تشهد المؤسسات التعليمية تحولاً كبيراً بفعل استخدام الذكاء الاصطناعي (AI) في عملية التعليم والتعلم. أحد أبرز هذه التحولات هو في مجال التغذية الراجعة، التي تلعب دورًا حاسمًا في تحسين تجربة الطلاب الأكاديمية.

لكن الأمر لا يعتمد فقط على جودة التعليقات المُعطاة، بل يجب أن تُصمم العملية بإحكام لضمان تفاعل الطلاب مع هذه التعليقات. في دراسة حديثة واسعة النطاق شملت أكثر من 13,000 طالب و51,000 مادة علمية، تم اختبار ثلاثة أنماط مختلفة من التغذية الراجعة:

1. **التغذية الراجعة الموجهة (Directed Feedback)**: حيث تلقى الطلاب تعليقات مُولَّدة من الذكاء الاصطناعي بدون دعم هيكلي.
2. **التغذية الراجعة المُوجهة ذاتياً (Self-Directed Feedback)**: حيث يمكن للطلاب بدء حوار مدعوم بالذكاء الاصطناعي بشكل اختياري.
3. **التغذية الراجعة المنفذة (Enacted Feedback)**: حيث تم تحفيز الطلاب لاختيار اقتراحات التغذية الراجعة، وتقييم مدى ملاءمتها، والانخراط في حوار معزز بالذكاء الاصطناعي استنادًا إلى تلك الاختيارات.

أظهرت النتائج أن نمط التغذية الراجعة المنفذة كان مرتبطًا بزيادة كبيرة في استجابة الطلاب للتعليقات، مع احتمالية تصل إلى 26.2% مقارنة بـ 14.1% في التغذية الراجعة الموجهة و0.1% في التغذية الراجعة المُوجهة ذاتياً. بالإضافة إلى ذلك، أظهر الطلاب ثقة أعلى في تقويمهم الذاتي وجودة الأعمال المقدمة.

تشير النتائج إلى أن القيمة التعليمية للتعليقات الناتجة عن الذكاء الاصطناعي تعتمد على جودة التعليقات ونمط العمل الذي يُنظّم تفاعل الطلاب. وبذلك، يتضح أن الوصول إلى الذكاء الاصطناعي وحده ليس كافيًا، بل من الضروري تصميم العمل بشكل يحقق استخدامًا فعالًا للتغذية الراجعة.