Veljko V. Aleksić, University of Kragujevac, Faculty of Technical Sciences, Čačak, Serbia, e-mail: veljko.aleksic@ftn.kg.ac.rs
Dionysios V. Politis, Aristotle University of Thessaloniki, Department of Informatics, Thessaloniki, Greece
Иновације у настави, XXXVI, 2023/2, стр. 1–16

| PDF | | Extended summary PDF |
DOI: 10.5937/inovacije2302001A

Abstract: As the functionality of modern digital societies is largely based on interactive digital technology, educational technology has inevitably gone through a process of digitalization. Studying information technology, computer science, or computer engineering in the post-digital era makes it very hard for students to disjoin personal technology needs, learning necessities, and future career demands, putting them at great risk for developing psychological disorders. The aim of this international comparative study is to examine the effects of interactive digital technology exposure on learning performance in computer graphics and simulations. To conduct a comparison of the 397 generation Z students from Greece and Serbia, a study was conducted evenly representing various geographic, economic, and socio-cultural environments. The research was realized between October 2021 and May 2022. The type of preferred gaming device was the most important digital technology exposure predictor of learning performance factors gain both in Greece and Serbia. Unexpectedly, digital gaming exposure and Internet gaming disorder were not significant predictors of academic success. The resulting model dually provides teachers with the opportunity to adapt their activities more efficiently and students with a self-diagnostic tool helping them to improve learning performance in the field of computer graphics and simulations more effectively.

Keywords: educational technology, computer graphics, computer simulations, learning

Вељко В. Алексић
Универзитет у Крагујевцу, Факултет техничких наука у Чачку,
Чачак, Србија

Дионисиос В. Политис
Аристотелов универзитет у Солуну, Департман за информатику,
Солун, Грчка

УТИЦАЈ ИЗЛОЖЕНОСТИ ИНТЕРАКТИВНОЈ ДИГИТАЛНОЈ ТЕХНОЛОГИЈИ
НА ПЕРФОРМАНСЕ УЧЕЊА РАЧУНАРСКЕ ГРАФИКЕ И СИМУЛАЦИЈЕ СТУДЕНАТА
ГЕНЕРАЦИЈЕ З: КОМПАРАТИВНО ИСТРАЖИВАЊЕ ИЗМЕЂУ ГРЧКЕ И СРБИЈЕ

обзиром на то да је функционалност савремених дигиталних друштава примарно заснована на интерактивној дигиталној технологији, образовна технологија је неизбежно прошла кроз процес дигитализације. Студије информационих технологија, рачунарских наука или рачунарског инжењерства у постдигиталној ери студентима значајно отежавају раздвајање личних потреба за технологијом, потреба за учењем и захтева будуће каријере, доводећи их у велики ризик од развоја психичких поремећаја. Фокус нашег истраживања је на популацији старијих адолесцената и младих у раним двадесетим годинама, често названих генерација З, јер су одрасли у окружењу преносивих дигиталних уређаја, уобичајено повезаних на интернет, и разноврсних онлајн-сервиса који се већином и данас користе. Циљ истраживања је испитивање утицаја изложености интерактивној дигиталној технологији на резултате у изучавању рачунарске графике и симулација. Испитане су релације између начина на које студенти користе дигиталне уређаје и технологије, перформанси учења и њиховог академског успеха. Будући да дигиталне компетенције подразумевају адекватно коришћење технологије, тврдимо да студенти често прецењују сопствени ниво компетенција, те да последично лако могу ући у негативну спиралу поремећаја понашања и личности. Истраживање је спроведено између октобра 2021. и маја 2022. године на Департману за информатику Аристотеловог универзитета у Солуну (Грчка) и на Факултету техничких наука у Чачку Универзитета у Крагујевцу (Србија). Узорак истраживања сачињавало је укупно 397 студената из Грчке и Србије, одабраних тако да равномерно представљају различите географске, економске и социокултурне средине. Студенти су најпре вршили самопроцену дигиталних навика, склоности и вештина путем упитника, а потом и реализовали скуп практичних задатака и активности које су биле оцењиване. У складу са теоријско-емпиријском природом истраживања, учесници су испитивани коришћењем дескриптивно-аналитичке неексперименталне методе реализоване путем анкета и квантитативног посматрања, на основу којих је успостављена дистрибуција својстава и анализирани су односи међу варијаблама. Студенти из Грчке су проводили просечно значајно више времена у коришћењу онлајн-сервиса и играјући дигиталне игре. Врста дигиталних уређаја које су студенти користили за приступ интернету и просечан недељни број сати проведених у игрању гиталних игара имали су најзначајнији утицај на поремећаје понашања у виду развоја зависности од играња дигиталних игара на интернету. Студенти из Србије су постигли боље резултате од студената из Грчке у свим практичним активностима осим у тестовима фокуса, прецизности и упорности при обављању репетитивних задатака на рачунару. Повећање времена проведеног онлајн негативно је корелирало са процењеним нивоима вештина техничке писмености, 2Д цртања на рачунару и компетентношћу за тимски рад и комуникацију. Ова негативна веза је интерпретирана као последица когнитивне и/или емоционалне преокупације технологијом, будући да редовна жеља за интеракцијом са дигиталним уређајима може довести до развијања опсесије, преоптерећења друштвеним мрежама и исцрпљеношћу, што студента на крају уводи у спиралу пада академског успеха. Врста омиљених уређаја за играње дигиталних игара била је најважнији предиктор изложености дигиталној технологији у погледу побољшања фактора учења, како у Грчкој, тако и у Србији. Изненађујуће, изложеност дигиталним играма и зависност од играња дигиталних игара на интернету нису били значајни предиктори академског успеха. Резултати истраживања доприносе дубљем разумевању изузетно сложених веза између дигиталног социјалног окружења, дигиталних преференци и навика студената и фактора учења који су специфични за област изучавања рачунарске графике и симулација. Стога модел процене и предикције представљен у овом раду дуално пружа наставницима могућност да ефикасније прилагоде своје активности, а студентима алат за самодијагностику који им може помоћи да побољшају резултате учења.

Кључне речи: образовна технологија, рачунарска графика, рачунарске симулације, учење

References:

• Aaron, L. S. and Lipton, T. (2017). Digital Distraction: Shedding Light on the 21st-Century College Classroom. Journal of Educational Technology Systems. 46 (3), 363–378. https://doi.org/10.1177/0047239517736876
• Adžić, S., Al-Mansour, J., Naqvi, H. and Stambolić, S. (2021). The impact of video games on Students’ educational outcomes. Entertainment Computing. 38, 100412. https://doi.org/10.1016/j.entcom.2021.100412
• Aleksić, V., and Ivanović, M. (2017). Early Adolescent Gender and Multiple Intelligences Profiles as Predictors of Digital Gameplay Preferences. Croatian Journal of Education. 19 (3), 697–727. https://doi.org/10.15516/cje.v19i3.2262
• Anthonysamy, L. and Singh, P. (2023). The impact of satisfaction, and autonomous learning strategies use on scholastic achievement during Covid-19 confinement in Malaysia. Heliyon. 9 (2), e12198. https://doi.org/10.1016/j.heliyon.2022.e12198
• Bassiouni, D. H. and Hackley, C. (2014). ’Generation Z’ children’s adaptation to digital consumer culture: Acritical literature review. Journal of Customer Behavior. 13 (2), 113–133. https://doi.org/10.1362/147539214×14024779483591
• Bereczki, E. O. and Kárpáti, A. (2021). Technology-enhanced creativity: A multiple case study of digital technology-integration expert teachers’ beliefs and practices. Thinking Skills and Creativity. 39, 100791. https://doi.org/10.1016/j.tsc.2021.100791
• Blanco-Herrera, J. A., Gentile, D. A. and Rokkum, J. N. (2019). Video Games can Increase Creativity, but with Caveats. Creativity Research Journal. 31 (2), 119–131. https://doi.org/10.1080/10400419.2019.1594524
• Buiza-Aguado, C., Alonso-Canovas, A., Conde-Mateos, C., Buiza-Navarrete, J. J. and Gentile, D. (2018). Problematic Video Gaming in a Young Spanish Population: Association with Psychosocial Health. Cyberpsychology, Behavior, and Social Networking. 21 (6), 388–394. https://doi.org/10.1089/cyber.2017.0599
• Cao, X., Masood, A., Luqman, A. and Ali, A. (2018). Excessive use of mobile social networking sites and poor academic performance: Antecedents and consequences from stressor-strain-outcome perspective. Computers in Human Behavior. 85, 163–174. https://doi.org/10.1016/j.chb.2018.03.023
• Chowdhury, N. F. H., Debnath, P. and Bhowmik, D. (2020). How Does Internet Usage Influence the Academic Performance of University Students? A Case of MBSTU. IOSR Journal of Research & Method in Education (IOSR-JRME). 10 (3), 15–24. ISSN: 2320–7388 https://doi.org/10.9790/7388-1003021524
• Collisson, B., Eck, B. E. and Harig, T. (2021). Introducing Gen Z psychology majors: Why they choose to major in psychology (and what they expect to learn). Scholarship of Teaching and Learning in Psychology. https://doi.org/10.1037/stl0000249
• Çebi, A., BahçekapılıÖzdemir, T., Reisoğlu, İ. and Çolak, C. (2022). From digital competencies to technology integration: Re-formation of pre-service teachers’ knowledge and understanding. International Journal of Educational Research. 113, 101965. https://doi.org/10.1016/j.ijer.2022.101965
• Dindar, M. (2018). An empirical study on gender, video game play, academic success and complex problem solving skills. Computers & Education. 125, 39–52. https://doi.org/10.1016/j.compedu.2018.05.018
• Ding, D., Guan, C. and Yu, Y. (2017). Game-Based Learning in Tertiary Education: A New Learning Experience for the Generation Z. International Journal of Information and Education Technology. 7 (2), 148–152. https://doi.org/10.18178/ijiet.2017.7.2.857
• Feng, S., Wong, Y. K., Wong, L. Y. and Hossain, L. (2019). The Internet and Facebook Usage on Academic Distraction of College Students. Computers & Education. 134, 41–49. https://doi.org/10.1016/j.compedu.2019.02.005
• Flanigan, A. E. and Babchuk, W. A. (2022). Digital distraction in the classroom: exploring instructor perceptions and reactions. Teaching in Higher Education. 27 (3), 352–370. https://doi.org/10.1080/13562517.2020.1724937
• Gentile, D. A., Bailey, K., Bavelier, D., Brockmyer, J. F., Cash, H., Coyne, S. M. … and Young, K. (2017). Internet gaming disorder in children and adolescents. Pediatrics. 140 (Supplement_2), S81‒S85. https://doi.org/10.1542/peds.2016-1758h
• Hawi, N. S., Samaha, M. and Griffiths, M. D. (2018). Internet gaming disorder in Lebanon: Relationships with age, sleep habits, and academic achievement. Journal of Behavioral Addictions. 7 (1), 70–78. https://doi.org/10.1556/2006.7.2018.16
• Hernández-Lara, A. B., Serradell-López, E. and Fitó-Bertran, À. (2019). Students’ perception of the impact of competences on learning: An analysis with business simulations. Computers in Human Behavior, 101, 311–319. https://doi.org/10.1016/j.chb.2019.07.023
• Hippler, H. J., Schwarz, N. and Sudman, S. (Eds.). (1987). Social information processing and survey methodology. New York: Springer Verlag.
• Hu, X., Gong, Y., Lai, C. and Leung, F. K. S. (2018). The relationship between ICT and student literacy in mathematics, reading, and science across 44 countries: A multilevel analysis. Computers & Education. 125, 1–13. https://doi.org/10.1016/j.compedu.2018.05.021
• Isaacs, A. N., Scott, S. A. and Nisly, S. A. (2020). Move out of Z way Millennials. Currents in Pharmacy Teaching and Learning. 12 (12), 1387–1389. https://doi.org/10.1016/j.cptl.2020.07.002
• Javaeed, A., Jeelani, R., Gulab, S. and Ghauri, S. K. (2019). Relationship between internet addiction and academic performance of undergraduate medical students of Azad Kashmir. Pakistan Journal of Medical Sciences. 36 (2). https://doi.org/10.12669/pjms.36.2.1061
• Knowles, M. S., Holton III, E. F. and Swanson, R. A., (2014). The adult learner: The definitive classic in adult education and human resource development (8th edition). London: Routledge.
• Liu, C. and Chen, J. (2019). Consuming takeaway food: Convenience, waste and Chinese young people’s urban lifestyle. Journal of Consumer Culture. 21 (4), 848–866. https://doi.org/10.1177/1469540519882487
• Livingstone, S. (2017). iGen: why today’s super-connected kids are growing up less rebellious, more tolerant, less happy – and completely unprepared for adulthood. Journal of Children and Media. 12 (1), 118–123. https://doi.org/10.1080/17482798.2017.1417091
• Maulina, H., Abdurrahman, A., Sukamto, I., Kartika, N. and Nurulsari, N. (2020). Z-generation learner characteristic and expectation in the RI 4.0 era: a preliminary research in physics teacher college in Lampung. Journal of Physics: Conference Series. 1572 (1), 012091. https://doi.org/10.1088/1742-6596/1572/1/012091
• Mestre-Bach, G., Fernandez-Aranda, F. and Jiménez-Murcia, S. (2022). Exploring Internet gaming disorder: an updated perspective of empirical evidence (from 2016 to 2021). Comprehensive Psychiatry. 116, 152319. https://doi.org/10.1016/j.comppsych.2022.152319
• Oates, S. (2019). The Importance of Autonomous, Self-Regulated Learning in Primary Initial Teacher Training. Frontiers in Education. 4, 102. https://doi.org/10.3389/feduc.2019.00102
• Pontes, H. M. and Griffiths, M. D. (2017). The development and psychometric evaluation of the Internet Disorder Scale (IDS-15). Addictive Behaviors. 64, 261–268. https://doi.org/10.1016/j.addbeh.2015.09.003
• Pontes, H. M., Király, O., Demetrovics, Z. and Griffiths, M. D. (2014). The Conceptualisation and Measurement of DSM-5 Internet Gaming Disorder: The Development of the IGD-20 Test. PLOS ONE. 9 (10), e110137. https://doi.org/10.1371/journal.pone.0110137
• Putwain, D., Sander, P. and Larkin, D. (2012). Academic self-efficacy in study-related skills and behaviours: Relations with learning-related emotions and academic success. British Journal of Educational Psychology. 83 (4), 633–650. https://doi.org/10.1111/j.2044-8279.2012.02084.x
• Rehbein, F., Staudt, A., Hanslmaier, M. and Kliem, S. (2016). Video game playing in the general adult population of Germany: Can higher gaming time of males be explained by gender specific genre preferences? Computers in Human Behavior. 55, 729–735. https://doi.org/10.1016/j.chb.2015.10.016
• Rubach, C. and Lazarides, R. (2021). Addressing 21st-century digital skills in schools–Development and validation of an instrument to measure teachers’ basic ICT competence beliefs. Computers in Human Behavior. 118, 106636. https://doi.org/10.1016/j.chb.2020.106636
• Rubinstein, J. S., Meyer, D. E. and Evans, J. E. (2001). Executive control of cognitive processes in task switching. Journal of Experimental Psychology: Human Perception and Performance. 27 (4), 763–797. https://doi.org/10.1037/0096-1523.27.4.763
• Sahithi, A. (2020). Use of Social Media and its Effects in School Going Adolescents. Indian Journal of Youth & Adolescent Health. 6 (2), 20–25. https://doi.org/10.24321/2349.2880.201910
• Seemiller, C. and Grace, M. (2017). Generation Z: Educating and Engaging the Next Generation of Students. About Campus: Enriching the Student Learning Experience. 22 (3), 21–26. https://doi.org/10.1002/abc.21293
• Sengupta, A., Broyles, I., Brako, L. and Raskin, G. (2017). Internet Addiction: Impact on Academic Performance of Premedical Post-Baccalaureate Students. Medical Science Educator. 28 (1), 23–26. https://doi.org/10.1007/s40670-017-0510-5
• Smith, T. and Cawthon, T. W. (2017). Generation Z Goes to College. College Student Affairs Journal. 35 (1), 101–102. https://doi.org/10.1353/csj.2017.0008
• Starkey, L. (2019). A review of research exploring teacher preparation for the digital age. Cambridge Journal of Education. 50 (1), 37–56. https://doi.org/10.1080/0305764x.2019.1625867
• Will, P., Bischof, W. F. and Kingstone, A. (2020). The impact of classroom seating location and computer use on student academic performance. PLOS ONE. 15 (8), e0236131. https://doi.org/10.1371/journal.pone.0236131
• York, T. T., Gibson, C. and Rankin, S. (2015). Defining and measuring academic success. Practical assessment, research, and evaluation. 20 (1), 5. https://doi.org/10.7275/hz5x-tx03
• Zhang, W. (2015). Learning variables, in-class laptop multitasking and academic performance: A path analysis. Computers & Education. 81, 82–88. https://doi.org/10.1016/j.compedu.2014.09.012
• Zhang, A. and Aasheim, C. (2011). Academic success factors: An IT student perspective. Journal of Information Technology Education: Research. 10 (1), 309–331. https://doi.org/10.28945/1518
• Zhu, S., Xu, Z., Dong, Y., Xiong, N. and Wang, Y. (2022). What will the future kitchen look like? An exploratory laboratory study of the future expectations of Chinese Generation Z. International Journal of Industrial Ergonomics. 87, 103259. https://doi.org/10.1016/j.ergon.2021.103259

Copyright © 2023 by the authors, licensee Teacher Education Faculty University of Belgrade, SERBIA. This is an open access article distributed under the terms of the Creative Commons Attribution License (CC BY 4.0) (https://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution, and reproduction in any medium, provided the original paper is accurately cited