DOI: https://doi.org/10.1038/s41598-026-48130-0
PMID: https://pubmed.ncbi.nlm.nih.gov/41963482
تاريخ النشر: 2026-04-10
المؤلف: Yang Li وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تبحث هذه الدراسة في العوامل التي تؤثر على قبول المصممين لأدوات الرسم بالذكاء الاصطناعي (AIPT) من خلال عدسة نموذج قبول استخدام أجهزة الذكاء الاصطناعي (AIDUA)، الذي يستند إلى نظرية التقييم المعرفي. باستخدام بيانات استبيان من 480 مستجيبًا وتطبيق نمذجة المعادلات الهيكلية (SEM)، تحدد الدراسة العوامل الداعمة الرئيسية—المنفعة المدركة (PU)، الدافع الهيدوني (HM)، التأثير الاجتماعي (SI)، والثقة (TRU)—إلى جانب العامل المعاكس المتمثل في المخاطر المدركة (PR). تكشف النتائج أن الدافع الهيدوني يقلل بشكل كبير من المخاطر المدركة، بينما يعزز الإجماع الاجتماعي الثقة، وكلاهما يؤثر إيجابًا على المواقف (ATT) والنوايا تجاه AIPT.
توسع الدراسة نموذج AIDUA في المجال الإبداعي، مما يوفر فهمًا دقيقًا للسلوكيات المتناقضة المرتبطة بقبول AIPT. تؤكد على أهمية معالجة كل من التقييمات الإيجابية والسلبية في عملية اتخاذ القرار لتبني التكنولوجيا. عمليًا، تشير النتائج إلى أن المطورين والمعلمين يجب أن يركزوا على بناء الثقة وتعزيز المجتمعات الداعمة لتحسين قبول AIPT. يُشجع البحث المستقبلي على استكشاف خلفيات المشاركين المتنوعة، مما قد يكشف عن أنماط قبول مختلفة بين الفنانين المحترفين، والهواة المتحمسين، والمصممين. بشكل عام، تعمل هذه الدراسة على تحسين نموذج AIDUA وتقدم رؤى قابلة للتنفيذ من أجل التكامل المستدام لأدوات الذكاء الاصطناعي في الممارسات الفنية.
مقدمة
تناقش مقدمة الورقة البحثية التكامل المتزايد للذكاء الاصطناعي (AI) في الحياة اليومية وتأثيره الكبير على الإبداع الفني. أنظمة التصوير التوليدية، مثل Stable Diffusion وMidjourney وDALL-E، تحول ممارسات التصميم من خلال تحويل المدخلات النصية بكفاءة إلى صور رقمية مفصلة. تم تجسيد هذا التقدم التكنولوجي عندما فاز عمل فني تم إنشاؤه بواسطة الذكاء الاصطناعي بجائزة قسم الفنون الجميلة في معرض ولاية كولورادو 2022، مما أثار نقاشًا واسعًا حول طبيعة الإبداع ودور الذكاء الاصطناعي في الفن. تثار أسئلة رئيسية حول ما إذا كانت الأعمال التي تم إنشاؤها بواسطة الذكاء الاصطناعي يمكن تصنيفها كفن، وتأثيرها على الإبداع البشري، وقدرة المصممين على التمييز بين الإبداعات البشرية وإبداعات الذكاء الاصطناعي.
تسلط الورقة الضوء على التوترات النفسية التي يواجهها المصممون عند استخدام أدوات الفن بالذكاء الاصطناعي، مما يبرز أهمية دور المنشئ في إقامة الأصالة الفنية. تنتقد النماذج الحالية لقبول التكنولوجيا، مثل نموذج قبول التكنولوجيا (TAM) والنظرية الموحدة لقبول واستخدام التكنولوجيا (UTAUT)، لعدم كفاءتها في معالجة التحديات الفريدة التي تطرحها أدوات الذكاء الاصطناعي، بما في ذلك ذكائها الشبيه بالبشر وزيادة إدراك المخاطر المرتبطة بها. لمعالجة هذه القيود، يقترح المؤلفون نموذج قبول استخدام أجهزة الذكاء الاصطناعي (AIDUA)، المستند إلى نظرية التقييم المعرفي (CAT)، لفهم أفضل لقبول أدوات الذكاء الاصطناعي في المجالات الإبداعية والصراعات المعرفية التي يواجهها المصممون.
الطرق
تستخدم الدراسة منهجية بحث كمية تركز على استبيانات لاستكشاف الصراعات النفسية والعوامل السياقية التي يواجهها المصممون عند دمج الذكاء الاصطناعي في إنتاج النص (AIPT) في عملياتهم الفنية. بدلاً من تأكيد العلاقات المفترضة فقط، تستند الأبحاث إلى نموذج AIDUA، الذي يعمل كإطار نظري لفهم هذه التعقيدات.
توضح قسم المنهجية تصميم الاستبيان، ومعايير اختيار العينة، وإجراءات جمع البيانات وتحليلها. يتم وصف كل من هذه المكونات بدقة لتوضيح كيف تساهم في كشف الآليات النفسية المميزة التي يختبرها المستخدمون ضمن المجال الإبداعي، مما يوفر فهمًا شاملاً للتفاعل بين التكنولوجيا والتعبير الفني.
النتائج
تكشف نتائج هذه الدراسة عن رؤى مهمة حول العوامل التي تؤثر على مواقف المصممين تجاه اعتماد تكنولوجيا الرسم المدعومة بالذكاء الاصطناعي (AIPT). وُجد أن التأثير الاجتماعي (SI) يؤثر إيجابيًا على المنفعة المدركة (PU) (β = 0.245، p < 0.001)، مما يعزز تصورات المصممين حول جدوى AIPT، بينما يؤثر سلبًا في الوقت نفسه على المخاطر المدركة (PR) (β = -0.234، p < 0.001). وهذا يشير إلى أنه كلما زادت المخاطر المدركة المرتبطة بـ AIPT، انخفضت رغبتهم في اعتماد التكنولوجيا. يؤثر الدافع الهيدوني (HM) أيضًا إيجابيًا على PU (β = 0.249، p < 0.001)، مما يشير إلى أن التجربة الممتعة لاستخدام AIPT هي دافع رئيسي لاعتماده، على الرغم من أنها تؤثر سلبًا على PR (β = -0.388، p < 0.001). بالإضافة إلى ذلك، تؤثر الثقة (TRU) بشكل كبير على كل من PU (β = 0.293، p < 0.001) وPR (β = -0.232، p < 0.001)، مما يشير إلى أن مستويات الثقة الأعلى تقلل من عدم اليقين وتعزز التفاعل مع AIPT. علاوة على ذلك، يظهر أن PU يؤثر إيجابيًا على مواقف المصممين (ATT) (β = 0.367، p < 0.001)، بينما تؤثر PR سلبًا على ATT (β = -0.451، p < 0.001). وهذا يشير إلى أن التصور الإيجابي لجدوى AIPT يعزز المواقف الإيجابية، بينما تؤدي إدراكات المخاطر المتزايدة إلى المقاومة. تؤثر مواقف المصممين بشكل كبير على نيتهم في اعتماد AIPT (INT) (β = 0.549، p < 0.001) وتؤثر سلبًا على معارضتهم لاستخدامه (OBJ) (β = -0.564، p < 0.001). بشكل عام، تؤكد النتائج على أهمية تعزيز المنفعة المدركة والثقة مع تقليل المخاطر المدركة لتسهيل قبول أكبر لـ AIPT بين المصممين.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على قيود نموذج قبول التكنولوجيا (TAM) في سياق تقنيات الذكاء الاصطناعي المتطورة بسرعة، وخاصة أدوات الرسم بالذكاء الاصطناعي (AIPT). تقدم الدراسة إطار AIDUA، الذي يبرز عملية معرفية من ثلاث مراحل—التقييم الأولي، التقييم الثانوي، ومرحلة النتائج—مصممة خصيصًا لفهم قبول المصممين لـ AIPT. في التقييم الأولي، يقوم المصممون بتقييم قيمة التكنولوجيا بناءً على الدافع الهيدوني (HM)، التأثير الاجتماعي (SI)، والثقة (TRU). يتضمن التقييم الثانوي تقييمًا أعمق للمنفعة المدركة (PU) والمخاطر المدركة (PR)، والتي تشكل مواقفهم تجاه AIPT. تعكس مرحلة النتائج قبول المصممين أو رفضهم للتكنولوجيا، مما يميز هذا النموذج عن الأطر التقليدية من خلال اعتبار القبول والرفض حالات غير متبادلة.
تشير الفرضيات المشتقة من نموذج AIDUA إلى أن SI يؤثر إيجابيًا على PU، بينما يؤثر سلبًا على PR. بالإضافة إلى ذلك، يُظهر HM أنه يعزز PU ويقلل PR، مما يشير إلى أن المتعة المستمدة من استخدام AIPT يمكن أن تخفف من المخاطر المدركة. تُعتبر الثقة (TRU) عاملاً حاسمًا يؤثر إيجابيًا على PU ويؤثر سلبًا على PR، مما يعزز أهمية الثقة في اعتماد التكنولوجيا. كما تؤكد الدراسة على أن مواقف المصممين، التي تتشكل من تقييماتهم لـ PU وPR، تحدد بشكل كبير نيتهم في استخدام AIPT. تؤكد النتائج على التفاعل المعقد للعوامل النفسية التي تؤثر على قبول المصممين لتقنيات الذكاء الاصطناعي في السياقات الإبداعية، مما يوفر فهمًا دقيقًا لعملية القبول التي تمتد إلى ما هو أبعد من النماذج التقليدية.
القيود
تقدم الدراسة عدة قيود تبرز مجالات للتحقيق المستقبلي. أولاً، لم يتم تصنيف عينة السكان حسب الخلفية المهنية، مثل الفنانين المحترفين، والهواة المتحمسين، أو طلاب التصميم، مما قد يؤدي إلى اختلافات في عوامل القبول عبر هذه المجموعات. يجب أن تأخذ الدراسات المستقبلية في الاعتبار استخدام أخذ عينات طبقية أو تحليلات مقارنة لكشف هذه الاختلافات الدقيقة. ثانيًا، يعتمد الاعتماد على بيانات الاستبيان المبلغ عنها ذاتيًا على تحيزات محتملة، مثل الرغبة الاجتماعية أو تحيز الاستجابة. لتعزيز صلاحية النتائج، يمكن أن تدمج الأبحاث المستقبلية بيانات سلوكية، مثل سجلات الاستخدام الفعلية لمنصات أدوات الذكاء الاصطناعي (AIPT).
بالإضافة إلى ذلك، بينما يقدم نموذج AIDUA إطارًا قويًا، كانت تطبيقاته محدودة في سياق ثقافي واحد، مما يشير إلى أن تصورات الإبداع والثقة والمخاطر قد تختلف عبر إعدادات ثقافية أو إقليمية مختلفة. يمكن أن تعزز الدراسات المقارنة عبر الثقافات بالتالي من عمومية النتائج. أخيرًا، ركزت الدراسة على نية الاعتماد والاعتماد الفعلي خلال المراحل المبكرة من تطوير AIPT. نظرًا للتطور السريع لأدوات الذكاء الاصطناعي، تعتبر الدراسات الطولية ضرورية للتحقيق في كيفية تطور تصورات المنفعة والمخاطر والثقة مع مرور الوقت وما إذا كانت سلوكيات الاعتماد الأولية تؤدي إلى استخدام مستدام. سيساعد معالجة هذه القيود في تحسين الفهم النظري لقبول AIPT وتقديم رؤى أعمق حول التفاعل الديناميكي بين الإبداع البشري والذكاء الاصطناعي.
DOI: https://doi.org/10.1038/s41598-026-48130-0
PMID: https://pubmed.ncbi.nlm.nih.gov/41963482
Publication Date: 2026-04-10
Author(s): Yang Li et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
This research investigates the factors influencing designers’ acceptance of Artificial Intelligence Painting Tools (AIPT) through the lens of the Artificial Intelligence Device Use Acceptance (AIDUA) model, which is informed by Cognitive Appraisal Theory. Utilizing survey data from 480 respondents and employing structural equation modeling (SEM), the study identifies key supportive factors—perceived usefulness (PU), hedonic motivation (HM), social influence (SI), and trust (TRU)—alongside the opposing factor of perceived risk (PR). The findings reveal that hedonic motivation significantly mitigates perceived risk, while social consensus enhances trust, both of which positively influence attitudes (ATT) and intentions toward AIPT.
The study extends the AIDUA model into the creative domain, providing a nuanced understanding of the ambivalent adoption behaviors associated with AIPT. It emphasizes the importance of addressing both positive and negative appraisals in the decision-making process for technology adoption. Practically, the results suggest that developers and educators should focus on building trust and fostering supportive communities to improve AIPT acceptance. Future research is encouraged to explore diverse participant backgrounds, which may uncover varying acceptance patterns among professional artists, amateur enthusiasts, and designers. Overall, this work refines the AIDUA model and offers actionable insights for the sustainable integration of AI tools in artistic practices.
Introduction
The introduction of the paper discusses the growing integration of artificial intelligence (AI) in everyday life and its significant impact on artistic creation. Generative imaging systems, such as Stable Diffusion, Midjourney, and DALL-E, are transforming design practices by efficiently converting textual inputs into detailed digital visuals. This technological advancement was exemplified when an AI-generated artwork won the fine art division at the 2022 Colorado State Fair, sparking extensive debate regarding the nature of creativity and the role of AI in art. Key questions arise about whether AI-generated works can be classified as art, their effect on human creativity, and the ability of designers to differentiate between human and AI creations.
The paper highlights the psychological tensions designers face when using AI art tools, emphasizing the importance of the creator’s role in establishing artistic authenticity. It critiques existing technology acceptance models, such as the Technology Acceptance Model (TAM) and the Unified Theory of Acceptance and Use of Technology (UTAUT), for their inadequacy in addressing the unique challenges posed by AI tools, including their human-like intelligence and the heightened risk perceptions associated with them. To address these limitations, the authors propose the Artificial Intelligence Device Use Acceptance (AIDUA) model, grounded in Cognitive Appraisal Theory (CAT), to better understand the acceptance of AI tools in creative fields and the cognitive conflicts experienced by designers.
Methods
The study utilizes a quantitative research methodology centered on questionnaire surveys to investigate the psychological conflicts and contextual factors that designers encounter when integrating Artificial Intelligence in the Production of Text (AIPT) into their artistic processes. Rather than solely confirming hypothesized relationships, the research is grounded in the AIDUA model, which serves as a theoretical framework for understanding these complexities.
The methodology section outlines the design of the questionnaire, the criteria for sample selection, and the procedures for data collection and analysis. Each of these components is meticulously described to illustrate how they contribute to uncovering the distinct psychological mechanisms that users experience within the creative domain, thereby providing a comprehensive understanding of the interplay between technology and artistic expression.
Results
The results of this study reveal significant insights into the factors influencing designers’ attitudes toward the adoption of AI-powered painting technology (AIPT). Social influence (SI) is found to positively affect perceived usefulness (PU) (β = 0.245, p < 0.001), enhancing designers' perceptions of AIPT's practicality, while simultaneously negatively impacting perceived risk (PR) (β = -0.234, p < 0.001). This suggests that as designers perceive greater risks associated with AIPT, their willingness to adopt the technology diminishes. Hedonic motivation (HM) also positively influences PU (β = 0.249, p < 0.001), indicating that the enjoyable experience of using AIPT is a primary driver for its adoption, although it negatively affects PR (β = -0.388, p < 0.001). Additionally, trust (TRU) significantly impacts both PU (β = 0.293, p < 0.001) and PR (β = -0.232, p < 0.001), suggesting that higher levels of trust reduce uncertainty and enhance engagement with AIPT. Furthermore, PU is shown to positively influence designers' attitudes (ATT) (β = 0.367, p < 0.001), while PR negatively affects ATT (β = -0.451, p < 0.001). This indicates that a favorable perception of AIPT's usefulness fosters positive attitudes, whereas heightened risk perceptions lead to resistance. Designers' attitudes significantly influence their intention to adopt AIPT (INT) (β = 0.549, p < 0.001) and negatively affect opposition to its use (OBJ) (β = -0.564, p < 0.001). Overall, the findings underscore the importance of enhancing perceived usefulness and trust while minimizing perceived risks to facilitate greater acceptance of AIPT among designers.
Discussion
The discussion section of the research paper highlights the limitations of the Technology Acceptance Model (TAM) in the context of rapidly evolving AI technologies, particularly AI Painting Tools (AIPT). The study introduces the AIDUA framework, which emphasizes a three-stage cognitive process—primary appraisal, secondary appraisal, and outcome stage—specifically tailored for understanding designers’ acceptance of AIPT. In the primary appraisal, designers assess the technology’s value based on Hedonic Motivation (HM), Social Influence (SI), and Trust (TRU). The secondary appraisal involves a deeper evaluation of perceived usefulness (PU) and perceived risk (PR), which shape their attitudes toward AIPT. The outcome stage reflects designers’ acceptance or rejection of the technology, distinguishing this model from traditional frameworks by treating acceptance and rejection as non-mutually exclusive states.
The hypotheses derived from the AIDUA model indicate that SI positively influences PU, while it negatively impacts PR. Additionally, HM is shown to enhance PU and reduce PR, suggesting that enjoyment derived from using AIPT can mitigate perceived risks. TRU is identified as a crucial factor that positively affects PU and negatively influences PR, reinforcing the importance of trust in technology adoption. The study also emphasizes that designers’ attitudes, shaped by their evaluations of PU and PR, significantly determine their intention to use AIPT. The findings underscore the complex interplay of psychological factors influencing designers’ acceptance of AI technologies in creative contexts, providing a nuanced understanding of the acceptance process that extends beyond traditional models.
Limitations
The research presents several limitations that highlight areas for future investigation. Firstly, the sample population was not categorized by professional background, such as professional artists, amateur enthusiasts, or design students, which may lead to variations in acceptance factors across these groups. Future studies should consider employing stratified sampling or comparative analyses to uncover these nuanced differences. Secondly, the reliance on self-reported survey data introduces potential biases, such as social desirability or response bias. To enhance the validity of findings, future research could integrate behavioral data, like actual usage logs of Artificial Intelligence-Powered Tools (AIPT) platforms.
Additionally, while the AIDUA model offers a robust framework, its application was limited to a single cultural context, suggesting that perceptions of creativity, trust, and risk may vary across different cultural or regional settings. Comparative cross-cultural studies could thus enhance the generalizability of the results. Lastly, the study concentrated on adoption intention and actual adoption during the early stages of AIPT development. Given the rapid evolution of AI tools, longitudinal studies are essential to investigate how perceptions of usefulness, risk, and trust evolve over time and whether initial adoption behaviors lead to sustained usage. Addressing these limitations will refine the theoretical understanding of AIPT acceptance and provide deeper insights into the dynamic interplay between human creativity and artificial intelligence.