The Motivations of Virtual Learning For Artificial Intelligence Learner In Egyptian Higher Education | ||||
| المجلة العلمية للدراسات التجارية والبيئية | ||||
| Article 77, Volume 15, Issue 2, April 2024, Page 813-878 PDF (1.03 MB) | ||||
| Document Type: المقالة الأصلية | ||||
| DOI: 10.21608/jces.2024.361692 | ||||
 View on SCiNiTO | ||||
| Author | ||||
| Aisha Tarek Noour* | ||||
| Assistant Professor - Marketing and International Business Department College of Management and Technology (Alexandria Branch) Arab Academy for Science, Technology and Maritime Transport | ||||
| Abstract | ||||
| Hybrid Learning (HL) is becoming increasingly prominent in Egyptian higher education, but there remains a number of barriers to HL that must be carefully considered in applying, adapting, and accepting this kind of learning method. This paper seeks to analyse the views of learners towards VL according to Self-Determination Theory (SDT), and identifies the motivations for adapting HL in Artificial Intelligence (AI) in an Egyptian higher education establishment. SDT is approached from a different perspective and the relationship between Intrinsic Motivation (IM), Extrinsic Motivation (EM) and Amotivation (AM) is analysed and related to the motivations of the hybrid learning approach. A self-administered questionnaire was used to collect data from 491 undergraduate learners who were geographically widely spread around the Colleges of Artificial Intelligence (CAI) at the Arab Academy for Science, Technology & Maritime Transport (AASTMT) in Egypt: Al-Amien, Matrouh. This present study examines Egyptian undergraduates’ IM, EM, AM, Autonomy, Structure, and Involvement with respect to the adaptation of the BL method. The findings were coded and fed into statistical package for Social Science (SPSS24) and Analysis of Moment structure (AMOS24) for data analysis. Confirmatory Factor Analsysi (CFA) was used to confirm the dimensions under study are verified by SDT, as Structural Equation Modeling (SEM) was applied to find the effect of the SDT on artificial intelligence students’ motivation in Egypt. The research contributes to the application of SDT within the field of HL through an analysis of the views of lecturers towards the motivations that virtual learning offers to Artificial Intelligence (AI) educators in Egypt. Finally this study suggests that the CAI at AASTMT should pay more attention to IM, EM and AM in the work environment. The variation in responses from different levels of the learner indicates a need for AASTMT to provide the educators with development opportunities in order to successfully integrate HL into their AI Education programmes. أصبح التعلم الهجين (HL) بارزًا بشكل متزايد في التعليم العالي المصري، ولكن لا يزال هناك عدد من العوائق التي تحول دون HL والتي يجب مراعاتها بعناية في تطبيق وتكييف وقبول هذا النوع من أساليب التعلم. تسعى هذه الورقة إلى تحليل آراء المتعلمين تجاه VL وفقًا لنظرية تقرير المصير (SDT)، وتحدد الدوافع لتكييف HL في الذكاء الاصطناعي (AI) في مؤسسة التعليم العالي المصرية. يتم التعامل مع SDT من منظور مختلف ويتم تحليل العلاقة بين الدافع الداخلي (IM) والتحفيز الخارجي (EM) والتحفيز (AM) وترتبط بدوافع نهج التعلم الهجين. تم استخدام استبيان ذاتي الإدارة لجمع البيانات من 491 طالبًا جامعيًا منتشرين جغرافيًا على نطاق واسع حول كليات الذكاء الاصطناعي (CAI) في الأكاديمية العربية للعلوم والتكنولوجيا والنقل البحري (AASTMT) في مصر: الأمين، مطروح. تبحث هذه الدراسة في الطلاب الجامعيين المصريين "IM و EM و AM و AM و Autonomy و Structure و Involvement فيما يتعلق بتكييف طريقة BL. تم ترميز النتائج وإدخالها في الحزمة الإحصائية للعلوم الاجتماعية (SPSS24) وهيكل تحليل اللحظة (AMOS24) لتحليل البيانات. تم استخدام العامل التأكيدي Confirmatory Factor Analysis (CFA) لتأكيد أن الأبعاد قيد الدراسة يتم التحقق منها بواسطة SDT، مثل نمذجة المعادلة الهيكلية (SEM) تم تطبيقه للعثور على تأثير SDT على دافع طلاب الذكاء الاصطناعي في مصر. يساهم البحث في تطبيق SDT في مجال VL من خلال تحليل آراء المحاضرين تجاه الدوافع التي يقدمها التعلم الافتراضي للذكاء الاصطناعي أخيرًا، تشير هذه الدراسة إلى أن CAI في AASTMT يجب أن تولي مزيدًا من الاهتمام لـ IM و EM و AM في بيئة العمل. يشير التباين في الاستجابات من مختلف مستويات المتعلم إلى الحاجة إلى AASTMT لتزويد المعلمين بفرص التنمية من أجل دمج HL بنجاح في برامج تعليم الذكاء الاصطناعي الخاصة بهم. | ||||
| Keywords | ||||
| Hybrid Learning; Self-Determination Theory and Artificial Intelligence Education. التعلم الهجين ونظرية تقرير المصير وتعليم الذكاء الاصطناعي | ||||
|
Statistics Article View: 206 PDF Download: 236 |
||||
