DOI: https://doi.org/10.1057/s41599-025-05067-5
تاريخ النشر: 2025-06-16
المؤلف: Huizheng Liu وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تستكشف هذه الدراسة تأثير الذكاء الاصطناعي (AI) على نوايا المستهلكين في اعتماد العملات الرقمية للبنك المركزي (CBDCs) ضمن القطاع المصرفي الصيني، مع التركيز على أدوار الوعي بتكنولوجيا الرقمية، ومخاوف الخصوصية، وسهولة الاستخدام، مع دعم الحكومة كعامل معتدل. باستخدام نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية (PLS-SEM) على عينة من 420 موظفًا مصرفيًا، تكشف النتائج أن الذكاء الاصطناعي يعزز بشكل كبير استعداد المستهلكين للتفاعل مع العملات الرقمية للبنك المركزي. على وجه التحديد، يعتبر الوعي بتكنولوجيا الرقمية، وسهولة الاستخدام، والتخفيف من مخاوف الخصوصية وسطاء حاسمين في هذه العلاقة.
تخلص الدراسة إلى أن دعم الحكومة يلعب دورًا حيويًا في تعديل الروابط بين الذكاء الاصطناعي والوسطاء المذكورين أعلاه، مما يؤثر على الاستعداد العام لاعتماد العملات الرقمية للبنك المركزي. بالإضافة إلى ذلك، تسلط الدراسة الضوء على إمكانية خوارزميات الذكاء الاصطناعي لتقديم رؤى يمكن أن تحسن تنفيذ السياسة النقدية، مما يجعلها أكثر استجابة للتقلبات الاقتصادية. بشكل عام، تسهم هذه العمل في فهم اعتماد العملات الرقمية وتقدم توصيات عملية لصانعي السياسات والمؤسسات المالية التي تهدف إلى الاستفادة من الذكاء الاصطناعي لتعزيز اعتماد العملات الرقمية للبنك المركزي في الصين. يتم اقتراح اتجاهات البحث المستقبلية لاستكشاف هذا المجال المتطور بشكل أكبر.
مقدمة
تناقش مقدمة ورقة البحث الإمكانيات التحويلية للعملات الرقمية للبنك المركزي (CBDCs) والذكاء الاصطناعي (AI) في سياق القطاع المصرفي في الصين. تسلط الضوء على كيفية إعادة تشكيل العملات الرقمية للبنك المركزي، كعملات رقمية مدعومة من الدولة، للأنظمة النقدية وتعزيز الشمول المالي، والكفاءة، والتنمية الاقتصادية. تعكس التنفيذ الاستباقي للحكومة الصينية لنظام الدفع الإلكتروني للعملة الرقمية (DCEP) التزامها بالتقدم التكنولوجي وتمكين الرقمي. يتم التأكيد على دمج تقنيات الذكاء الاصطناعي كوسيلة لتحسين تجربة المستخدم، والأمان، وثقة المستهلك في العملات الرقمية للبنك المركزي، مما يسهل اعتمادها.
تحدد الورقة فجوة في الأدبيات الحالية بشأن التأثير المحدد للذكاء الاصطناعي على استعداد المستهلكين لاعتماد العملات الرقمية للبنك المركزي، على الرغم من تزايد الأبحاث حول الجوانب التكنولوجية والاقتصادية والتنظيمية للعملات الرقمية للبنك المركزي. تهدف إلى استكشاف كيفية تأثير عوامل مثل الوعي بتكنولوجيا الرقمية، ومخاوف الخصوصية، وسهولة الاستخدام على العلاقة بين الذكاء الاصطناعي واعتماد المستهلك للعملات الرقمية للبنك المركزي. تستخدم الدراسة نموذج قبول التكنولوجيا (TAM) لتأطير تحقيقها، حيث تفترض أن الفائدة المتصورة وسهولة الاستخدام تؤثر بشكل كبير على مواقف المستهلكين ونواياهم نحو اعتماد العملات الرقمية للبنك المركزي. في النهاية، تسعى الدراسة لتقديم رؤى حول العمليات النفسية التي تحرك اعتماد المستهلكين لحلول العملات الرقمية للبنك المركزي المدعومة بالذكاء الاصطناعي، مع التأكيد على أهمية دعم الحكومة في تعزيز ثقة المستهلكين وتفاعلهم مع هذه التقنيات.
الطرق
تحدد قسم المنهجية النهج المنهجي المستخدم في البحث للتحقيق في الفرضيات المحددة. استخدمت الدراسة مزيجًا من الطرق الكمية والنوعية، بما في ذلك التحليلات الإحصائية ودراسات الحالة، لضمان فهم شامل للظواهر قيد التحقيق. شملت جمع البيانات استبيانات وتجارب مصممة لجمع المقاييس ذات الصلة، والتي تم تحليلها بعد ذلك باستخدام برامج إحصائية مناسبة.
ركز التحليل على تحديد الارتباطات والعلاقات السببية، باستخدام تقنيات مثل تحليل الانحدار وANOVA لتفسير البيانات. تم التحقق من النتائج من خلال طرق التحقق المتبادل، مما يضمن القوة والموثوقية. بالإضافة إلى ذلك، تم استخلاص رؤى نوعية من مقابلات المشاركين، مما أغنى النتائج الكمية وقدم سياقًا أعمق للاتجاهات الملحوظة. بشكل عام، تم تصميم المنهجية لاختبار أسئلة البحث بدقة مع السماح باستكشاف دقيق للعوامل الأساسية.
النتائج
في هذا القسم، استخدم المؤلفون نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية (PLS-SEM) باستخدام برنامج SmartPLS 4 لتحليل البيانات، مع التأكيد على ملاءمتها لأحجام العينات الصغيرة والبيانات غير الموزعة بشكل طبيعي. تعتبر PLS-SEM مفيدة بشكل خاص في سياقات البحث الاستكشافي، حيث تسمح بالتقدير المتزامن لنماذج القياس والهيكلية مع توفير المرونة في تقييم العلاقات بين البنى. نظرًا لتركيز الدراسة على تأثير الذكاء الاصطناعي (AI) على استعداد المستهلكين لاستخدام العملات الرقمية للبنك المركزي (CBDCs) دون أساس نظري قوي، اعتُبرت PLS-SEM هي النهج التحليلي الأكثر ملاءمة.
لمعالجة التباين المحتمل في الطريقة الشائعة (CMV)، استخدم المؤلفون اختبار العامل الواحد هارمان، الذي أشار إلى أن المكون الرئيسي الأول يفسر فقط 20% من التباين، مما يشير إلى أن CMV لم يؤثر بشكل كبير على النتائج. بالإضافة إلى ذلك، تم إجراء اختبار التعددية لتقييم انحياز الطريقة الشائعة (CMB)، حيث ظلت قيم عامل التضخم (VIF) لكل بنية أقل من العتبة 3.30، مما يؤكد غياب تلوث CMB في التحليل. تعزز هذه الخيارات المنهجية موثوقية وصلاحية نتائج الدراسة.
المناقشة
تجمع قسم المناقشة في ورقة البحث النتائج من دراسات مختلفة حول العملات الرقمية للبنك المركزي (CBDCs) واعتمادها، مع التركيز على التفاعل بين الثقافة المالية، والوعي بتكنولوجيا الرقمية، ومخاوف الخصوصية، وسهولة الاستخدام، ودعم الحكومة. يبرز وو وآخرون (2024) أهمية الثقافة المالية في تشكيل نوايا الاعتماد، بينما يصنف برودان وآخرون (2024) أبحاث CBDC إلى وجهات نظر إيجابية وسلبية ومحايدة، مع التركيز على الاستدامة. يدعو ليو وآخرون (2024) إلى نهج متعدد الأبعاد لفهم نوايا الاعتماد، خاصة فيما يتعلق بمخاوف الخصوصية، التي يستكشفها سوانا ودي أرويدا (2024) في سياق الإشراف المالي والامتثال التنظيمي.
يقترح المؤلفون عدة فرضيات بشأن الأدوار الوسيطة للوعي بتكنولوجيا الرقمية، ومخاوف الخصوصية، وسهولة الاستخدام في العلاقة بين الذكاء الاصطناعي والاستعداد لاعتماد العملات الرقمية للبنك المركزي. يجادلون بأن زيادة الوعي بالتقنيات الرقمية يمكن أن تعزز المواقف الإيجابية تجاه العملات الرقمية للبنك المركزي من خلال توضيح فوائدها، بينما يعتبر معالجة مخاوف الخصوصية أمرًا حيويًا لبناء الثقة في هذه الحلول المالية الرقمية. علاوة على ذلك، يتم تحديد سهولة الاستخدام كعامل رئيسي يمكن أن يسهل الانتقال من النية إلى الاعتماد الفعلي. كما يتم التأكيد على دور دعم الحكومة، حيث يمكن أن تعزز الأطر التنظيمية القوية ومبادرات التعليم العام الثقة في العملات الرقمية للبنك المركزي وتخفف من المخاوف بشأن الخصوصية والأمان. بشكل عام، تؤكد النتائج على الديناميكيات المعقدة التي تؤثر على اعتماد العملات الرقمية للبنك المركزي وضرورة استراتيجيات مستهدفة لمعالجة هذه العوامل.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات للتحسين واتجاهات البحث المستقبلية. أولاً، يقتصر التركيز على القطاع المصرفي الصيني على تعميم النتائج على دول أو مناطق أخرى. يمكن أن توسع التحقيقات المستقبلية النطاق لفحص تأثير الذكاء الاصطناعي (AI) على اعتماد العملات الرقمية للبنك المركزي (CBDC) عبر سياقات متنوعة. بالإضافة إلى ذلك، يحد الاعتماد على البيانات المقطعية من القدرة على إقامة علاقات سببية بين الذكاء الاصطناعي، والعملات الرقمية للبنك المركزي، وسلوك المستهلك؛ يُوصى بإجراء دراسات طولية لالتقاط الديناميات على مر الزمن.
علاوة على ذلك، قد تتعرض دقة البيانات المجمعة للتأثير من تحيزات المستجيبين، مما يشير إلى أن الأبحاث المستقبلية يجب أن تستخدم طرق جمع بيانات أكثر قوة. يركز البحث على تأثير الذكاء الاصطناعي على اعتماد العملات الرقمية للبنك المركزي ويتجاهل عوامل حاسمة أخرى مثل الاستقرار الاقتصادي، والثقافة المالية، والتأثيرات الثقافية التي يمكن أن تشكل أيضًا استعداد المستهلك لاعتماد العملات الرقمية للبنك المركزي. علاوة على ذلك، يقتصر البحث جغرافيًا على البنوك في بكين، ويجب أن تقارن الدراسات المستقبلية هذه النتائج مع تلك من مناطق أخرى لتحديد الاتجاهات الشائعة والعوامل الفريدة التي تؤثر على اعتماد العملات الرقمية للبنك المركزي. أخيرًا، يمكن أن يعزز استكشاف تقاطع الاقتصاد السلوكي والذكاء الاصطناعي في اتخاذ قرارات المستهلك بشأن العملات الرقمية للبنك المركزي، بالإضافة إلى تعزيز التعاون الدولي في تنفيذ الذكاء الاصطناعي والعملات الرقمية للبنك المركزي، تطوير حلول موحدة للاعتماد العالمي.
DOI: https://doi.org/10.1057/s41599-025-05067-5
Publication Date: 2025-06-16
Author(s): Huizheng Liu et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
This study investigates the influence of artificial intelligence (AI) on consumers’ intentions to adopt Central Bank Digital Currencies (CBDCs) within the Chinese banking sector, emphasizing the roles of digital technology awareness, privacy concerns, and ease of use, with government support acting as a moderating factor. Utilizing partial least squares structural equation modeling (PLS-SEM) on a sample of 420 banking employees, the findings reveal that AI significantly enhances consumers’ willingness to engage with CBDCs. Specifically, digital technology awareness, ease of use, and the mitigation of privacy concerns are critical mediators in this relationship.
The research concludes that government support plays a vital role in moderating the connections between AI and the aforementioned mediators, thereby influencing the overall willingness to adopt CBDCs. Additionally, the study highlights the potential of AI algorithms to provide insights that can optimize monetary policy implementation, making it more responsive to economic fluctuations. Overall, this work contributes to the understanding of digital currency adoption and offers practical recommendations for policymakers and financial institutions aiming to leverage AI to promote CBDC adoption in China. Future research directions are suggested to further explore this evolving area.
Introduction
The introduction of the research paper discusses the transformative potential of Central Bank Digital Currencies (CBDCs) and artificial intelligence (AI) within the context of China’s banking sector. It highlights how CBDCs, as state-backed digital currencies, could reshape monetary systems and enhance financial inclusion, efficiency, and economic development. The Chinese government’s proactive implementation of the Digital Currency Electronic Payment (DCEP) system reflects its commitment to technological advancement and digital empowerment. The integration of AI technologies is emphasized as a means to improve user experience, security, and consumer trust in CBDCs, thereby facilitating their adoption.
The paper identifies a gap in the existing literature regarding the specific impact of AI on consumer willingness to adopt CBDCs, despite the growing body of research on CBDCs’ technological, economic, and regulatory aspects. It aims to explore how factors such as digital technology awareness, privacy concerns, and ease of use mediate the relationship between AI and consumer adoption of CBDCs. The study employs the Technology Acceptance Model (TAM) to frame its investigation, positing that perceived usefulness and ease of use significantly influence consumer attitudes and intentions toward adopting CBDCs. Ultimately, the research seeks to provide insights into the psychological processes driving consumer adoption of AI-enabled CBDC solutions, emphasizing the importance of government support in enhancing consumer trust and engagement with these technologies.
Methods
The methodology section outlines the systematic approach employed in the research to investigate the specified hypotheses. The study utilized a combination of quantitative and qualitative methods, including statistical analyses and case studies, to ensure a comprehensive understanding of the phenomena under investigation. Data collection involved surveys and experiments designed to gather relevant metrics, which were subsequently analyzed using appropriate statistical software.
The analysis focused on identifying correlations and causal relationships, employing techniques such as regression analysis and ANOVA to interpret the data. The results were validated through cross-validation methods, ensuring robustness and reliability. Additionally, qualitative insights were derived from participant interviews, enriching the quantitative findings and providing a deeper context for the observed trends. Overall, the methodology was designed to rigorously test the research questions while allowing for a nuanced exploration of the underlying factors.
Results
In this section, the authors employed Partial Least Squares Structural Equation Modeling (PLS-SEM) using SmartPLS 4 software to analyze the data, emphasizing its suitability for small sample sizes and non-normally distributed data. PLS-SEM is particularly advantageous in exploratory research contexts, as it allows for the simultaneous estimation of measurement and structural models while providing flexibility in evaluating relationships between constructs. Given the study’s focus on the impact of artificial intelligence (AI) on consumers’ willingness to use Central Bank Digital Currencies (CBDCs) without a strong theoretical foundation, PLS-SEM was deemed the most appropriate analytical approach.
To address potential common method variance (CMV), the authors utilized the Harman single-factor test, which indicated that the first principal component explained only 20% of the variance, suggesting that CMV did not significantly affect the findings. Additionally, a collinearity test was conducted to assess common method bias (CMB), with Variance Inflation Factor (VIF) values for each construct remaining below the threshold of 3.30, further confirming the absence of CMB contamination in the analysis. These methodological choices enhance the reliability and validity of the study’s results.
Discussion
The discussion section of the research paper synthesizes findings from various studies on Central Bank Digital Currencies (CBDCs) and their adoption, emphasizing the interplay between financial literacy, digital technology awareness, privacy concerns, ease of use, and government support. Wu et al. (2024) highlight the significance of financial literacy in shaping adoption intentions, while Prodan et al. (2024) categorize CBDC research into positive, negative, and neutral perspectives, focusing on sustainability. Liu et al. (2024) advocate for a multi-faceted approach to understanding adoption intentions, particularly regarding privacy concerns, which Soana and de Arruda (2024) explore in the context of financial supervision and regulatory compliance.
The authors propose several hypotheses regarding the mediating roles of digital technology awareness, privacy concerns, and ease of use in the relationship between artificial intelligence and the willingness to adopt CBDCs. They argue that heightened awareness of digital technologies can foster positive attitudes towards CBDCs by clarifying their benefits, while addressing privacy concerns is crucial for building trust in these digital financial solutions. Furthermore, ease of use is identified as a key factor that can facilitate the transition from intention to actual adoption. The role of government support is also emphasized, as robust regulatory frameworks and public education initiatives can enhance confidence in CBDCs and mitigate concerns about privacy and security. Overall, the findings underscore the complex dynamics influencing CBDC adoption and the necessity for targeted strategies to address these factors.
Limitations
The limitations of this study highlight several areas for improvement and future research directions. Firstly, the focus on the Chinese banking sector restricts the generalizability of the findings to other countries or regions. Future investigations could broaden the scope to examine the impact of artificial intelligence (AI) on Central Bank Digital Currency (CBDC) adoption across diverse contexts. Additionally, the reliance on cross-sectional data limits the ability to establish causal relationships between AI, CBDCs, and consumer behavior; longitudinal studies are recommended to capture the dynamics over time.
Moreover, the accuracy of the data collected may be compromised by respondent biases, suggesting that future research should employ more robust data collection methods. The study’s concentration on AI’s impact on CBDC adoption overlooks other critical factors such as economic stability, financial literacy, and cultural influences that could also shape consumer willingness to adopt CBDCs. Furthermore, the research is geographically limited to banks in Beijing, and future studies should compare these findings with those from other regions to identify both common trends and unique factors influencing CBDC adoption. Lastly, exploring the intersection of behavioral economics and AI in consumer decision-making regarding CBDCs, as well as fostering international collaboration in AI and CBDC implementation, could enhance the development of standardized solutions for global adoption.