DOI: https://doi.org/10.12669/pjms.42.1.12787
PMID: https://pubmed.ncbi.nlm.nih.gov/41737181
تاريخ النشر: 2026-01-05
المؤلف: Badr Alnasser وآخرون
الموضوع الرئيسي: التوتر التكنولوجي في البيئات المهنية
نظرة عامة
تبحث هذه الدراسة في العلاقة بين إدراك الذكاء الاصطناعي (AIP) والضيق النفسي بين المهنيين الصحيين في المملكة العربية السعودية (KSA)، بينما تفحص أيضًا تأثير الاستعداد التكنولوجي (TRD). باستخدام تصميم مقطعي، جمعت الدراسة بيانات من 411 مهنيًا صحيًا من خلال استبيان ذاتي، تمت معالجته باستخدام SPSS 27. تشير النتائج إلى أن AIP يرتبط بشكل كبير بالضيق النفسي كما تم قياسه بواسطة مقياس الاكتئاب والقلق والضغط (DASS-21)، مع معامل انحدار قدره $\beta = -0.2194$ (p = 0.0099). علاوة على ذلك، وُجد أن TRD يعزز التأثير السلبي لـ AIP على الضيق النفسي ($\beta = 0.1547$, p = 0.0000)، مما يشير إلى أن الاستعداد التكنولوجي الأعلى يعزز الآثار السلبية لإدراك الذكاء الاصطناعي.
في الختام، بينما تؤكد الدراسة أن AIP يؤثر سلبًا على الضيق النفسي، خاصة من حيث الاكتئاب والقلق، إلا أنها لا تؤسس رابطًا كبيرًا بين AIP ومستويات الضغط. تشير النتائج إلى أنه يجب اعتبار العمل العاطفي وحجم العمل كعوامل سياقية إضافية تؤثر على الضغط. علاوة على ذلك، فإن TRD وحده لا يخفف من الضيق النفسي بل يعزز من آثار AIP. يُوصى بإجراء أبحاث مستقبلية لاستكشاف عوامل معتدلة أخرى، مثل الدعم التنظيمي والتأثيرات الثقافية، للحصول على فهم أكثر شمولاً للتفاعل بين إدراك الذكاء الاصطناعي، والاستعداد التكنولوجي، والرفاه النفسي للمهنيين الصحيين في بيئات متنوعة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على إمكانيات الذكاء الاصطناعي (AI) لتحسين ممارسات وأنظمة الرعاية الصحية. ومع ذلك، تشير إلى وجود فجوة كبيرة في فهم تصورات المهنيين الصحيين حول الذكاء الاصطناعي، والتي تشمل مواقفهم تجاه حدوده ومزاياه. هذه التصورات حاسمة لاعتماد التكنولوجيا، حيث تؤثر على كيفية تفاعل المستخدمين مع التقنيات الجديدة. تؤكد الورقة على أن الموقف الإيجابي والاستعداد بين موظفي الرعاية الصحية تجاه الذكاء الاصطناعي أمران أساسيان لتنفيذه بنجاح، خاصة في سياق زيادة الطلبات لتحسين رعاية المرضى وكفاءة العمليات.
علاوة على ذلك، تتناول المقدمة القضية المتزايدة للضيق النفسي بين المهنيين الصحيين، والتي تتميز بالضغط والقلق والاكتئاب، مما يؤثر سلبًا على رعاية المرضى وإنتاجية القوى العاملة. تفترض الورقة أن فهم العلاقة بين إدراك الذكاء الاصطناعي، والاستعداد التكنولوجي، والضيق أمر حيوي، حيث يمكن أن يسهل الاستعداد الأعلى اعتماد تقنيات الذكاء الاصطناعي، مما قد يخفف من الضغط ويعزز من رضا العمل. تهدف الدراسة إلى استكشاف هذه الديناميكيات وآثارها على صناعة الرعاية الصحية في المملكة العربية السعودية (KSA)، مقدمة رؤى جديدة حول التفاعل بين إدراك الذكاء الاصطناعي، والاستعداد التكنولوجي، والضيق المهني.
الطرق
استخدمت الدراسة تصميم بحث مقطعي لاستكشاف العلاقة بين إدراك الذكاء الاصطناعي والضيق بين المهنيين الصحيين في المملكة العربية السعودية (KSA)، بينما تفحص أيضًا تأثير الاستعداد التكنولوجي. تم جمع البيانات من 411 مستجيبًا طوعياً عبر مختلف أقسام الرعاية الصحية العامة، بما في ذلك خدمات الصحة المساعدة، التمريض، الطب، والإدارة، خلال فبراير ومارس 2025.
تم منح الموافقة الأخلاقية للدراسة من قبل لجنة المراجعة الأخلاقية (RTC) في جامعة حائل (UOH)، بموجب البروتوكول رقم H-2024-351، بتاريخ 27 مايو 2024. تم إبلاغ المشاركين بشكل شامل عن أهداف وإجراءات الدراسة، مع ضمان السرية طوال عملية البحث. تم الحصول على الموافقة المستنيرة قبل المشاركة، مع إبلاغ المشاركين بحقهم في الانسحاب من الدراسة في أي وقت دون أي عواقب سلبية.
النتائج
استطلعت الدراسة 411 مشاركًا لتقييم الخصائص الديموغرافية والاستجابات المتعلقة بإدراك الذكاء الاصطناعي (AIP)، والاستعداد التكنولوجي (TRD)، والضيق النفسي (المقاس بواسطة DASS-21). تألفت العينة من 60.8% ذكور و39.2% إناث، وكان معظمهم تتراوح أعمارهم بين 36-45 عامًا (41.4%). عملت الغالبية في الطب (39.9%) وكان لديهم مستويات مختلفة من الخبرة العملية، حيث كان 26.5% لديهم 9-10 سنوات. أشارت الإحصائيات الوصفية إلى أن AIP كان له متوسط درجة قدره 3.52 (ألفا كرونباخ = 0.787)، وTRD كان له متوسط قدره 3.69 (ألفا = 0.728)، وDASS-21 كان له متوسط قدره 2.62 (ألفا = 0.842)، مما يدل على اتساق داخلي مقبول.
كشفت تحليل الانحدار أن AIP أثر سلبًا بشكل كبير على الاكتئاب (معامل = -0.2797، p = 0.0016) والقلق (معامل = -0.3213، p < 0.0005)، وكذلك على الضيق النفسي العام (DASS-21؛ معامل = -0.2194، p = 0.0099)، بينما كان له تأثير غير ذي دلالة على الضغط (معامل = -0.0572، p = 0.5398). أظهر TRD تأثيرات سلبية غير ذات دلالة عبر جميع أبعاد الضيق النفسي. ومن الجدير بالذكر أن التفاعل بين AIP وTRD تنبأ بشكل كبير بجميع أبعاد DASS-21، مع معاملات إيجابية للاكتئاب (0.1693، p < 0.001)، والقلق (0.1813، p < 0.001)، والضغط (0.1135، p < 0.001)، مما يشير إلى أن مصطلح التفاعل حسن من ملاءمة النموذج، كما يتضح من معامل التحديد (R²).
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على النتائج المهمة المتعلقة بتأثير إدراك الذكاء الاصطناعي والاستعداد التكنولوجي على الضيق النفسي بين المهنيين الصحيين في السعودية (KSA). تكشف الدراسة أن الإدراك الإيجابي للذكاء الاصطناعي يرتبط بمستويات أقل من الضيق النفسي، خاصة من حيث الاكتئاب والقلق. ومع ذلك، تشير إلى أن إدراك الذكاء الاصطناعي لا يؤثر بشكل كبير على مستويات الضغط، وهو ما قد يُعزى إلى المطالب المعقدة التي تواجه المهنيين الصحيين، مثل تحديات رعاية المرضى ونقص الموظفين. يبدو أن هذه الضغوط السياقية تطغى على الفوائد المحتملة لاعتماد الذكاء الاصطناعي.
علاوة على ذلك، بينما وُجد أن الاستعداد التكنولوجي (TRD) له تأثير سلبي ولكن غير ذي دلالة على الضيق النفسي، فإنه يلعب دورًا معتدلاً في العلاقة بين إدراك الذكاء الاصطناعي والضيق. على وجه التحديد، فإن المهنيين الصحيين الذين يمتلكون رؤية إيجابية للذكاء الاصطناعي واستعدادًا للتفاعل معه يبلغون عن مستويات ضيق أقل. وهذا يشير إلى أن الدعم التنظيمي والتكامل الفعال لأدوات الذكاء الاصطناعي في سير العمل أمران حاسمان لتحقيق فوائد الصحة النفسية للذكاء الاصطناعي. تؤكد الدراسة على الحاجة إلى تدريب مخصص ودعم مستمر لتعزيز التأثير الإيجابي للذكاء الاصطناعي في بيئات الرعاية الصحية. كما تحدد ضرورة إجراء أبحاث مستقبلية لاستكشاف عوامل سياقية إضافية، مثل العمل العاطفي والثقافة التنظيمية، لفهم تأثيرها على الرفاه النفسي في بيئات الرعاية الصحية المتنوعة بشكل أفضل.
القيود
تحدد الدراسة عدة قيود قد تؤثر على تفسير نتائجها. أولاً، يقيّد التصميم المقطعي المستخدم في الدراسة القدرة على استنتاج استنتاجات سببية بشأن العلاقات بين إدراك الذكاء الاصطناعي، والاستعداد التكنولوجي، والضيق النفسي. لتأسيس مسارات سببية أوضح، يُوصى بتصميم بحث طولي. بالإضافة إلى ذلك، فإن الاعتماد على مقاييس ذاتية من المشاركين يقدم انحيازات محتملة، مثل انحياز الطريقة الشائعة والرغبة الاجتماعية، والتي قد تؤثر على النتائج المتعلقة بتأثير إدراك الذكاء الاصطناعي على الصحة النفسية.
علاوة على ذلك، فإن قابلية تعميم النتائج مقيدة، حيث تركز الدراسة بشكل أساسي على قطاع الرعاية الصحية في المملكة العربية السعودية (KSA). قد يحد هذا السياق المحدد من قابلية تطبيق النتائج على قطاعات أو مناطق جغرافية أخرى، مما يتطلب مزيدًا من البحث للتحقق من النتائج عبر مجموعات وسياقات متنوعة.
DOI: https://doi.org/10.12669/pjms.42.1.12787
PMID: https://pubmed.ncbi.nlm.nih.gov/41737181
Publication Date: 2026-01-05
Author(s): Badr Alnasser et al.
Primary Topic: Technostress in Professional Settings
Overview
This research investigates the relationship between AI perception (AIP) and psychological distress among healthcare professionals in the Kingdom of Saudi Arabia (KSA), while also examining the moderating effect of technology readiness (TRD). Utilizing a cross-sectional design, the study collected data from 411 healthcare professionals through a self-administered survey, processed using SPSS 27. The findings indicate that AIP significantly correlates with psychological distress as measured by the Depression, Anxiety, and Stress Scale (DASS-21), with a regression coefficient of $\beta = -0.2194$ (p = 0.0099). Furthermore, TRD was found to enhance the negative impact of AIP on psychological distress ($\beta = 0.1547$, p = 0.0000), suggesting that higher technology readiness amplifies the adverse effects of AI perception.
In conclusion, while the study confirms that AIP negatively affects psychological distress, particularly in terms of depression and anxiety, it does not establish a significant link between AIP and stress levels. The findings imply that emotional labor and workload should be considered as additional contextual factors influencing stress. Moreover, TRD alone does not alleviate psychological distress but rather intensifies the effects of AIP. Future research is recommended to explore other moderating factors, such as organizational support and cultural influences, to gain a more comprehensive understanding of the interplay between AI perception, technology readiness, and the psychological well-being of healthcare professionals in various settings.
Introduction
The introduction of this research paper highlights the potential of artificial intelligence (AI) to optimize healthcare practices and systems. However, it notes a significant gap in understanding healthcare professionals’ perceptions of AI, which encompasses their attitudes towards its limitations and advantages. This perception is crucial for technology adoption, as it influences how users engage with new technologies. The paper emphasizes that a positive attitude and readiness among healthcare staff towards AI are essential for its successful implementation, particularly in the context of increasing demands for improved patient care and operational efficiency.
Moreover, the introduction addresses the growing issue of psychological distress among healthcare professionals, characterized by stress, anxiety, and depression, which negatively impacts patient care and workforce productivity. The paper posits that understanding the relationship between AI perception, technology readiness, and distress is vital, as higher readiness can facilitate the adoption of AI technologies, potentially alleviating stress and enhancing job satisfaction. The research aims to explore these dynamics and their implications for the healthcare industry in the Kingdom of Saudi Arabia (KSA), offering novel insights into the interplay between AI perception, technology readiness, and professional distress.
Methods
The study employed a cross-sectional research design to explore the relationship between AI perception and distress among healthcare professionals in the Kingdom of Saudi Arabia (KSA), while also examining the moderating effect of technology readiness. Data were collected from 411 voluntary respondents across various public healthcare departments, including Allied Health Services, Nursing, Medicine, and Administration, during February and March 2025.
Ethical approval for the study was granted by the Ethical Review Committee (RTC) at the University of Ha’il (UOH), under protocol No. H-2024-351, dated May 27, 2024. Participants were thoroughly informed about the study’s objectives and procedures, ensuring confidentiality throughout the research process. Informed consent was obtained prior to participation, with participants made aware of their right to withdraw from the study at any time without any negative consequences.
Results
The study surveyed 411 participants to assess demographic characteristics and responses related to AI perception (AIP), technology readiness (TRD), and psychological distress (measured by the DASS-21). The sample comprised 60.8% males and 39.2% females, predominantly aged 36-45 years (41.4%). The majority worked in medicine (39.9%) and had varying levels of work experience, with 26.5% having 9-10 years. Descriptive statistics indicated that AIP had a mean score of 3.52 (Cronbach’s alpha = 0.787), TRD had a mean of 3.69 (alpha = 0.728), and DASS-21 had a mean of 2.62 (alpha = 0.842), all demonstrating acceptable internal consistency.
Regression analysis revealed that AIP significantly negatively affected depression (coefficient = -0.2797, p = 0.0016) and anxiety (coefficient = -0.3213, p < 0.0005), as well as overall psychological distress (DASS-21; coefficient = -0.2194, p = 0.0099), while having a non-significant effect on stress (coefficient = -0.0572, p = 0.5398). TRD showed non-significant negative effects across all psychological distress dimensions. Notably, the interaction between AIP and TRD significantly predicted all dimensions of DASS-21, with positive coefficients for depression (0.1693, p < 0.001), anxiety (0.1813, p < 0.001), and stress (0.1135, p < 0.001), indicating that the interaction term improved the model's fit, as evidenced by the coefficient of determination (R²).
Discussion
The discussion section of the research paper highlights the significant findings regarding the impact of AI perception and technology readiness on psychological distress among healthcare professionals in Saudi Arabia (KSA). The study reveals that a positive perception of AI correlates with lower levels of psychological distress, particularly in terms of depression and anxiety. However, it notes that AI perception does not significantly affect stress levels, which may be attributed to the complex demands faced by healthcare professionals, such as patient care challenges and staffing shortages. These contextual stressors appear to overshadow the potential benefits of AI adoption.
Furthermore, while technology readiness (TRD) was found to have a negative but non-significant effect on psychological distress, it plays a moderating role in the relationship between AI perception and distress. Specifically, healthcare professionals who possess both a positive view of AI and a readiness to engage with it report lower distress levels. This suggests that organizational support and effective integration of AI tools into workflows are crucial for realizing the mental health benefits of AI. The study emphasizes the need for customized training and ongoing support to enhance the positive impact of AI in healthcare settings. It also identifies the necessity for future research to explore additional contextual factors, such as emotional labor and organizational culture, to further understand their influence on psychological well-being in diverse healthcare environments.
Limitations
The research identifies several limitations that may affect the interpretation of its findings. Firstly, the cross-sectional design employed in the study restricts the ability to draw causal inferences regarding the relationships between AI perception, technology readiness, and psychological distress. To establish clearer causal pathways, a longitudinal research design is recommended. Additionally, the reliance on self-reported measures from participants introduces potential biases, such as common method bias and social desirability, which could skew the results related to AI perception’s impact on mental health.
Moreover, the generalizability of the findings is constrained, as the study primarily focuses on the healthcare sector in the Kingdom of Saudi Arabia (KSA). This context-specific relevance may limit the applicability of the results to other sectors or geographical regions, necessitating further research to validate the findings across diverse populations and settings.