The Effectiveness of a Generative Artificial Intelligence-Based Training Program for Developing Command Engineering Skills and Producing Model E-Lessons for Middle School Teachers and Their Attitudes Towards It
DOI:
https://doi.org/10.33193/JALHSS.133.2026.1749Keywords:
Generative artificial intelligence, command engineering, training programs, e-lessons plans, middle school teachersAbstract
This research aimed to investigate the effectiveness of a generative artificial intelligence-based training program in developing command engineering skills and producing model e-lessons plans for middle school teachers, and to identify their attitudes towards the program. The research adopted a quasi-experimental design with a single group, using pre- and post-tests, and a descriptive approach to measure attitudes after training. The main sample consisted of thirty middle school teachers in Jeddah. The research used an evaluation form for the e-lesson plan product and an attitude scale towards the program. The results showed statistically significant differences favoring the post-test in command engineering skills and in the dimensions of e-lesson production, namely objectives, content, activities, assessment, plan integration, and final quality. The overall mean for command engineering skills increased from 8.9333 to 59.300, and the overall mean for plan production skills increased from 24.700 to 58.700. Teachers' attitudes toward the program were very high, with an overall mean of 4.772 out of five. The results indicate an improvement in the measured performance of the participating group and support linking training on generative tools to educational planning tasks and product quality review. The research recommends utilizing the program for professional development, emphasizing human review and responsible use, and monitoring the transfer of skills to practice. It also suggests further studies involving comparative groups, follow-up measurements, and student learning outcomes, within the limitations of the design and sample.References
1. الأغا، إحسان. (2003). البحث التربوي: عناصره، مناهجه، أدواته (ط. 4). الجامعة الإسلامية.
2. إسماعيل، محمد (2008). التدريس مبادؤه ومهاراته. مكتبة الرشد. الرياض .
3. حمدان ، زيدان (2017) . تحضير الدروس اليومية ،عمان : دار التربية الحديثة.
4. رؤية المملكة 2030 ، http://vision2030. gov. sa/download/file/fid/422 .
5. زيتون، حسن حسين. (2001). تصميم التدريس: رؤية منظومية. عالم الكتب للطباعة والنشر.
6. السبيعي، محمد بن ناصر(2025). فاعلية برنامج تدريبي في تنمية مهارات استخدام الذكاء الاصطناعي لتصميم القصص التعليمية الإلكترونية والاتجاه نحوه لدى الطالبات المعلمات بقسم الطفولة المبكرة بجامعة الطائف.دراسات تربوية واجتماعية -جامعة العاصمة.31(1)، 888-947.
7. السعيد، رضا مسعد. (2023). تطبيقات نماذج الذكاء الاصطناعي (ChatGPT) في المناهج وطرق التدريس: الفرص المتاحة والتهديدات المحتملة. مجلة تربويات الرياضيات، 26(4)، 10–23. https://doi.org/10.21608/armin.2023.311932
8. الشريف، حسن. (2023). الذكاء الاصطناعي التوليدي وانعكاساته على التعليم والتدريب، تقرير رقم(109)، الرياض: ملتقى أسبار.
9. الشقنيطي، عبدالله. الحسن، رياض(2025). آراء المعلمين والمعلمات حول استخدام الذكاء الاصطناعي التوليدي في تعليم الرياضيات. المجلة الدولية للعلوم التربوية و الانسانية المعاصرة.4(1)،255-286.
10. العمري، نجلاء. الغامدي، بشائر. الكناني، عهود. البلادي، وجدان. الصرابي، ياسمين. العتيبي، نسرين. (2024). فاعلية برنامج تدريبي قائم على التصميم التعليمي لتطوير مهارات هندسة الأوامر وإنتاج محتوى الحقائب التدريبية باستخدام الذكاء الاصطناعي من وجهة نظر المدربين والمعلمين. دراسات تربوية واجتماعية- جامعة العاصمة. 30(6)، 473-526.
11. الكوري، أثير حسني محمد (2024). دور الذكاء الاصطناعي في تحسين جودة التعليم في قصبة إربد من وجهة نظر المعلمين . كلية العلوم التربوية -الجامعة الإسلامية بمنيسوتا.
12. متولى، إيمان(2025). مستوى استخدام أدوات الذكاء الاصطناعي التوليدي (كلي/ جزئي) في بيئة تعلم إلكترونية وأثره على تنمية مهارات إنتاج القصص الرقمية وفاعلية الذات الإبداعية لدي تلاميذ المرحلة الإبتدائية.تكنولوجيا التعليم.35(7)،245-362.
13. المقرن، نورة أحمد عبد الله (2024). مراجعة منهجية لاستخدامات وتحديات ChatGPTفي التعليم. مجلة التربية.
14. الهادي، محمد. (2023). الذكاء الاصطناعي التوليدي ومستقبله. المجلة المصرية للمعلومات. 32(32), 32-36.
15. اليامي، هادية بنت علي (2024). رؤية مستقبلية لتطوير التعليم في المملكة العربية السعودية في ضوء رؤية المملكة 2030. مجلة العلوم التربوية والنفسية -جامعة الملك سعود ، مج (26) ،ع (2).
16. Brown, T. B., et al. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems, 33, 1877–1901. https://arxiv.org/abs/2005.14165
17. Davila-Moran, R. C., Sanchez Soto, J. M., Lopez Gomez, H. E., Silva Infantes, M., Arias Lizares, A., Huanca Rojas, L. M., & Cama Flores, S. J. (2025). Brief Prompt-Engineering Clinic Substantially Improves AI Literacy and Reduces Technology Anxiety in First-Year Teacher-Education Students: A Pre–Post Pilot Study. Education Sciences, 15(8), 1010. https://doi.org/10.3390/educsci15081010.
18. Ekin, S. (2023). Prompt engineering for ChatGPT: a quick guide to techniques, tips, and best practices. Authorea Preprints.
19. ElSayary, A., Kuhail, M. A., & Hojeij, Z. (2025). Examining the role of prompt engineering in utilizing generative AI tools for lesson planning: Insights from teachers’ experiences and perceptions. Human Behavior and Emerging Technologies, 1, 1–21.
20. Fotaris, P., Mastoras, T., & Lameras, P. (2023). Designing educational escape rooms with generative AI: A framework and ChatGPT prompt engineering guide. 17th European Conference on Games Based Learning, 17(1), 180–189. https://doi.org/10.34190/ecgbl.17.1.1870
21. Gunawan, K. D. H., Liliasari, L., Kaniawati, I., & Setiawan, W. (2021). Implementation of competency enhancement program for science teachers assisted by artificial intelligence in designing HOTS-based integrated science learning. Jurnal Penelitian dan Pembelajaran IPA, 7(1), 55–65.
22. Karaman, M., & Goksu, I. (2024). Are lesson plans created by ChatGPT more effective? An experimental study. International Journal of Technology in Education, 7(1), 107–127.
23. Kerneža, M. (2023). Fundamental and basic cognitive skills required for teachers to effectively use chatbots in education. In V. Lamanauskas (Ed.), Science and technology education: New developments and innovations. Proceedings of the 5th International Baltic Symposium on Science and Technology Education (BalticSTE2023) (pp. 99–110). Scientia Socialis Press. https://doi.org/10.33225/BalticSTE/2023.99
24. Krepf, M., & König, J. (2023). Structuring the lesson: An empirical investigation of pre-service teacher decision-making during the planning of a demonstration lesson. Journal of Education for Teaching, 49(5), 911–926. https://doi.org/10.1080/02607476.2022.2151877
25. Korzynski, P., Mazurek, G., Krzypkowska, P., & Kurasinski, A. (2023). Artificial intelligence prompt engineering as a new digital competence: Analysis of generative AI technologies such as ChatGPT. Entrepreneurial Business and Economics Review, 11(3), 25-37
26. Li, H. (2023). Effects of a ChatGPT-based flipped learning guiding approach on learners’ courseware project performances and perceptions. Australasian Journal of Educational Technology, 39(5), 40–58.
27. Liu, X., & Huang, X. (2022). Design of artificial intelligence-based English network teaching (AI-ENT) system. Mathematical Problems in Engineering. Hindawi.
28. Liu, P., Yuan, W., Fu, J., Jiang, Z., Hayashi, H., & Neubig, G. (2023). Pre-train, prompt, and predict: A systematic survey of prompting methods in natural language processing. ACM Computing Surveys, 55(9). https://doi.org/10.1145/3560815
29. Luckin, R. & Holmes, W. (2016). Intelligence Unleashed An argument for AI in Education.
30. Min, S., et al. (2022). Rethinking the role of demonstrations: What makes in-context learning work? Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing, 11048–11064. https://doi.org/10.18653/v1/2022.emnlp-main.759
31. Ortolan, P. (2023). Optimizing Prompt Engineering for Improved Generative AI Content.
32. Su, J., & Yang, W. (2023). Unlocking the power of ChatGPT: A framework for applying generative AI in education. 6(3), 355–366. https://doi.org/10.1177/20965311231168423
33. Yue, M., Jong, M. S. Y., & Ng, D. T. K. (2024). Understanding K–12 teachers’ technological pedagogical content knowledge readiness and attitudes toward artificial intelligence education. Education and Information Technologies, 29(15), 19505–19536.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 نسرين عبدالكريم الزايدي العتيبي، أ.د. لينا أحمد الفراني، د. نوف وليد عزب
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
