارات الرفاهية كميزة تصميمية أساسية، مما يعكر النقاشات القائمة القائمة على الكفاءة.12. ثالثا، يعزز جودة منح أهداف التنمية المستدامة من خلال إظهار كيف يمكن لأنظمة التعليم المحدثة من خلال الذكاء الاصطناعي أن تصبح محركات للتنمية المستدامة، خاصة في سد الفجوات الرقمية وضمان أن يصبح المتعلمون قادرين على الصمود الذهني. وضعت هذه الابتكارات التي قدمها المنظر أبحاثنا ضمن طليعة الدراسات متعددة التخصصات، مما يوفر منظورا للترابط الحالي بين التكنولوجيا والتعليم والاستدامة على المستوى العالمي. من الناحية الأكاديمية، تقدم الدراسة إطارا شاملا لكيفية تقييم النتيجة المزدوجة للتحليل العام للطاقة الشاملة والرفاهية الرقمية على نتائج التعلم من خلال البيانات التجريبية13. من بين صانعي السياسات، يقدم لهم توصيات عملية حول كيفية إدارة استخدام الذكاء الاصطناعي في التعليم بطريقة أخلاقية، مع حماية سلامة الطلاب14. بالنسبة للمعلمين، يظهر هذا الكتاب طرقا قائمة على الأدلة لكيفية تطبيق أداة الذكاء الاصطناعي التي يمكنها دعم، ولكن دون انتهاك، فعالية التربية15. بالإضافة إلى ذلك، فإن الربط بين هذه النتائج وأهداف التنمية المستدامة يعطي صورة أكبر للآثار العامة للتعليم المتقدم تقنيا في المجتمع، ومن هنا جاء سبب مواءمة الريادة الرقمية مع التنمية البشرية المستدامة.

أدى ظهور التقنيات الرقمية السريعة الانتشار والذكاء الاصطناعي التوليدي (AI) في التعليم إلى اهتمام فكري هائل بتأثيرها المشترك على الأداء الأكاديمي للطلاب وتحقيق مجموعة واسعة من الأهداف المجتمعية، بما في ذلك الهدف16 للتنمية المستدامة. على الرغم من أن هذه التطورات التكنولوجية تحمل إمكانات ثورية، فإن تطبيقات هذه التقنيات في البيئات التربوية هي مجال غني من الاستقطاب واللوجستيات المثيرة للجدل، حيث يجب تلخيص الدراسات القائمة بشكل نقدي لتحديد رؤى وحدود الدراسات القادمة.17. ستستعرض هذه المراجعة الأدبية رؤى ثلاثة مجالات ذات صلة: (1) الرفاهية الرقمية وآثارها التعليمية، (2) الذكاء الاصطناعي التوليدي وتأثيره على الممارسة التعليمية، و(3) توافق التدخلات التكنولوجية المعطاة مع أهداف التنمية المستدامة، وبشكل خاص تلك التي تشير إلى التعليم عالي الجودة، والصحة، والعدالة. برزت الرفاهية الرقمية كمجال دراسة حيوي في بيئات التعلم التي تزداد غمرها التكنولوجيا.18. بينما تبرز الأبحاث مخاطر مثل التحميل المعرفي، والتشتت الرقمي، والاستهلاك السلبي المرتبط بالإفراط في استخدام الشاشة، هناك اعتراف متزايد بإمكانية التخفيف منهذه التأثيرات. يمكن للتدخلات الاستراتيجية مثل اليقظة الرقمية، والاستخدام المتعمد للتكنولوجيا، والتأمل فوق المعرفي أن تعزز المشاركة الفعالة وتحمي الصحة النفسية والعاطفية. والأهم من ذلك، أن الرفاهية الرقمية تتجاوز تقليل وقت الشاشة؛ بل يتضمن بناء علاقة متوازنة ومحددة ذاتيامع التكنولوجيا. هذا المنظور ذو صلة خاصة في سياقات التعلم المدعوم بالذكاء الاصطناعي، حيث يمكن للتحديات الأخلاقية مثل التحيز الخوارزمي والاعتماد المفرط على الأتمتة أن تؤثر بشكل مباشر على شعور الطلاب بالكفاءة والاستقلالية والصلة، واحتياجاتهم النفسية الأساسية الأساسية للتحفيز والرفاهية22. يتطلب سد هذه الفجوة إطارا لا يعالج فقط مخاطر التفاعل الرقمي، بل يدمج أيضا مبادئ الرفاهية بشكل استباقي في تصميم واستخدام أدوات الذكاء الاصطناعي التوليدي في التعليم.

مع حداثة الذكاء الاصطناعي التوليدي، الذي يخلق نصوصا وصورا وألعاما شبيهة بالبشر تستجيب للأفعال، فتح عالم جديد من إمكانيات التعلم المخصص والتكيفي23. أكدت الأبحاث فعاليتها في أتمتة العمليات الإدارية، وإنشاء موارد تعليمية مخصصة، وتقديم تغذية راجعة فورية، وتعزيز كفاءة وسهولة الوصول إلى التعليمات24. على سبيل المثال، أظهرت أدوات تعتمد على الذكاء الاصطناعي مثل أنظمة التدريس الذكية وChatGPT أنها تسهل التعليم التمايزي25. ومع ذلك، هناك أيضا آثار أخلاقية ونفسية للاستخدام التربوي للذكاء الاصطناعي التوليدي، مثل مشكلة النزاهة الأكاديمية، والتحيز في الخوارزمية، وإمكانية فقدان الطلاب قدراتهم في التفكير النقدي عند الاعتماد بشكل مفرط على الأعمال التي يولدها الذكاء الاصطناعي26. على الرغم من أن البحث الحالي يوفر كميات هائلة من المعلومات حول قدرات عمل الذكاء الاصطناعي في التعليم، إلا أنه يغفل استكشاف العواقب النفسية والسلوكية على الطلاب، خاصة عندما يتعلق الأمر بالرفاهية الرقمية27. يشير هذا الخطأ إلى ضرورة النظر بشكل أعمق في الطرق التي يمكن أن يستخدم بها الذكاء الاصطناعي التوليدي لدعم الصحة المعرفية والعاطفية لدى الطلاب بدلا من إلحاق الضرر بهم28. يكتسب الجمع بين الرفاهية الرقمية والذكاء الاصطناعي التوليدي أهمية جديدة أيضا عند تصفية أهداف التنمية المستدامة، التي من خلالها طور العالم دعوة عالمية للتنمية العادلة والمستدامة. من جانبها، تتطلب الهدف الرابع من التنمية الاجتماعية (التعليم الجيد) وصولا عادلا وشاملا إلى فرص التعلم29. وبنفس الطريقة، تؤكد الهدفان 3 (الصحة الجيدة والرفاهية) والهدف العاشر (تقليل عدم المساواة) على ضرورة العناية بالصحة النفسية وتعزيز العدالة الاجتماعية، وكلاهما مرتبط بالتجارب الرقمية للطلابفي سن 30. ومع ذلك، يتم حاليا مناقشة الذكاء الاصطناعي وأهداف التنمية المستدامة بطريقة تكنولوجية إيجابية، حيث يثنون على قابلية التوسع في تدخلات الذكاء الاصطناعي ويتجاهلون الجوانب النفسية والاجتماعية لاستخدام التكنولوجيا31. للتوضيح، على الرغم من أن الذكاء الاصطناعي يمكنه تخصيص تجربة التعلم للفئات المحرومة، إلا أن تطبيقه يفتقر إلى حماية الرفاهية، مما قد يزيد من الإرهاق الرقمي ويزيد من فجوة عدم المساواة بين الطلاب الذين لديهم وصول مختلف إلى التكنولوجيا وقدرات التنظيم الذاتي32. التوتر بين الابتكار والرفاهية يزيد من أهمية هذه الفجوة في الأدب، ووجود إطار متسق ومتسق يربط التقدم التعليمي المدفوع بالذكاء الاصطناعي بالمثل الإنسانية لأهداف التنمية المستدامة33.

تمثل علم النفس التربوي، والتفاعل بين الإنسان والحاسب، ودراسات الاستدامة بعض الأساليب النظرية التي يمكن أن توفر عدسات مفيدة لربط هذين الخيارين المختلفين من البحث. مثال على هذه النظرية هو نظرية تقرير المصير (SDT)، التي تقول إنه يمكن تحقيق التعلم الصحي والرفاهية عندما يختبر الناس رضا الاستقلالية والكفاءة والارتباط34. عند تطبيقه على البيئات الرقمية، يشير إلى أن الذكاء الاصطناعي التوليدي قد يزيد من الاستقلالية عبر برامج تعلم مخصصة والكفاءة بسبب قابلية التكيف في التغذية الراجعة، لكنه يجب أن يصمم أيضا لدعم الارتباط بتجاوز التهجير الاجتماعي35. وبالمثل، فإن مفهوم التوازن الرقمي، وهو الحالة التي يتطابق فيها استخدام التكنولوجيا مع الصحة الفردية والجماعية، يقدم أساسا معياريا لتقييم دور الذكاء الاصطناعي في التعليم36. ومع ذلك، نادرا ما تم تضمين هذه البنى النظرية في التحليل التجريبي لبيئات التعلم المدعومة بالذكاء الاصطناعي، مما يترك تساؤلات حول كيفية هندسة أنظمة ذكاء اصطناعي موجهة بطبيعتها نحو الرفاهيةالرقمية. مراجعة نقدية للأدبيات تظهر أن هناك بعض التوترات غير المحلولة ومجالات التنمية المستقبلية.38. بادئ ذي بدء، رغم أن مسألة الرفاهية الرقمية تركز بذكاء على ضبط النفس واليقظة، فإن الذكاء الاصطناعي التوليدي هو قضية التفاعل والاندماج، وهو مفارقة تحتاج إلى حلول تجريبية39. ثانيا، كان النقاش الأخلاقي حول الذكاء الاصطناعي في التعليم يعتمد بشكل كبير على خصوصية البيانات والشفافية الخوارزمية دون التفكير كثيرا في الآثار النفسية للتفاعل مع AI40. ثالثا، التركيز على الاستدامة والعدالة الذي توفره أهداف التنمية المستدامة لا يرتبط بشكل شامل بالجوانب التقنية والتربوية للتنفيذ الفعلي للذكاء الاصطناعي. لتجاوز هذه الإعاقة، من المهم تقاطع التخصصات واستخدام رؤى علوم الإدراك والاقتصاد السلوكي والسياسات التعليمية لوضع أطر عمل ليست فقط مستقرة تقنيا بل إنسانية أيضا. يوضح الشكل 1 الإطار المفاهيمي للدراسة الحالية، والذي يشمل جميع المتغيرات وعلاقتها بمسارات الدراسة مع بعضها البعض. في هذا النموذج، يعطى الإطار المفاهيمي، العلاقة الافتراضية بين متغيرات الدراسة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

لم تتطلب هذه الدراسة موافقة أخلاقية رسمية من مجلس مراجعة مؤسسي (IRB) لأنها تضمنت استطلاعات مجهولة و/أو مقابلات مع مشاركين قدموا موافقة مستنيرة. لم يتم جمع أي بيانات شخصية أو حساسة، وتم التعامل مع جميع الردود بسرية لأغراض البحث فقط. كانت المشاركة طوعية، وتم إبلاغ المشاركين بأهداف الدراسة قبل تقديم مدخلاتهم.

استخدمت الدراسة تصميما كميا ومقطعيا للتحقيق في العلاقات بين الرفاهية الرقمية، واستخدام الذكاء الاصطناعي التوليدي، والنتائج الأكاديمية بين طلاب اللغة الإنجليزية كلغة أجنبية (EFL). تم جمع البيانات عبر استبيان إلكتروني من مجموعة من 440 طالبا جامعيا في لغة اللغة الإنجليزية كلغة أجنبية من عدة جامعات صينية استخدموا بنشاط أدوات الذكاء الاصطناعي التوليدي في تعلمهم. استخدم الاستبيان المنظم مقاييس تم التحقق منها، بما في ذلك مقياس مكون من 12 عنصرا للرفاهية الرقمية41، ومقياس من 8 بندا لاستخدام الذكاء الاصطناعي التوليدي، ومقياس النجاح الأكاديمي الذاتيالمتصور 42، ومقاييس للوعي بأهداف التنمية المستدامة والمشاركة التعليمية، وجميعها استخدمت إجابات ليكرت ذات النقاط الخماسية. اتبع تحليل البيانات بروتوكولا ذا مرحلتين باستخدام SPSS v.27 لفحص الإحصاء الوصفي والموثوقية، وSmartPLS v.4.0 لنمذجة المعادلات الهيكلية الجزئية ذات المربعات الصغرى (PLS-SEM) لتقييم القياس والنماذج الهيكلية، مع تطبيق التمهيد لاختبار دلالة المسار.

تصميم البحث
تصميم البحث المستخدم في هذه الدراسة هو كمي ومقطعي لتحديد كيف ترتبط الرفاهية الرقمية، والذكاء الاصطناعي التوليدي، ونجاح الطلاب الأكاديمي، وأهداف التنمية المستدامة بين طلاب اللغة الإنجليزية كلغة أجنبية. يتيح التصميم المقطعي للباحث جمع البيانات في نقطة زمنية معينة ويعطي صورة عن المتغيرات التي تدرس. تصميم البحث الكمي يجعل النتائج مبنية على معلومات قابلة للقياس والتحليل إحصائيا لجعل النتائج أكثر موثوقية وتعميما. ينطبق هذا النمط بشكل خاص على تحليل التأثيرات المباشرة وغير المباشرة للرفاهية الرقمية والذكاء الاصطناعي التوليدي على التحصيل الأكاديمي وأهداف التنمية المستدامة، لأنه سيمكن من تطبيق إجراءات إحصائية متقدمة مثل نمذجة المعادلات الهيكلية.

السكان وأخذ العينات
تكونت الفئة المستهدفة لهذه الدراسة من طلاب المرحلة الجامعية المسجلين في برامج اللغة الإنجليزية كلغة أجنبية (EFL) في مؤسسات التعليم العالي في الصين. للمشاركة، كان على الطلاب استيفاء معايير الإدراج التالية: أن يكونوا مسجلين حاليا كطلاب جامعيين، واستخدام أدوات الذكاء الاصطناعي التوليدي بنشاط (مثل ChatGPT أو Copilot أو منصات مشابهة للمساعدة في الكتابة أو البحث أو توليد المحتوى) كجزء من عملية التعلم الأكاديمي العادية، وتقديم الموافقة المستنيرة. كانت معايير الاستبعاد هي عدم استخدام الذكاء الاصطناعي التوليدي لأغراض أكاديمية، أو كونك طالبا دراسيا أو غير حاصل، وتقديم إجابات غير مكتملة على الاستبيانات.

تم استخدام تقنية أخذ عينات هادفة لتجنيد المشاركين الذين استوفون هذه المعايير، مما يضمن القياس المؤثر لمتغير استخدام الذكاء الاصطناعي الأساسي. تكونت العينة النهائية من N = 440 مشاركا، وهو حجم اعتبر مناسبا للمتانة الإحصائية المطلوبة لنمذجة المعادلات الهيكلية الجزئية ذات المربعات الصغرى (PLS-SEM). لتعزيز التمثيل والتعميم، شمل التوظيف عدة جامعات وتخصصات أكاديمية متنوعة (العلوم الإنسانية، العلوم الاجتماعية، العلوم والتكنولوجيا والهندسة والرياضيات). البيانات الديموغرافية للعينة هي كما يلي: تراوحت الأعمار بين 18 و24 سنة (M = 20.4، SD = 1.6); توزع الجنس على النحو التالي: 58٪ إناث (عدد = 255) و42٪ ذكور (عدد = 185)؛ شملت سنة الدراسة طلاب السنة الأولى (22٪، n = 97)، والسنة الثانية (31٪، n = 136)، والسنة الثالثة (28٪، n = 123)، والرابعة (19٪، n = 84). لم يتم جمع معلومات عن الوزن لأنها لم تكن ذات صلة ببنى الدراسة.

إجراء جمع البيانات
تم جمع البيانات عبر استبيان إلكتروني مجهول المصدر مستضاف على منصة آمنة (مثل Qualtrics). تمت دعوة المشاركين المحتملين عبر الجامعات المستهدفة عبر قوائم بريد إلكتروني مؤسسية، وإعلانات حول أنظمة إدارة التعلم (مثل Moodle، Blackboard)، ومجموعات التواصل الاجتماعي الطلابية ذات الصلة. أوضحت الدعوة بوضوح هدف الدراسة، والطبيعة الطوعية، والوقت المتوقع لإكمالها (15-20 دقيقة)، وضمان السرية. قدمت الصفحة الأولى من الاستطلاع نموذج موافقة مستنيرة مفصل؛ فقط المشاركون الذين قدموا موافقة رقمية كانوا يتقدمون إلى الاستبيان. لتقليل تحيز الترتيب، تم عرض أقسام الاستطلاع بتسلسل عشوائي لكل مشارك. كانت نافذة جمع البيانات مفتوحة لمدة أسبوعين. تم إرسال تذكير واحد عبر القنوات الأصلية بعد أسبوع من الدعوة الأولية لتشجيع المشاركة وتحسين معدلات الاستجابة. بعد فترة الجمع، تم فحص مجموعة البيانات للتأكد من الاكتمال، مع إزالة الردود التي كانت غير مكتملة بشكل كبير (مثل >20٪ من البيانات المفقودة). تم إجراء فحوصات لاحقة للقيم الشاذة أحادية المتغير ومتعددة المتغيرات قبل التحليل النهائي لضمان جودة البيانات.

الأجهزة والقياسات
استخدمت الدراسة استبيانا منظما لقياس المتغيرات الرئيسية، بما في ذلك الرفاهية الرقمية، واستخدام الذكاء الاصطناعي التوليدي، ونجاح الطلاب الأكاديمي، والوعي بأهداف التنمية المستدامة، وتفاعل طلاب اللغة الإنجليزية كلغة أجنبية في التعلم. تم قياس الرفاهية الرقمية باستخدام مقياس أرسلانكارا وآخرون 41، المكون من 12 عنصرا، بما في ذلك مقاييس فرعية للمسؤولية (4 عناصر)، والرضا (4 عناصر)، والعافية (4 بنود). تم تشغيل استخدام الذكاء الاصطناعي التوليدي من خلال مقياس مكون من 8 بنود43، مع التركيز على تكرار تبني ChatGPT. في هذه الدراسة، تم تقييم الأداء الأكاديمي باستخدام مقياس إدراك الذات مقتبس من يو وآخرون 42، كما ورد في مهرفارز وآخرون 44. تتكون هذه الآلة من أربعة عناصر. تم قياس الوعي بأهداف التنمية المستدامة باستخدام مقياس موثق مقتبس من Atmaca وآخرون 45، ويتكون من ثلاثة أبعاد رئيسية: الاستدامة الاقتصادية (12 عنصرا)، الاستدامة الاجتماعية (9 بندات)، والاستدامة البيئية (14 بندا)، من خلال وعي الطلاب ومشاركتهم في الأنشطة. وأخيرا، تم تقييم تفاعل تعلم اللغة الإنجليزية كلغة أجنبية باستخدام مقياس مكون من 9 بنود من Eerdemutu وآخرين. استخدمت جميع المقاييس استجابات ليكرت من 5 نقاط، حيث أكد الاختبار التجريبي (n=30) الموثوقية (α > كرونباخ 0.82) وتحليل العوامل التأكيدية الذي أكد تميز البناء.

خطة تحليل البيانات
تم تحليل البيانات المجمعة باستخدام مزيج من SPSS (v.27) وSmartPLS (v.4.0) من خلال نهج تحليلي ذو مرحلتين. أولا، تم استخدام SPSS في التحليلات الأولية، بما في ذلك الإحصاء الوصفي (المتوسطات، الانحرافات المعيارية)، واختبار الموثوقية (ألفا كرونباخ)، ومصفوفات الارتباط لفحص العلاقات الأساسية بين المتغيرات. ثانيا، تم استخدام برنامج SmartPLS، وهو برنامج لنمذجة المعادلات الهيكلية ذات المربعات الصغرى الجزئية (PLS-SEM)، لاختبار النموذج المفترض. تم اختيار PLS-SEM لقدرته على التعامل مع العلاقات المعقدة بين المتغيرات الكامنة وقوته في التعامل مع البيانات غير الموزعة بشكل طبيعي. شمل التحليل تقييم صلاحية نموذج القياس (الصلاحية المتقاربة والتمييزية) وأهمية النموذج البنيوي (معاملات المسار، قيم R²، والأهمية التنبؤية). تم إجراء عملية التمهيد لاختبار الدلالة الإحصائية للمسارات.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

توفر النتائج دعما تجريبيا قويا للفرضيات الأساسية للدراسة، مما يؤكد مسارا متسلسلا مهما حيث يؤثر الرفاهية الرقمية واستخدام الذكاء الاصطناعي التوليدي إيجابيا على تفاعل تعلم اللغة الإنجليزية كلغة أجنبية، مما يؤدي بدوره إلى النجاح الأكاديمي وبالتالي تعزيز التفاعل الأكبر مع أهداف التنمية المستدامة (SDGs). على وجه التحديد، كان لكل من الرفاهية الرقمية (β=0.32، ص<0.001) واستخدام الذكاء الاصطناعي التوليدي (β=0.28، ص<0.001) تأثيرات مباشرة قوية على التفاعل في التعلم، مما يفسر 41٪ من تباينها. وقد خدم...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

بحثت الأبحاث السابقة بشكل كبير في الرفاهية الرقمية، والذكاء الاصطناعي في التعليم، والتعليم من أجل التنمية المستدامة (ESD) بشكل منفصل47. كان هناك فجوة كبيرة في فهم كيفية تقاطع الكفاءات الرقمية الشخصية مع التقنيات الناشئة لدفع ليس فقط النتائج الأكاديمية، بل أيضا المواطنة العالمية. تربط هذه الدراسة هذه المجالات بشكل فريد. نظهر أن الرفاهية الرقمية (β = 0.32، p<0.001) واعتماد المؤشر العام (β = 0.28، <0.001) هما سابقان متكاملان مهمان ومتكاملان للمشاركة التعليمية في اللغ...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

جميع المؤلفين يعلنون عدم وجود تضارب مصالح.

شكر وتقدير

لم يحصل هذا البحث على تمويل.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
مقياس النجاح الأكاديميمقتبس من يو وآخرون (2010)لا يوجدأداة المسح
إجراء العصابة على العينين (ل Q2)سمارت بي إل إسالروتين الداخليالإجراءات التحليلية
إجراء التمهيدسمارت بي إل إسالروتين الداخليالإجراءات التحليلية
تقييم موثوقية المركبسمارت بي إل إسالروتين الداخليالإجراءات التحليلية
تحليل مصفوفة الارتباطإحصائيات IBM SPSSالروتين الداخليالإجراءات التحليلية
تحليل موثوقية ألفا لكرونباخإحصائيات IBM SPSSالروتين الداخليالإجراءات التحليلية
نظام تخزين البياناتتقنية المعلومات المؤسسيةالخادم الآمنالمعدات والأنظمة المادة
تحليل الإحصاء الوصفيإحصائيات IBM SPSSالروتين الداخليالإجراءات التحليلية
مقياس الرفاهية الرقميةأرسلانكارا وآخرون (2022)لا يوجدأداة المسح
مقياس التفاعل التعليمي في اللغة الإنجليزية كلغة أجنبيةإيرديموتو وآخرون (2024)لا يوجدأداة المسح
تقييم معيار فورنيل-لاركرسمارت بي إل إسالروتين الداخليالإجراءات التحليلية
مقياس استخدام الذكاء الاصطناعي التوليديمقتبس من عباس وآخرون (2024)لا يوجدأداة المسح
تقييم نسبة التغاير إلى السمات الأحادية (HTMT)سمارت بي إل إسالروتين الداخليالإجراءات التحليلية
إحصائيات IBM SPSSآي بي إمالإصدار 27البرمجيات
وثائق الموافقة المستنيرةفريق البحثالشكل الإلكترونيالمعدات والأنظمة المادة
الاستبيان الإلكترونيفريق البحثالإدارة الذاتيةالمعدات والأنظمة المادة
خوارزمية PLSسمارت بي إل إسالروتين الداخليالإجراءات التحليلية
برنامج PLS-SEMسمارت بي إل إسالإصدار 4.0البرمجيات
مقياس الوعي بأهداف التنمية المستدامةمقتبس من أتماكا وآخرون (2019)لا يوجدأداة المسح
سمارت بي إل إسشركة سمارت بي إل إس جي إم بي إتشالإصدار 4.0البرمجيات

المراجع

  1. Nedungadi, P., Tang, K. Y., Raman, R. The transformative power of generative artificial intelligence for achieving the sustainable development goal of quality education. Sustainability. 16 (22), 9779(2024).
  2. Khoso, A. K., Honggang, W., Darazi, M. A. Empowering creativity and engagement: The impact of generative artificial intelligence usage on Chinese EFL students' language learning experience. Comp Human Behav Rep. 18, 100627(2025).
  3. Rane, N. Roles and challenges of ChatGPT and similar generative artificial intelligence for achieving the sustainable development goals (SDGs). SSRN. 4603244, (2023).
  4. Enhancing education and well-being through artificial intelligence: opportunities and challenges. Qasmi, F., Fatima, S. K. Int Conf Breaking Barriers Generative Intell, , 154-164 (2024).
  5. Ferk, S., Vesna, S., Sanja, J. The role of AI implementation in higher education in achieving the Sustainable Development Goals: A case study from Slovenia. Sustainability. 17 (1), 183(2025).
  6. Barbieri, W., Nguyen, N. N. Generative AI as a placement buddy: Supporting pre-service teachers in work-integrated learning, self-management and crisis resolution. Australasian J Edu Tech. 41 (2), 34-49 (2025).
  7. Alshammari, M. E. Promoting emotional and psychological well-being in students through a self-help ChatGPT intervention: Artificial intelligence powered support. Int J Instruct. 18 (3), 511-530 (2025).
  8. Khoso, A. K., Honggang, W., Younas, M., Salam El-Dakhs, D. A. The Dual Forces of AI: How Generative AI and Perceived AI Dependency Influence Fear of Missing Out (FoMO) and EFL Students' Vocabulary Acquisition. J Vis Exp. (226), e69637(2025).
  9. Matthew, U. O., et al. Generative artificial intelligence (AI) on sustainable development goal 4 for tertiary education: conversational AI with user-centric ChatGPT-4. Impacts Generat AI Creativity Higher Edu. , 259-288 (2024).
  10. Pushpanadham, K., Sarpong, R. A. Research and Innovation in Higher Education: Promises of Generative Artificial Intelligence for Sustainable Development. Generat Artif Intell Higher Edu Handbook Edu Leaders. 32 (5-6), 154(2024).
  11. Nedungadi, P., Tang, K. Y., Raman, R. The transformative power of generative artificial intelligence for achieving the sustainable development goal of quality education. Sustainability. 16 (22), 9779(2024).
  12. Abdelmagid, A. S., Jabli, N. M., Al-Mohaya, A. Y., Teleb, A. A. Integrating Interactive Metaverse Environments and Generative Artificial Intelligence to Promote the Green Digital Economy and e-Entrepreneurship in Higher Education. Sustainability. 17 (12), 5594(2025).
  13. Raman, R., Iyer, A., Nedungadi, P. Forecasting Artificial General Intelligence for Sustainable Development Goals: A Data-Driven Analysis of Research Trends. Sustainability. 17 (16), 7347(2025).
  14. Farmanesh, P., Vehbi, A., Dehkordi, N. S. AI Literacy in Achieving Sustainable Development Goals: The Interplay of Student Engagement and Anxiety Reduction in Northern Cyprus Universities. Sustainability. 17 (11), 4763(2025).
  15. Niewiadomski, M., et al. The interrelation between digital competencies and Work-Life balance among academic Staff Realization of SDG goals in the science sector. Qual Quant. , 1-26 (2025).
  16. Jiménez-García, E., Ruiz-Lázaro, J., Martínez-Requejo, S., Redondo-Duarte, S. Artificial Intelligence and chatbots for sustainable higher education: a systematic review. RIED-Rev Iberoamer Educ Dist. 28 (2), 81-104 (2025).
  17. Sharma, C., Sharma, S., Bhardwaj, V., Dhaliwal, B. K. Generative artificial intelligence for sustainable development: predictive trend analysis in key sectors using natural language processing. Disc Appl Sci. 7 (6), 596(2025).
  18. Navigating the Bio-Digital Revolution: AI's Role in Achieving Sustainable Development Goals. Aravinda, K., Rangaraju, T., Singla, A., Parmar, A., Ziara, S. 2025 Int Conf Next Generat Comm Info Proc, , 262-267 (2025).
  19. Khoso, A. K., Honggang, W., Darazi, M. A. Trust and attitude towards AI as pathways to creativity: a TAM Model study of EFL students' digital literacy and AI acceptance. Humanit Soc Sci Commun. 13, 69(2025).
  20. Simanjuntak, A., Sutarman, A., Anjani, S. A., Nuche, A. Integrating artificial intelligence in e-learning for organizational well-being through orange technology mapping. IAIC Transact Sustain Digital Innovat. 7 (1), 13-26 (2025).
  21. Al-Emran, M., et al. Role of perceived threats and knowledge management in shaping generative AI use in education and its impact on social sustainability. Int J Manag Edu. 23 (1), 101105(2025).
  22. Bollaert, L. Artificial Intelligence: Objective or Tool in the 21st-Century Higher Education Strategy and Leadership. Edu Sci. 15 (6), 774(2025).
  23. Shahzad, M. F., Shuo, X., Liu, H., Zahid, H. Generative artificial intelligence (ChatGPT-4) and social media impact on academic performance and psychological well-being in China's higher education. Eur J Edu. 60 (1), e12835(2025).
  24. Jukiewicz, M. How generative artificial intelligence transforms teaching and influences student wellbeing in future education. Front Edu. 10, 159457(2025).
  25. Shi, J., Liu, W., Hu, K. Exploring How AI Literacy and Self-Regulated Learning Relate to Student Writing Performance and Well-Being in Generative AI-Supported Higher Education. Behav Sci. 15 (5), 705(2025).
  26. Hall, K. Shaping Digital Well-being: Developing a Well-being Lens on the Socio-technical Systems Perspective in Information Systems Research. [PhD dissertation]. , (2025).
  27. Huang, F., Wang, Y., Zhang, H. Modelling Generative AI Acceptance, Perceived Teachers' Enthusiasm and Self-Efficacy to English as a Foreign Language Learners' Well-Being in the Digital Era. Eur J Edu. 59 (4), e12770(2024).
  28. Shahzad, M. F., Xu, S., Liu, H., Zahid, H. Generative artificial intelligence (ChatGPT-4) and social media impact on academic performance and psychological well-being in China's higher education. Eur J Edu. 60 (1), e12835(2025).
  29. Kamau, J. N. Generative Artificial Intelligence and Mental Well-Being of University Students. A Structural Equation Modeling (SEM) Based-Analysis. African J Busi Dev Studies. 1 (2), 344-358 (2025).
  30. Monzon, N., Hays, F. A. Leveraging generative artificial intelligence to improve motivation and retrieval in higher education learners. JMIR Med Edu. 11 (1), e59210(2025).
  31. Reyes-Portillo, J. A., et al. Generative AI-Powered Mental Wellness Chatbot for College Student Mental Wellness: Open Trial. JMIR Format Res. 9 (1), e71923(2025).
  32. Kazanidis, I., Pellas, N. Harnessing generative artificial intelligence for digital literacy innovation: A comparative study between early childhood education and computer science undergraduates. AI. 5 (3), 1427-1445 (2024).
  33. Vanden Abeele, M. M. Digital wellbeing as a dynamic construct. Comm Theor. 31 (4), 932-955 (2021).
  34. Ryan, R. M., Edward, L. D. Intrinsic and extrinsic motivation from a self-determination theory perspective: Definitions, theory, practices, and future directions. Contemp Edu Psychol. 61, 101860(2020).
  35. Kee, T., Kuys, B., King, R. Generative artificial intelligence to enhance architecture education to develop digital literacy and holistic competency. J Artif Intell Archit. 3 (1), 24-41 (2024).
  36. Klarin, J., Hoff, E. V., Larsson, A., Daukantaitė, D. Adolescents' use and perceived usefulness of generative AI for schoolwork: exploring their relationships with executive functioning and academic achievement. Front Artif Intell. 7, 1415782(2024).
  37. Setsoafia, P., Appiah-Kubi, J., Koduah, C. A., Essel, H. B., Madakena, A. K. T. Are They AI-Literate? Exploring The Impact Of Generative AI Literacy On Academic Performance Among Ghanaian University Students. , (2025).
  38. Oubibi, M. Generative artificial intelligence: Postgraduate student's digital adaptability, engagement and academic confidence. J Comp Edu. , 1-23 (2025).
  39. Pavone, G. Generative AI in the Learning Process: Threat or Tool? Understanding the Role of Self-Esteem and Academic Anxiety in Shaping Student Motivations. J Marketing Edu. 02734753251346857, (2025).
  40. Doshi, R., Dadhich, M., Poddar, S., Hiran, K. K. Integrating generative AI in education to achieve sustainable development goals. IGI global. , (2024).
  41. Arslankara, V. B., Demir, A., Öztaş, Ö, Usta, E. Digital well-being scale validity and reliability study. J Teacher Edu Lifelong Learning. 4 (2), 263-274 (2022).
  42. Yu, A. Y., Tian, S. W., Vogel, D., Kwok, R. C. W. Can learning be virtually boosted? An investigation of online social networking impacts. Comp Edu. 55 (4), 1494-1503 (2010).
  43. Abbas, M., Jam, F. A., Khan, T. I. Is it harmful or helpful? Examining the causes and consequences of generative AI usage among university students. Int J Edu Technol Higher Edu. 21 (1), 10(2024).
  44. Mehrvarz, M., Heidari, E., Farrokhnia, M., Noroozi, O. The mediating role of digital informal learning in the relationship between students' digital competence and their academic performance. Comp Edu. 167, 104184(2021).
  45. Atmaca, A. C., Kıray, S. A., Pehlivan, M. Development of a measurement tool for sustainable development awareness. Int J Assess Tools Edu. 6 (1), 80-91 (2019).
  46. Eerdemutu, L., Dewaele, J. M., Wang, J. Developing a short language classroom engagement scale (LCES) and linking it with needs satisfaction and achievement. System. 120, 103189(2024).
  47. Ajlouni, A. O., Abu-Shawish, R. K., Silim, D. M., Ibrahim, A. H. The Academic Intensity Use of Chatbot-Based Artificial Intelligence and Its Relation to Academic Well-Being: A Correlational Study at the University of Jordan. IntJ Eng Pedag. 14 (8), (2024).
  48. Reeve, J., Cheon, S. H. Autonomy-supportive teaching: Its malleability, benefits, and potential to improve educational practice. Edu Psychol. 56 (1), 54-77 (2021).
  49. Nedungadi, P., Tang, K. Y., Raman, R. The transformative power of generative artificial intelligence for achieving the sustainable development goal of quality education. Sustainability. 16 (22), 9779(2024).
  50. Khoso, A. K., Honggang, W., Darazi, M. A. Trust and attitude towards AI as pathways to creativity: a TAM Model study of EFL students' digital literacy and AI acceptance. Humanit Soc Sci Commun. 13, 69(2026).
  51. Ringo, D. S. The effect of generative AI use on doctoral students' academic research progress: the moderating role of hedonic gratification. Cogent Education. 12 (1), 2475268(2025).
  52. Duong, C. D., Vu, T. N., Ngo, T. V. N., Do, N. D., Tran, N. M. Reduced student life satisfaction and academic performance: Unraveling the dark side of ChatGPT in the higher education context. Int J Human Comp Interact. 41 (8), 4948-4963 (2025).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

الوسوم

تم نشر هذه المقالة

الفيديو قريباً

تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.