DOI: https://doi.org/10.3389/fpsyg.2025.1580422
PMID: https://pubmed.ncbi.nlm.nih.gov/41608171
تاريخ النشر: 2026-01-13
المؤلف: Lin Zhao وآخرون
الموضوع الرئيسي: التوتر التكنولوجي في البيئات المهنية
نظرة عامة
تتناول ورقة البحث الزيادة المتزايدة في ظاهرة الإرهاق الرقمي بين طلاب الجامعات بسبب التكامل السريع للتقنيات المدفوعة بالذكاء الاصطناعي في التعليم العالي. وتبرز غياب الأدوات المعتمدة لقياس الطبيعة متعددة الأبعاد للإرهاق الرقمي في هذه السياقات. لسد هذه الفجوة، طورت الدراسة وصادقت على مقياس الإرهاق الرقمي استنادًا إلى نموذج الضغوط-الضغط-النتيجة (SSO) ونظرية الحفاظ على الموارد (COR).
باستخدام نهج مختلط متعدد المراحل، أجرت الباحثون أولاً مقابلات نوعية لتوليد مجموعة من العناصر، تلتها عملية التحقق الكمي من خلال استبيانات واسعة النطاق. كشفت التحليلات عن هيكل مكون من ستة أبعاد للإرهاق الرقمي، تشمل الشيخوخة الرقمية، والإرهاق العاطفي، والتحميل المعرفي، والتنافر المعرفي، الحرمان الرقمي، والإدمان السلوكي. أظهر كل بعد صلاحية تقاربية وتمييز قوية، مما يؤكد قوة المقياس النفسية. يعد هذا المقياس المطور حديثًا أداة موثوقة مدفوعة بالنظرية لتقييم الإرهاق الرقمي، مما يوفر رؤى قيمة للمعلمين والإداريين لتحديد الطلاب المعرضين للخطر وتنفيذ تدخلات مستهدفة.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التكامل الشامل للذكاء الاصطناعي (AI) في جوانب مختلفة من الحياة، مما يؤدي إلى ظهور “الإرهاق الرقمي”، وهو حالة من الإرهاق الجسدي والعاطفي الناجم عن الاستخدام المفرط للتقنيات الرقمية. وقد تفاقمت هذه الظاهرة بسبب جائحة COVID-19، التي زادت من الاعتماد على الأجهزة الرقمية للعمل والتعلم والتفاعل الاجتماعي. تحدد الورقة العوامل الرئيسية المساهمة في الإرهاق الرقمي، بما في ذلك overload المعلومات، والاعتماد على الشاشات، والتعقيدات التي أدخلتها تقنيات الذكاء الاصطناعي التي تblur الحدود بين التفاعلات البشرية والآلية. ومن الجدير بالذكر أن الذكاء الاصطناعي التوليدي يمكن أن يعزز الإنتاجية بينما يزيد في الوقت نفسه من الضغط من خلال السيطرة الخوارزمية وعدم اليقين.
على الرغم من الاهتمام الأكاديمي المتزايد بالإرهاق الرقمي، تشير الورقة إلى وجود فجوة كبيرة في أدوات القياس المصممة خصيصًا لسياق الذكاء الاصطناعي، حيث تركز المقاييس الحالية بشكل أساسي على الأشكال التقليدية للإرهاق. يقترح المؤلفون تطوير مقياس شامل لتقييم الإرهاق الرقمي، مستندًا إلى نموذج الضغوط-الضغط-النتيجة (SSO) ونظرية الحفاظ على الموارد (COR). يهدف هذا الإطار إلى توضيح الآليات وراء الإرهاق الرقمي، مع التأكيد على دور خصائص الذكاء الاصطناعي كعوامل ضغط تؤدي إلى الضغط النفسي وفي النهاية الإرهاق. تسعى الدراسة إلى سد الفجوات النظرية والمنهجية الحرجة في فهم الإرهاق الرقمي في عصر الذكاء الاصطناعي، مما يبرز الحاجة إلى البحث المستهدف والتدخلات الفعالة.
الطرق
استخدمت الدراسة منهجية متعددة المراحل للتحقيق في الإرهاق الرقمي بين طلاب الجامعات في الصين وماليزيا، باستخدام مزيج من الأساليب النوعية والكمية. في المرحلة 1، تم إجراء مقابلات شبه منظمة مع 15 مشاركًا تتراوح أعمارهم بين 18-25 لاستكشاف تجاربهم مع الإرهاق الرقمي في بيئات التعلم المعززة بالذكاء الاصطناعي. حدد التحليل الموضوعي، وفقًا لعملية براون وكلارك المكونة من ست مراحل، ستة مواضيع رئيسية: الشيخوخة الرقمية، والإدمان السلوكي، والإرهاق العاطفي، والتحميل المعرفي، والحرمان الرقمي، والتنافر المعرفي. تم تقييم موثوقية الترميز المتبادل باستخدام كابا كوهين، مما أسفر عن درجة 0.84، مما يشير إلى توافق ممتاز بين الباحثين.
تضمنت المرحلة 2 تحليل العوامل الاستكشافية (EFA) لتنقيح مقياس الإرهاق الرقمي، باستخدام مزيج من مراجعة الأدبيات، ومقابلات الطلاب، وتعليقات الخبراء لتوليد العناصر. تم إجراء تحليل العوامل الاستكشافية باستخدام برنامج Jamovi، مع معايير الاحتفاظ بالعناصر استنادًا إلى تحميلات العوامل والعموميات. في المرحلة 3، تم إجراء تحليل العوامل التأكيدية (CFA) باستخدام SmartPLS 4.1 لتقييم الصلاحية الهيكلية والاتساق الداخلي للمقياس، مؤكدًا الهيكل المكون من ستة عوامل الذي تم تحديده في المرحلة 2. التزمت الدراسة بالإرشادات الأخلاقية، مما يضمن سرية المشاركين والمشاركة الطوعية، وطورت مقياسًا شاملاً للإرهاق الرقمي يدمج الأطر الحالية مع معالجة الفجوات التي تم تحديدها من خلال المقابلات النوعية.
المناقشة
تقدم قسم المناقشة في ورقة البحث تطوير وصلاحية مقياس الإرهاق الرقمي، الذي يحدد ستة أبعاد متميزة من الإرهاق الرقمي بين طلاب الجامعات: الشيخوخة الرقمية، والإدمان السلوكي، والإرهاق العاطفي، والحرمان الرقمي، والتحميل المعرفي، والتنافر المعرفي. يعد هذا المقياس تقدمًا كبيرًا عن الأدوات السابقة، حيث يستند إلى بيانات نوعية من مقابلات الطلاب ويعكس الاتجاهات التكنولوجية المعاصرة. تؤكد التحليلات الاستكشافية (EFA) والتحليلات التأكيدية (CFA) موثوقية المقياس وصلاحيته، مع النسخة النهائية التي تتكون من 37 عنصرًا تفسر مجتمعة 62.4% من التباين في الإرهاق الرقمي.
تؤكد النتائج على الأبعاد المعرفية والعاطفية للإرهاق الرقمي، مما يبرز كيف يمكن أن يؤدي الانخراط المفرط في العالم الرقمي إلى التعب الجسدي، وعدم الاستقرار العاطفي، والتحميل المعرفي. كما تتناول الدراسة الآثار الاجتماعية للإرهاق الرقمي، مشيرة إلى أن المقارنات عبر الإنترنت يمكن أن تفاقم مشاعر عدم الكفاءة والقلق. علاوة على ذلك، يتم تحديد الإدمان السلوكي كعاقبة محتملة للإرهاق الرقمي، خاصة بين طلاب الجامعات، الذين قد يعانون من تراجع التركيز الأكاديمي والعلاقات الشخصية بسبب الاعتماد المفرط على الأجهزة الرقمية. بشكل عام، يعد مقياس الإرهاق الرقمي أداة عملية لتقييم مستويات الإرهاق، مما يساعد المعلمين في تطوير استراتيجيات للتخفيف من آثاره وتعزيز بيئة تعلم رقمية أكثر صحة. يتم تشجيع الأبحاث المستقبلية لاستكشاف التدخلات التي تهدف إلى تقليل الإرهاق الرقمي وفهم آثارها طويلة الأمد على رفاهية الطلاب وأدائهم الأكاديمي.
القيود
تقدم الدراسة مقياسًا أساسيًا للإرهاق الرقمي لطلاب الجامعات لكنها تعترف بعدة قيود قد تؤثر على تعميم وملاءمة نتائجها. أولاً، كانت العينة تتكون في الغالب من طلاب صينيين، مع تمثيل ضئيل من ماليزيا، مما قد يميل هيكل العوامل للإرهاق الرقمي نحو المعايير الثقافية المحددة المتعلقة باستخدام التكنولوجيا والتعبير العاطفي. تتطلب هذه القيود الحذر عند تطبيق النتائج على الطلاب من خلفيات ثقافية أو تعليمية متنوعة. ثانيًا، يؤدي الاعتماد على العينة غير الاحتمالية في كل من المراحل النوعية والكمية إلى إدخال تحيزات محتملة، مثل الاختيار الذاتي والرغبة الاجتماعية، مما قد يؤثر على صلاحية النتائج.
بالإضافة إلى ذلك، تستخدم الدراسة بشكل أساسي تصميمًا مقطعيًا، مما يحد من الرؤى حول المسار التطوري للإرهاق الرقمي وعوامل المساهمة فيه. لا تزال المخاوف الأخلاقية والخصوصية المتعلقة بالذكاء الاصطناعي في التعليم، خاصة فيما يتعلق بالإرهاق الرقمي، غير مستكشفة بشكل كافٍ. كما لم يتم تناول دور الدعم المؤسسي في التخفيف من الإرهاق الرقمي بشكل كافٍ. يجب أن تهدف الأبحاث المستقبلية إلى التحقق من صحة المقياس عبر سياقات ثقافية متنوعة، واستخدام عينات أكبر وأكثر تنوعًا، وتعزيز دمج البيانات النوعية والكمية، وتبني منهجيات طولية لفهم أفضل للعوامل المحددة ونتائج الإرهاق الرقمي. علاوة على ذلك، من الضروري التعامل مع الآثار الأخلاقية للذكاء الاصطناعي في التعليم وتقييم فعالية آليات الدعم المختلفة في تخفيف الإرهاق الرقمي.
DOI: https://doi.org/10.3389/fpsyg.2025.1580422
PMID: https://pubmed.ncbi.nlm.nih.gov/41608171
Publication Date: 2026-01-13
Author(s): Lin Zhao et al.
Primary Topic: Technostress in Professional Settings
Overview
The research paper addresses the increasing prevalence of digital burnout among college students due to the rapid integration of AI-driven technologies in higher education. It highlights the absence of validated instruments to measure the multifaceted nature of digital burnout in these contexts. To fill this gap, the study developed and validated a Digital Burnout Scale based on the Stressor-Strain-Outcome (SSO) model and Conservation of Resources (COR) theory.
Employing a multi-stage mixed-methods approach, the researchers first conducted qualitative interviews to generate an item pool, followed by quantitative validation through large-scale surveys. The analyses revealed a six-dimensional structure of digital burnout, encompassing Digital Aging, Emotional Exhaustion, Cognitive Overload, Cognitive Dissonance, Digital Deprivation, and Behavioral Addictions. Each dimension exhibited strong convergent and discriminant validity, confirming the scale’s psychometric robustness. This newly developed scale serves as a reliable, theory-driven tool for assessing digital burnout, offering valuable insights for educators and administrators to identify at-risk students and implement targeted interventions.
Introduction
The introduction of the research paper highlights the pervasive integration of Artificial Intelligence (AI) in various aspects of life, leading to the emergence of “digital burnout,” a state of physical and emotional exhaustion stemming from excessive use of digital technologies. This phenomenon has been exacerbated by the COVID-19 pandemic, which increased reliance on digital devices for work, learning, and social interaction. The paper identifies key contributors to digital burnout, including information overload, screen dependency, and the complexities introduced by AI technologies that blur the lines between human and machine interactions. Notably, generative AI can enhance productivity while simultaneously increasing stress through algorithmic control and uncertainty.
Despite growing scholarly attention to digital burnout, the paper notes a significant gap in measurement tools specifically designed for the AI context, as existing scales primarily focus on traditional forms of burnout. The authors propose the development of a comprehensive scale to assess digital burnout, informed by the Stressor-Strain-Outcome (SSO) model and Conservation of Resources (COR) theory. This framework aims to elucidate the mechanisms behind digital burnout, emphasizing the role of AI characteristics as stressors that lead to psychological strain and ultimately burnout. The study seeks to fill critical theoretical and methodological gaps in understanding digital burnout in the AI era, underscoring the need for targeted research and effective interventions.
Methods
The study employed a multi-phase methodology to investigate digital burnout among university students in China and Malaysia, utilizing a combination of qualitative and quantitative approaches. In Phase 1, semi-structured interviews were conducted with 15 participants aged 18-25 to explore their experiences with digital burnout in AI-enhanced learning environments. Thematic analysis, following Braun and Clarke’s six-phase process, identified six core themes: Digital Aging, Emotional Exhaustion, Cognitive Overload, Cognitive Dissonance, Digital Deprivation, and Behavioral Addiction. Inter-coder reliability was assessed with Cohen’s Kappa yielding a score of 0.84, indicating excellent agreement between researchers.
Phase 2 involved Exploratory Factor Analysis (EFA) to refine a digital burnout scale, utilizing a combination of literature review, student interviews, and expert feedback for item generation. The EFA was conducted using Jamovi software, with item retention criteria based on factor loadings and communalities. In Phase 3, Confirmatory Factor Analysis (CFA) was performed using SmartPLS 4.1 to evaluate the structural validity and internal consistency of the scale, confirming the six-factor structure identified in Phase 2. The study adhered to ethical guidelines, ensuring participant anonymity and voluntary participation, and developed a comprehensive Digital Burnout Scale that integrates existing frameworks while addressing gaps identified through qualitative interviews.
Discussion
The discussion section of the research paper presents the development and validation of a Digital Burnout Scale, which identifies six distinct dimensions of digital burnout among college students: Digital Aging, Behavioral Addiction, Emotional Exhaustion, Digital Deprivation, Cognitive Overload, and Cognitive Dissonance. This scale is a significant advancement over previous instruments, as it is informed by qualitative data from student interviews and reflects contemporary technological trends. The exploratory factor analysis (EFA) and confirmatory factor analysis (CFA) confirm the scale’s reliability and validity, with the final version comprising 37 items that collectively explain 62.4% of the variance in digital burnout.
The findings emphasize the cognitive and emotional dimensions of digital burnout, highlighting how excessive digital engagement can lead to physical fatigue, emotional instability, and cognitive overload. The study also addresses the social implications of digital burnout, noting that online comparisons can exacerbate feelings of inadequacy and anxiety. Furthermore, behavioral addictions are identified as a potential consequence of digital burnout, particularly among college students, who may experience diminished academic focus and interpersonal relationships due to excessive reliance on digital devices. Overall, the Digital Burnout Scale serves as a practical tool for assessing burnout levels, aiding educators in developing strategies to mitigate its effects and promote a healthier digital learning environment. Future research is encouraged to explore interventions aimed at reducing digital burnout and understanding its long-term impacts on student well-being and academic performance.
Limitations
The study presents a foundational digital burnout scale for college students but acknowledges several limitations that may affect the generalizability and applicability of its findings. Firstly, the sample predominantly comprised Chinese students, with a minor representation from Malaysia, which may skew the factor structure of “digital burnout” towards culturally specific norms related to technology use and emotional expression. This limitation necessitates caution in applying the results to students from diverse cultural or educational backgrounds. Secondly, the reliance on non-probability sampling in both qualitative and quantitative phases introduces potential biases, such as self-selection and social desirability, which could affect the validity of the findings.
Additionally, the research primarily employs a cross-sectional design, limiting insights into the developmental trajectory of digital burnout and its contributing factors. Ethical and privacy concerns regarding artificial intelligence in education, especially related to digital burnout, remain underexplored. The role of institutional support in mitigating digital burnout has also not been adequately addressed. Future research should aim to validate the scale across varied cultural contexts, utilize larger and more diverse samples, enhance the integration of qualitative and quantitative data, and adopt longitudinal methodologies to better understand the determinants and consequences of digital burnout. Furthermore, it is essential to engage with the ethical implications of AI in education and assess the effectiveness of various support mechanisms in alleviating digital burnout.