DOI: https://doi.org/10.3389/fpsyg.2026.1835335
PMID: https://pubmed.ncbi.nlm.nih.gov/42238929
تاريخ النشر: 2026-05-19
المؤلف: Chao Jiang وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في تفاعلات الخدمة
نظرة عامة
تستند هذه الدراسة، التي تعتمد على مسح شمل 630 طالبًا في الجامعات الفنية والتصميم، إلى دراسة الآليات النفسية وتنوع المجموعات التي تؤثر على نوايا الطلاب في استخدام الذكاء الاصطناعي (AI). يبرز التحليل المتمركز حول المتغيرات أن كل من المواقف العامة تجاه الذكاء الاصطناعي والمواقف تجاه استخدامه هي مؤشرات مهمة لنوايا الاستخدام، بينما لم تكن عوامل قبول التكنولوجيا التقليدية، مثل الفائدة المدركة، ذات دلالة إحصائية. وهذا يبرز أهمية المواقف الميتا-معرفية في سياق التعليم الفني والتصميم.
بالإضافة إلى ذلك، حدد التحليل المتمركز حول الأفراد ثلاث مجموعات متميزة بناءً على استخدامهم للذكاء الاصطناعي: مجموعة الاستخدام المعتدل، مجموعة الاستخدام المنخفض، ومجموعة الاستخدام العالي، حيث تظهر كل منها اختلافات ملحوظة في الأداء الأكاديمي والسمات النفسية. تقدم النتائج إطارًا نظريًا ورؤى عملية للتكامل المخصص لأدوات الذكاء الاصطناعي في التعليم الفني والتصميم في الصين، مع التحذير أيضًا من الافتراض بأن هذه النتائج يمكن تعميمها على سياقات ثقافية أخرى دون مزيد من البحث التجريبي.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التأثير التحويلي للذكاء الاصطناعي (AI) على الصناعات الإبداعية، وخاصة في التعليم الفني والتصميم. لقد تطورت أدوات الذكاء الاصطناعي، مثل Midjourney وDALL-E، من مجرد تقنيات مساعدة إلى شركاء تعاونيين تعزز العمليات الإبداعية، مما يعيد تشكيل نماذج التعليم في التعليم العالي (Zhu et al., 2025; Lyu et al., 2022). تؤكد مراجعة منهجية أجراها Rong et al. (2025) على دور الذكاء الاصطناعي التوليدي في تسهيل توليد الأفكار والمشاريع متعددة التخصصات، مما لا يغير فقط الجوانب التقنية لإنتاج الفن ولكن أيضًا يقدم أطرًا معرفية جديدة للطلاب.
على الرغم من التقدم في فهم قبول الذكاء الاصطناعي من خلال نماذج مثل نموذج قبول التكنولوجيا (TAM) والنظرية الموحدة لقبول واستخدام التكنولوجيا (UTAUT)، لا تزال هناك فجوات كبيرة في تطبيق هذه النتائج بشكل محدد على طلاب الفن والتصميم. تشير النتائج المتضاربة بشأن مؤشرات قبول أدوات الذكاء الاصطناعي، خاصة فيما يتعلق بالفائدة المدركة (PU)، إلى أن النماذج المعرفية الحالية قد لا تعالج بشكل كافٍ التحديات الفريدة التي يواجهها المبدعون الطلاب، مثل التوتر بين “تمكين الأدوات” و”تهديد الهوية” (Hwang and Wu, 2025). تقترح الدراسة إطارًا أكثر شمولاً يتضمن عوامل عاطفية، وخصائص، وميتا-معرفية، بينما تدعو أيضًا إلى نهج متمركز حول الشخص لفهم احتياجات الطلاب المتنوعة في سياق استخدام الذكاء الاصطناعي بشكل أفضل. تهدف هذه المنهجية المزدوجة إلى تقديم فهم دقيق لكيفية تفاعل ملفات تعريف الطلاب المختلفة مع تقنيات الذكاء الاصطناعي، مما يساهم في توجيه التدخلات التعليمية المخصصة.
النتائج
أشارت نتائج تحليل الموثوقية إلى أن أدوات القياس المستخدمة في الدراسة أظهرت اتساقًا داخليًا قويًا. على وجه التحديد، تجاوزت معاملات ألفا كرونباخ لجميع المقاييس العتبة 0.80، مما يشير إلى أن المقاييس موثوقة للعينة التي تم تحليلها. تم تفصيل هذه النتائج في الجدول 3، مما يعزز صلاحية الأدوات المستخدمة في البحث.
المناقشة
تؤكد قسم المناقشة في الورقة البحثية على الحاجة إلى فهم دقيق لقبول الأفراد لتقنيات الذكاء الاصطناعي، خاصة في المجالات الإبداعية. تنتقد الأطر التقليدية مثل نموذج قبول التكنولوجيا (TAM)، التي تركز بشكل أساسي على التقييمات المعرفية مثل الفائدة المدركة (PU) وسهولة الاستخدام المدركة (PEOU). تقترح الدراسة إطارًا نفسيًا متمركزًا حول المتغيرات يتضمن أبعادًا معرفية، وعاطفية، وسمات، بما في ذلك قلق الذكاء الاصطناعي وكفاءة الذات الإبداعية (CSE)، لشرح نوايا طلاب الفن والتصميم في استخدام أدوات تصميم الذكاء الاصطناعي بشكل أفضل. تشير النتائج إلى أن الاستجابات العاطفية، وخاصة قلق الذكاء الاصطناعي، تلعب دورًا حاسمًا في اعتماد التكنولوجيا، حيث يمكن أن تعيق أو تعزز التفاعل مع أدوات الذكاء الاصطناعي اعتمادًا على السياق.
علاوة على ذلك، تسلط الدراسة الضوء على أهمية المواقف الميتا-معرفية تجاه الذكاء الاصطناعي، والتي تشمل تقييمات أوسع لدور الذكاء الاصطناعي في الإبداع والآثار الاجتماعية. تؤثر هذه المواقف بشكل كبير على تفاعلات المستخدمين مع أدوات الذكاء الاصطناعي، مما يؤثر على مشاركتهم ونتائجهم الإبداعية. تقدم الدراسة أيضًا منظورًا متمركزًا حول الشخص لالتقاط التنوع في نوايا استخدام الذكاء الاصطناعي بين الطلاب، داعيةً إلى أساليب قياس مصقولة تأخذ في الاعتبار المراحل المحددة من عملية التصميم. من خلال اعتماد استراتيجية قياس قائمة على المهام وسياقية، تهدف الدراسة إلى تحديد ملفات تعريف متميزة لاستخدام الذكاء الاصطناعي بين الطلاب، مما يعزز فهم الآليات النفسية التي تدفع قبول التكنولوجيا في التعليم الإبداعي. بشكل عام، تعزز الدراسة الأطر النظرية والمنهجية لفحص قبول الذكاء الاصطناعي، مقترحةً نموذج وساطة تسلسلي يدمج العوامل المعرفية، والعاطفية، والميتا-معرفية لشرح نوايا الاستخدام بشكل شامل.
القيود
تقدم الدراسة عدة قيود تستدعي النظر فيها في الأبحاث المستقبلية. أولاً، تمثل عينة الدراسة قيدًا، حيث تتكون حصريًا من طلاب جامعيين صينيين متخصصين في الفن والتصميم. تثير هذه الخصوصية مخاوف بشأن إمكانية تعميم النتائج على سياقات ثقافية أو وطنية أخرى، خاصةً بالنظر إلى الاختلافات الثقافية الكبيرة في المواقف تجاه الذكاء الاصطناعي التوليدي، كما أبرزها باو (2025). قد تؤثر الخصائص الفريدة لنظام التعليم المركزي في الصين والترويج السريع لسياسات الذكاء الاصطناعي على الآليات النفسية للطلاب بشكل مختلف مقارنة بالمجتمعات الأكثر فردية. لذلك، ينبغي أن تهدف الأبحاث المستقبلية إلى إجراء دراسات مقارنة عبر الوطنية لتقييم العالمية والخصوصية الثقافية للآليات النفسية المحددة.
ثانيًا، يحد التصميم العرضي للدراسة من الاستنتاجات السببية، حيث يمكنه فقط الكشف عن الارتباطات دون إقامة علاقات سببية. يُوصى بتصاميم طولية أو تجريبية للتحقيقات المستقبلية لاستكشاف الاتجاهات السببية والتغيرات الديناميكية بين المتغيرات النفسية ونوايا الاستخدام. بالإضافة إلى ذلك، كانت أدوات القياس المستخدمة، وخاصة مقياس قلق الذكاء الاصطناعي الذي تم تطويره ذاتيًا، محدودة في نطاقها، حيث تلتقط فقط بعض أبعاد قلق الذكاء الاصطناعي. ينبغي أن تستخدم الدراسات المستقبلية مقاييس أكثر شمولاً، مثل تلك التي تم تطويرها بواسطة وانغ ووانغ (2022)، لتوضيح العلاقة بين المواقف تجاه الذكاء الاصطناعي وأبعادها المختلفة بشكل أفضل. علاوة على ذلك، تتطلب استقرار نتائج تحليل الملف الكامن التحقق من خلال عينات مستقلة، وينبغي أن تشمل الأبحاث المستقبلية مؤشرات سلوكية موضوعية لفحص العلاقة بين نية الاستخدام وسلوك استخدام الذكاء الاصطناعي الفعلي.
DOI: https://doi.org/10.3389/fpsyg.2026.1835335
PMID: https://pubmed.ncbi.nlm.nih.gov/42238929
Publication Date: 2026-05-19
Author(s): Chao Jiang et al.
Primary Topic: AI in Service Interactions
Overview
This study, based on a survey of 630 art and design university students, investigates the psychological mechanisms and group heterogeneity influencing students’ intentions to use artificial intelligence (AI). The variable-centered analysis highlights that both general attitudes toward AI and attitudes toward its usage are significant predictors of usage intention, while traditional technology acceptance factors, such as perceived usefulness, were not statistically significant. This underscores the importance of meta-cognitive attitudes within the art and design educational context.
Additionally, a person-centered analysis identified three distinct groups based on their AI usage: the Moderate Use Group, Low Use Group, and High Use Group, each displaying notable differences in academic performance and psychological traits. The findings offer a theoretical framework and practical insights for the tailored integration of AI tools in Chinese art and design education, while also cautioning against the assumption that these results can be generalized to other cultural contexts without further empirical research.
Introduction
The introduction of this research paper highlights the transformative impact of Artificial Intelligence (AI) on the creative industries, particularly in art and design education. AI tools, such as Midjourney and DALL-E, have evolved from mere assistive technologies to collaborative partners that enhance creative processes, thereby reshaping educational models in higher education (Zhu et al., 2025; Lyu et al., 2022). A systematic review by Rong et al. (2025) emphasizes the role of generative AI in facilitating ideation and interdisciplinary projects, which not only alters the technical aspects of art production but also introduces new cognitive frameworks for students.
Despite the advancements in understanding AI acceptance through models like the Technology Acceptance Model (TAM) and the Unified Theory of Acceptance and Use of Technology (UTAUT), significant gaps remain in applying these findings specifically to art and design students. Conflicting results regarding the predictors of AI tool acceptance, particularly concerning perceived usefulness (PU), suggest that existing cognitive models may not adequately address the unique challenges faced by student creators, such as the tension between “tool empowerment” and “identity threat” (Hwang and Wu, 2025). The study proposes a more comprehensive framework that incorporates emotional, dispositional, and meta-cognitive factors, while also advocating for a person-centered approach to better understand the diverse needs of students in the context of AI usage. This dual methodology aims to provide a nuanced understanding of how different student profiles interact with AI technologies, thereby informing tailored educational interventions.
Results
The results of the reliability analysis indicated that the measurement tools employed in the study demonstrated strong internal consistency. Specifically, the Cronbach’s α coefficients for all scales exceeded the threshold of 0.80, suggesting that the scales are reliable for the sample analyzed. These findings are detailed in Table 3, reinforcing the validity of the instruments used in the research.
Discussion
The discussion section of the research paper emphasizes the need for a nuanced understanding of individuals’ acceptance of AI technologies, particularly in creative fields. It critiques traditional frameworks like the Technology Acceptance Model (TAM), which primarily focus on cognitive evaluations such as perceived usefulness (PU) and perceived ease of use (PEOU). The study proposes a variable-centered psychological framework that incorporates cognitive, emotional, and trait-level dimensions, including AI anxiety and creative self-efficacy (CSE), to better explain art and design students’ intentions to use AI design tools. The findings suggest that emotional responses, particularly AI anxiety, play a critical role in technology adoption, as they can both inhibit and promote engagement with AI tools depending on the context.
Furthermore, the research highlights the importance of meta-cognitive attitudes toward AI, which encompass broader evaluations of AI’s role in creativity and societal implications. These attitudes significantly influence users’ interactions with AI tools, affecting their engagement and creative outcomes. The study also introduces a person-centered perspective to capture the heterogeneity in AI usage intentions among students, advocating for refined measurement approaches that account for the specific stages of the design process. By employing a task-based, contextualized measurement strategy, the research aims to identify distinct profiles of AI usage among students, thereby enhancing the understanding of psychological mechanisms that drive technology acceptance in creative education. Overall, the study advances the theoretical and methodological frameworks for examining AI acceptance, proposing a serial mediation model that integrates cognitive, emotional, and meta-cognitive factors to explain usage intentions comprehensively.
Limitations
The study presents several limitations that warrant consideration in future research. Firstly, the sample’s representativeness is constrained, as it exclusively comprises Chinese university students majoring in art and design. This specificity raises concerns about the generalizability of findings to other cultural or national contexts, particularly given the significant cross-cultural differences in attitudes toward generative AI, as highlighted by Bao (2025). The unique characteristics of China’s centralized education system and its rapid AI policy promotion may influence students’ psychological mechanisms differently compared to more individualistic societies. Therefore, future research should aim to conduct cross-national comparative studies to assess the universality and cultural specificity of the identified psychological mechanisms.
Secondly, the cross-sectional design of the study limits causal inference, as it can only reveal correlations without establishing causal relationships. Longitudinal or experimental designs are recommended for future investigations to explore causal directions and dynamic changes between psychological variables and usage intention. Additionally, the measurement tools employed, particularly the self-developed AI anxiety scale, were limited in scope, capturing only a few dimensions of AI anxiety. Future studies should utilize more comprehensive scales, such as the one developed by Wang and Wang (2022), to better delineate the relationship between attitudes toward AI and its various dimensions. Furthermore, the stability of the latent profile analysis results requires validation through independent samples, and future research should include objective behavioral indicators to examine the relationship between usage intention and actual AI usage behavior.