التفاعل بين نمطى الوكيل الذكى (المفرد - المتعدد ) في بيئه تشاركيه (التسلسلى -المتوازى) على تنميه مهارات الذكاء الاصطناعي التوليدى "The interaction between intelligent agent models (single - multiple) in a collaborative environment (sequential - parallel) and its impact on developing generative artificial intelligence skills."

تهدف هذه الدراسة إلى استكشاف تأثير التفاعل بين نمطي الوكيل الذكي (المفرد - المتعدد) في بيئة تعلم تشاركية (التسلسلي - المتوازي) على تنمية مهارات الذكاء الاصطناعي التوليدي لدى طلاب تكنولوجيا التعليم. في ظل التطورات المتسارعة في التعليم الرقمي، أصبح من الضروري دمج الذكاء الاصطناعي التوليدي في المناهج التعليمية لتعزيز التفكير الإبداعي وتحسين تجربة التعلم الإلكتروني. وتتناول الدراسة كيفية تصميم بيئة تعلم تفاعلية تعتمد على الوكلاء الأذكياء، ودراسة مدى تأثير أنماط التشارك المختلفة على تعلم الطلاب، بهدف تحديد النمط الأكثر كفاءة في دعم مهارات الذكاء الاصطناعي التوليدي.
اعتمدت الدراسة على المنهج التجريبي من خلال تقسيم الطلاب إلى أربع مجموعات وفقًا لأنماط التشارك والوكيل الذكي، وقياس مدى تأثير كل نمط على تحقيق الأهداف التعليمية. وتبرز أهمية البحث في تقديم نموذج تعليمي مبتكر يساعد على تحسين استراتيجيات التعلم الرقمي، وزيادة التفاعل الإلكتروني، وتعزيز جاهزية الطلاب لسوق العمل من خلال تطوير مهارات الذكاء الاصطناعي التوليدي. وقد توصلت الدراسة الى تفوق نمط الوكيل الذكى (المتعدد) فى بيئة التعلم التشاركيه بالنمط (المتوازى)، كما أوصت الدراسة بتعميم استخدام بيئات التشارك كطريقة وأسلوب يتناسب مع الظروف الراهنة في عملية تعلم الطلاب المختلفه عبر المقررات وخاصة طلاب الجامعات.
 
This study aims to explore the impact of the interaction between the intelligent agent types (individual - multiple) in a collaborative learning environment (sequential - parallel) on the development of generative artificial intelligence skills among educational technology students. Given the rapid advancements in digital education, integrating generative artificial intelligence into curricula has become essential to enhancing creative thinking and improving the e-learning experience. The study examines how to design an interactive learning environment based on intelligent agents and investigates the impact of different collaboration patterns on student learning, with the goal of identifying the most efficient model for supporting generative AI skills.
The study adopted an experimental approach, dividing students into four groups based on collaboration patterns and intelligent agent types, measuring the impact of each model on achieving educational objectives. The research highlights the significance of introducing an innovative educational model that enhances digital learning strategies, increases online interaction, and improves students’ readiness for the job market by developing generative AI skills. The study found that the multiple intelligent agent model in a parallel collaborative learning environment outperformed other models. Additionally, the study recommends expanding the use of collaborative learning environments as an effective approach aligned with the current educational landscape, particularly for university students across various courses.