The Effect of Generative Artificial Intelligence Tools on Developing Metacognitive Thinking Skills Among Secondary School Students in a Programming-Based Learning Environment
Abstract
This study aimed to examine the effectiveness of a learning-station model supported by generative artificial intelligence (AI) in developing programming skills among secondary school students. A quasi-experimental design was employed, involving two groups (the experimental and control). The experimental group was taught using a generative AI–supported learning-station model that comprised four stations: pre-learning activities, teacher-led instruction, laboratory practice, and evaluation & reflection, while the control group was taught through the traditional direct-teaching method, with both groups subjected to pre- and post-tests. The study sample consisted of 40 secondary school students in Jeddah, and programming skills were measured using a performance-based achievement test specifically designed for this purpose. Results revealed statistically significant differences at the level of (α ≤ 0.05) between the mean scores of the two groups in the post-test, favoring the experimental group. These findings indicate that integrating generative AI within learning stations provided real-time feedback instant support during task execution, which enhanced students’ deep understanding and enabled them to practice programming more effectively and independently. The study recommends adopting this model in teaching digital technology courses and training teachers on the pedagogical use of generative AI tools to support programming learning and promote students’ analytical thinking.
References
2. Alshawi, A. (2023). An investigation into the rise of boot camp against educational offering of traditional educational institutions: Building a personality and preference–driven model for digital marketing and coding programs offered in university, community college, and bootcamp educational institutions Alliant International University].
3. Creswell, J. W., & Creswell, J. D. (2017). Research design: Qualitative, quantitative, and mixed methods approaches. Sage publications.
4. Grover, S., & Pea, R. (2018). Computational thinking: A competency whose time has come. Computer science education: Perspectives on teaching and learning in school, 19(1), 19-38.
5. Israel-Fishelson, R., & Hershkovitz, A. (2022). Studying interrelations of computational thinking and creativity: A scoping review (2011–2020). Computers & Education, 176, 104353.
6. Karmakar, S., & Das, T. (2024). Effect of artificial intelligence on education. In Optimization and Computing using Intelligent Data-Driven Approaches for Decision-Making (pp. 198-211). CRC Press.
7. Liu, R., Zenke, C., Liu, C., Holmes, A., Thornton, P., & Malan, D. J. (2024). Teaching CS50 with AI: leveraging generative artificial intelligence in computer science education. Proceedings of the 55th ACM technical symposium on computer science education V. 1,
8. Mehdaoui, A. (2024). Unveiling Barriers and Challenges of AI Technology Integration in Education: Assessing Teachers’ Perceptions, Readiness and Anticipated Resistance. Futurity Education, 4(4), 95-108. https://doi.org/10.57125/FED.2024.12.25.06
9. Robertson, J. (2025). ‘Use it as a backup rather than your main pillar of learning’: how self-directed learners use Generative AI in Project Based Learning.
10. Safi, S. a. A., & Al-Qudah, M. A. (2024). الذكاء الاصطناعي في التعليم العالي (التحديات والتوجيهات)-مراجعة منهجية. Dirasat: Educational Sciences, 51(3), 201-216.
11. Sari, H. E., Tumanggor, B., & Efron, D. (2024). Improving Educational Outcomes Through Adaptive Learning Systems using AI. International Transactions on Artificial Intelligence, 3(1), 21-31.
12. Soundarya, M., Devapitchai, J. J., Krishnakumari, S., & Manickam, T. (2025). Applications of Artificial Intelligence Techniques in Education. In Integrating Micro-Credentials With AI in Open Education (pp. 429-450). IGI Global Scientific Publishing.
13. Sweller, J., Van Merriënboer, J. J., & Paas, F. (2019). Cognitive architecture and instructional design: 20 years later. Educational psychology review, 31(2), 261-292.
14. Yang, Q., Li, K., & Lu, Y. (2024). Enhancing College Students' Programming Ability Based on Individual Factors and Strategies. 2024 13th International Conference on Educational and Information Technology (ICEIT),
15. Yang, Y., & Xia, N. (2023). Enhancing Students' Metacognition via AI-Driven Educational Support Systems. International Journal of Emerging Technologies in Learning (Online), 18(24), 133.
16. Yilmaz, R., & Yilmaz, F. G. K. (2023). The effect of generative artificial intelligence (AI)-based tool use on students' computational thinking skills, programming self-efficacy and motivation. Computers and Education: Artificial Intelligence, 4, 100147.
17. الزهراء, ن. ف., & بثينة, ش. (2024). دور تطبيقات الذكاء الإصطناعي في تنمية التحصيل العلمي لدى الطلبة الجامعيين-أنموذجا
18. الشقراوي, أ. ل. س. إ., & إبراهيــــــــــــم, أ. ع. ا. آ. (2023). أثر تدريس البرمجة باستخدام الأنشطة غير الموصولة على اكتساب مفاهيم البرمجة ومهارات التفكير الحاسوبي لدى طالبات المرحلة المتوسطة. دراسات عربية في التربية وعلم النفس, 146(1), 131-158.
19. العوفي, ه. ص., & الزعبي, د. ع. ا. س. (2023). فاعلية برنامج تعليمي مقترح في الذكاء الاصطناعي، وقياس أثره في تنمية مهارات التفكير الحاسوبي لدى طالبات الصف الأول ثانوي. Journal of Arts, Literature, Humanities and Social Sciences(95), 72-88.
20. القرني, س. أ., & عمران, أ. م. (2021). أثر الذكاء الاصطناعي المايكروبت (Microbit) في رفع الدافعية نحو تعلُّم البرمجة لدى الطالبات في مقرر تقنيات التعليم بجامعة الملك عبد العزيز بجدة. مجلة العلوم التربوية و النفسية, 5(30), 58-76.
21. القلعاوي, & حسن, ع. ا. م. إ. (2023). استخدام استراتيجية محطات التعلم في تدريس الدراسات الاجتماعية لتنمية المفاهيم الاقتصادية ومهارات ريادة الأعمال لدى تلاميذ المرحلة الابتدائية. مجلة جامعة الفيوم للعلوم التربوية والنفسية, 17(2), 497-563.
22. بيومي, عطيفي, إ., & السيد, ن. إ. (2024). أثر توظيف استراتيجية محطات التعلم. مجلة البحث العلمى فى التربية, 25(8), 247-324.
23. عزيز, م. ا., & الخزامي, م. (2023). دور الذكاء الاصطناعي في العلوم الاجتماعية والإنسانية. سيمنار, 1(2), 1-35.
24. غالي, ه. ك. ت., & حسن, ا. خ. (2024). أثر أنموذج التناوب على محطات التعلم المدمج في تحصيل الرياضيات لدى طالبات الصف الثالث المتوسط. Journal Of Educational and Psychological Researches, 21(83), 294-318.
25. قران, أ. ع., القرني, أ. م., السهيمي, أ. ع., مرحبي, أ. ع., & مصلحي, أ. م. (2024). تحديات استخدام أدوات الذكاء الاصطناعي التوليدي في تطوير بيئات التعلم القائمة على الوسائط المتعددة من وجهة نظر الخبراء. المجلة الدولية للعلوم التربوية والاداب 3(12), 289-326. https://doi.org/https://doi.org/10.59992/IJESA.2024.v3n12p10
26. محمد, ش. (2022). أثر نمط التغذية الراجعة ببيئة تعلم نقال سحابية في تنمية مهارات البرمجة لدى طلاب المرحلة الثانوية. مجلة القراءة والمعرفة, 22(246), 83-111.
27. يونس, & أمين, أ. م. د. أ. ص. ا. (2023). تطوير بيئة تعليمية قائمة علي الدمج بين الحياة الثانية وتطبيقات الويب المحيطي لتنمية مهارات برمجة الذكاء الاصطناعي وخفض العبء المعرفي لدى طلاب الدراسات العليا بكلية التربية. مجلة جامعة جنوب الوادى الدولية للعلوم التربوية, 6(11), 677-761.
Copyright (c) 2025 أحمد بن محسن القرني , د. أحمد بن إبراهيم فلاته
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
