DOI: https://doi.org/10.37433/aad.v7i2.637
تاريخ النشر: 2026-01-26
المؤلف: James R. Lindner وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في تفاعلات الخدمة
نظرة عامة
تستكشف هذه الدراسة اعتماد الذكاء الاصطناعي التوليدي (AI) بين المعلمين الزراعيين في ألاباما، باستخدام تصميم وصفي وترابطي مع حجم عينة يبلغ 80 مشاركًا. مستندة إلى نظرية انتشار الابتكار لروجرز ونموذج قبول التكنولوجيا لديفيس، استخدمت البحث استبيانًا مختلطًا لتقييم وعي المعلمين، والفوائد المدركة، والمهارات، والحواجز المتعلقة باعتماد الذكاء الاصطناعي. أظهرت النتائج وجود تفاوت كبير في التصورات بين المعلمين في بداية حياتهم المهنية (≤5 سنوات من الخبرة) ونظرائهم الأكثر خبرة (≥15 سنة)، حيث أظهر المجموعة الأولى وعيًا أكبر، وفوائد مدركة، وكفاءة، وتفاؤل بشأن الذكاء الاصطناعي.
كانت إحدى النتائج الرئيسية هي تحديد قلق موحد بين المعلمين بشأن الآثار البيداغوجية والأخلاقية للذكاء الاصطناعي، والتي ظهرت كالحاجز الرئيسي للاعتماد. وهذا يشير إلى فجوة في الاعتماد البيداغوجي، مما يبرز الانفصال بين مهارات المعلمين التشغيلية وقلقهم بشأن دمج الذكاء الاصطناعي في هويتهم المهنية. لا تؤكد الدراسة فقط الأدبيات الموجودة حول اعتماد التكنولوجيا ولكنها تقدم أيضًا حاجزًا أخلاقيًا جديدًا محددًا للذكاء الاصطناعي التوليدي في التعليم الزراعي. يدعو المؤلفون إلى استراتيجيات مخصصة لتعزيز ثقة المعلمين ذوي الخبرة مع تعزيز أفضل الممارسات الأخلاقية لأولئك في المراحل المبكرة من حياتهم المهنية.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التأثير التحويلي للذكاء الاصطناعي التوليدي (AI) على التعليم الزراعي، مما يمثل تحولًا كبيرًا في اعتماد التكنولوجيا. على عكس التقدم التكنولوجي السابق، مثل الشبكة العالمية، يحدث دمج الذكاء الاصطناعي التوليدي ضمن سياق تأثر بالفعل بأنظمة الإنترنت القائمة، مما قد يسهل انتشاره. ومع ذلك، لا يضمن ذلك اعتمادًا مباشرًا، مما يستلزم استكشاف التصورات والمواقف التي تؤثر على هذا الانتقال. تبني الدراسة على تقليد غني من البحث في اعتماد التكنولوجيا ضمن التعليم الزراعي، والذي حدد تاريخيًا الحواجز مثل نقص المهارات وقلق المعلمين كعوامل حاسمة للاندماج الناجح.
تقدم ظهور الذكاء الاصطناعي التوليدي تعقيدات لا تعالجها نماذج اعتماد التكنولوجيا السابقة بشكل كافٍ، بما في ذلك الانتشار السريع، وقدرات إنشاء المحتوى المتقدمة، والمشكلات الأخلاقية المحتملة. تحول هذه الدراسة التركيز من نقص المهارات إلى فجوة أوسع في الاعتماد البيداغوجي، مع التركيز بشكل خاص على المعلمين الزراعيين في ألاباما. بينما يكون سياق البحث محليًا، فإن التحديات المرتبطة باعتماد الذكاء الاصطناعي واسعة الانتشار، مع وجود تفاوت في الموارد التكنولوجية قد يعيق التنفيذ الفعال. تهدف النتائج إلى وضع نموذج أساسي للبحوث المستقبلية حول اعتماد التكنولوجيا، مقدمة رؤى يمكن أن تكون قابلة للتطبيق على برامج التعليم المهني والتقني الأخرى في جميع أنحاء الولايات المتحدة.
الطرق
استخدمت الدراسة تصميم استبيان مختلط وصفي وترابطي، يجمع بين الاستبيانات عبر الإنترنت والبريد، للتحقيق في دور الذكاء الاصطناعي (AI) في التعليم الزراعي. تم تطوير أداة استبيان جديدة بسبب عدم كفاية الأدوات الموجودة، التي ركزت بشكل أساسي على اعتماد الأجهزة أو البرمجيات بدلاً من الآثار البيداغوجية والأخلاقية للذكاء الاصطناعي التوليدي. تستهدف هذه الأداة بشكل خاص اعتماد ونشر نماذج الذكاء الاصطناعي بين المعلمين الزراعيين في ألاباما، مع توفر الاستبيان الكامل من المؤلف المراسل.
للتحقق من صحة الأداة، تم إجراء دراسة تجريبية مع عشرة مشاركين تم اختيارهم عشوائيًا من مجموعة مكونة من 320 معلمًا زراعيًا في ألاباما، جميعهم لديهم أكثر من عام من الخدمة النشطة. استخدمت الدراسة مقاييس من نوع ليكرت لاستجابات المشاركين، تتراوح من 1 (لا أوافق بشدة) إلى 5 (أوافق بشدة). أظهر تحليل الموثوقية قيمة ألفا كرونباخ قدرها $\alpha = .81$، مما يدل على اتساق داخلي جيد، حيث تعتبر القيم التي تزيد عن $\alpha = .70$ مقبولة للبحث الاستكشافي. خضعت الأداة لتعديلات بناءً على ملاحظات الدراسة التجريبية لتحسين الوضوح وقابلية القراءة، مما يضمن فعاليتها في الأبحاث المستقبلية في هذا المجال.
النتائج
هدفت الدراسة الاستكشافية إلى تقييم تجارب وتصورات ومواقف المعلمين الزراعيين في ألاباما بشأن استخدام الذكاء الاصطناعي التوليدي (AI) في التعليم الزراعي. تناول التحليل الكمي للبيانات التي تم جمعها ثلاثة أسئلة بحثية رئيسية. أولاً، تم فحص الخصائص الديموغرافية والمهنية للمعلمين الزراعيين الثانويين، مع التركيز على متغيرات مثل سنوات الخبرة، والعمر، والجنس، ومستوى التعليم.
ثانيًا، قيمت الدراسة المستويات الحالية من الوعي، والفوائد المدركة، والمهارات المبلغ عنها ذاتيًا، والحواجز أمام اعتماد الذكاء الاصطناعي بين المعلمين الزراعيين في ألاباما. أخيرًا، تم التحقيق فيما إذا كانت تصورات المعلمين حول الذكاء الاصطناعي – تحديدًا وعيهم، والفوائد المدركة، والمهارات، والحواجز – تختلف وفقًا لخبرتهم في التدريس. تقدم النتائج رؤى حول استعداد المعلمين والتحديات التي يواجهونها في دمج الذكاء الاصطناعي في ممارساتهم التعليمية.
المناقشة
تؤكد قسم المناقشة في الورقة البحثية على المشهد المعقد لاعتماد الذكاء الاصطناعي بين المعلمين الزراعيين في ألاباما، مستندة إلى نظرية انتشار الابتكار لروجرز ونموذج قبول التكنولوجيا لديفيس (TAM). تكشف الدراسة عن وجود فجوة تجريبية كبيرة، حيث يظهر المعلمون في بداية حياتهم المهنية (≤5 سنوات من الخبرة) وعيًا أكبر، وفوائد مدركة، وكفاءة في استخدام الذكاء الاصطناعي مقارنة بنظرائهم الأكثر خبرة (≥15 سنة). تؤكد هذه الفجوة على الدور الحاسم للخبرة المهنية في اعتماد التكنولوجيا، متماشية مع إطار عمل روجرز الذي يصنف المعلمين إلى مراحل اعتماد مختلفة. بينما يكون المعلمون في بداية حياتهم المهنية أكثر ميلًا لتبني الذكاء الاصطناعي بسبب نشأتهم الرقمية، يميل المعلمون ذوو الخبرة إلى النظر إلى الذكاء الاصطناعي بشك، مما يعكس القلق بشأن توافقه مع الممارسات البيداغوجية القائمة.
بالإضافة إلى ذلك، تحدد الدراسة قلقًا أخلاقيًا عالميًا بشأن استخدام الذكاء الاصطناعي في التعليم، والذي يتجاوز مستويات الخبرة الفردية. يعمل هذا القلق الأخلاقي كمتغير خارجي كبير يمكن أن يقوض الفائدة المدركة وسهولة الاستخدام، كما هو مفترض في نموذج TAM. تشير النتائج إلى أن مبادرات التنمية المهنية يجب أن تكون مصممة لتلبية الاحتياجات المميزة للمعلمين في بداية حياتهم المهنية والمعلمين ذوي الخبرة، مما يعزز بيئة تعاونية من خلال الإرشاد بين الأقران. تبرز قيود الدراسة، بما في ذلك حجم العينة والاعتماد على البيانات المبلغ عنها ذاتيًا، الحاجة إلى مزيد من البحث لاستكشاف تفاصيل اعتماد الذكاء الاصطناعي وآثاره عبر سياقات تعليمية متنوعة. يجب أن تأخذ التحقيقات المستقبلية في الاعتبار الدراسات الطولية والنهج النوعية لتعميق فهم تصورات المعلمين والمشهد المتطور للذكاء الاصطناعي في التعليم.
DOI: https://doi.org/10.37433/aad.v7i2.637
Publication Date: 2026-01-26
Author(s): James R. Lindner et al.
Primary Topic: AI in Service Interactions
Overview
This study explored the adoption of generative artificial intelligence (AI) among agricultural educators in Alabama, utilizing a descriptive and correlational design with a sample size of 80 participants. Grounded in Rogers’ diffusion of innovation theory and Davis’s technology acceptance model, the research employed a mixed-mode survey to evaluate educators’ awareness, perceived benefits, competencies, and barriers related to AI adoption. The results indicated a significant disparity in perceptions between early-career educators (≤5 years of experience) and their more experienced counterparts (≥15 years), with the former group demonstrating greater awareness, perceived benefits, competence, and optimism regarding AI.
A key finding was the identification of a uniform concern among educators regarding the pedagogical and ethical implications of AI, which emerged as the primary barrier to adoption. This suggests a pedagogical adoption gap, highlighting a disconnect between educators’ operational skills and their concerns about integrating AI into their professional identity. The study not only corroborates existing literature on technology adoption but also introduces a novel ethical barrier specific to generative AI in agricultural education. The authors advocate for tailored strategies to bolster the confidence of experienced educators while promoting ethical best practices for those in the early stages of their careers.
Introduction
The introduction of this research paper highlights the transformative impact of generative Artificial Intelligence (AI) on agricultural education, marking a significant shift in technology adoption. Unlike previous technological advancements, such as the World Wide Web, the integration of generative AI occurs within a context already influenced by established internet-based systems, which may facilitate its diffusion. However, this does not ensure straightforward adoption, necessitating an exploration of the perceptions and attitudes that influence this transition. The study builds on a rich tradition of research in technology adoption within agricultural education, which has historically identified barriers such as skills deficits and educator anxiety as critical factors for successful integration.
The emergence of generative AI introduces complexities that previous models of technology adoption do not adequately address, including rapid diffusion, advanced content creation capabilities, and potential ethical dilemmas. This study shifts the focus from a skills deficit to a broader pedagogical adoption gap, specifically examining agricultural educators in Alabama. While the research context is localized, the challenges associated with AI adoption are widespread, with disparities in technological resources potentially impeding effective implementation. The findings aim to establish a foundational model for future research on technology adoption, offering insights that could be applicable to other career and technical education programs across the United States.
Methods
The study employed a descriptive and correlational mixed-mode survey design, integrating both web-based and mail surveys, to investigate the role of artificial intelligence (AI) in agricultural education. A novel survey instrument was developed due to the inadequacy of existing tools, which primarily focused on hardware or software adoption rather than the pedagogical and ethical implications of generative AI. This instrument specifically targets the adoption and dissemination of AI models among agricultural educators in Alabama, with the complete survey available from the corresponding author.
To validate the instrument, a pilot study was conducted with ten participants randomly selected from a population of 320 agricultural educators in Alabama, all with over one year of active service. The study utilized Likert-type scales for participant responses, ranging from 1 (strongly disagree) to 5 (strongly agree). Reliability analysis revealed a Cronbach’s alpha of $\alpha = .81$, indicating good internal consistency, as values above $\alpha = .70$ are deemed acceptable for exploratory research. The instrument underwent revisions based on pilot study feedback to improve clarity and readability, ensuring its effectiveness for future research in the field.
Results
The exploratory study aimed to assess the experiences, perceptions, and attitudes of agricultural educators in Alabama regarding the use of generative artificial intelligence (AI) in agricultural education. The quantitative analysis of the data collected addressed three primary research questions. First, it examined the demographic and professional characteristics of secondary agricultural educators, focusing on variables such as years of experience, age, gender, and education level.
Second, the study evaluated the current levels of awareness, perceived benefits, self-reported competencies, and barriers to AI adoption among Alabama agricultural educators. Finally, it investigated whether educators’ perceptions of AI—specifically their awareness, perceived benefits, competencies, and barriers—varied according to their teaching experience. The findings provide insights into the readiness and challenges faced by educators in integrating AI into their teaching practices.
Discussion
The discussion section of the research paper emphasizes the complex landscape of AI adoption among agricultural educators in Alabama, framed by Rogers’ diffusion of innovation theory and Davis’s technology acceptance model (TAM). The study reveals a significant experiential divide, where early-career educators (≤5 years of experience) exhibit higher awareness, perceived benefits, and competence in using AI compared to their more experienced counterparts (≥15 years). This divide underscores the critical role of professional experience in technology adoption, aligning with Rogers’ framework that categorizes educators into different adoption stages. While early-career educators are more inclined to embrace AI due to their digital nativity, experienced educators tend to view AI with skepticism, reflecting concerns about its compatibility with established pedagogical practices.
Additionally, the study identifies a universal ethical apprehension regarding AI’s use in education, which transcends individual experience levels. This ethical concern acts as a significant external variable that can undermine perceived usefulness and ease of use, as posited by TAM. The findings suggest that professional development initiatives should be tailored to address the distinct needs of early-career and experienced educators, fostering a collaborative environment through peer mentorship. The study’s limitations, including its sample size and reliance on self-reported data, highlight the need for further research to explore the nuances of AI adoption and its implications across diverse educational contexts. Future investigations should consider longitudinal studies and qualitative approaches to deepen the understanding of educators’ perceptions and the evolving landscape of AI in education.