DOI: https://doi.org/10.1038/s41598-026-42312-6
PMID: https://pubmed.ncbi.nlm.nih.gov/41833936
تاريخ النشر: 2026-03-15
المؤلف: Elena Hayoung Lee وآخرون
الموضوع الرئيسي: التوتر التكنولوجي في البيئات المهنية
نظرة عامة
تبحث الدراسة في التأثيرات النفسية لطرق استخدام الذكاء الاصطناعي (AI) المختلفة على تجارب العمل للأفراد، مع التركيز بشكل خاص على الكفاءة الذاتية، وملكية مخرجات المهام، والمعنى المدرك في العمل. من خلال تجربة مسجلة مسبقًا مع 269 مشاركًا واستطلاع متابعة شمل 270 فردًا، تقارن الدراسة بين ثلاث حالات: عدم استخدام الذكاء الاصطناعي، استخدام الذكاء الاصطناعي بشكل سلبي (نسخ المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي)، والتعاون النشط (مسودات تم إنشاؤها بواسطة البشر تم تحسينها بواسطة الذكاء الاصطناعي). تكشف النتائج أن الاستخدام السلبي للذكاء الاصطناعي يقوض بشكل كبير الكفاءة الذاتية، والملكية، والمعنى في العمل، مع استمرار الآثار السلبية حتى بعد عودة المشاركين إلى المهام اليدوية. على العكس، حافظ التعاون النشط مع الذكاء الاصطناعي على ارتباط نفسي بالمهمة، مما أسفر عن نتائج مشابهة للعمل المستقل.
بالإضافة إلى ذلك، بينما عزز الاستخدام السلبي في البداية المتعة والرضا، تضاءلت هذه الفوائد بمجرد أن استأنف المشاركون العمل اليدوي. أكدت دراسة استقصائية مكملة في العالم الحقيقي هذه النتائج عبر مهام متنوعة تتجاوز الكتابة. تؤكد الدراسة على أن العواقب النفسية لدمج الذكاء الاصطناعي في سير العمل تعتمد بشكل حاسم على طريقة الاستخدام، مما يشير إلى أن الاستراتيجيات التي تعزز المشاركة النشطة والتعاونية مع الذكاء الاصطناعي يمكن أن تستفيد من مكاسب الإنتاجية مع الحفاظ على وكالة العمال وكفاءتهم وارتباطهم بعملهم.
طرق البحث
تم إجراء منهجية البحث وفقًا للمعايير الأخلاقية، بعد الحصول على موافقة من مجلس المراجعة المؤسسية بجامعة جنوب كاليفورنيا (UP-24-00607). التزمت جميع الإجراءات التجريبية بالإرشادات المعمول بها، مما يضمن نزاهة عملية البحث. بالإضافة إلى ذلك، تم الحصول على موافقة مستنيرة إلكترونية من جميع المشاركين قبل مشاركتهم في الدراسة، مما يضمن حماية حقوق المشاركين وضمان المشاركة المستنيرة.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. يسلط الضوء على النتائج المهمة التي تم ملاحظتها، بما في ذلك أي بيانات إحصائية ذات صلة، أو اتجاهات، أو أنماط ظهرت من الدراسة. عادةً ما تكون النتائج مصحوبة بوسائل بصرية مثل الرسوم البيانية أو الجداول لتعزيز الوضوح وتسهيل فهم البيانات.
في هذا القسم، قد يقارن المؤلفون أيضًا نتائجهم بالأدبيات الموجودة، مناقشين أي تناقضات أو تأكيدات للدراسات السابقة. علاوة على ذلك، يتم تناول تداعيات هذه النتائج غالبًا، مشيرين إلى كيفية مساهمتها في المجال الأوسع للبحث واقتراح تطبيقات محتملة أو اتجاهات بحث مستقبلية. بشكل عام، يعمل هذا القسم على تقديم نظرة شاملة على الأدلة التجريبية التي تم جمعها خلال الدراسة، مما يمهد الطريق للمناقشات والاستنتاجات اللاحقة.
المناقشة
تبحث الدراسة في التأثيرات النفسية لطرق استخدام الذكاء الاصطناعي المختلفة على تجارب العمل للأفراد، مع التركيز على الكفاءة الذاتية، والملكية النفسية، ومعنى المهام. تم تعيين المشاركين إلى واحدة من ثلاث حالات: استخدام المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي مباشرة (نسخ ولصق الذكاء الاصطناعي)، أو الكتابة يدويًا ثم تحسينها باستخدام الذكاء الاصطناعي (أولاً إنسان ثم ذكاء اصطناعي)، أو إكمال المهام دون مساعدة الذكاء الاصطناعي (عدم استخدام الذكاء الاصطناعي). أشارت النتائج إلى أن الاعتماد السلبي على الذكاء الاصطناعي (نسخ ولصق الذكاء الاصطناعي) قلل بشكل كبير من كفاءة المشاركين الذاتية، وملكية العمل، والمعنى المدرك لعملهم مقارنةً بالحالات الأخرى. على العكس، حافظ أولئك الذين تعاونوا مع الذكاء الاصطناعي (أولاً إنسان ثم ذكاء اصطناعي) على نتائج نفسية مشابهة لأولئك الذين لم يستخدموا الذكاء الاصطناعي على الإطلاق، مما يشير إلى أن استخدام الذكاء الاصطناعي كأداة دعم بدلاً من بديل يعزز شعورًا أقوى بالكفاءة والارتباط بالعمل.
علاوة على ذلك، بينما أفاد المشاركون في حالة نسخ ولصق الذكاء الاصطناعي بزيادة المتعة الفورية في المهام ورضا النتائج، تضاءلت هذه المشاعر عندما قاموا لاحقًا بأداء المهام بشكل مستقل. يبرز هذا التأثير المتباين العيوب المحتملة للاستخدام السلبي للذكاء الاصطناعي، حيث قد يؤدي إلى تقليل الشعور بالهدف والإشباع في المهام اليدوية اللاحقة. تؤكد النتائج على أهمية كيفية دمج الذكاء الاصطناعي في عمليات العمل، داعية إلى أساليب تعزز الإنتاجية مع الحفاظ على العناصر النفسية البشرية الأساسية، مثل الكفاءة الذاتية والانخراط المعنوي.
القيود
تنبع قيود الدراسة الحالية بشكل أساسي من وصول المشاركين إلى أداة الذكاء الاصطناعي خارج بيئة الاستطلاع الخاضعة للرقابة، مما أعاق جمع بيانات تفاعل سلوكية مفصلة، مثل توقيت الانخراط ونشاط مستوى الطلب. بينما التقطت الدراسة بعض المؤشرات السلوكية، مثل عدد كلمات الاستجابة والوقت المستغرق على صفحة التقديم، لم تتغير هذه القياسات عبر الحالات وكانت غير كافية لتحليل دقيق لديناميات الانخراط أو توقيت الانسحاب. يجب أن تهدف الأبحاث المستقبلية إلى دمج واجهات الذكاء الاصطناعي ضمن بيئات المهام أو استخدام منصات مزودة بالأدوات لتسجيل سلوكي شامل، مما يربط أنماط التفاعل بالانخراط، والانسحاب، والنتائج النفسية.
بالإضافة إلى ذلك، كانت عملية تشغيل الدراسة لـ “التعاون النشط” محدودة بسير عمل واحد (أولاً إنسان ثم ذكاء اصطناعي)، والذي، رغم وضوحه، قد لا يشمل الطيف الكامل لاستراتيجيات التعاون. على الرغم من أن اختبارًا تجريبيًا لسير عمل بديل (أولاً ذكاء اصطناعي ثم إنسان) أسفر عن نتائج مماثلة، إلا أنه واجه تحديات في موثوقية فحص التلاعب. يجب أن تستكشف التحقيقات المستقبلية مجموعة أوسع من طرق التعاون، حيث قد تنتج آثارًا نفسية متباينة. علاوة على ذلك، فإن غياب مقاييس خط الأساس للكفاءة أو الثقة المتعلقة بالذكاء الاصطناعي يحد من فهم الفروق الفردية في الاستجابات لمساعدة الذكاء الاصطناعي. بينما يساعد التعيين العشوائي في موازنة هذه الخصائص، يمكن أن تحقق الدراسات المستقبلية في تأثيراتها المعدلة على التأثيرات النفسية لعمليات العمل الخاصة بالذكاء الاصطناعي. يعد معالجة المخاطر النفسية المرتبطة بدمج الذكاء الاصطناعي أمرًا حيويًا للمنظمات، التي يجب أن تعطي الأولوية للتدريب وتصميم التدخلات التي تعزز التعاون النشط بدلاً من الأتمتة السلبية.
DOI: https://doi.org/10.1038/s41598-026-42312-6
PMID: https://pubmed.ncbi.nlm.nih.gov/41833936
Publication Date: 2026-03-15
Author(s): Elena Hayoung Lee et al.
Primary Topic: Technostress in Professional Settings
Overview
The research investigates the psychological impacts of different modes of artificial intelligence (AI) use on individuals’ work experiences, specifically focusing on self-efficacy, ownership of task output, and perceived meaning in work. Through a preregistered experiment with 269 participants and a follow-up survey involving 270 individuals, the study compares three conditions: no AI use, passive AI use (copying AI-generated content), and active collaboration (human-generated drafts refined by AI). The findings reveal that passive AI use significantly undermines self-efficacy, ownership, and the meaningfulness of work, with negative effects persisting even after participants returned to manual tasks. Conversely, active collaboration with AI maintained a psychological connection to the task, yielding outcomes similar to independent work.
Additionally, while passive use initially enhanced enjoyment and satisfaction, these benefits diminished once participants resumed manual work. A complementary real-world survey corroborated these results across various tasks beyond writing. The study emphasizes that the psychological consequences of AI integration into workflows depend critically on the mode of use, suggesting that strategies promoting active, collaborative AI engagement can harness productivity gains while preserving workers’ agency, competence, and connection to their work.
Methods
The research methodology was conducted in compliance with ethical standards, having received approval from the University of Southern California Institutional Review Board (UP-24-00607). All experimental procedures adhered to established guidelines, ensuring the integrity of the research process. Additionally, electronic informed consent was obtained from all participants prior to their involvement in the study, thereby safeguarding participant rights and ensuring informed participation.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments or analyses. It highlights the significant outcomes that were observed, including any relevant statistical data, trends, or patterns that emerged from the study. The results are typically accompanied by visual aids such as graphs or tables to enhance clarity and facilitate understanding of the data.
In this section, the authors may also compare their findings with existing literature, discussing any discrepancies or confirmations of previous studies. Furthermore, the implications of these results are often addressed, indicating how they contribute to the broader field of research and suggesting potential applications or future research directions. Overall, this section serves to provide a comprehensive overview of the empirical evidence gathered during the study, laying the groundwork for subsequent discussions and conclusions.
Discussion
The research investigates the psychological effects of different modes of AI usage on individuals’ work experiences, focusing on self-efficacy, psychological ownership, and task meaningfulness. Participants were assigned to one of three conditions: using AI-generated content directly (Copy and Paste AI), drafting manually and then refining with AI (First Human Then AI), or completing tasks without AI assistance (No AI Use). Results indicated that passive reliance on AI (Copy and Paste AI) significantly diminished participants’ self-efficacy, ownership, and perceived meaningfulness of their work compared to the other conditions. Conversely, those who collaborated with AI (First Human Then AI) maintained similar psychological outcomes to those who did not use AI at all, suggesting that using AI as a supportive tool rather than a substitute fosters a stronger sense of competence and connection to the work.
Moreover, while participants in the Copy and Paste AI condition reported higher immediate task enjoyment and outcome satisfaction, these feelings diminished when they later performed tasks independently. This contrast effect highlights the potential drawbacks of passive AI use, as it may lead to a decreased sense of purpose and fulfillment in subsequent manual tasks. The findings emphasize the importance of how AI is integrated into work processes, advocating for approaches that enhance productivity while preserving essential human psychological elements, such as self-efficacy and meaningful engagement.
Limitations
The limitations of the current study primarily stem from the participants’ access to the AI tool outside the controlled survey environment, which hindered the collection of detailed behavioral interaction data, such as engagement timing and prompt-level activity. While the study captured some behavioral indicators, such as response word count and time spent on the submission page, these measures did not vary across conditions and were insufficient for a nuanced analysis of engagement dynamics or attrition timing. Future research should aim to integrate AI interfaces within task environments or utilize instrumented platforms for comprehensive behavioral logging, thereby linking interaction patterns to engagement, attrition, and psychological outcomes.
Additionally, the study’s operationalization of “active collaboration” was limited to a single workflow (First Human Then AI), which, while clear, may not encompass the full spectrum of collaborative strategies. Although a pilot test of an alternative workflow (First AI Then Human) yielded similar results, it faced challenges in manipulation-check reliability. Future investigations should explore a wider array of collaboration methods, as these may produce varying psychological effects. Furthermore, the absence of baseline measures for AI-related competency or confidence restricts understanding of individual differences in responses to AI assistance. While random assignment helps balance these characteristics, future studies could investigate their moderating effects on the psychological impacts of AI workflows. Addressing the psychological risks associated with AI integration is crucial for organizations, which should prioritize training and design interventions that foster active collaboration over passive automation.