Abstract

Hadis-i Şerîf okuma yeterliliğinin değerlendirilmesi, Arapça konuşmayan öğrenciler açısından telaffuz doğruluğu, harflerin mahreçleri, ritim, tonlama, temel tecvit bilgisi ve anlamanın birlikte ölçülmesini gerektiren karmaşık ve çok boyutlu bir süreçtir. Geleneksel değerlendirme yaklaşımları çoğunlukla öğreticinin gözlemine ve deneyimine dayansa da bu yöntemler, öznel yargılara açık olma, zaman kısıtı ve ayrıntılı geri bildirim sunmadaki yetersizlik gibi çeşitli sınırlılıklar barındırmaktadır. Bu araştırmanın amacı, yapay zekâ uygulamalarının aktif öğrenme yaklaşımlarıyla bütünleştirilmesinin Hadis okuma becerisinin değerlendirilmesindeki eğitimsel etkililiğini incelemektir. Çalışma, analitik–deneysel bir yöntem çerçevesinde yürütülmüş ve Google AI Studio kullanılarak “Akıllı Ölçme-Değerlendirme Sistemi” adı verilen yapay zekâ temelli bir değerlendirme modeli geliştirilmiştir. Geliştirilen model, Sinop Üniversitesi İlahiyat Fakültesinde öğrenim gören on iki Türkçe konuşan öğrenciye uygulanmıştır. Sistem, öğrencilerin okudukları hadis metinlerinin ses kayıtlarını analiz ederek telaffuz, ritim ve tonlama hatalarını belirlemekte; dilsel ve fonetik performansı değerlendirmekte; öğrencilerin düzeylerini Avrupa Dilleri Ortak Başvuru Çerçevesi (CEFR) ölçütlerine göre sınıflandırmakta ve ayrıntılı geri bildirimlerle birlikte sayısal puanlar üretmektedir. Ayrıca model, yazma ve imlâ becerilerini de destekleyici biçimde değerlendirmektedir. Elde edilen bulgular, öğretici tarafından yapılan değerlendirmeler ile yapay zekâ tarafından üretilen sonuçlar arasında yüksek düzeyde bir uyum olduğunu ortaya koymuştur. Bununla birlikte yapay zekâ, hataların daha ayrıntılı biçimde analiz edilmesi, anlık geri bildirim sunulması ve öğrencilerin motivasyonunun artırılması açısından dikkat çekici bir üstünlük göstermiştir. Araştırma, yapay zekâ destekli değerlendirme sistemlerinin öğreticinin rehberliği ve pedagojik denetimi altında kullanıldığında aktif öğrenme sürecini güçlendiren etkili ve tamamlayıcı araçlar olduğunu ortaya koymaktadır.

Abstract

Assessing Hadith reading skills among non-native speakers of Arabic represents a complex pedagogical challenge, as it requires accurate evaluation of pronunciation, articulation points, rhythm, tajwīd rules, and comprehension simultaneously. Traditional assessment methods often rely heavily on subjective teacher judgment and are limited in providing immediate, detailed, and individualized feedback. This study aims to examine the effectiveness of integrating artificial intelligence technologies with active learning strategies in evaluating Hadith reading skills among university-level learners of Arabic. Employing an analytical–experimental research design, an AI-based assessment model was developed using Google AI Studio and implemented with a sample of twelve Turkish-speaking students enrolled in the Faculty of Theology at Sinop University. The system analyzes students’ oral and written Hadith reading performances, detects phonetic and linguistic errors, determines proficiency levels in accordance with the Common European Framework of Reference for Languages (CEFR), and generates numerical scores accompanied by detailed formative feedback. The findings demonstrate a high degree of consistency between the evaluations produced by the artificial intelligence system and those provided by the course instructor, while the AI model exhibited a superior capacity for precise error diagnosis and immediate feedback delivery. Moreover, the integration of artificial intelligence contributed to enhancing active learning by promoting learner engagement, self-assessment, and autonomy. The study concludes that artificial intelligence–supported assessment models can serve as an effective complementary tool in teaching and assessing Hadith reading skills, provided that they are implemented under pedagogical supervision and aligned with instructional objectives. These results highlight the potential of artificial intelligence to improve assessment practices in Arabic language education, particularly in religious and specialized language contexts.

Structured Abstract:

Assessing Hadith reading skills among non-native speakers of Arabic constitutes a highly specialised and pedagogically sensitive task that extends beyond the parameters of general foreign language reading assessment. Unlike ordinary prose reading, Hadith recitation requires the integration of accurate pronunciation, precise articulation of makhārij al-ḥurūf (articulation points), phonetic discrimination, rhythmic balance, controlled fluency, basic awareness of tajwīd principles where relevant, and contextual comprehension of meaning. The complexity of this skill is further intensified in religious education contexts, where accurate oral transmission carries scholarly, ethical, and spiritual significance. Within faculties of theology and Islamic studies programmes, the ability to read Hadith correctly is not merely a linguistic objective but also a disciplinary requirement linked to academic credibility and fidelity to the prophetic tradition. Consequently, assessment practices must be both linguistically rigorous and pedagogically sound.

In traditional instructional settings, evaluation of Hadith reading skills is primarily conducted through direct teacher observation, oral examinations, and individualised corrective feedback. While these approaches remain indispensable and pedagogically meaningful, they are frequently constrained by practical limitations. Human assessment may be influenced by subjective judgement, fatigue, time pressure, and variability in evaluative standards. Moreover, in classroom environments with limited instructional hours, instructors often struggle to provide detailed, individualised, and immediate diagnostic feedback for each learner. As a result, certain recurring pronunciation or articulation errors may not receive sufficient analytical attention, and opportunities for formative feedback may be reduced. These challenges highlight the need for complementary assessment mechanisms capable of enhancing objectivity, consistency, and feedback depth without undermining the teacher’s authority.

Recent developments in artificial intelligence (AI) technologies have introduced new possibilities in the field of language education, particularly in automated speech recognition, natural language processing, performance analytics, and adaptive feedback systems. AI-assisted assessment tools are increasingly capable of detecting pronunciation deviations, analysing fluency patterns, identifying recurring phonetic errors, and generating structured performance reports. At the same time, contemporary pedagogical theory has emphasised the importance of active learning approaches that position learners as active participants in their educational process. Active learning theory promotes self-assessment, reflection, iterative practice, and continuous feedback as central components of effective language acquisition. Rather than passively receiving corrective input, students engage dynamically with their own performance data, thereby fostering autonomy and metacognitive awareness.

The present study seeks to examine the effectiveness of integrating artificial intelligence applications with active learning strategies in the assessment of Hadith reading skills among university students who are non-native speakers of Arabic. The primary objective of research is to determine whether AI-supported assessment can enhance objectivity, scoring consistency, and diagnostic precision while simultaneously reinforcing active learning principles such as self-regulation, reflective practice, and learner autonomy. A secondary objective is to evaluate the extent to which AI-generated evaluations align with instructor-based assessments and whether such integration preserves the indispensable pedagogical and scholarly role of the teacher within religious education contexts.

The conceptual framework of this study is grounded in three interrelated domains: AI-assisted language assessment, active learning theory, and Arabic language education for religious purposes. AI-assisted language assessment draws upon advances in computational linguistics and speech analysis, enabling automated detection of phonetic inaccuracies, articulation deviations, and fluency irregularities. Empirical research in second language acquisition suggests that automated systems can reduce assessor bias and ensure consistency in scoring when calibrated appropriately. Active learning theory, by contrast, emphasises learner-centred pedagogies in which students assume responsibility for monitoring their progress, engaging in structured practice, and responding constructively to feedback. Within the context of Hadith education, these two domains converge in a manner that demands careful pedagogical alignment. Because Hadith recitation involves disciplinary norms rooted in Islamic scholarship, any technological intervention must function as a supportive instrument rather than a replacement for scholarly guidance. Thus, the integration of AI must remain anchored within a framework that preserves the instructor’s evaluative authority and interpretive expertise.

Methodologically, the study employed an analytical–experimental research design. An AI-based assessment prototype, designated as the “Intelligent Assessment System", was developed using Google AI Studio. The system was programmed to evaluate both oral and written performances related to selected Hadith texts. The research sample consisted of twelve Turkish-speaking undergraduate students enrolled in the Faculty of Theology at Sinop University. These participants were studying Arabic as a foreign language within a religious education curriculum, making them an appropriate cohort for examining phonetic and articulation challenges associated with Arabic–Turkish linguistic differences.

Data collection involved two primary components: recorded oral readings of selected Hadith passages and written comprehension tasks related to the same texts. The AI system processed audio recordings through speech recognition and phonological analysis algorithms to identify pronunciation deviations, articulation inaccuracies, rhythm irregularities, and fluency disruptions. Simultaneously, written responses were analysed for linguistic accuracy and evidence of comprehension. Proficiency levels were classified in accordance with the Common European Framework of Reference for Languages (CEFR), thereby situating performance within an internationally recognised standards framework. For purposes of reliability comparison, the course instructor independently evaluated the same performances using established assessment criteria. The resulting data sets—AI-generated scores and instructor-generated scores—were subsequently analysed to determine alignment, divergence, and diagnostic variation.

The findings reveal a substantial degree of consistency between the AI-generated assessments and the instructor’s evaluations, particularly in overall proficiency classification and general scoring patterns. Both evaluators demonstrated agreement in identifying students within A1 and A2 proficiency levels, and scoring trends exhibited parallel distribution ranges. This alignment suggests that AI-supported assessment can achieve reliability comparable to traditional human evaluation when implemented within a structured framework. Notably, the AI system demonstrated enhanced capacity for micro-level diagnostic analysis. It effectively identified recurring articulation errors and subtle phonetic inconsistencies that may be less visible during rapid oral examinations. Furthermore, the system’s ability to generate immediate feedback allowed students to recognise errors promptly and engage in iterative self-correction.

Student responses indicated increased awareness of individual strengths and weaknesses, as well as heightened motivation to improve reading performance through repeated practice. The immediacy and specificity of AI-generated feedback appeared to reinforce active learning behaviours, encouraging students to assume greater responsibility for monitoring their linguistic development. From an instructional perspective, the AI system functioned as a complementary diagnostic instrument that reduced evaluative workload while enhancing analytical depth. However, the study underscores that pedagogical interpretation, contextual explanation of errors, and guidance regarding semantic nuance remain fundamentally human responsibilities. AI excels in consistency and pattern detection, yet it lacks the interpretive and ethical dimensions intrinsic to religious scholarship and language pedagogy.

In conclusion, the integration of artificial intelligence with active learning strategies represents a promising and pedagogically sound approach to assessing Hadith reading skills among non-native speakers of Arabic. AI-supported assessment enhances objectivity, diagnostic precision, and feedback immediacy, while active learning principles foster engagement, autonomy, and reflective practice. Nevertheless, artificial intelligence must be conceptualised as assistive technology rather than a substitute for the instructor. Its effectiveness depends on structured pedagogical supervision and alignment with disciplinary norms. The study recommends that higher education institutions—particularly faculties of theology and Arabic language departments—consider adopting AI-based assessment tools within carefully designed instructional frameworks. Future research involving larger and more diverse participant groups is recommended to evaluate long-term impacts on language proficiency development and to refine AI models for specialised religious and linguistic applications.

Yapılandırılmış Özet:

Arapça ana dili olmayanların hadis okuma becerilerini değerlendirmek, genel yabancı dil okuma değerlendirmesinin parametrelerinin ötesine geçen, oldukça uzmanlık gerektiren ve pedagojik açıdan hassas bir görevdir. Sıradan düz yazı okumadan farklı olarak, Hadis okuma, doğru telaffuz, makhārij al-ḥurūf (artikülasyon noktaları)nın kesin telaffuzu, fonetik ayrım, ritmik denge, kontrollü akıcılık, ilgili durumlarda tajwīd ilkelerine ilişkin temel farkındalık ve anlamın bağlamsal olarak anlaşılmasını gerektirir. Bu becerinin karmaşıklığı, doğru sözlü aktarımın bilimsel, etik ve manevi öneme sahip olduğu din eğitimi bağlamında daha da artmaktadır. İlahiyat fakülteleri ve İslam çalışmaları programlarında, Hadis'i doğru okuma becerisi yalnızca dilbilimsel bir hedef değil, aynı zamanda akademik güvenilirlik ve peygamberlik geleneğine sadakatle bağlantılı bir disiplin gerekliliğidir. Sonuç olarak, değerlendirme uygulamaları hem dilbilimsel olarak titiz hem de pedagojik olarak sağlam olmalıdır.

Geleneksel öğretim ortamlarında, hadis okuma becerilerinin değerlendirilmesi öncelikle öğretmenin doğrudan gözlemi, sözlü sınavlar ve bireyselleştirilmiş düzeltici geri bildirim yoluyla yapılır. Bu yaklaşımlar vazgeçilmez ve pedagojik açıdan anlamlı olmaya devam etse de, genellikle pratik sınırlamalarla kısıtlanır. İnsan değerlendirmesi, öznel yargı, yorgunluk, zaman baskısı ve değerlendirme standartlarındaki değişkenlikten etkilenebilir. Ayrıca, sınırlı öğretim saatlerine sahip sınıf ortamlarında, eğitmenler genellikle her öğrenciye ayrıntılı, bireyselleştirilmiş ve anında tanısal geri bildirim sağlamak için zorlanırlar. Sonuç olarak, belirli tekrarlayan telaffuz veya artikülasyon hataları yeterli analitik ilgi görmeyebilir ve biçimlendirici geri bildirim fırsatları azalabilir. Bu zorluklar, öğretmenin otoritesini zedelemeden nesnellik, tutarlılık ve geri bildirim derinliğini artırabilecek tamamlayıcı değerlendirme mekanizmalarına olan ihtiyacı vurgulamaktadır.

Yapay zeka (AI) teknolojilerindeki son gelişmeler, dil eğitimi alanında, özellikle otomatik konuşma tanıma, doğal dil işleme, performans analizi ve uyarlanabilir geri bildirim sistemleri alanlarında yeni olanaklar sunmuştur. AI destekli değerlendirme araçları, telaffuz sapmalarını tespit etme, akıcılık kalıplarını analiz etme, tekrarlanan fonetik hataları belirleme ve yapılandırılmış performans raporları oluşturma konusunda giderek daha yetkin hale gelmektedir. Aynı zamanda, çağdaş pedagojik teori, öğrencileri eğitim sürecinde aktif katılımcılar olarak konumlandıran aktif öğrenme yaklaşımlarının önemini vurgulamaktadır. Aktif öğrenme teorisi, etkili dil ediniminin temel bileşenleri olarak öz değerlendirme, yansıtma, yinelemeli uygulama ve sürekli geri bildirimi teşvik eder. Öğrenciler, pasif olarak düzeltici girdileri almak yerine, kendi performans verileriyle dinamik bir şekilde etkileşime girerek özerkliği ve metabilişsel farkındalığı geliştirirler.

Bu çalışma, Arapça ana dili olmayan üniversite öğrencilerinin Hadis okuma becerilerinin değerlendirilmesinde yapay zeka uygulamalarının aktif öğrenme stratejileriyle entegre edilmesinin etkinliğini incelemektedir. Araştırmanın birincil amacı, yapay zeka destekli değerlendirmenin objektifliği, puanlama tutarlılığını ve tanılama hassasiyetini artırırken, aynı zamanda öz düzenleme, yansıtıcı uygulama ve öğrenen özerkliği gibi aktif öğrenme ilkelerini pekiştirip pekiştirmediğini belirlemektir. İkincil amaç, yapay zeka tarafından üretilen değerlendirmelerin öğretim görevlisi tarafından yapılan değerlendirmelerle ne ölçüde uyumlu olduğunu ve bu entegrasyonun dini eğitim bağlamında öğretmenin vazgeçilmez pedagojik ve akademik rolünü koruyup korumadığını değerlendirmektir.

Bu çalışmanın kavramsal çerçevesi, birbiriyle ilişkili üç alana dayanmaktadır: AI destekli dil değerlendirmesi, aktif öğrenme teorisi ve dini amaçlı Arapça dil eğitimi. AI destekli dil değerlendirmesi, hesaplamalı dilbilim ve konuşma analizindeki gelişmelerden yararlanarak fonetik yanlışlıkları, artikülasyon sapmalarını ve akıcılık düzensizliklerini otomatik olarak tespit etmeyi mümkün kılar. İkinci dil edinimi üzerine yapılan ampirik araştırmalar, otomatik sistemlerin uygun şekilde kalibre edildiğinde değerlendiricinin önyargısını azaltabileceğini ve puanlamada tutarlılığı sağlayabileceğini göstermektedir. Buna karşılık, aktif öğrenme teorisi, öğrencilerin ilerlemelerini izleme, yapılandırılmış uygulamalara katılma ve geri bildirimlere yapıcı bir şekilde yanıt verme sorumluluğunu üstlendikleri öğrenci merkezli pedagojileri vurgular. Hadis eğitimi bağlamında, bu iki alan, dikkatli bir pedagojik uyum gerektiren bir şekilde birleşir. Hadis okuma, İslam ilimlerine dayanan disiplin normlarını içerdiğinden, herhangi bir teknolojik müdahale, akademik rehberliğin yerini almak yerine destekleyici bir araç olarak işlev görmelidir.

Bu nedenle, yapay zekanın entegrasyonu, öğretmenin değerlendirme yetkisini ve yorumlama uzmanlığını koruyan bir çerçeve içinde kalmalıdır.

Metodolojik olarak, çalışma analitik-deneysel bir araştırma tasarımı kullanmıştır. Google AI Studio kullanılarak “Akıllı Değerlendirme Sistemi” olarak adlandırılan yapay zeka tabanlı bir değerlendirme prototipi geliştirilmiştir. Sistem, seçilen Hadis metinleriyle ilgili sözlü ve yazılı performansları değerlendirmek üzere programlanmıştır. Araştırma örneklemi, Sinop Üniversitesi İlahiyat Fakültesi'nde kayıtlı on iki Türkçe konuşan lisans öğrencisinden oluşmuştur. Bu katılımcılar, din eğitimi müfredatı kapsamında yabancı dil olarak Arapça öğrenmekteydiler, bu da onları Arapça-Türkçe dil farklılıklarıyla ilişkili fonetik ve artikülasyon zorluklarını incelemek için uygun bir grup haline getirmiştir.

Veri toplama iki ana bileşenden oluşmuştur: seçilen Hadis pasajlarının kaydedilmiş sözlü okumaları ve aynı metinlerle ilgili yazılı anlama görevleri. AI sistemi, telaffuz sapmalarını, artikülasyon yanlışlıklarını, ritim düzensizliklerini ve akıcılık bozukluklarını tespit etmek için ses kayıtlarını konuşma tanıma ve fonolojik analiz algoritmalarıyla işledi. Eş zamanlı olarak, yazılı yanıtlar dilbilimsel doğruluk ve anlama kanıtı açısından analiz edildi. Yeterlilik seviyeleri, Avrupa Ortak Dil Referans Çerçevesi (CEFR) uyarınca sınıflandırıldı ve böylece performans uluslararası kabul görmüş bir standartlar çerçevesi içinde değerlendirildi. Güvenilirlik karşılaştırması amacıyla, kurs eğitmeni, belirlenmiş değerlendirme kriterlerini kullanarak aynı performansları bağımsız olarak değerlendirdi. Sonuçta elde edilen veri setleri (AI tarafından oluşturulan puanlar ve eğitmen tarafından oluşturulan puanlar) daha sonra uyum, farklılık ve tanısal varyasyonu belirlemek için analiz edildi.

Bulgular, AI tarafından oluşturulan değerlendirmeler ile eğitmenin değerlendirmeleri arasında, özellikle genel yeterlilik sınıflandırması ve genel puanlama modellerinde önemli ölçüde tutarlılık olduğunu ortaya koymaktadır. Her iki değerlendirici de A1 ve A2 yeterlilik seviyelerindeki öğrencileri belirlemede aynı görüşteydi ve puanlama eğilimleri paralel dağılım aralıkları sergiledi. Bu uyum, AI destekli değerlendirmenin, yapılandırılmış bir çerçeve içinde uygulandığında geleneksel insan değerlendirmesiyle karşılaştırılabilir bir güvenilirlik sağlayabileceğini göstermektedir. Özellikle, AI sistemi mikro düzeyde tanısal analiz için gelişmiş bir kapasite sergilemiştir. Hızlı sözlü sınavlar sırasında daha az görünür olabilecek tekrarlayan artikülasyon hatalarını ve ince fonetik tutarsızlıkları etkili bir şekilde belirlemiştir. Ayrıca, sistemin anında geri bildirim üretme yeteneği, öğrencilerin hataları hemen fark etmelerini ve tekrarlı bir şekilde kendi kendilerini düzeltmelerini sağladı.

Öğrencilerin yanıtları, bireysel güçlü ve zayıf yönlerinin daha fazla farkında olduklarını ve tekrarlı alıştırmalarla okuma performansını iyileştirme motivasyonlarının arttığını gösterdi. AI tarafından üretilen geri bildirimin anında ve spesifik olması, aktif öğrenme davranışlarını güçlendirerek öğrencileri dil gelişimlerini izleme konusunda daha fazla sorumluluk almaya teşvik etti. Eğitim açısından bakıldığında, AI sistemi, analitik derinliği artırırken değerlendirme iş yükünü azaltan tamamlayıcı bir teşhis aracı olarak işlev gördü. Ancak çalışma, pedagojik yorumlama, hataların bağlamsal açıklaması ve anlamsal nüanslarla ilgili rehberliğin temelde insan sorumluluğu olduğunu vurgulamaktadır. AI, tutarlılık ve örüntü algılama konusunda mükemmeldir, ancak dini bilim ve dil pedagojisinin özünde yer alan yorumlama ve etik boyutlardan yoksundur.

Sonuç olarak, yapay zekanın aktif öğrenme stratejileriyle entegrasyonu, Arapça'yı ana dili olarak konuşmayanların Hadis okuma becerilerini değerlendirmek için umut verici ve pedagojik açıdan sağlam bir yaklaşımdır. AI destekli değerlendirme, nesnelliği, tanısal hassasiyeti ve geri bildirimin anlıklığını artırırken, aktif öğrenme ilkeleri katılımı, özerkliği ve yansıtıcı uygulamayı teşvik eder. Bununla birlikte, yapay zeka, öğretmenin yerine geçecek bir araç olarak değil, yardımcı bir teknoloji olarak kavranmalıdır. Etkinliği, yapılandırılmış pedagojik denetime ve disiplin normlarıyla uyuma bağlıdır. Çalışma, yükseköğretim kurumlarının, özellikle ilahiyat fakülteleri ve Arapça dil bölümlerinin, özenle tasarlanmış öğretim çerçeveleri içinde yapay zeka tabanlı değerlendirme araçlarını benimsemeyi düşünmelerini önermektedir. Dil yeterliliğinin gelişimine uzun vadeli etkilerini değerlendirmek ve özel dini ve dilbilimsel uygulamalar için yapay zeka modellerini geliştirmek amacıyla, daha büyük ve daha çeşitli katılımcı gruplarını içeren gelecekteki araştırmalar önerilmektedir.

ملخص منظم

تقييم مهارات قراءة الحديث لدى غير الناطقين باللغة العربية هو مهمة متخصصة للغاية وحساسة من الناحية التربوية، وتتجاوز معايير تقييم قراءة اللغات الأجنبية بشكل عام. على عكس قراءة النثر العادي، تتطلب قراءة الحديث النبوي الدمج بين النطق الدقيق، والتعبير الدقيق عن مخاريج الحروف (نقاط النطق)، والتمييز الصوتي، والتوازن الإيقاعي، والطلاقة المتحكم بها، والوعي الأساسي بمبادئ التجويد حيثما كان ذلك مناسبًا، والفهم السياقي للمعنى. تزداد تعقيد هذه المهارة في سياقات التعليم الديني، حيث يحمل النقل الشفوي الدقيق أهمية علمية وأخلاقية وروحية. في كليات اللاهوت وبرامج الدراسات الإسلامية، لا تعتبر القدرة على قراءة الحديث بشكل صحيح مجرد هدف لغوي، بل هي أيضًا مطلب تأديبي مرتبط بالمصداقية الأكاديمية والوفاء للتقاليد النبوية. وبالتالي، يجب أن تكون ممارسات التقييم صارمة لغويًا وسليمة تربويًا.

في البيئات التعليمية التقليدية، يتم تقييم مهارات قراءة الحديث بشكل أساسي من خلال الملاحظة المباشرة من قبل المعلم، والامتحانات الشفوية، والتغذية الراجعة التصحيحية الفردية. في حين أن هذه الأساليب لا تزال ضرورية وذات مغزى من الناحية التربوية، إلا أنها غالبًا ما تكون مقيدة بقيود عملية. قد يتأثر التقييم البشري بالحكم الذاتي، والتعب، وضغط الوقت، وتباين معايير التقييم. علاوة على ذلك، في بيئات الفصول الدراسية ذات الساعات التعليمية المحدودة، غالبًا ما يجد المعلمون صعوبة في تقديم تغذية راجعة تشخيصية مفصلة وفردية وفورية لكل متعلم. ونتيجة لذلك، قد لا تحظى بعض الأخطاء المتكررة في النطق أو التلفظ بالاهتمام التحليلي الكافي، وقد تقل فرص تقديم تعليقات تكوينية. تسلط هذه التحديات الضوء على الحاجة إلى آليات تقييم تكميلية قادرة على تعزيز الموضوعية والاتساق وعمق التعليقات دون المساس بسلطة المعلم.

أدخلت التطورات الحديثة في تقنيات الذكاء الاصطناعي (AI) إمكانيات جديدة في مجال تعليم اللغات، لا سيما في التعرف الآلي على الكلام ومعالجة اللغة الطبيعية وتحليل الأداء وأنظمة التعليقات التكيفية. أصبحت أدوات التقييم المدعومة بالذكاء الاصطناعي قادرة بشكل متزايد على اكتشاف الانحرافات في النطق، وتحليل أنماط الطلاقة، وتحديد الأخطاء الصوتية المتكررة، وإنشاء تقارير أداء منظمة. في الوقت نفسه، أكدت النظرية التربوية المعاصرة على أهمية مناهج التعلم النشط التي تضع المتعلمين كمشاركين نشطين في عملية تعليمهم. تشجع نظرية التعلم النشط التقييم الذاتي والتفكير والممارسة المتكررة والتغذية الراجعة المستمرة باعتبارها مكونات أساسية لاكتساب اللغة بشكل فعال. بدلاً من تلقي المدخلات التصحيحية بشكل سلبي، يتفاعل الطلاب بشكل ديناميكي مع بيانات أدائهم، مما يعزز الاستقلالية والوعي المعرفي.

تسعى الدراسة الحالية إلى فحص فعالية دمج تطبيقات الذكاء الاصطناعي مع استراتيجيات التعلم النشط في تقييم مهارات قراءة الحديث لدى طلاب الجامعات غير الناطقين باللغة العربية. الهدف الأساسي من البحث هو تحديد ما إذا كان التقييم المدعوم بالذكاء الاصطناعي يمكن أن يعزز الموضوعية واتساق التقييم ودقة التشخيص مع تعزيز مبادئ التعلم النشط في الوقت نفسه، مثل التنظيم الذاتى والممارسة التأملية واستقلالية المتعلم. الهدف الثانوى هو تقييم مدى توافق التقييمات التى يولدها الذكاء الاصطناعى مع التقييمات التى يقوم بها المعلمون وما إذا كان هذا التكامل يحافظ على الدور التربوى والأكاديمى الذى لا غنى عنه للمعلم فى سياقات التعليم الدينى.

يستند الإطار المفاهيمي لهذه الدراسة إلى ثلاثة مجالات مترابطة: التقييم اللغوي المدعوم بالذكاء الاصطناعي، ونظرية التعلم النشط، وتعليم اللغة العربية للأغراض الدينية. يعتمد التقييم اللغوي المدعوم بالذكاء الاصطناعي على التطورات في اللغويات الحاسوبية وتحليل الكلام، مما يتيح الكشف الآلي عن الأخطاء الصوتية وانحرافات النطق وعدم انتظام الطلاقة. تشير الأبحاث التجريبية في اكتساب اللغة الثانية إلى أن الأنظمة الآلية يمكن أن تقلل من تحيز المقيمين وتضمن اتساق التقييم عند معايرتها بشكل مناسب. في سياق تعليم الحديث، يتلاقى هذان المجالان بطريقة تتطلب مواءمة تربوية دقيقة. نظرًا لأن تلاوة الحديث تتضمن قواعد انضباطية متجذرة في العلوم الإسلامية، يجب أن تعمل أي تدخلات تكنولوجية كأداة داعمة وليس كبديل للتوجيه العلمي.

وبالتالي، يجب أن يظل دمج الذكاء الاصطناعي راسخًا في إطار يحافظ على سلطة التقييم والخبرة التفسيرية للمعلم.

من الناحية المنهجية، استخدمت الدراسة تصميمًا بحثيًا تحليليًا تجريبيًا. تم تطوير نموذج أولي للتقييم القائم على الذكاء الاصطناعي، أطلق عليه اسم ”نظام التقييم الذكي", باستخدام Google AI Studio. تمت برمجة النظام لتقييم الأداء الشفوي والكتابي المتعلق بنصوص مختارة من الحديث. تألفت عينة البحث من اثني عشر طالبًا جامعيًا يتحدثون التركية مسجلين في كلية اللاهوت بجامعة سينوب. كان هؤلاء المشاركون يدرسون اللغة العربية كلغة أجنبية ضمن منهج التعليم الديني, مما يجعلهم مجموعة مناسبة لفحص التحديات الصوتية والنطقية المرتبطة بالاختلافات اللغوية بين العربية والتركية.

تضمن جمع البيانات مكونين أساسيين: قراءات شفوية مسجلة لمقاطع مختارة من الحديث ومهام فهم كتابية تتعلق بنفس النصوص. عالج نظام الذكاء الاصطناعي التسجيلات الصوتية من خلال خوارزميات التعرف على الكلام والتحليل الصوتى لتحديد الانحرافات في النطق، وعدم الدقة في النطق، وعدم انتظام الإيقاع، واضطرابات الطلاقة. في الوقت نفسه، تم تحليل الإجابات المكتوبة من حيث الدقة اللغوية ودليل الفهم. تم بعد ذلك تحليل مجموعات البيانات الناتجة — الدرجات التى تم إنشاؤها بواسطة الذكاء الاصطناعى والدرجات التى تم إنشاؤها بواسطة المدرس — لتحديد التوافق والاختلاف والتباين التشخيصى.

كشفت النتائج عن درجة كبيرة من الاتساق بين التقييمات التي تم إنشاؤها بواسطة الذكاء الاصطناعي وتقييمات المدرس، لا سيما في تصنيف الكفاءة الإجمالية وأنماط التقييم العامة. أبدى كلا المقيمين اتفاقًا في تحديد الطلاب ضمن مستويات الكفاءة A1 و A2، وأظهرت اتجاهات التقييم نطاقات توزيع متوازية. يشير هذا التوافق إلى أن التقييم المدعوم بالذكاء الاصطناعي يمكن أن يحقق موثوقية مماثلة للتقييم البشري التقليدي عند تنفيذه ضمن إطار عمل منظم. والجدير بالذكر أن نظام الذكاء الاصطناعي أظهر قدرة محسنة على التحليل التشخيصي على المستوى الجزئي. فقد حدد بشكل فعال الأخطاء المتكررة في النطق والتناقضات الصوتية الدقيقة التي قد تكون أقل وضوحًا خلال الاختبارات الشفوية السريعة. علاوة على ذلك، سمحت قدرة النظام على توليد ملاحظات فورية للطلاب بالتعرف على الأخطاء بسرعة والانخراط في عملية تصحيح ذاتي متكررة.

أشارت ردود الطلاب إلى زيادة الوعي بنقاط القوة والضعف الفردية، فضلاً عن زيادة الحافز لتحسين أداء القراءة من خلال الممارسة المتكررة. يبدو أن فورية وخصوصية الملاحظات التي تم توليدها بواسطة الذكاء الاصطناعي عززت سلوكيات التعلم النشط، وشجعت الطلاب على تحمل مسؤولية أكبر في مراقبة تطورهم اللغوي. من منظور تعليمي، عمل نظام الذكاء الاصطناعي كأداة تشخيصية تكميلية قللت من عبء العمل التقييمي مع تعزيز العمق التحليلي. ومع ذلك، تؤكد الدراسة أن التفسير التربوي، والشرح السياقي للأخطاء، والتوجيه بشأن الفروق الدقيقة في المعنى تظل مسؤوليات إنسانية أساسية. يتفوق الذكاء الاصطناعي في الاتساق واكتشاف الأنماط، لكنه يفتقر إلى الأبعاد التفسيرية والأخلاقية المتأصلة في الدراسات الدينية وتعليم اللغة.

في الختام، يمثل دمج الذكاء الاصطناعي مع استراتيجيات التعلم النشط نهجًا واعدًا وسليمًا من الناحية التربوية لتقييم مهارات قراءة الحديث لدى غير الناطقين باللغة العربية. يعزز التقييم المدعوم بالذكاء الاصطناعي الموضوعية ودقة التشخيص وسرعة التغذية الراجعة، بينما تعزز مبادئ التعلم النشط المشاركة والاستقلالية والممارسة التأملية. ومع ذلك، يجب تصور الذكاء الاصطناعي على أنه تقنية مساعدة وليس بديلاً عن المعلم. تعتمد فعاليته على الإشراف التربوي المنظم والتوافق مع المعايير التأديبية. توصي الدراسة مؤسسات التعليم العالي - ولا سيما كليات اللاهوت وأقسام اللغة العربية - بالنظر في اعتماد أدوات تقييم قائمة على الذكاء الاصطناعي ضمن أطر تعليمية مصممة بعناية. يوصى بإجراء أبحاث مستقبلية تشمل مجموعات أكبر وأكثر تنوعًا من المشاركين لتقييم الآثار طويلة المدى على تطوير الكفاءة اللغوية وصقل نماذج الذكاء الاصطناعي للتطبيقات الدينية واللغوية المتخصصة.

Résumé Structuré:

Évaluer les compétences en lecture des hadiths chez les locuteurs non arabophones est une tâche hautement spécialisée et délicate sur le plan pédagogique, qui dépasse les paramètres de l'évaluation générale de la lecture en langue étrangère. Contrairement à la lecture de prose ordinaire, la récitation des hadiths nécessite l'intégration d'une prononciation correcte, d'une articulation précise des makhārij al-ḥurūf (points d'articulation), d'une discrimination phonétique, d'un équilibre rythmique, d'une fluidité contrôlée, d'une connaissance de base des principes du tajwīd le cas échéant, et d'une compréhension contextuelle du sens. La complexité de cette compétence est encore accentuée dans le contexte de l'éducation religieuse, où une transmission orale précise revêt une importance scientifique, éthique et spirituelle. Dans les facultés de théologie et les programmes d'études islamiques, la capacité à lire correctement les hadiths n'est pas seulement un objectif linguistique, mais aussi une exigence disciplinaire liée à la crédibilité académique et à la fidélité à la tradition prophétique. Par conséquent, les pratiques d'évaluation doivent être à la fois rigoureuses sur le plan linguistique et pédagogiquement solides.

Dans les contextes d'enseignement traditionnels, l'évaluation des compétences en lecture des hadiths se fait principalement par l'observation directe de l'enseignant, des examens oraux et des commentaires correctifs individualisés. Si ces approches restent indispensables et pédagogiquement significatives, elles sont souvent limitées par des contraintes pratiques. L'évaluation humaine peut être influencée par des jugements subjectifs, la fatigue, la pression du temps et la variabilité des normes d'évaluation. De plus, dans les environnements scolaires où les heures d'enseignement sont limitées, les enseignants ont souvent du mal à fournir des commentaires diagnostiques détaillés, individualisés et immédiats à chaque apprenant. En conséquence, certaines erreurs récurrentes de prononciation ou d'articulation peuvent ne pas faire l'objet d'une attention analytique suffisante, et les possibilités de commentaires formatifs peuvent être réduites. Ces défis soulignent la nécessité de mettre en place des mécanismes d'évaluation complémentaires capables d'améliorer l'objectivité, la cohérence et la profondeur des commentaires sans porter atteinte à l'autorité de l'enseignant.

Les récents progrès des technologies d'intelligence artificielle (IA) ont ouvert de nouvelles possibilités dans le domaine de l'enseignement des langues, en particulier dans les domaines de la reconnaissance vocale automatisée, du traitement du langage naturel, de l'analyse des performances et des systèmes de commentaires adaptatifs. Les outils d'évaluation assistés par l'IA sont de plus en plus capables de détecter les écarts de prononciation, d'analyser les schémas de fluidité, d'identifier les erreurs phonétiques récurrentes et de générer des rapports de performance structurés. Parallèlement, la théorie pédagogique contemporaine a souligné l'importance des approches d'apprentissage actif qui placent les apprenants en tant que participants actifs dans leur processus éducatif. La théorie de l'apprentissage actif promeut l'auto-évaluation, la réflexion, la pratique itérative et le retour d'information continu comme éléments centraux d'une acquisition linguistique efficace. Plutôt que de recevoir passivement des corrections, les étudiants s'engagent de manière dynamique avec leurs propres données de performance, ce qui favorise l'autonomie et la conscience métacognitive.

La présente étude vise à examiner l'efficacité de l'intégration d'applications d'intelligence artificielle à des stratégies d'apprentissage actif dans l'évaluation des compétences de lecture du Hadith chez des étudiants universitaires non arabophones. L'objectif principal de la recherche est de déterminer si l'évaluation assistée par l'IA peut améliorer l'objectivité, la cohérence des notes et la précision du diagnostic tout en renforçant les principes de l'apprentissage actif tels que l'autorégulation, la pratique réflexive et l'autonomie de l'apprenant. Un objectif secondaire consiste à évaluer dans quelle mesure les évaluations générées par l'IA correspondent aux évaluations effectuées par les enseignants et si cette intégration préserve le rôle pédagogique et scientifique indispensable de l'enseignant dans le contexte de l'éducation religieuse.

Le cadre conceptuel de cette étude repose sur trois domaines interdépendants : l'évaluation linguistique assistée par l'IA, la théorie de l'apprentissage actif et l'enseignement de la langue arabe à des fins religieuses. L'évaluation linguistique assistée par l'IA s'appuie sur les progrès de la linguistique informatique et de l'analyse de la parole, permettant la détection automatisée des inexactitudes phonétiques, des écarts d'articulation et des irrégularités de fluidité. Les recherches empiriques sur l'acquisition d'une deuxième langue suggèrent que les systèmes automatisés peuvent réduire les biais des évaluateurs et garantir la cohérence des notes lorsqu'ils sont calibrés de manière appropriée. La théorie de l'apprentissage actif, en revanche, met l'accent sur les pédagogies centrées sur l'apprenant, dans lesquelles les étudiants assument la responsabilité de suivre leurs progrès, de s'engager dans une pratique structurée et de répondre de manière constructive aux commentaires. Dans le contexte de l'enseignement du Hadith, ces deux domaines convergent d'une manière qui exige un alignement pédagogique minutieux. Étant donné que la récitation du Hadith implique des normes disciplinaires enracinées dans l'érudition islamique, toute intervention technologique doit fonctionner comme un instrument de soutien plutôt que comme un substitut à l'orientation savante.

Ainsi, l'intégration de l'IA doit rester ancrée dans un cadre qui préserve l'autorité évaluative et l'expertise interprétative de l'enseignant.

Sur le plan méthodologique, l'étude a utilisé un modèle de recherche analytique et expérimental. Un prototype d'évaluation basé sur l'IA, appelé « système d'évaluation intelligent », a été développé à l'aide de Google AI Studio. Le système a été programmé pour évaluer les performances orales et écrites liées à des textes hadiths sélectionnés. L'échantillon de recherche était composé de douze étudiants de premier cycle turcophones inscrits à la faculté de théologie de l'université de Sinop. Ces participants étudiaient l'arabe comme langue étrangère dans le cadre d'un programme d'éducation religieuse, ce qui en faisait un groupe approprié pour examiner les difficultés phonétiques et articulatoires liées aux différences linguistiques entre l'arabe et le turc.

La collecte de données comportait deux éléments principaux : l'enregistrement de lectures orales de passages sélectionnés du Hadith et des tâches de compréhension écrite liées aux mêmes textes. Le système d'IA a traité les enregistrements audio à l'aide d'algorithmes de reconnaissance vocale et d'analyse phonologique afin d'identifier les écarts de prononciation, les inexactitudes d'articulation, les irrégularités rythmiques et les perturbations de la fluidité. Simultanément, les réponses écrites ont été analysées afin d'évaluer leur exactitude linguistique et leur compréhension. Les niveaux de compétence ont été classés conformément au Cadre européen commun de référence pour les langues (CECR), ce qui a permis de situer les performances dans un cadre normatif internationalement reconnu. À des fins de comparaison de la fiabilité, le formateur a évalué de manière indépendante les mêmes performances à l'aide de critères d'évaluation établis. Les ensembles de données obtenus (notes générées par l'IA et notes générées par le formateur) ont ensuite été analysés afin de déterminer les concordances, les divergences et les variations diagnostiques.

Les résultats révèlent un degré élevé de cohérence entre les évaluations générées par l'IA et celles du formateur, en particulier en ce qui concerne la classification globale des niveaux de compétence et les schémas généraux de notation. Les deux évaluateurs se sont accordés pour identifier les étudiants aux niveaux de compétence A1 et A2, et les tendances de notation ont montré des plages de distribution parallèles. Cette concordance suggère que l'évaluation assistée par l'IA peut atteindre une fiabilité comparable à celle de l'évaluation humaine traditionnelle lorsqu'elle est mise en œuvre dans un cadre structuré. Il convient de noter que le système d'IA a démontré une capacité accrue d'analyse diagnostique au niveau micro. Il a efficacement identifié les erreurs d'articulation récurrentes et les incohérences phonétiques subtiles qui peuvent être moins visibles lors d'examens oraux rapides. De plus, la capacité du système à générer un retour d'information immédiat a permis aux étudiants de reconnaître rapidement leurs erreurs et de s'engager dans une autocorrection itérative.

Les réponses des étudiants ont indiqué une prise de conscience accrue de leurs forces et faiblesses individuelles, ainsi qu'une motivation accrue à améliorer leurs performances en lecture grâce à des exercices répétés. L'immédiateté et la spécificité des commentaires générés par l'IA semblent avoir renforcé les comportements d'apprentissage actif, encourageant les étudiants à assumer une plus grande responsabilité dans le suivi de leur développement linguistique. D'un point de vue pédagogique, le système d'IA a fonctionné comme un instrument de diagnostic complémentaire qui a réduit la charge de travail liée à l'évaluation tout en améliorant la profondeur de l'analyse. Cependant, l'étude souligne que l'interprétation pédagogique, l'explication contextuelle des erreurs et les conseils concernant les nuances sémantiques restent fondamentalement des responsabilités humaines. L'IA excelle dans la cohérence et la détection de modèles, mais elle manque des dimensions interprétatives et éthiques intrinsèques à l'étude religieuse et à la pédagogie linguistique.

En conclusion, l'intégration de l'intelligence artificielle aux stratégies d'apprentissage actif représente une approche prometteuse et pédagogiquement solide pour évaluer les compétences en lecture des hadiths chez les locuteurs non natifs de l'arabe. L'évaluation assistée par l'IA améliore l'objectivité, la précision du diagnostic et la rapidité du retour d'information, tandis que les principes d'apprentissage actif favourisent l'engagement, l'autonomie et la pratique réflexive. Néanmoins, l'intelligence artificielle doit être conceptualisée comme une technologie d'assistance plutôt que comme un substitut à l'enseignant. Son efficacité dépend d'une supervision pédagogique structurée et d'une mise en conformité avec les normes disciplinaires. L'étude recommande aux établissements d'enseignement supérieur, en particulier aux facultés de théologie et aux départements de langue arabe, d'envisager l'adoption d'outils d'évaluation basés sur l'IA dans le cadre de programmes pédagogiques soigneusement conçus. Il est recommandé de mener des recherches futures impliquant des groupes de participants plus importants et plus diversifiés afin d'évaluer les impacts à long terme sur le développement des compétences linguistiques et d'affiner les modèles d'IA pour des applications religieuses et linguistiques spécialisées.

Resumen Estructurado:

La evaluación de las habilidades de lectura del hadiz entre hablantes no nativos de árabe constituye una tarea altamente especializada y pedagógicamente delicada que va más allá de los parámetros de la evaluación general de la lectura en lenguas extranjeras. A diferencia de la lectura de prosa ordinaria, la recitación del hadiz requiere la integración de una pronunciación precisa, una articulación exacta de makhārij al-ḥurūf (puntos de articulación), discriminación fonética, equilibrio rítmico, fluidez controlada, conocimiento básico de los principios del tajwīd cuando sea pertinente y comprensión contextual del significado. La complejidad de esta habilidad se intensifica aún más en los contextos de educación religiosa, donde la transmisión oral precisa tiene un significado académico, ético y espiritual. En las facultades de teología y los programas de estudios islámicos, la capacidad de leer correctamente el hadiz no es solo un objetivo lingüístico, sino también un requisito disciplinario vinculado a la credibilidad académica y la fidelidad a la tradición profética. Por consiguiente, las prácticas de evaluación deben ser rigurosas desde el punto de vista lingüístico y sólidas desde el punto de vista pedagógico.

En los entornos educativos tradicionales, la evaluación de las habilidades de lectura del hadiz se lleva a cabo principalmente a través de la observación directa del profesor, exámenes orales y comentarios correctivos individualizados. Si bien estos enfoques siguen siendo indispensables y pedagógicamente significativos, a menudo se ven limitados por restricciones prácticas. La evaluación humana puede verse influida por juicios subjetivos, fatiga, presión de tiempo y variabilidad en los estándares de evaluación. Además, en entornos de aula con horas lectivas limitadas, los instructores a menudo tienen dificultades para proporcionar comentarios diagnósticos detallados, individualizados e inmediatos para cada alumno. Como resultado, es posible que ciertos errores recurrentes de pronunciación o articulación no reciban la atención analítica suficiente y que se reduzcan las oportunidades de recibir comentarios formativos. Estos retos ponen de relieve la necesidad de mecanismos de evaluación complementarios capaces de mejorar la objetividad, la coherencia y la profundidad de los comentarios sin socavar la autoridad del profesor.

Los recientes avances en las tecnologías de inteligencia artificial (IA) han introducido nuevas posibilidades en el campo de la enseñanza de idiomas, en particular en el reconocimiento automático del habla, el procesamiento del lenguaje natural, el análisis del rendimiento y los sistemas de comentarios adaptativos. Las herramientas de evaluación asistidas por IA son cada vez más capaces de detectar desviaciones en la pronunciación, analizar patrones de fluidez, identificar errores fonéticos recurrentes y generar informes de rendimiento estructurados. Al mismo tiempo, la teoría pedagógica contemporánea ha enfatizado la importancia de los enfoques de aprendizaje activo que posicionan a los alumnos como participantes activos en su proceso educativo. La teoría del aprendizaje activo promueve la autoevaluación, la reflexión, la práctica iterativa y la retroalimentación continua como componentes centrales de la adquisición eficaz de idiomas. En lugar de recibir pasivamente información correctiva, los estudiantes se involucran dinámicamente con sus propios datos de rendimiento, lo que fomenta la autonomía y la conciencia metacognitiva.

El presente estudio busca examinar la eficacia de integrar aplicaciones de inteligencia artificial con estrategias de aprendizaje activo en la evaluación de las habilidades de lectura del hadiz entre estudiantes universitarios que no son hablantes nativos de árabe. El objetivo principal de la investigación es determinar si la evaluación asistida por IA puede mejorar la objetividad, la coherencia en la puntuación y la precisión diagnóstica, al tiempo que refuerza los principios del aprendizaje activo, como la autorregulación, la práctica reflexiva y la autonomía del alumno. Un objetivo secundario es evaluar en qué medida las evaluaciones generadas por IA se ajustan a las evaluaciones realizadas por los profesores y si dicha integración preserva el papel pedagógico y académico indispensable del profesor en el contexto de la educación religiosa.

El marco conceptual de este estudio se basa en tres ámbitos interrelacionados: la evaluación lingüística asistida por IA, la teoría del aprendizaje activo y la enseñanza del árabe con fines religiosos. La evaluación lingüística asistida por IA se basa en los avances de la lingüística computacional y el análisis del habla, lo que permite la detección automática de imprecisiones fonéticas, desviaciones en la articulación e irregularidades en la fluidez. Las investigaciones empíricas sobre la adquisición de una segunda lengua sugieren que los sistemas automatizados pueden reducir el sesgo de los evaluadores y garantizar la coherencia en la puntuación cuando se calibran adecuadamente. La teoría del aprendizaje activo, por el contrario, hace hincapié en las pedagogías centradas en el alumno, en las que los estudiantes asumen la responsabilidad de supervisar su progreso, participar en prácticas estructuradas y responder de forma constructiva a los comentarios. En el contexto de la enseñanza del hadiz, estos dos ámbitos convergen de una manera que exige una cuidadosa alineación pedagógica. Dado que la recitación del hadiz implica normas disciplinarias arraigadas en los estudios islámicos, cualquier intervención tecnológica debe funcionar como un instrumento de apoyo y no como un sustituto de la orientación académica.

Por lo tanto, la integración de la IA debe permanecer anclada en un marco que preserve la autoridad evaluativa y la experiencia interpretativa del instructor.

Metodológicamente, el estudio empleó un diseño de investigación analítico-experimental. Se desarrolló un prototipo de evaluación basado en la IA, denominado «Sistema de Evaluación Inteligente», utilizando Google AI Studio. El sistema se programó para evaluar tanto las actuaciones orales como escritas relacionadas con textos seleccionados del hadiz. La muestra de la investigación estaba formada por doce estudiantes universitarios de habla turca matriculados en la Facultad de Teología de la Universidad de Sinop. Estos participantes estudiaban árabe como lengua extranjera dentro de un plan de estudios de educación religiosa, lo que los convertía en una cohorte adecuada para examinar los retos fonéticos y de articulación asociados a las diferencias lingüísticas entre el árabe y el turco.

La recopilación de datos constaba de dos componentes principales: lecturas orales grabadas de pasajes seleccionados del Hadiz y tareas de comprensión escrita relacionadas con los mismos textos. El sistema de IA procesó las grabaciones de audio mediante algoritmos de reconocimiento de voz y análisis fonológico para identificar desviaciones en la pronunciación, imprecisiones en la articulación, irregularidades en el ritmo y alteraciones en la fluidez. Simultáneamente, se analizaron las respuestas escritas para evaluar la precisión lingüística y la comprensión. Los niveles de competencia se clasificaron de acuerdo con el Marco Común Europeo de Referencia para las Lenguas (MCER), situando así el rendimiento dentro de un marco normativo reconocido internacionalmente. A efectos de comparar la fiabilidad, el profesor del curso evaluó de forma independiente los mismos resultados utilizando criterios de evaluación establecidos. Los conjuntos de datos resultantes (puntuaciones generadas por la IA y puntuaciones generadas por el profesor) se analizaron posteriormente para determinar la alineación, la divergencia y la variación diagnóstica.

Los resultados revelan un grado sustancial de coherencia entre las evaluaciones generadas por la IA y las evaluaciones del profesor, especialmente en la clasificación general de competencia y los patrones generales de puntuación. Ambos evaluadores mostraron acuerdo en la identificación de los estudiantes dentro de los niveles de competencia A1 y A2, y las tendencias de puntuación mostraron rangos de distribución paralelos. Esta alineación sugiere que la evaluación asistida por IA puede alcanzar una fiabilidad comparable a la evaluación humana tradicional cuando se implementa dentro de un marco estructurado. En particular, el sistema de IA demostró una mayor capacidad para el análisis diagnóstico a nivel micro. Identificó eficazmente los errores de articulación recurrentes y las sutiles inconsistencias fonéticas que pueden ser menos visibles durante los exámenes orales rápidos. Además, la capacidad del sistema para generar comentarios inmediatos permitió a los estudiantes reconocer los errores rápidamente y participar en la autocorrección iterativa.

Las respuestas de los estudiantes indicaron una mayor conciencia de sus fortalezas y debilidades individuales, así como una mayor motivación para mejorar su rendimiento en lectura mediante la práctica repetida. La inmediatez y la especificidad de los comentarios generados por la IA parecieron reforzar los comportamientos de aprendizaje activo, animando a los estudiantes a asumir una mayor responsabilidad en el seguimiento de su desarrollo lingüístico. Desde una perspectiva educativa, el sistema de IA funcionó como un instrumento de diagnóstico complementario que redujo la carga de trabajo evaluativa al tiempo que mejoró la profundidad analítica. Sin embargo, el estudio subraya que la interpretación pedagógica, la explicación contextual de los errores y la orientación sobre los matices semánticos siguen siendo responsabilidades fundamentalmente humanas. La IA destaca por su coherencia y su capacidad para detectar patrones, pero carece de las dimensiones interpretativas y éticas intrínsecas a los estudios religiosos y la pedagogía lingüística.

En conclusión, la integración de la inteligencia artificial con estrategias de aprendizaje activo representa un enfoque prometedor y pedagógicamente sólido para evaluar las habilidades de lectura del hadiz entre hablantes no nativos de árabe. La evaluación asistida por IA mejora la objetividad, la precisión diagnóstica y la inmediatez de la retroalimentación, mientras que los principios del aprendizaje activo fomentan el compromiso, la autonomía y la práctica reflexiva. No obstante, la inteligencia artificial debe conceptualizarse como una tecnología de apoyo y no como un sustituto del instructor. Su eficacia depende de una supervisión pedagógica estructurada y de la alineación con las normas disciplinarias. El estudio recomienda que las instituciones de educación superior, en particular las facultades de teología y los departamentos de lengua árabe, consideren la posibilidad de adoptar herramientas de evaluación basadas en la IA dentro de marcos educativos cuidadosamente diseñados. Se recomienda realizar futuras investigaciones con grupos de participantes más amplios y diversos para evaluar los efectos a largo plazo en el desarrollo de la competencia lingüística y perfeccionar los modelos de IA para aplicaciones religiosas y lingüísticas especializadas.

结构化摘要:

评估非阿拉伯语母语者的圣训诵读能力，是一项高度专业化且教学敏感的任务，其难度远超普通外语阅读评估的范畴。与普通散文阅读不同，圣训诵读需整合以下要素：准确发音、清晰的字母发音点（makhārij al-ḥurūf）表达、语音辨别能力、韵律平衡、可控的流畅度、相关语境下对 Tajwīd 原则的基本认知，以及语义的语境理解。在宗教教育语境中，这种技能的复杂性更为突出——准确的口头传承承载着学术、伦理与精神层面的多重意义。在神学系及伊斯兰研究项目中，正确诵读圣训的能力不仅是语言目标，更是关乎学术公信力与先知传统忠实度的学科要求。因此评估实践必须兼具语言严谨性与教学合理性。

在传统教学环境中，圣训诵读能力评估主要通过教师直接观察、口试及个性化纠错反馈实现。尽管这些方法仍具不可替代的教学价值，却常受制于实践限制：人为评估易受主观判断、疲劳、时间压力及评判标准不一的影响；加之课堂教学时长有限，教师往往难以对每位学习者提供详尽、个性化且即时的诊断性反馈。因此，某些反复出现的发音或吐字错误可能未获得充分分析关注，形成性反馈的机会亦可能减少。这些挑战凸显了需要补充性评估机制——既能提升客观性、一致性与反馈深度，又不削弱教师权威。

人工智能（AI）技术的近期发展为语言教育领域开辟了新可能，尤其体现在自动语音识别、自然语言处理、表现力分析及自适应反馈系统方面。AI辅助评估工具日益具备检测发音偏差、分析流利度模式、识别重复性语音错误及生成结构化表现报告的能力。与此同时，当代教学理论强调主动学习方法的重要性，将学习者定位为教育过程中的积极参与者。主动学习理论将自我评估、反思、迭代练习及持续反馈视为高效语言习得的核心经历。学生不再被动接受纠错反馈，而是动态参与自身表现数据的分析，从而培养自主性与元认知意识。

本研究旨在考察将人工智能应用与主动学习策略相结合，在评估非阿拉伯语母语大学生的圣训诵读技能时所产生的实效。研究首要目标在于验证人工智能辅助评估能否在提升客观性、评分一致性与诊断精度的同时，强化自我调节、反思实践及学习者自主性等主动学习原则。次要目标则是评估人工智能生成的评价结果与教师评估的契合度，以及此类整合是否能维持教师在宗教教育语境中不可或缺的教学与学术角色。

本研究的理论框架基于三个相互关联的领域：人工智能辅助语言评估、主动学习理论以及宗教目的的阿拉伯语教育。人工智能辅助语言评估依托计算语言学与语音分析的进展，可自动检测语音不准确、发音偏差及流利度异常。二语习得实证研究表明，经合理校准的自动化系统能减少评估者偏见并确保评分一致性。相较之下，主动学习理论强调以学习者为中心的教学法，要求学生自主监控学习进度、参与结构化练习并建设性地回应反馈。在圣训教育语境中，这两大领域需通过精妙的教学设计实现融合。由于圣训诵读涉及植根于伊斯兰学术的学科规范，任何技术干预都应作为辅助工具，而非取代学术指导。因此，人工智能的整合必须立足于维护教师评判权与诠释专长的框架。

本研究采用分析实验研究设计，通过谷歌AI工作室开发名为“智能评估系统”的人工智能评估原型。该系统被编程用于评估特定圣训文本相关的口语与书面表现。研究样本由十二名西诺普大学神学院土耳其语本科生组成。这些参与者在宗教教育课程中学习阿拉伯语作为外语，使其成为考察阿拉伯语与土耳其语差异所引发的语音及发音挑战的理想群体。

数据收集包含两大核心环节：特定圣训段落的录音朗读与相关文本的书面理解任务。人工智能系统通过语音识别与音系分析算法处理录音，识别发音偏差、发音不准确、节奏不规律及流畅度中断等问题。同时对书面答题进行语言准确性与理解力评估。根据《欧洲语言共同参考框架》（CEFR）划分能力等级，使评估结果符合国际认可的标准体系。为验证可靠性，课程教师依据既定评估标准独立评定相同表现。随后对人工智能生成的评分与教师评分两组数据进行分析，以确定一致性、差异性及诊断变异性。

研究发现人工智能评估与教师评定存在高度一致性，尤其体现在整体能力分级和评分模式上。两位评估者在识别A1和A2能力等级学生时达成一致，评分趋势呈现平行分布区间。这种一致性表明，在结构化框架内实施时，人工智能辅助评估可达到与传统人工评估相当的可靠性。值得注意的是，该人工智能系统展现出更强的微观诊断分析能力，能有效识别反复出现的发音错误及细微语音不一致现象——这些问题在快速口语考试中往往不易察觉。此外，系统即时反馈功能使学生能迅速识别错误并进行迭代式自我修正。

学生反馈显示，他们对个人优劣势的认知显著提升，通过反复练习提升阅读表现的积极性也明显增强。人工智能生成的即时性与针对性反馈强化了主动学习行为，促使学生更主动地承担语言能力发展的监测责任。从教学角度看，该人工智能系统作为辅助性诊断工具，在减轻评估工作量的同时提升了分析深度。但研究强调，教学解读、语境化错误说明及语义细微差别的指导仍属人类核心职责。人工智能虽擅长一致性检测与模式识别，却缺乏宗教研究与语言教学中固有的诠释维度与伦理维度。

综上所述，人工智能与主动学习策略的融合，为评估非阿拉伯语母语者的圣训阅读能力提供了富有前景且符合教育学原理的途径。人工智能辅助评估提升了客观性、诊断精准度与反馈即时性，而主动学习原则则促进了参与度、自主性与反思实践。但需明确，人工智能应被视为辅助技术而非教师替代品，其有效性取决于结构化的教学监督与学科规范的契合度。本研究建议高等教育机构——尤其是神学院系与阿拉伯语系——在精心设计的教学框架内采用人工智能评估工具。未来研究应扩大参与群体规模与多样性，以评估其对语言能力发展的长期影响，并优化适用于宗教与语言专业领域的人工智能模型.

Структурированное резюме:

Оценка навыков чтения хадисов среди лиц, для которых арабский язык не является родным, представляет собой высокоспециализированную и педагогически деликатную задачу, выходящую за рамки общей оценки навыков чтения на иностранном языке. В отличие от обычного чтения прозы, чтение хадисов требует сочетания точного произношения, четкой артикуляции махаридж аль-хуруф (точек артикуляции), фонетического различения, ритмического баланса, контролируемой беглости, базового понимания принципов таджвид, где это уместно, и контекстуального понимания значения. Сложность этого навыка еще более усиливается в контексте религиозного образования, где точная устная передача имеет научное, этическое и духовное значение. В рамках факультетов теологии и программ исламских исследований умение правильно читать хадисы является не только лингвистической целью, но и дисциплинарным требованием, связанным с академической достоверностью и верностью пророческой традиции. Следовательно, методы оценки должны быть как лингвистически строгими, так и педагогически обоснованными.

В традиционных учебных заведениях оценка навыков чтения хадисов в основном проводится посредством непосредственного наблюдения учителя, устных экзаменов и индивидуальных корректирующих отзывов. Хотя эти подходы остаются незаменимыми и педагогически значимыми, они часто ограничиваются практическими ограничениями. На оценку человека могут влиять субъективные суждения, усталость, нехватка времени и изменчивость оценочных стандартов. Кроме того, в условиях классной комнаты с ограниченным количеством учебных часов преподаватели часто сталкиваются с трудностями при предоставлении подробных, индивидуальных и немедленных диагностических отзывов для каждого учащегося. В результате некоторые повторяющиеся ошибки в произношении или артикуляции могут не получить достаточного аналитического внимания, а возможности для формирующей обратной связи могут быть сокращены. Эти проблемы подчеркивают необходимость дополнительных механизмов оценки, способных повысить объективность, последовательность и глубину обратной связи, не подрывая авторитет учителя.

Недавние разработки в области технологий искусственного интеллекта (ИИ) открыли новые возможности в сфере языкового образования, особенно в области автоматического распознавания речи, обработки естественного языка, анализа производительности и адаптивных систем обратной связи. Инструменты оценки с помощью ИИ все чаще способны обнаруживать отклонения в произношении, анализировать модели беглости речи, выявлять повторяющиеся фонетические ошибки и генерировать структурированные отчеты о результатах. В то же время современная педагогическая теория подчеркивает важность подходов активного обучения, которые позиционируют учащихся как активных участников образовательного процесса. Теория активного обучения продвигает самооценку, рефлексию, итеративную практику и постоянную обратную связь как центральные компоненты эффективного освоения языка. Вместо пассивного получения корректирующих комментариев студенты динамично взаимодействуют со своими собственными данными о результатах, тем самым развивая автономность и метакогнитивное осознание.

Настоящее исследование направлено на изучение эффективности интеграции приложений искусственного интеллекта со стратегиями активного обучения в оценке навыков чтения хадисов среди студентов университетов, для которых арабский язык не является родным. Основная цель исследования — определить, может ли оценка с помощью ИИ повысить объективность, согласованность оценок и точность диагностики, одновременно укрепляя принципы активного обучения, такие как саморегуляция, рефлексивная практика и автономность учащегося. Второстепенная цель — выяснить, как оценки, созданные искусственным интеллектом, соотносятся с оценками учителей и сохраняет ли такое объединение важную обучающую и научную роль учителя в области религиозного образования.

Концептуальная основа данного исследования основана на трех взаимосвязанных областях: оценка языковых навыков с помощью ИИ, теория активного обучения и обучение арабскому языку в религиозных целях. Оценка языковых навыков с помощью ИИ опирается на достижения в области компьютерной лингвистики и анализа речи, что позволяет автоматически выявлять фонетические неточности, отклонения в артикуляции и нарушения беглости речи. Эмпирические исследования в области приобретения второго языка показывают, что автоматизированные системы могут снизить предвзятость оценщиков и обеспечить согласованность оценок при правильной калибровке. Теория активного обучения, напротив, делает акцент на педагогике, ориентированной на учащегося, в которой студенты берут на себя ответственность за мониторинг своих успехов, участие в структурированных практических занятиях и конструктивную реакцию на обратную связь. В контексте обучения хадисам эти две области сходятся таким образом, что требуют тщательной педагогической согласованности. Поскольку чтение хадисов предполагает соблюдение дисциплинарных норм, укорененных в исламской науке, любое технологическое вмешательство должно служить вспомогательным инструментом, а не заменой научного руководства.

Таким образом, интеграция ИИ должна оставаться в рамках структуры, которая сохраняет оценочную власть и интерпретационный опыт преподавателя.

С методологической точки зрения в исследовании был использован аналитико-экспериментальный дизайн. Прототип оценки на основе ИИ, названный «Интеллектуальная система оценки», был разработан с использованием Google AI Studio. Система была запрограммирована для оценки устных и письменных выступлений, связанных с выбранными текстами хадисов. Исследовательская выборка состояла из двенадцати турецкоязычных студентов факультета теологии Университета Синоп. Эти участники изучали арабский язык как иностранный в рамках программы религиозного образования, что делало их подходящей группой для изучения фонетических и артикуляционных проблем, связанных с лингвистическими различиями между арабским и турецким языками.

Сбор данных включал два основных компонента: запись устного чтения выбранных отрывков хадисов и письменные задания на понимание тех же текстов. Система искусственного интеллекта обрабатывала аудиозаписи с помощью алгоритмов распознавания речи и фонологического анализа, чтобы выявить отклонения в произношении, неточности в артикуляции, нарушения ритма и срывы беглости речи. Одновременно с этим письменные ответы анализировались на предмет лингвистической точности и понимания текста. Уровни владения языком классифицировались в соответствии с Общеевропейскими компетенциями владения иностранным языком (CEFR), что позволило оценить результаты в рамках международно признанных стандартов. Para сравнения надежности, преподаватель курса независимо оценил те же результаты, используя установленные критерии оценки. Полученные наборы данных — оценки, сгенерированные ИИ, и оценки, сгенерированные преподавателем — были впоследствии проанализированы для определения совпадений, расхождений и диагностических отклонений.

Результаты показывают значительную степень согласованности между оценками, сгенерированными ИИ, и оценками преподавателя, особенно в общей классификации уровня владения языком и общих моделях оценки. Оба оценщика продемонстрировали согласие в определении студентов с уровнями владения языком A1 и A2, а тенденции в оценках показали параллельные диапазоны распределения. Это совпадение свидетельствует о том, что оценка с помощью ИИ может достичь надежности, сопоставимой с традиционной оценкой, проводимой человеком, при ее внедрении в рамках структурированной системы. Примечательно, что система ИИ продемонстрировала повышенную способность к диагностическому анализу на микроуровне. Она эффективно выявляла повторяющиеся ошибки артикуляции и тонкие фонетические несоответствия, которые могут быть менее заметны во время быстрых устных экзаменов. Кроме того, способность системы генерировать немедленную обратную связь позволила учащимся быстро распознавать ошибки и заниматься итеративной самокоррекцией.

Ответы учащихся показали повышенную осведомленность об индивидуальных сильных и слабых сторонах, а также повышенную мотивацию к улучшению навыков чтения посредством повторяющихся упражнений. Скорость и точность обратной связи от ИИ, похоже, повышали активность в обучении, побуждая студентов больше заботиться о своем языковом прогрессе. С точки зрения обучения, система ИИ функционировала как дополнительный диагностический инструмент, который снижал нагрузку по оценке и одновременно повышал глубину анализа. Однако исследование подчеркивает, что педагогическая интерпретация, контекстуальное объяснение ошибок и руководство по семантическим нюансам остаются в основном обязанностями человека. ИИ превосходит человека в последовательности и обнаружении закономерностей, но ему не хватает интерпретационных и этических аспектов, присущих религиозной науке и языковому педагогическому образованию.

В заключение, интеграция искусственного интеллекта с стратегиями активного обучения представляет собой многообещающий и педагогически обоснованный подход к оценке навыков чтения хадисов среди неносителей арабского языка. Оценка с помощью ИИ повышает объективность, точность диагностики и оперативность обратной связи, а принципы активного обучения способствуют вовлеченности, самостоятельности и рефлексивной практике. Тем не менее, искусственный интеллект должен рассматриваться как вспомогательная технология, а не как замена преподавателю. Его эффективность зависит от структурированного педагогического надзора и соответствия дисциплинарным нормам. Исследование рекомендует высшим учебным заведениям, в частности факультетам теологии и кафедрам арабского языка, рассмотреть возможность внедрения инструментов оценки на основе ИИ в рамках тщательно разработанных учебных программ. Рекомендуется провести дополнительные исследования с участием больших и разных групп людей, чтобы понять, как долго это влияет на развитие языковых навыков, и улучшить модели ИИ для специализированных религиозных и лингвистических задач.

संरचित सारांश:

अरबी के गैर-मूल भाषियों में हदीस पठन कौशल का आकलन एक अत्यंत विशिष्ट और शैक्षिक दृष्टि से संवेदनशील कार्य है, जो सामान्य विदेशी भाषा पठन मूल्यांकन की सीमाओं से परे है।

सामान्य गद्य पठन के विपरीत, हदीस का पाठ करने के लिए सटीक उच्चारण, मख़ारिज अल-हुरूफ़ (उच्चारण बिंदु) का सटीक उच्चारण, ध्वन्यात्मक विभेदन, लयात्मक संतुलन, नियंत्रित प्रवाह, जहां लागू हो ताजुवीद सिद्धांतों की बुनियादी जानकारी, और अर्थ की प्रासंगिक समझ का एकीकरण आवश्यक है। इस कौशल की जटिलता धार्मिक शिक्षा के संदर्भों में और भी बढ़ जाती है, जहां सटीक मौखिक संचरण को विद्वतापूर्ण, नैतिक और आध्यात्मिक महत्व प्राप्त है। धर्मशास्त्र और इस्लामी अध्ययन कार्यक्रमों के संकायों में, हदीस को सही ढंग से पढ़ने की क्षमता केवल एक भाषाई उद्देश्य ही नहीं है, बल्कि यह शैक्षणिक विश्वसनीयता और पैगंबर की परंपरा के प्रति निष्ठा से जुड़ी एक अनुशासनात्मक आवश्यकता भी है। परिणामस्वरूप, मूल्यांकन प्रथाओं को भाषाई रूप से कठोर और शैक्षिक रूप से ठोस दोनों होना चाहिए।

पारंपरिक शिक्षण परिवेश में, हदीस पठन कौशल का मूल्यांकन मुख्य रूप से प्रत्यक्ष शिक्षक अवलोकन, मौखिक परीक्षाओं और व्यक्तिगत सुधारात्मक प्रतिक्रिया के माध्यम से किया जाता है। यद्यपि ये दृष्टिकोण अपरिहार्य और शैक्षिक रूप से सार्थक बने हुए हैं, फिर भी वे अक्सर व्यावहारिक सीमाओं से बाधित होते हैं। मानवीय मूल्यांकन व्यक्तिपरक निर्णय, थकान, समय दबाव और मूल्यांकन मानकों में परिवर्तनशीलता से प्रभावित हो सकता है। इसके अलावा, सीमित शिक्षण घंटों वाले कक्षा परिवेश में, शिक्षक अक्सर प्रत्येक शिक्षार्थी के लिए विस्तृत, व्यक्तिगत और तत्काल निदानात्मक प्रतिक्रिया प्रदान करने के लिए संघर्ष करते हैं।

परिणामस्वरूप, कुछ बार-बार होने वाली उच्चारण या स्पष्टीकरण संबंधी त्रुटियों पर पर्याप्त विश्लेषणात्मक ध्यान नहीं दिया जा पाता है, और रचनात्मक प्रतिक्रिया के अवसर कम हो सकते हैं। ये चुनौतियाँ पूरक मूल्यांकन तंत्र की आवश्यकता को उजागर करती हैं जो शिक्षक के अधिकार को कमजोर किए बिना वस्तुनिष्ठता, निरंतरता और प्रतिक्रिया की गहराई को बढ़ाने में सक्षम हो।

कृत्रिम बुद्धिमत्ता (एआई) प्रौद्योगिकियों में हाल के विकास ने भाषा शिक्षा के क्षेत्र में, विशेष रूप से स्वचालित भाषण मान्यता, प्राकृतिक भाषा प्रसंस्करण, प्रदर्शन विश्लेषिकी और अनुकूली प्रतिक्रिया प्रणालियों में नई संभावनाओं को पेश किया है।

एआई-सहायक मूल्यांकन उपकरण उच्चारण विचलनों का पता लगाने, प्रवाह पैटर्न का विश्लेषण करने, बार-बार होने वाली ध्वन्यात्मक त्रुटियों की पहचान करने और संरचित प्रदर्शन रिपोर्ट उत्पन्न करने में तेजी से सक्षम हो रहे हैं। साथ ही, समकालीन शैक्षिक सिद्धांत ने सक्रिय शिक्षण दृष्टिकोणों के महत्व पर जोर दिया है जो शिक्षार्थियों को उनकी शैक्षिक प्रक्रिया में सक्रिय भागीदार के रूप में स्थापित करते हैं।

सक्रिय शिक्षण सिद्धांत प्रभावी भाषा अधिग्रहण के केंद्रीय घटकों के रूप में स्व-मूल्यांकन, चिंतन, पुनरावृत्ति अभ्यास और निरंतर प्रतिक्रिया को बढ़ावा देता है। निष्क्रिय रूप से सुधारात्मक इनपुट प्राप्त करने के बजाय, छात्र अपने स्वयं के प्रदर्शन डेटा के साथ गतिशील रूप से जुड़ते हैं, जिससे स्वायत्तता और मेटाकॉग्निटिव जागरूकता को बढ़ावा मिलता है।

वर्तमान अध्ययन का उद्देश्य उन विश्वविद्यालय के छात्रों के बीच हदीस पढ़ने के कौशल के मूल्यांकन में कृत्रिम बुद्धिमत्ता अनुप्रयोगों को सक्रिय शिक्षण रणनीतियों के साथ एकीकृत करने की प्रभावशीलता की जांच करना है जो अरबी के मूल वक्ता नहीं हैं।

अनुसंधान का प्राथमिक उद्देश्य यह निर्धारित करना है कि क्या एआई-समर्थित मूल्यांकन वस्तुनिष्ठता, स्कोरिंग की निरंतरता और नैदानिक सटीकता को बढ़ा सकता है, और साथ ही आत्म-नियमन, चिंतनशील अभ्यास और शिक्षार्थी स्वायत्तता जैसे सक्रिय शिक्षण सिद्धांतों को भी सुदृढ़ कर सकता है। एक द्वितीयक उद्देश्य यह आकलन करना है कि एआई-जनित मूल्यांकन किस हद तक प्रशिक्षक-आधारित मूल्यांकन के अनुरूप हैं और क्या इस तरह का एकीकरण धार्मिक शिक्षा के संदर्भों में शिक्षक की अपरिहार्य शैक्षिक और विद्वतापूर्ण भूमिका को बरकरार रखता है।

इस अध्ययन का वैचारिक ढांचा तीन परस्पर संबंधित क्षेत्रों पर आधारित है: एआई-सहायक भाषा मूल्यांकन, सक्रिय शिक्षण सिद्धांत, और धार्मिक उद्देश्यों के लिए अरबी भाषा शिक्षा। एआई-सहायक भाषा मूल्यांकन कम्प्यूटेशनल भाषाविज्ञान और भाषण विश्लेषण में हुई प्रगति पर आधारित है, जो ध्वन्यात्मक अशुद्धियों, उच्चारण विचलनों और प्रवाह अनियमितताओं का स्वचालित पता लगाने में सक्षम बनाता है। द्वितीय भाषा अधिग्रहण में अनुभवजन्य अनुसंधान से पता चलता है कि जब उचित रूप से समायोजित किया जाता है तो स्वचालित प्रणालियाँ मूल्यांकनकर्ता के पक्षपात को कम कर सकती हैं और स्कोरिंग में निरंतरता सुनिश्चित कर सकती हैं। इसके विपरीत, सक्रिय शिक्षण सिद्धांत शिक्षार्थी-केंद्रित शिक्षण-पद्धतियों पर जोर देता है जिसमें छात्र अपनी प्रगति की निगरानी करने, संरचित अभ्यास में संलग्न होने और प्रतिक्रिया पर रचनात्मक रूप से प्रतिक्रिया देने की जिम्मेदारी लेते हैं। हदीस शिक्षा के संदर्भ में, ये दोनों क्षेत्र इस तरह से एक साथ आते हैं कि सावधानीपूर्वक शैक्षणिक संरेखण की मांग होती है। चूंकि हदीस का पाठ इस्लामी विद्वता में निहित अनुशासनात्मक मानदंडों को शामिल करता है, इसलिए किसी भी तकनीकी हस्तक्षेप को विद्वतापूर्ण मार्गदर्शन के विकल्प के बजाय एक सहायक उपकरण के रूप में कार्य करना चाहिए।

इस प्रकार, एआई के एकीकरण को एक ऐसे ढांचे के भीतर निहित रहना चाहिए जो प्रशिक्षक के मूल्यांकन संबंधी अधिकार और व्याख्यात्मक विशेषज्ञता को संरक्षित रखता हो।

पद्धतिगत रूप से, इस अध्ययन में एक विश्लेषणात्मक-प्रयोगात्मक शोध डिजाइन का उपयोग किया गया। गूगल एआई स्टूडियो का उपयोग करके "इंटेलिजेंट असेसमेंट सिस्टम" नामक एक एआई-आधारित मूल्यांकन प्रोटोटाइप विकसित किया गया। इस प्रणाली को चयनित हदीस ग्रंथों से संबंधित मौखिक और लिखित दोनों प्रदर्शनों का मूल्यांकन करने के लिए प्रोग्राम किया गया था। शोध नमूने में सिनोप विश्वविद्यालय के धर्मशास्त्र संकाय में नामांकित बारह तुर्की-भाषी स्नातक छात्र शामिल थे। ये प्रतिभागी एक धार्मिक शिक्षा पाठ्यक्रम के भीतर अरबी को एक विदेशी भाषा के रूप में पढ़ रहे थे, जिससे वे अरबी-तुर्की भाषाई मतभेदों से जुड़े ध्वन्यात्मक और उच्चारण संबंधी चुनौतियों की जांच के लिए एक उपयुक्त समूह बन गए।

डेटा संग्रह में दो प्राथमिक घटक शामिल थे: चयनित हदीस अंशों का रिकॉर्ड किया गया मौखिक पाठ और उन्हीं ग्रंथों से संबंधित लिखित समझ के कार्य।

एआई सिस्टम ने उच्चारण विचलन, उच्चारण की अशुद्धियों, लय की अनियमितताओं और धाराप्रवाहता में रुकावटों की पहचान करने के लिए ऑडियो रिकॉर्डिंग को स्पीच रिकग्निशन और ध्वन्यात्मक विश्लेषण एल्गोरिदम के माध्यम से संसाधित किया। साथ ही, लिखित प्रतिक्रियाओं का भाषाई सटीकता और समझ के प्रमाण के लिए विश्लेषण किया गया। प्रवीणता के स्तरों को भाषाओं के लिए सामान्य यूरोपीय संदर्भ ढांचे (CEFR) के अनुसार वर्गीकृत किया गया, इस प्रकार प्रदर्शन को एक अंतरराष्ट्रीय स्तर पर मान्यता प्राप्त मानक ढांचे के भीतर स्थापित किया गया।

विश्वसनीयता की तुलना के प्रयोजनों के लिए, पाठ्यक्रम प्रशिक्षक ने स्थापित मूल्यांकन मानदंडों का उपयोग करके स्वतंत्र रूप से उन्हीं प्रदर्शनों का मूल्यांकन किया। परिणामी डेटा सेट—एआई-जनित स्कोर और प्रशिक्षक-जनित स्कोर—की बाद में संरेखण, विचलन और नैदानिक भिन्नता निर्धारित करने के लिए विश्लेषण किया गया।

निष्कर्षों से एआई-जनित मूल्यांकनों और प्रशिक्षक के मूल्यांकन के बीच, विशेष रूप से समग्र प्रवीणता वर्गीकरण और सामान्य स्कोरिंग पैटर्न में, पर्याप्त हद तक स्थिरता का पता चलता है।

दोनों मूल्यांकनकर्ताओं ने A1 और A2 प्रवीणता स्तरों के भीतर छात्रों की पहचान करने में सहमति दिखाई, और स्कोरिंग रुझानों ने समान वितरण की सीमाएँ प्रदर्शित कीं। यह संरेखण दर्शाता है कि एक संरचित ढांचे के भीतर लागू किए जाने पर एआई-समर्थित मूल्यांकन पारंपरिक मानवीय मूल्यांकन के समान विश्वसनीयता प्राप्त कर सकता है। विशेष रूप से, एआई प्रणाली ने सूक्ष्म-स्तरीय निदान विश्लेषण के लिए बेहतर क्षमता का प्रदर्शन किया। इसने बार-बार होने वाली उच्चारण त्रुटियों और सूक्ष्म ध्वन्यात्मक असंगतियों की प्रभावी रूप से पहचान की, जो तीव्र मौखिक परीक्षाओं के दौरान कम दिखाई दे सकती हैं।

इसके अलावा, प्रणाली की तत्काल प्रतिक्रिया उत्पन्न करने की क्षमता ने छात्रों को त्रुटियों को तुरंत पहचानने और पुनरावृत्तिशील आत्म-सुधार में संलग्न होने की अनुमति दी।

छात्रों की प्रतिक्रियाओं ने व्यक्तिगत ताकत और कमजोरियों के बारे में बढ़ी हुई जागरूकता, साथ ही बार-बार अभ्यास के माध्यम से पढ़ने के प्रदर्शन में सुधार करने की बढ़ी हुई प्रेरणा को इंगित किया। एआई-जनित प्रतिक्रिया की तत्कालता और विशिष्टता सक्रिय सीखने के व्यवहार को मजबूत करती हुई प्रतीत हुई, जिससे छात्रों को अपने भाषाई विकास की निगरानी के लिए अधिक जिम्मेदारी लेने के लिए प्रोत्साहित किया गया।

शैक्षिक दृष्टिकोण से, एआई प्रणाली एक पूरक निदानात्मक उपकरण के रूप में काम करती थी, जिसने मूल्यांकन के कार्यभार को कम करते हुए विश्लेषणात्मक गहराई को बढ़ाया। हालाँकि, अध्ययन इस बात पर जोर देता है कि शैक्षिक व्याख्या, त्रुटियों की प्रासंगिक व्याख्या, और अर्थ संबंधी बारीकियों के बारे में मार्गदर्शन मौलिक रूप से मानवीय जिम्मेदारियाँ बनी हुई हैं। एआई निरंतरता और पैटर्न का पता लगाने में माहिर है, फिर भी इसमें धार्मिक विद्वता और भाषा शिक्षण में निहित व्याख्यात्मक और नैतिक आयामों की कमी है।

निष्कर्षतः, अरबी भाषा के गैर-मातृभाषियों में हदीस पढ़ने के कौशल का आकलन करने के लिए सक्रिय शिक्षण रणनीतियों के साथ कृत्रिम बुद्धिमत्ता के एकीकरण को एक आशाजनक और शैक्षिक रूप से ठोस दृष्टिकोण के रूप में प्रस्तुत किया गया है। एआई-समर्थित मूल्यांकन वस्तुनिष्ठता, नैदानिक सटीकता और तत्काल प्रतिक्रिया को बढ़ाता है, जबकि सक्रिय शिक्षण के सिद्धांत सहभागिता, स्वायत्तता और चिंतनशील अभ्यास को बढ़ावा देते हैं। फिर भी, कृत्रिम बुद्धिमत्ता को प्रशिक्षक के विकल्प के बजाय सहायक प्रौद्योगिकी के रूप में ही सोचा जाना चाहिए। इसकी प्रभावशीलता संरचित शैक्षिक पर्यवेक्षण और विषयगत मानदंडों के साथ संरेखण पर निर्भर करती है।

अध्ययन की सिफारिश है कि उच्च शिक्षा संस्थान—विशेष रूप से धर्मशास्त्र संकाय और अरबी भाषा विभाग—सावधानीपूर्वक तैयार किए गए निर्देशात्मक ढाँचों के भीतर एआई-आधारित मूल्यांकन उपकरणों को अपनाने पर विचार करें। भाषा प्रवीणता के विकास पर दीर्घकालिक प्रभावों का मूल्यांकन करने और विशेष धार्मिक एवं भाषाई अनुप्रयोगों के लिए एआई मॉडल को परिष्कृत करने हेतु, बड़े और अधिक विविध प्रतिभागी समूहों को शामिल करने वाले भविष्य के शोध की सिफारिश की जाती है।