DOI: https://doi.org/10.3389/frai.2026.1738730
PMID: https://pubmed.ncbi.nlm.nih.gov/41858844
تاريخ النشر: 2026-03-04
المؤلف: Jehad Alqurni
الموضوع الرئيسي: تطبيقات وتأثيرات الواقع الافتراضي
نظرة عامة
تستكشف هذه الدراسة الإمكانيات التحويلية للاعتماد المستدام على الميتافيرس والذكاء الاصطناعي (AI) في التعليم العالي، مقترحة إطار عمل لاعتماد الذكاء الاصطناعي-الميتافيرس المستدام (SAAM) وتأثيراته على مؤشر الكفاءة الرقمية (DPI) ونتائج تعلم الطلاب المحسنة (ESLO). باستخدام استبيان مقطعي يستهدف طلاب الجامعات وتوظيف تحليل نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية (PLS-SEM)، تسهم الدراسة برؤى تجريبية ونظرية في اعتماد التكنولوجيا في السياقات التعليمية.
تشير النتائج الرئيسية إلى أن محركات الاعتماد المستدام تشمل أنظمة الذكاء الاصطناعي الموفرة للطاقة، والبنية التحتية الرقمية القوية، والوصول الشامل، وقبول الطلاب، بينما تلعب السياسة المؤسسية دورًا داعمًا ولكنه غير مباشر. من الجدير بالذكر أن الدراسة تبرز نقصًا حاليًا في التركيز على تطبيقات الذكاء الاصطناعي الأخلاقية، مما يشير إلى أن الطلاب يعطون الأولوية للوصول وسهولة الاستخدام. تظهر النتائج أن SAAM يعزز بشكل كبير DPI والأداء الأكاديمي، مما يعزز الفكرة القائلة بأن الاعتماد المستدام يعزز كل من الجاهزية الرقمية الفورية والنتائج التعليمية على المدى الطويل. تدمج الدراسة اعتبارات البيئة والمجتمع والحوكمة (ESG) في دراسات اعتماد التكنولوجيا، مقدمة توصيات عملية للمعلمين وصانعي السياسات. وتخلص إلى أن دمج تقنيات الذكاء الاصطناعي-الميتافيرس المستدامة في التعليم العالي أمر ضروري لتعزيز الابتكار والشمولية والتعلم عالي الجودة. يجب أن تستكشف الأبحاث المستقبلية تطبيق هذا الإطار في بيئات تعليمية متنوعة وتأخذ في الاعتبار عوامل إضافية مثل الذكاء الاصطناعي التوليدي وعمليات الحوكمة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التحول الرقمي الكبير في التعليم العالي، الذي تسارعت وتيرته بسبب جائحة COVID-19، والتي كشفت عن كل من الإمكانيات والقيود للتقنيات التعليمية الحالية. بينما وسعت أدوات مثل أنظمة إدارة التعلم والدورات المفتوحة عبر الإنترنت (MOOCs) الوصول، إلا أنها زادت أيضًا من تفاقم القضايا المتعلقة بدافع الطلاب، وعدم المساواة الرقمية، وجاهزية المؤسسات. تفترض الورقة أن التقنيات الناشئة مثل الذكاء الاصطناعي (AI) والميتافيرس على وشك إعادة تعريف الممارسات التعليمية من خلال تسهيل تجارب التعلم الغامرة والشخصية. تعد هذه التقنيات بخلق بيئات تعلم تكيفية يمكن أن تلبي احتياجات المتعلمين الأفراد في الوقت الفعلي، مما يعزز الانخراط وفعالية التعليم.
ومع ذلك، لا يزال اعتماد تقنيات الذكاء الاصطناعي والميتافيرس في التعليم العالي في مراحله الأولى، ويقتصر بشكل أساسي على المشاريع التجريبية، ويواجه تحديات تتعلق بالبنية التحتية، والتحيز الخوارزمي، ومخاوف الخصوصية. تؤكد الورقة على الحاجة إلى إطار شامل يدمج مبادئ البيئة والمجتمع والحوكمة (ESG) لمعالجة هذه التحديات وضمان اعتماد التكنولوجيا بشكل مستدام وعادل. يتضمن النموذج المفاهيمي المقترح الموجه بواسطة ESG عشرة مكونات تهدف إلى تعزيز التكامل المسؤول لتقنيات الذكاء الاصطناعي-الميتافيرس في التعليم العالي. تهدف الدراسة إلى التحقق تجريبيًا من صحة هذا النموذج باستخدام نمذجة المعادلات الهيكلية (SEM) وتقديم توصيات قابلة للتنفيذ لمؤسسات التعليم العالي وصانعي السياسات ومطوري التكنولوجيا لمواءمة تكامل الذكاء الاصطناعي-الميتافيرس مع الأهداف العالمية للاستدامة، وخاصة تلك الموضحة في أهداف التنمية المستدامة للأمم المتحدة (SDGs).
الطرق
في هذه الدراسة، تم استخدام نهج بحث كمي، معتمدًا على تصميم استبيان منظم لجمع البيانات. تشمل المنهجية عدة مكونات رئيسية، بما في ذلك بناء أدوات البحث، ومقياس القياس، وتحديد السكان المستهدفين والعينة، بالإضافة إلى عمليات جمع البيانات وتحليلها. تم إجراء تحليل البيانات باستخدام نمذجة المعادلات الهيكلية (SEM) مع SmartPLS 4، الذي تم اختياره لتعزيز قوة منهجية البحث ومواءمتها مع أهداف الدراسة. كما تم تناول الاعتبارات الأخلاقية طوال عملية البحث لضمان الامتثال للمعايير ذات الصلة.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مسلطًا الضوء على النتائج الرئيسية المستمدة من التحليل. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد الدراسة، حيث أسفرت الاختبارات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05، مما يشير إلى وجود دليل قوي ضد الفرضية الصفرية.
بالإضافة إلى ذلك، تظهر النتائج أن النموذج المستخدم يتنبأ بشكل فعال بالظواهر الملاحظة، كما يتضح من معامل التحديد العالي ($R^2$)، مما يشير إلى أن نسبة كبيرة من التباين في المتغير التابع يمكن تفسيرها بواسطة المتغيرات المستقلة. علاوة على ذلك، يكشف التحليل عن اتجاهات ونماذج محددة تتماشى مع الإطار النظري المقترح في الدراسة، مما يعزز صحة الفرضيات.
بشكل عام، تسهم هذه النتائج في المعرفة الحالية من خلال تقديم دعم تجريبي للعلاقات المقترحة واقتراح مسارات للبحث المستقبلي.
المناقشة
تؤكد قسم المناقشة في الورقة البحثية على ضرورة دمج نظريات قبول التكنولوجيا المعمول بها مع الأطر الموجهة نحو الاستدامة لفهم اعتماد تقنيات الذكاء الاصطناعي-الميتافيرس في التعليم العالي. ركزت النماذج التقليدية مثل نظرية العمل المعقول (TRA)، ونظرية السلوك المخطط (TPB)، ونموذج قبول التكنولوجيا (TAM) بشكل أساسي على المواقف الفردية وفائدة الاستخدام المدركة، وغالبًا ما تغفل العوامل الحاسمة مثل الاستدامة البيئية، والشمول الاجتماعي، واعتبارات الحوكمة (ESG). حاولت التوسعات الحديثة، بما في ذلك UTAUT وUTAUT2، معالجة هذه الفجوات ولكن لا تزال غير كافية لالتقاط تعقيدات البيئات التعليمية الغامرة بشكل كامل. تجادل الورقة من أجل إطار عمل جديد يدمج مبادئ ESG، مشددة على أهمية جاهزية المؤسسات، والتأثير الاجتماعي، والحوكمة الأخلاقية في تعزيز الاعتماد المستدام لتقنيات الميتافيرس.
يقترح النموذج المقترح أن عوامل مثل أنظمة الذكاء الاصطناعي الموفرة للطاقة (EEAI)، والوصول الشامل للذكاء الاصطناعي (IAIA)، وجاهزية الكلية (FR)، وقبول الطلاب للميتافيرس في الأكاديمية (SAMA) تؤثر بشكل كبير على الاعتماد المستدام للميتافيرس (SAAM). تحدد الدراسة مكونات حوكمة حاسمة، بما في ذلك دعم السياسة المؤسسية (IPS) واستخدام الذكاء الاصطناعي الأخلاقي (EAIU)، والتي تعتبر ضرورية لإنشاء بيئة مواتية لتكامل التكنولوجيا. تشير الأدلة التجريبية إلى أن التقنيات الغامرة يمكن أن تعزز الابتكار الرقمي في التعليم (DPI) وتحسن نتائج تعلم الطلاب (ESLO)، شريطة أن يتم تنفيذها بشكل مستدام وشامل. تدعو الدراسة في النهاية إلى نموذج شامل يربط اعتماد التكنولوجيا بمبادئ ESG لضمان التكامل المسؤول والفعال لتقنيات الذكاء الاصطناعي-الميتافيرس في بيئات التعليم العالي.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات للبحث المستقبلي، خاصة فيما يتعلق بتصميم الاستبيان المقطعي، الذي يقيّد الاستنتاجات السببية حول العلاقات بين اعتماد الذكاء الاصطناعي-الميتافيرس، والابتكار التربوي، ونتائج التعلم. بينما تستند الدراسة إلى أطر نظرية قوية، لا يزال التسلسل الزمني لهذه المكونات غير واضح. يجب أن تأخذ التحقيقات المستقبلية في الاعتبار التصاميم الطولية أو اللوحية لتقييم الديناميات المتطورة لقبول الطلاب، وجاهزية المؤسسات، وتأثيرات التعلم مع مرور الوقت، خاصة بالنظر إلى التقدم السريع في تقنيات الذكاء الاصطناعي والميتافيرس. بالإضافة إلى ذلك، قد يحد التركيز على طلاب التعليم العالي من قابلية تطبيق النتائج عبر مستويات تعليمية وثقافات وسياقات تدريب مهني مختلفة. يُوصى بتوسيع نموذج البحث ليشمل التعليم الثانوي، والتدريب المهني، والتعلم مدى الحياة، بالإضافة إلى المقارنات عبر الثقافات، لاستكشاف قابلية تعميم آليات اعتماد الذكاء الاصطناعي-الميتافيرس المستدامة.
علاوة على ذلك، فإن إطار الدراسة، بينما يدمج تدابير الحوكمة الاجتماعية البيئية ونظريات اعتماد التكنولوجيا، لا يشمل جميع المحركات المحتملة للاعتماد المستدام. يمكن أن تعزز الأبحاث المستقبلية النموذج النظري من خلال دمج المكونات النفسية الفردية مثل المرونة الرقمية، والتنظيم الذاتي، والدافع الداخلي، وكفاءة الذات في الذكاء الاصطناعي، والتي قد توضح التباينات في سلوكيات الاعتماد. تشير التأثيرات المباشرة غير المهمة لاستخدام الذكاء الاصطناعي الأخلاقي وجاهزية الكلية إلى أن هذه العوامل قد تؤثر على الاعتماد المستدام من خلال مسارات غير مباشرة أو شرطية. يجب أن تستكشف الدراسات المستقبلية الوساطة، والتعديل، وتأثيرات المجموعات المتعددة، خاصة كيف يؤثر الذكاء الاصطناعي الأخلاقي على الاستخدام من خلال الثقة والمناخ المؤسسي، وتحت أي ظروف تكون جاهزية الكلية أكثر صلة. منهجيًا، بينما يعد PLS-SEM مناسبًا للنمذجة الاستكشافية، قد يبسط الديناميات المؤسسية المعقدة. يجب أن تستخدم الأبحاث المستقبلية طرق التثليث، بما في ذلك نمذجة المعادلات الهيكلية القائمة على التباين والأساليب المختلطة، للحصول على فهم شامل للآليات السياقية والحوكمة المعنية. مع استمرار تطور تقنيات الذكاء الاصطناعي-الميتافيرس، ستكون التعديلات المستمرة للإطار النظري لتضمين التقنيات الناشئة والتطورات التنظيمية ضرورية للحفاظ على صلاحيته وقابليته للتطبيق.
DOI: https://doi.org/10.3389/frai.2026.1738730
PMID: https://pubmed.ncbi.nlm.nih.gov/41858844
Publication Date: 2026-03-04
Author(s): Jehad Alqurni
Primary Topic: Virtual Reality Applications and Impacts
Overview
This study investigates the transformative potential of sustainable adoption of the Metaverse and artificial intelligence (AI) in higher education, proposing a framework for Sustainable AI-Metaverse Adoption (SAAM) and its effects on Digital Proficiency Index (DPI) and Enhanced Student Learning Outcomes (ESLO). Utilizing a cross-sectional questionnaire targeting university students and employing Partial Least Squares Structural Equation Modeling (PLS-SEM) analysis, the research contributes both empirical and theoretical insights into technology adoption in educational contexts.
Key findings indicate that drivers of sustainable adoption include energy-efficient AI systems, robust digital infrastructure, inclusive access, and student acceptance, while institutional policy plays a supportive but indirect role. Notably, the study highlights a current lack of emphasis on ethical AI applications, suggesting that students prioritize accessibility and usability. The results demonstrate that SAAM significantly enhances DPI and academic performance, reinforcing the notion that sustainable adoption fosters both immediate digital readiness and long-term educational outcomes. The research integrates Environmental, Social, and Governance (ESG) considerations into technology adoption studies, offering practical recommendations for educators and policymakers. It concludes that the integration of sustainable AI-Metaverse technologies in higher education is essential for promoting innovation, inclusivity, and high-quality learning. Future research should explore the application of this framework in diverse educational settings and consider additional factors such as generative AI and governance processes.
Introduction
The introduction of this research paper highlights the significant digital transformation in higher education, accelerated by the COVID-19 pandemic, which revealed both the potential and limitations of existing educational technologies. While tools such as learning management systems and MOOCs have expanded access, they have also exacerbated issues related to student motivation, digital inequality, and institutional readiness. The paper posits that emerging technologies like Artificial Intelligence (AI) and the Metaverse are poised to redefine educational practices by facilitating immersive and personalized learning experiences. These technologies promise to create adaptive learning environments that can cater to individual learners in real time, enhancing engagement and pedagogical effectiveness.
However, the adoption of AI and Metaverse technologies in higher education is still nascent, primarily limited to pilot projects, and faces challenges related to infrastructure, algorithmic bias, and privacy concerns. The paper emphasizes the need for a comprehensive framework that integrates Environmental, Social, and Governance (ESG) principles to address these challenges and ensure sustainable and equitable technology adoption. The proposed ESG-guided conceptual model includes ten constructs aimed at fostering responsible integration of AI-Metaverse technologies in higher education. The research aims to empirically validate this model using Structural Equation Modeling (SEM) and to provide actionable recommendations for higher education institutions, policymakers, and technology developers to align AI-Metaverse integration with global sustainability objectives, particularly those outlined in the United Nations Sustainable Development Goals (SDGs).
Methods
In this study, a quantitative research approach was employed, utilizing a structured survey design to gather data. The methodology encompasses several key components, including the construction of research instruments, the scale of measurement, identification of the target population and sample, as well as the processes for data collection and analysis. Data analysis was conducted using Structural Equation Modeling (SEM) with SmartPLS 4, which was chosen to enhance the robustness of the research methodology and align it with the study’s objectives. Ethical considerations were also addressed throughout the research process to ensure compliance with relevant standards.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the analysis. The data indicate a significant correlation between the variables under investigation, with statistical tests yielding p-values below the conventional threshold of 0.05, suggesting strong evidence against the null hypothesis.
Additionally, the results demonstrate that the model employed effectively predicts the observed phenomena, as evidenced by a high coefficient of determination ($R^2$), indicating that a substantial proportion of the variance in the dependent variable can be explained by the independent variables. Furthermore, the analysis reveals specific trends and patterns that align with the theoretical framework proposed in the study, reinforcing the validity of the hypotheses.
Overall, these findings contribute to the existing body of knowledge by providing empirical support for the proposed relationships and suggesting avenues for future research.
Discussion
The discussion section of the research paper emphasizes the necessity of integrating established technology acceptance theories with sustainability-oriented frameworks to understand the adoption of AI-Metaverse technologies in higher education. Traditional models like the Theory of Reasoned Action (TRA), Theory of Planned Behavior (TPB), and the Technology Acceptance Model (TAM) have primarily focused on individual attitudes and perceived usefulness, often neglecting critical factors such as environmental sustainability, social inclusion, and governance (ESG) considerations. Recent extensions, including UTAUT and UTAUT2, have attempted to address these gaps but still fall short in fully capturing the complexities of immersive educational environments. The paper argues for a new framework that incorporates ESG principles, highlighting the importance of institutional readiness, social influence, and ethical governance in fostering sustainable adoption of Metaverse technologies.
The proposed model suggests that factors such as Energy-Efficient AI Systems (EEAI), Inclusive AI Access (IAIA), Faculty Readiness (FR), and Student Acceptance of the Metaverse in Academia (SAMA) significantly influence the Sustainable Adoption of the Metaverse (SAAM). The research identifies critical governance-related constructs, including Institutional Policy Support (IPS) and Ethical AI Use (EAIU), which are essential for creating a conducive environment for technology integration. Empirical evidence indicates that immersive technologies can enhance digital pedagogical innovation (DPI) and improve student learning outcomes (ESLO), provided that they are implemented sustainably and inclusively. The study ultimately calls for a comprehensive model that aligns technological adoption with ESG principles to ensure responsible and effective integration of AI-Metaverse technologies in higher education settings.
Limitations
The limitations of this study highlight several areas for future research, particularly regarding the cross-sectional survey design, which restricts causal inferences about the relationships among AI-Metaverse adoption, pedagogical innovation, and learning outcomes. While the study is grounded in robust theoretical frameworks, the temporal sequence of these constructs remains ambiguous. Future investigations should consider longitudinal or panel designs to assess the evolving dynamics of student acceptance, institutional readiness, and learning impacts over time, especially given the rapid advancement of AI and Metaverse technologies. Additionally, the focus on higher education students may limit the applicability of findings across different educational levels, cultures, and professional training contexts. Expanding the research model to include secondary education, vocational training, and lifelong learning, as well as cross-cultural comparisons, is recommended to explore the generalizability of sustainable AI-Metaverse adoption mechanisms.
Moreover, the study’s framework, while incorporating environmental social governance measures and technology adoption theories, does not encompass all potential drivers of sustainable adoption. Future research could enhance the theoretical model by integrating individual psychological constructs such as digital resilience, self-regulation, intrinsic motivation, and AI self-efficacy, which may elucidate variations in adoption behaviors. The non-significant direct effects of ethical AI usage and faculty readiness suggest that these factors may influence sustainable adoption through indirect or conditional pathways. Future studies should investigate mediation, moderation, and multi-group effects, particularly how ethical AI impacts usage through trust and institutional climate, and under what conditions faculty readiness is most relevant. Methodologically, while PLS-SEM is suitable for exploratory modeling, it may oversimplify complex institutional dynamics. Future research should employ triangulation methods, including covariance-based SEM and mixed methods, to gain a comprehensive understanding of the contextual and governance mechanisms involved. As AI-Metaverse technologies continue to evolve, ongoing revisions of the theoretical framework to incorporate emerging technologies and regulatory developments will be essential for maintaining its relevance and applicability.