Lakhasly

تُظهر الأبحاث باستمرار أن بيئات التعلم المدعومة بالذكاء الاصطناعي، والتي تجمع بين الدعم الإلكتروني الذكي وآليات التغذية الراجعة التكيفية، تُعزز بشكل كبير كلاً من الدافعية الداخلية والخارجية (بيرفايز وآخرون، وعندما يتلقى المتعلمون تغذية راجعة تُؤكد كفاءتهم مع تقديم خطوات تالية مُناسبة تُشكل تحديًا لهم، فإن دافعية الإنجاز تزداد بشكل ملحوظ (صن، فعندما يُصمَّم الدعم الإلكتروني والتغذية الراجعة لتعزيز الكفاءة المُدرَكة (من خلال تحديات قابلة للتحقيق وتغذية راجعة مفيدة)، تزدهر الدافعية الذاتية (ويك،

تُظهر الأبحاث باستمرار أن بيئات التعلم المدعومة بالذكاء الاصطناعي، والتي تجمع بين الدعم الإلكتروني الذكي وآليات التغذية الراجعة التكيفية، تُعزز بشكل كبير كلاً من الدافعية الداخلية والخارجية (بيرفايز وآخرون، 2025) . وتُوفر مسارات التعلم المُخصصة، التي تُناسب مستويات الكفاءة الفردية، تجارب تُحقق التحدي الأمثل - أي التوازن بين الملل والقلق - وهو أمر بالغ الأهمية لاستمرار المشاركة (ديميردوكين، 2025) . وعندما يتلقى المتعلمون تغذية راجعة تُؤكد كفاءتهم مع تقديم خطوات تالية مُناسبة تُشكل تحديًا لهم، فإن دافعية الإنجاز تزداد بشكل ملحوظ (صن، 2025) .
يُساعد إطار نظرية تقرير المصير في تفسير تعزيز الدافعية في أنظمة الذكاء الاصطناعي. فعندما يُصمَّم الدعم الإلكتروني والتغذية الراجعة لتعزيز الكفاءة المُدرَكة (من خلال تحديات قابلة للتحقيق وتغذية راجعة مفيدة)، وتوفير دعم الاستقلالية (من خلال خيارات هادفة)، وتعزيز التواصل (من خلال تفاعلات فعّالة)، تزدهر الدافعية الذاتية (ويك، 2026) . في المقابل، تُضعف الأنظمة التي تُشعِر المستخدم بالسيطرة، أو التي لا تُوفِّر تحديًا كافيًا، أو التي تُسبِّب تجارب الفشل رغم بذل أقصى جهد، الدافعية (فانغ، 2025)