العودة إلى المكتبة

سؤال رئيسي جديد

معالج بالذكاء الاصطناعي · معتمد من المؤلف

هل تظل الواجبات المنجزة دليلاً على الكفاءة المستقلة مع توفر أدوات الذكاء الاصطناعي التوليدي للطلاب؟

CS1 in the Age of GenAI: Affordance Dissolution and Assessment Governance
Janne Parkkila, Mika Matveinen, Uolevi Nikula · International Conference on Information Systems (ICIS) · 2026

٤٣ مشاهدة · ٦ استماع

رسم توضيحي لـ: هل تظل الواجبات المنجزة دليلاً على الكفاءة المستقلة مع توفر أدوات الذكاء الاصطناعي التوليدي للطلاب؟

يُحمّل مشغل Spotify؛ قد تستخدم Spotify ملفات تعريف الارتباط. يتذكر هذا الجهاز اختيارك.

أبرز النتائج

  • في أحد مساقات البرمجة، حصل 45% من الطلاب الحاصلين على درجات الامتياز في الواجبات الأسبوعية على درجة صفر في اختبار نهائي مُراقب، مما يظهر ارتباطاً ضعيفاً بين أداء الواجبات وأداء الاختبار (r = 0.18).
  • أدى تطبيق المراقبة على اختبار برمجة مطابق في مؤسسة تعليم عالٍ أخرى إلى انخفاض نسب الدرجات العليا بشكل كبير من 73% إلى 24%.
  • أظهرت مقارنات الأكواد المصدرية تضخماً في الأكواد المقدمة من الطلاب واستخدام بنى برمجية متقدمة لم يتم تدريسها بعد، مع رصد بصمات أسلوبية للذكاء الاصطناعي في حوالي 18% من الأكواد المكتوبة بواسطة الطلاب.
  • كشفت نتائج الاستبيان عن تباين أنماط استخدام الذكاء الاصطناعي وجدواه المتصورة بين مجموعات الطلاب الدوليين والمحليين، مما يعكس ضغوطاً اجتماعية ومؤسسية متباينة.
  • ثبت عدم جدوى حظر الذكاء الاصطناعي عبر قواعد السلوك في الحفاظ على مصداقية التقييم، مما يبرز الحاجة للتحول نحو الاختبارات الخاضعة للإشراف والمهام التي تتطلب جهداً معرفياً ملموساً.

ماذا يعني ذلك بالنسبة لك

مدير تقنية المعلومات التنفيذي / مسؤول تنفيذي

Monitor digital exam environments because unproctored take-home assignments cannot be trusted anymore during the age of AI since it is easy to skip them.

مدير تقنية المعلومات

Deploy secure, proctored digital testing platforms across institution-wide coursework to ensure assessment integrity.

مخطط استراتيجي للأعمال

Reallocate institutional resources away from futile AI-ban enforcement toward scalable, supervised assessment infrastructure.

باحث

Start evaluating how students perceive their own skills when using AI, and design new learning pathways that accept AI usage while ensuring students still learn.

صانع سياسات

Prohibiting AI tools is impossible, as we cannot monitor what students are doing at home and what kind of assignments they return, and thus, we should think how to make more supervised assessments possible and scalable as just plain oral exams in large student groups are not a feasible method.

الملخص

عبر ثلاث مؤسسات تعليم عالٍ فنلندية وأكثر من 1000 طالب، يفحص الباحثون درجات التقييم، ويحللون 883 نموذجاً مقارناً للأكواد البرمجية بين الطلاب والذكاء الاصطناعي، ويقيمون استجابات استبيان بداية الفصل الدراسي لـ 602 طالب.

المشكلة

يعتمد التقييم في التعليم العالي على افتراض أن تسليم مهمة مكتملة يبرهن على امتلاك المهارات المعرفية المستهدفة بالتدريس والتقييم. ويقوض الذكاء الاصطناعي التوليدي هذا الارتباط بتمكين الطلاب من تقديم حلول وظيفية دون الانخراط في عمليات حل المشكلات المطلوبة. كما تعجز السياسات المؤسسية التي تحظر الذكاء الاصطناعي عن استعادة مصداقية التقييم، لأن القواعد وحدها لا تغير الإمكانات العملية المتاحة تقنياً.

النص المكتوب
Host: مرحباً بكم في حلقة جديدة من بودكاست A.I.S. Insights — powered by Living Knowledge. أنا آنا آيفي سومرز، ومعي المحلل أليكس إيان ساذرلاند. نناقش اليوم دراسة بعنوان "مقدمة البرمجة في عصر الذكاء الاصطناعي التوليدي: تلاشي الإمكانات وحوكمة التقييم"، والتي أعدها الباحثون Janne Parkkila وMika Matveinen وUolevi Nikula، وقُدمت في المؤتمر الدولي لنظم المعلومات ICIS عام 2026. تبحث هذه الدراسة في بيانات مجمعة من ثلاث مؤسسات تعليم عالٍ فنلندية تضم أكثر من 1000 طالب، مستندة إلى تحليل 883 نموذجاً مقارناً للأكواد البرمجية واستجابات استبيان شمل 602 طالب. أهلاً بك يا أليكس.
Expert: أهلاً بكِ يا آنا، وبمستمعينا الكرام.
Host: أليكس، ما هي الإشكالية الأساسية التي تسلط هذه الدراسة الضوء عليها في منظومة التقييم؟
Expert: تعتمد أساليب التقييم المعتادة على افتراض جوهري، وهو أن تسليم مهمة وظيفية مكتملة يعكس بالضرورة استيعاب الفرد للمهارات المعرفية والتحليلية المستهدفة. لكن الدراسة توضح أن الذكاء الاصطناعي التوليدي قوض هذا الرابط؛ إذ بات بمقدور الطلاب تقديم حلول برمجية سليمة دون خوض عمليات التفكير وحل المشكلات المطلوبة. وتُظهر الدراسة أن السياسات المؤسسية التي تكتفي بحظر هذه الأدوات لا تنجح في استعادة مصداقية التقييم، فالنصوص التنظيمية لا تعطل الإمكانات التقنية المتاحة فعلياً للمستخدمين.
Host: وما هو المنهج الذي اتبعه فريق البحث للتحقق من هذا الأمر عملياً؟
Expert: اعتمد الباحثون على منهجية عملية متعددة المصادر؛ شملت مقارنة نتائج الطلبة بين الواجبات غير المراقبة والامتحانات الخاضعة للإشراف المباشر عبر مؤسسات مختلفة. وتضمنت الدراسة فحصاً دقيقاً لـ 883 نموذجاً برمجياً لمقارنة الفروق بين الأكواد المكتوبة ذاتياً وتلك المولدة آلياً، بالإضافة إلى استبيان أُجري في بداية الفصل الدراسي مع 602 طالب لقياس دوافع الاستخدام وطبيعة النظرة لجدوى هذه الأدوات.
Host: الأرقام التي توصلت إليها الدراسة كانت واضحة جداً في هذا السياق، هل توضح لنا أبرز النتائج؟
Expert: في أحد المساقات التي شملتها الدراسة، تبيّن أن 45 في المئة من الطلاب الحاصلين على درجات الامتياز في الواجبات الأسبوعية غير المراقبة حصلوا على درجة صفر في الاختبار النهائي المُراقب. كما سُجل معامل ارتباط ضعيف جداً بين أداء الواجبات وأداء الاختبار بلغ 0.18. وفي مؤسسة أخرى، أدى الانتقال إلى نظام الاختبارات الخاضعة للمراقبة في مساق مطابق إلى هبوط نسبة الحاصلين على الدرجات العليا من 73 في المئة إلى 24 في المئة فقط.
Host: وما الذي كشفه تحليل الأكواد البرمجية واستبيانات الطلاب؟
Expert: أظهرت مقارنات الأكواد وجود تضخم ملحوظ في حجم الأكواد المقدمة من الطلاب، واستخدام هياكل برمجية معقدة لم يتم تدريسها ضمن المساق، مع رصد بصمات أسلوبية للذكاء الاصطناعي في حوالي 18 في المئة من الأعمال المقدمة. كما كشفت بيانات الاستبيان عن تباين في أنماط الاستخدام بين مجموعات الطلاب المحليين والدوليين نتيجة لاختلاف الضغوط الأكاديمية والاجتماعية. وبشكل عام، ثبت أن فرض قواعد حظر الذكاء الاصطناعي لم يحافظ على سلامة التقييم.
Host: بالانتقال إلى قطاع الأعمال والمؤسسات، ما هي التبعات العملية لهذه النتائج على مديري التوظيف والقيادات التنفيذية؟
Expert: لهذه النتائج انعكاسات مباشرة على ممارسات الأعمال؛ فالاعتماد على الاختبارات التقنية غير المراقبة أو المهام المنزلية لتقييم المتقدمين للوظائف لم يعد وسيلة موثوقة لقياس الكفاءة الفردية. وفي برامج التدريب والتأهيل الداخلي، قد يقدم الموظفون حلولاً تبدو مكتملة وظيفياً لكنها تفتقر إلى الفهم العميق لإدارة الأنظمة عند حدوث أعطال حرجة. لذلك، تحتاج المؤسسات إلى نقل وزن التقييم إلى المقابلات التفاعلية المباشرة ومناقشة تفاصيل التصميم البرمجي والجهد الذهني المبذول، بدلاً من الاكتفاء بفحص النتيجة النهائية للعمل.
Host: إذن، الدرس الأساسي هو أن إدارة هذه التحولات تتطلب تعديل آليات التحقق والتقييم بدلاً من الاعتماد على الحظر الشكلي. شكراً لك يا أليكس على هذا العرض الموضوعي.
Expert: شكراً لكِ يا آنا.
Host: وشكراً لمتابعينا الكرام. نلتقي بكم في الحلقة القادمة من A.I.S. Insights — powered by Living Knowledge.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Generative AI, Assessment validity, Affordance theory, Introductory programming, Assessment governance, Higher education