DOI: https://doi.org/10.3389/frai.2025.1649392
PMID: https://pubmed.ncbi.nlm.nih.gov/40873495
تاريخ النشر: 2025-08-12
المؤلف: Johannes Schrank
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تبحث هذه الدراسة في محددات النوايا السلوكية لاستخدام الخدمات المصرفية عبر الهاتف المحمول في عصر ما بعد COVID-19، موسعة إطار نظرية القبول والاستخدام الموحد للتكنولوجيا (UTAUT) من خلال دمج الذكاء المدرك والشخصنة المدركة للذكاء الاصطناعي (AI). تم تحليل البيانات التي تم جمعها من 412 مستجيبًا في تايلاند باستخدام نمذجة المعادلات الهيكلية. تشير النتائج إلى أن توقع الأداء، وتوقع الجهد، والتأثير الاجتماعي، وظروف التيسير، والثقة، والخصوصية المدركة، وخصائص الذكاء الاصطناعي من الذكاء المدرك والشخصنة تؤثر بشكل إيجابي كبير على نوايا المستخدمين في اعتماد الخدمات المصرفية عبر الهاتف المحمول. على العكس، لم تظهر عوامل مثل قيمة السعر، والعادات، والأمان المدرك تأثيرًا كبيرًا.
تؤكد النتائج على الدور التحويلي للذكاء الاصطناعي في الخدمات المصرفية عبر الهاتف المحمول، مما يشير إلى أن المستهلكين يفضلون التفاعلات المتقدمة والشبيهة بالبشر مع أنظمة الذكاء الاصطناعي. يُشجع المؤسسات المالية على الاستثمار في تقنيات الذكاء الاصطناعي التي تقدم نصائح مالية مخصصة، وتوقع احتياجات المستخدمين، وأتمتة المهام، مما يعزز تجارب العملاء ويعزز الروابط العاطفية. من خلال تطوير واجهات ذكاء اصطناعي تظهر سمات شبيهة بالبشر، يمكن لمقدمي الخدمات المصرفية عبر الهاتف المحمول زيادة تفاعل المستخدمين وولائهم، مستفيدين من الفوائد النفسية للألفة والثقة المرتبطة بميزات الذكاء الاصطناعي المخصصة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التأثير التحويلي للتقدم التكنولوجي الأخير، وخاصة في الخدمات المصرفية عبر الهاتف المحمول، الذي تسارع بفعل جائحة COVID-19. لقد غيرت الجائحة بشكل كبير سلوك المستهلكين في تايلاند، حيث أفاد 97% من المستهلكين باستخدام تطبيقات الخدمات المصرفية عبر الهاتف المحمول أسبوعيًا (تشوماني، 2024). تهدف هذه الدراسة إلى استكشاف العوامل التي تؤثر على اعتماد الخدمات المصرفية عبر الهاتف المحمول في سياق ما بعد الجائحة، مع التركيز على دمج الذكاء الاصطناعي (AI) في خدمات المصرفية عبر الهاتف المحمول. توسع البحث إطار نظرية القبول والاستخدام الموحد للتكنولوجيا (UTAUT) من خلال دمج المفاهيم المتعلقة بالذكاء الاصطناعي، وتحديدًا الذكاء المدرك والشخصنة المدركة، لفهم نوايا المستخدمين بشكل أفضل.
تفترض الورقة أن العوامل التقليدية في UTAUT – توقع الأداء، وتوقع الجهد، والتأثير الاجتماعي، وظروف التيسير – تظل ذات صلة ولكنها غير كافية لالتقاط الفروق الدقيقة التي قدمتها تقنيات الذكاء الاصطناعي. من المتوقع أن يعزز دمج مفاهيم الذكاء الاصطناعي من تفاعل المستخدمين وقبولهم، حيث تعالج هذه العناصر التجارب العاطفية والمعرفية التي تتجاهلها النماذج التقليدية. تسعى الدراسة إلى سد فجوة ملحوظة في الأدبيات الحالية من خلال فحص تجريبي لكيفية تأثير هذه الميزات المدفوعة بالذكاء الاصطناعي على النوايا السلوكية نحو اعتماد الخدمات المصرفية عبر الهاتف المحمول في مشهد ما بعد COVID-19، مما يساهم في فهم قبول التكنولوجيا في بيئات المستهلك المتطورة.
الطرق
توضح قسم منهجية البحث النهج المنهجي المستخدم للتحقيق في فرضيات الدراسة. يتناول اختيار المشاركين، وتقنيات جمع البيانات، والأساليب التحليلية المستخدمة لضمان صحة وموثوقية النتائج. استخدمت الدراسة نهجًا كميًا، مستفيدة من الأدوات الإحصائية لتحليل البيانات التي تم جمعها من عينة تمثيلية.
تم اختيار المشاركين من خلال أخذ عينات عشوائية طبقية لضمان التنوع وتقليل التحيز. تم جمع البيانات باستخدام استبيانات منظمة، والتي تضمنت أسئلة مغلقة ومفتوحة لالتقاط مجموعة شاملة من الردود. شمل التحليل تطبيق اختبارات إحصائية متنوعة، مثل تحليل الانحدار وANOVA، لتقييم العلاقات بين المتغيرات وتقييم دلالة النتائج. تدعم هذه المنهجية الدقيقة استنتاجات الدراسة وتعزز مصداقية النتائج.
النتائج
تشير نتائج النموذج الهيكلي إلى توافق قوي مع البيانات، حيث تفي مؤشرات التوافق بالعتبات الموصى بها (مثل CMIN/DF = 2.458، RMSEA = 0.060)، مما يثبت موثوقية النموذج لتحليل العلاقات المفترضة. يفسر النموذج 81.3% من التباين في النية السلوكية و51.8% في سلوك الاستخدام، مما يظهر قوة تفسيرية كبيرة. تشمل المحددات الرئيسية التي تؤثر على نوايا المستخدمين في الانخراط مع الخدمات المصرفية عبر الهاتف المحمول توقع الأداء (H1: β = 0.114، p < 0.001)، وتوقع الجهد (H2: β = 0.215، p < 0.001)، والتأثير الاجتماعي (H3: β = 0.389، p < 0.001)، وظروف التيسير (H4: β = 0.192، p < 0.001). تؤثر العوامل النفسية مثل الدافع الهيدوني (H5: β = 0.101، p = 0.006)، والثقة (H8: β = 0.147، p = 0.022)، والخصوصية المدركة (H9: β = 0.218، p = 0.003) أيضًا بشكل كبير على النوايا السلوكية. على العكس، لم تظهر قيمة السعر (H6: β = 0.117، p > 0.10) والأمان المدرك (H10: β = 0.353، p > 0.10) تأثيرات كبيرة.
تسلط النتائج الضوء على المشهد المتطور لاعتماد الخدمات المصرفية عبر الهاتف المحمول، خاصة في سياق ما بعد COVID-19، حيث تضاءلت أهمية العوامل التقليدية مثل السعر والعادة. بدلاً من ذلك، يولي المستخدمون الأولوية للاستخدامية، والتأثير الاجتماعي، والانخراط العاطفي، كما يتضح من الأدوار المهمة للذكاء المدرك (H11: β = 0.429، p < 0.001) والشخصنة (H12: β = 0.516، p < 0.001) في تشكيل النوايا السلوكية. تعزز العلاقة الإيجابية بين النوايا السلوكية وسلوك الاستخدام الفعلي (H13: β = 0.368، p < 0.001) أهمية تعزيز تجارب المستخدمين المواتية لتعزيز الانخراط مع خدمات المصرفية عبر الهاتف المحمول. بشكل عام، تؤكد الدراسة على ضرورة تكيف المؤسسات المالية مع توقعات وتفضيلات المستخدمين المتغيرة في بيئة رقمية تتطور بسرعة.
المناقشة
لقد سرعت جائحة COVID-19 بشكل كبير من اعتماد الخدمات المصرفية عبر الهاتف المحمول، حيث سعى المستهلكون إلى خيارات إدارة مالية آمنة ومريحة خلال فترات الإغلاق. لقد دفعت هذه التحولات البنوك إلى تعزيز منصاتها المحمولة بميزات متقدمة مثل الأدوات المدفوعة بالذكاء الاصطناعي والمصادقة البيومترية، مما أدى إلى زيادة توقعات المستهلكين لتجارب سلسة ومخصصة. لم تجعل الجائحة الخدمات المصرفية عبر الهاتف المحمول الطريقة المفضلة للعديد من الأشخاص فحسب، بل أدت أيضًا إلى تغييرات طويلة الأمد في سلوك المستهلك، مع زيادة ملحوظة في استخدام المدفوعات عبر الهاتف المحمول بسبب المخاوف المتعلقة بالسلامة بشأن المعاملات النقدية.
توفر نظرية القبول والاستخدام الموحد للتكنولوجيا (UTAUT) وامتدادها، UTAUT2، إطارًا شاملاً لفهم العوامل التي تؤثر على اعتماد الخدمات المصرفية عبر الهاتف المحمول. تشمل المحددات الرئيسية توقع الأداء، وتوقع الجهد، والتأثير الاجتماعي، وظروف التيسير، التي تشكل مجتمعة نوايا السلوك لدى المستخدمين. يعزز دمج المفاهيم الإضافية في UTAUT2، مثل الدافع الهيدوني وقيمة السعر، النموذج ليتناسب بشكل أفضل مع سياقات اعتماد التكنولوجيا من قبل المستهلكين. لقد ظهرت الثقة، والخصوصية المدركة، والأمان المدرك كعوامل حاسمة في مشهد ما بعد COVID-19، تؤثر على استعداد المستخدمين للانخراط مع منصات الخدمات المصرفية عبر الهاتف المحمول. علاوة على ذلك، يعزز دمج الذكاء الاصطناعي في الخدمات المصرفية عبر الهاتف المحمول من رضا المستخدمين وأمانهم، مما يعزز قبول هذه الخدمات واعتمادها. بشكل عام، تسلط الدراسة الضوء على الديناميكيات المتطورة لاعتماد الخدمات المصرفية عبر الهاتف المحمول في عالم يتجه نحو الرقمنة بسرعة، خاصة في أعقاب الجائحة.
القيود
تنبع قيود هذه الدراسة بشكل أساسي من تركيزها على المستجيبين التايلانديين، مما قد يحد من إمكانية تعميم النتائج على سياقات ثقافية وبيئية أخرى. قد يكون انحياز العينة نحو المستخدمين الأصغر سناً، الذين يعتبرون متبنين رئيسيين للخدمات المالية الرقمية، قد أثر على النتائج، خاصة فيما يتعلق بتأكيد الدراسة على مفاهيم الذكاء الاصطناعي مثل الذكاء المدرك والشخصنة. بالإضافة إلى ذلك، فإن الاعتماد على البيانات المبلغ عنها ذاتيًا يثير مخاوف بشأن تحيز الرغبة الاجتماعية، على الرغم من الجهود المبذولة لتقييم تحيز الطريقة الشائعة من خلال اختبار عامل هارمان الواحد. يجب أن تأخذ الأبحاث المستقبلية في الاعتبار دمج البيانات السلوكية وتقنيات الاستجواب غير المباشرة للتخفيف من هذه التحيزات.
علاوة على ذلك، فإن تصميم الدراسة العرضي يلتقط سلوك المستخدم في نقطة زمنية واحدة، مما يشير إلى أن نهجًا طوليًا قد يوفر رؤى حول تطور أنماط السلوك والعوامل المؤثرة. كما تتجاهل الدراسة المتغيرات الوسيطة والمعدلة المحتملة، مع التركيز فقط على العلاقات المباشرة بين المتنبئات والنوايا السلوكية. يمكن أن تستكشف التحقيقات المستقبلية تأثير التقنيات الناشئة مثل البيومترية والبلوك تشين على مواقف المستهلكين تجاه الخدمات المصرفية عبر الهاتف المحمول، بالإضافة إلى إعادة تقييم مفاهيم الذكاء الاصطناعي من خلال فحص عوامل مثل الاستجابة المدركة والموثوقية. علاوة على ذلك، يمكن أن تعزز الدراسات النوعية من فهم تصورات المستخدمين بشأن التكلفة والأمان، بينما قد توضح توسيع البحث إلى سياقات جغرافية متنوعة ما إذا كانت التأثيرات المعدومة الملحوظة فريدة من نوعها في بيئة ما بعد الجائحة في تايلاند. أخيرًا، يمكن أن يكشف استخدام نمذجة المعادلات الهيكلية متعددة المجموعات (SEM) عن اختلافات في العلاقات عبر مجموعات ديموغرافية مختلفة.
DOI: https://doi.org/10.3389/frai.2025.1649392
PMID: https://pubmed.ncbi.nlm.nih.gov/40873495
Publication Date: 2025-08-12
Author(s): Johannes Schrank
Primary Topic: Technology Adoption and User Behaviour
Overview
This research investigates the determinants of behavioral intentions to use mobile banking in the post-COVID-19 era, extending the Unified Theory of Acceptance and Use of Technology (UTAUT) framework by incorporating perceived intelligence and perceived anthropomorphism of artificial intelligence (AI). Data collected from 412 respondents in Thailand were analyzed using structural equation modeling. The results indicate that performance expectancy, effort expectancy, social influence, facilitating conditions, trust, perceived privacy, and the AI characteristics of perceived intelligence and anthropomorphism significantly positively influence users’ intentions to adopt mobile banking. Conversely, factors such as price value, habits, and perceived security did not show a significant impact.
The findings emphasize the transformative role of AI in mobile banking, suggesting that consumers prefer advanced, human-like interactions with AI systems. Financial institutions are encouraged to invest in AI technologies that provide personalized financial advice, predict user needs, and automate tasks, thereby enhancing customer experiences and fostering emotional connections. By developing AI interfaces that exhibit human-like traits, mobile banking providers can increase user engagement and loyalty, leveraging the psychological benefits of familiarity and trust associated with anthropomorphized AI features.
Introduction
The introduction of this research paper highlights the transformative impact of recent technological advancements, particularly in mobile banking, accelerated by the COVID-19 pandemic. The pandemic has significantly altered consumer behavior in Thailand, with a reported 97% of consumers using mobile banking applications weekly (Choomanee, 2024). This study aims to explore the factors influencing mobile banking adoption in the post-pandemic context, emphasizing the integration of artificial intelligence (AI) into mobile banking services. The research extends the Unified Theory of Acceptance and Use of Technology (UTAUT) framework by incorporating AI-related constructs, specifically perceived intelligence and perceived anthropomorphism, to better understand user intentions.
The paper posits that traditional UTAUT factors—performance expectancy, effort expectancy, social influence, and facilitating conditions—remain relevant but insufficient in capturing the nuances introduced by AI technologies. The incorporation of AI constructs is expected to enhance user engagement and acceptance, as these elements address emotional and cognitive experiences that traditional models overlook. The study seeks to fill a notable gap in existing literature by empirically examining how these AI-driven features influence behavioral intentions toward mobile banking adoption in a post-COVID-19 landscape, ultimately contributing to the understanding of technology acceptance in evolving consumer environments.
Methods
The research methodology section outlines the systematic approach employed to investigate the study’s hypotheses. It details the selection of participants, data collection techniques, and analytical methods utilized to ensure the validity and reliability of the findings. The study employed a quantitative approach, utilizing statistical tools to analyze the data collected from a representative sample.
Participants were selected through stratified random sampling to ensure diversity and minimize bias. Data were gathered using structured questionnaires, which included both closed and open-ended questions to capture a comprehensive range of responses. The analysis involved applying various statistical tests, such as regression analysis and ANOVA, to evaluate relationships between variables and assess the significance of the results. This rigorous methodology underpins the study’s conclusions and enhances the credibility of the findings.
Results
The results of the structural model indicate a strong fit to the data, with fit indices meeting recommended thresholds (e.g., CMIN/DF = 2.458, RMSEA = 0.060), validating the model’s reliability for analyzing hypothesized relationships. The model explains 81.3% of the variance in behavioral intention and 51.8% in use behavior, demonstrating significant explanatory power. Key determinants influencing users’ intentions to engage with mobile banking include performance expectancy (H1: β = 0.114, p < 0.001), effort expectancy (H2: β = 0.215, p < 0.001), social influence (H3: β = 0.389, p < 0.001), and facilitating conditions (H4: β = 0.192, p < 0.001). Psychological factors such as hedonic motivation (H5: β = 0.101, p = 0.006), trust (H8: β = 0.147, p = 0.022), and perceived privacy (H9: β = 0.218, p = 0.003) also significantly affect behavioral intentions. Conversely, price value (H6: β = 0.117, p > 0.10) and perceived security (H10: β = 0.353, p > 0.10) did not show significant effects.
The findings highlight the evolving landscape of mobile banking adoption, particularly in the post-COVID-19 context, where traditional factors like price and habit have diminished in significance. Instead, users prioritize usability, social influence, and emotional engagement, as evidenced by the significant roles of perceived intelligence (H11: β = 0.429, p < 0.001) and anthropomorphism (H12: β = 0.516, p < 0.001) in shaping behavioral intentions. The positive correlation between behavioral intentions and actual use behavior (H13: β = 0.368, p < 0.001) reinforces the importance of fostering favorable user experiences to enhance engagement with mobile banking services. Overall, the study underscores the necessity for financial institutions to adapt to changing user expectations and preferences in a rapidly digitizing environment.
Discussion
The COVID-19 pandemic has significantly accelerated the adoption of mobile banking, as consumers sought safe and convenient financial management options during lockdowns. This shift has prompted banks to enhance their mobile platforms with advanced features such as AI-driven tools and biometric authentication, leading to increased consumer expectations for seamless and personalized experiences. The pandemic has not only made mobile banking the preferred method for many but has also driven long-term changes in consumer behavior, with a notable rise in mobile payment usage attributed to safety concerns regarding cash transactions.
The Unified Theory of Acceptance and Use of Technology (UTAUT) and its extension, UTAUT2, provide a comprehensive framework for understanding the factors influencing mobile banking adoption. Key determinants include performance expectancy, effort expectancy, social influence, and facilitating conditions, which collectively shape users’ behavioral intentions. The incorporation of additional constructs in UTAUT2, such as hedonic motivation and price value, further refines the model to better fit consumer technology adoption contexts. Trust, perceived privacy, and perceived security have emerged as critical factors in the post-COVID-19 landscape, influencing users’ willingness to engage with mobile banking platforms. Furthermore, the integration of artificial intelligence in mobile banking enhances user satisfaction and security, thereby fostering greater acceptance and adoption of these services. Overall, the study highlights the evolving dynamics of mobile banking adoption in a rapidly digitizing world, particularly in the aftermath of the pandemic.
Limitations
The limitations of this study primarily stem from its focus on Thai respondents, which may restrict the generalizability of the findings to other cultural and environmental contexts. The sample’s skew towards younger users, who are significant adopters of digital financial services, may have influenced the results, particularly regarding the study’s emphasis on AI constructs like perceived intelligence and anthropomorphism. Additionally, the reliance on self-reported data raises concerns about social desirability bias, despite efforts to assess common method bias through Harman’s single-factor test. Future research should consider incorporating behavioral data and indirect questioning techniques to mitigate these biases.
Moreover, the study’s cross-sectional design captures user behavior at a single point in time, suggesting that a longitudinal approach could provide insights into the evolution of behavioral patterns and influencing factors. The research also overlooks potential mediating and moderating variables, focusing solely on direct relationships between predictors and behavioral intentions. Future investigations could explore the impact of emerging technologies such as biometrics and blockchain on consumer attitudes towards mobile banking, as well as re-evaluate the constructs of AI by examining factors like perceived responsiveness and reliability. Additionally, qualitative studies could enhance understanding of users’ perceptions regarding cost and security, while expanding research to diverse geographic contexts may clarify whether observed null effects are unique to the Thai post-pandemic environment. Finally, employing multi-group structural equation modeling (SEM) could reveal variations in relationships across different demographic groups.