DOI: https://doi.org/10.3389/fpsyg.2025.1628471
PMID: https://pubmed.ncbi.nlm.nih.gov/40771325
تاريخ النشر: 2025-07-23
المؤلف: Zhenyun Du وآخرون
الموضوع الرئيسي: العلاج بالفن والصحة النفسية
نظرة عامة
تستكشف هذه الدراسة دور فنون الذكاء الاصطناعي التوليدي في العلاج بالفن الرقمي، وخاصة تأثيرها على مشاركة المراهقين المدفوعة بالاهتمام في ظل تزايد القلق بشأن الصحة النفسية. تم إجراء مسح مقطعي شمل 444 طالبًا من المدارس الثانوية في مقاطعة هوبي، الصين. استخدمت الدراسة نظرية التصميم العاطفي ونموذج قبول التكنولوجيا (TAM) لتطوير نموذج تنبؤي، مستخدمةً نمذجة المعادلات الهيكلية (SEM) وتحليلات الشبكات العصبية الاصطناعية (ANN) للتحقق من صحة النموذج وتحديد المؤشرات الرئيسية للمشاركة.
كشفت نتائج SEM أن الفائدة المدركة (PU) وسهولة الاستخدام المدركة (PEOU) والمتعة المدركة (PF) والثقة المدركة (PT) أثرت بشكل كبير على مواقف المستخدمين تجاه الاستخدام (ATT) (p < 0.001). ومن الجدير بالذكر أن ATT وPF وPT ظهرت كمؤشرات قوية للمشاركة المدفوعة بالاهتمام، بينما لم تؤثر المستويات السلوكية بشكل مباشر على المتعة المدركة (PE). أكدت تحليل ANN أن ATT هو المؤشر الأكثر أهمية، مع أهمية طبيعية تبلغ 100%، متجاوزًا PE بنسبة 19.3%. تسلط هذه النتائج الضوء على ضرورة التصميم البديهي، والتفاعل السلس، وبناء الثقة في تعزيز مشاركة المراهقين مع العلاج بالفن القائم على الذكاء الاصطناعي، مما يوفر أساسًا نظريًا لفهم تشكيل الاهتمام لدى الشباب ويقدم رؤى عملية لتحسين الأدوات العلاجية الرقمية والتدخلات الصحية النفسية.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الأهمية المتزايدة لتقنيات الذكاء الاصطناعي (AI) في مجالات متعددة، وخاصة في التعليم والصحة النفسية والإبداع الفني. تؤكد على أهمية فهم مشاركة المراهقين مع أدوات الذكاء الاصطناعي التوليدي، حيث أن هذه المرحلة التنموية حاسمة لتشكيل الهوية الذاتية والتعبير العاطفي. تشير الورقة إلى أن تقنيات الرسم القائمة على الذكاء الاصطناعي التوليدي تكتسب زخمًا في الفن الرقمي والتدخلات النفسية بسبب قدراتها على الإبداع الآلي والتفاعل متعدد الوسائط. تشير الأدلة إلى أن هذه الأدوات تقدم مزايا مثل التوصيل عن بُعد، وحماية الخصوصية، وتعزيز التوليد البصري، مما يجعلها جذابة بشكل خاص للمراهقين الذين يسعون إلى تجارب تفاعلية وشخصية.
على الرغم من النتائج الأولية التي تشير إلى الفوائد المحتملة للذكاء الاصطناعي التوليدي في العلاج القائم على الفن، إلا أن الأدبيات ركزت إلى حد كبير على رضا المستخدمين ومشاركتهم على المدى القصير، مع استكشاف غير كافٍ للآليات التي تعزز الاهتمام المستدام والدافع على المدى الطويل. تهدف الدراسة إلى معالجة هذه الفجوة من خلال التحقيق في مسارات المشاركة المدفوعة بالاهتمام في استخدام أدوات الرسم القائمة على الذكاء الاصطناعي التوليدي بين المراهقين. تقترح نموذجًا متكاملًا يجمع بين نظرية التصميم العاطفي (EDT) ونموذج قبول التكنولوجيا (TAM) لتوضيح العلاقات بين الإدراك، والاستجابات العاطفية، والميول السلوكية. ستستخدم الدراسة نمذجة المعادلات الهيكلية (SEM) والشبكات العصبية الاصطناعية (ANN) لتحليل هذه الديناميات وصياغة ثلاثة أسئلة بحث رئيسية تتعلق بتأثير الفائدة المدركة، والاستجابات العاطفية، والمتعة المدركة على اهتمام المراهقين بأدوات الذكاء الاصطناعي التوليدية. من المتوقع أن توفر النتائج رؤى قيمة لتعزيز التدخلات الصحية النفسية المدعومة بالذكاء الاصطناعي وتوجيه تصميم منصات الذكاء الاصطناعي سهلة الاستخدام.
النتائج
استخدم قسم النتائج من الدراسة SPSS 26.0 وAMOS 28.0 لتحليل البيانات، مع التركيز على موثوقية وصلاحية نموذج القياس. أظهرت جميع البنى صلاحية تقاربية مقبولة، حيث تجاوزت قيم التباين المتوسط المستخرج (AVE) 0.50 وقيم الموثوقية المركبة (CR) 0.70، مما يؤكد الاتساق الداخلي. لوحظت تحميلات عوامل مهمة، خاصة للبنى مثل الثقة المدركة والسلوك المدفوع بالاهتمام. قيمت الدراسة الصلاحية المحتوى، والتقارب، والتمييز، حيث تم تأكيد الأخيرة من خلال كون الجذر التربيعي لـ AVE أكبر من معاملات الارتباط بيرسون بين البنى.
كشفت النتائج الرئيسية أن اهتمام المراهقين بأدوات الرسم القائمة على الذكاء الاصطناعي التوليدي يتأثر بشكل كبير بسهولة الاستخدام المدركة، والفائدة المدركة، والموقف تجاه الاستخدام، مما يتماشى مع نموذج قبول التكنولوجيا (TAM). وجدت الدراسة أن سهولة الاستخدام المدركة تؤثر إيجابيًا على الفائدة المدركة، والتي بدورها تؤثر على الموقف تجاه الاستخدام والدافع المدفوع بالاهتمام. بالإضافة إلى ذلك، تم تحفيز المشاركة العاطفية من خلال إطار عمل ثلاثي المستويات للتصميم العاطفي، مع تحديد مسارات مهمة من المستويات الحسية إلى السلوكية والتفكرية. ومع ذلك، لم يتم دعم بعض المسارات المفترضة، مثل تأثير المتعة المدركة على الدافع المدفوع بالاهتمام، مما يشير إلى أن المتعة قد تعتمد أكثر على العوامل السياقية بدلاً من المشاركة السلوكية المباشرة. بشكل عام، تشير النتائج إلى أن البنى مثل المتعة المدركة والثقة المدركة هي عوامل حاسمة في تشكيل مشاركة المراهقين مع أدوات الرسم بالذكاء الاصطناعي، مما يتطلب مراجعة مسارات TAM التقليدية لتناسب بشكل أفضل المستخدمين الأصغر سنًا.
المناقشة
تناقش هذه القسم المجال الناشئ للعلاج بالفن الرقمي، الذي يجمع بين الأشكال الفنية التقليدية ووسائط الرقمية لتقديم تدخلات نفسية مبتكرة، خاصة للمراهقين. تستفيد هذه الطريقة من تفضيلات جيل “المواطن الرقمي”، مما يوفر بيئة مرنة وآمنة للتعبير العاطفي. بينما أظهرت الدراسات فعاليتها في تعزيز الإفراج العاطفي وإعادة الهيكلة المعرفية، لا تزال هناك مخاوف بشأن فقدان الانغماس والاتصال العاطفي الذي توفره التفاعلات اللمسية في العلاج بالفن التقليدي. تسلط الأدبيات الضوء على فجوة في فهم الآثار النفسية طويلة المدى وآليات المشاركة، خاصة مع تزايد دمج أدوات الذكاء الاصطناعي التوليدية في هذه الممارسات العلاجية.
لقد اكتسب الرسم بالذكاء الاصطناعي التوليدي، الذي يستخدم نماذج تعلم الآلة المتقدمة، زخمًا في التدخلات الصحية النفسية، مما يظهر إمكانات للتعبير العاطفي والراحة النفسية. ومع ذلك، لا تزال الآليات النفسية طويلة المدى لهذه الأدوات غير مستكشفة بشكل كاف. تؤكد هذه القسم على الحاجة إلى تحقيق منهجي في كيفية تأثير الذكاء الاصطناعي التوليدي على تنظيم العواطف والمشاركة المستدامة، خاصة بين المراهقين. لمعالجة هذه الفجوات، تقترح الدراسة إطارًا متكاملًا يجمع بين نظرية التصميم العاطفي (EDT) ونموذج قبول التكنولوجيا (TAM) لتوضيح الآليات المعرفية والعاطفية والسلوكية التي تحرك المشاركة مع أدوات العلاج بالفن القائمة على الذكاء الاصطناعي. يهدف هذا الدمج إلى تعزيز فهم التفاعل بين العوامل العاطفية والمعرفية في قبول التكنولوجيا، مما يوجه في النهاية تصميم تدخلات العلاج بالفن الرقمي الموجهة نحو المستخدم.
القيود
تسلط الورقة البحثية الضوء على قيود كبيرة تتعلق بالفعالية العلاجية للذكاء الاصطناعي التوليدي في العلاج بالفن. بينما يركز العلاج بالفن التقليدي على العملية الإبداعية—المميزة بالتأمل الذاتي والانخراط النفسي العميق—قد تحد الطبيعة الآلية لأدوات الذكاء الاصطناعي التوليدية، مثل DALL•E، من الفرص المتاحة للمراهقين للانخراط في استكشاف ذاتي. يمكن أن يؤدي تفويض الوكالة الإبداعية إلى الخوارزميات إلى تقليل المشاركة النشطة في صنع المعنى والبناء التأملي، مما قد يقوض العمق العلاجي. للتخفيف من هذه القضايا، يقترح المؤلفون أن تتضمن الأنظمة المستقبلية نهجًا هجينًا يمزج بين المدخلات اليدوية وميزات الذكاء الاصطناعي، مما يعيد توازنًا بين المساعدة الخوارزمية والإبداع البشري.
بالإضافة إلى ذلك، تعترف الدراسة بحدود التصاميم المقطعية، التي تحد من القدرة على استنتاج الاستنتاجات السببية أو تتبع التغيرات في المشاركة بمرور الوقت. لمعالجة ذلك، تقترح الدراسة إجراء دراسة متابعة طولية، تتضمن ملاحظات منظمة على مدى ستة أشهر ضمن ورش عمل العلاج بالفن. تهدف هذه الدراسة إلى جمع بيانات حول آليات دفع الاهتمام، والاستجابات العاطفية، والتفاعلات السلوكية مع أدوات الرسم بالذكاء الاصطناعي، مما يمكّن من إجراء تحليلات إحصائية متقدمة لاستكشاف ديناميات المشاركة. يُلاحظ أن سياق البحث في مقاطعة هوبي، الصين، يتميز بمستوى عالٍ من الثقافة الرقمية بين المراهقين، ومع ذلك قد تختلف التصورات الثقافية للعلاج بالفن عن السياقات الغربية، حيث قد تعيق الوصمة المشاركة. لتعزيز قابلية تعميم النتائج، يوصي المؤلفون بإجراء دراسات تكرارية في السياقات الغربية، مع التركيز على منهجيات متكيفة ثقافيًا ومقارنات نوعية لتعزيز فهم التفاعلات المدفوعة بالعواطف مع الذكاء الاصطناعي في العلاج بالفن.
DOI: https://doi.org/10.3389/fpsyg.2025.1628471
PMID: https://pubmed.ncbi.nlm.nih.gov/40771325
Publication Date: 2025-07-23
Author(s): Zhenyun Du et al.
Primary Topic: Art Therapy and Mental Health
Overview
This study investigates the role of generative artificial intelligence (AI) art in digital art therapy, particularly its impact on adolescents’ interest-driven participation amid rising mental health concerns. A cross-sectional survey involving 444 junior and senior high school students in Hubei Province, China, was conducted. The research utilized Emotional Design Theory and the Technology Acceptance Model (TAM) to develop a predictive model, employing structural equation modeling (SEM) and artificial neural network (ANN) analyses to validate the model and identify key engagement predictors.
The SEM results revealed that perceived usefulness (PU), perceived ease of use (PEOU), perceived fun (PF), and perceived trust (PT) significantly affected users’ attitudes toward use (ATT) (p < 0.001). Notably, ATT, PF, and PT emerged as strong predictors of interest-driven participation, while behavioral levels did not directly influence perceived enjoyment (PE). The ANN analysis underscored ATT as the most critical predictor, with a normalized importance of 100%, far surpassing PE at 19.3%. These findings highlight the necessity of intuitive design, seamless interaction, and trust-building in enhancing adolescents' engagement with AI-based art therapy, providing a theoretical basis for understanding interest formation in youth and offering practical insights for improving digital therapeutic tools and mental health interventions.
Introduction
The introduction of this research paper highlights the increasing relevance of artificial intelligence (AI) technologies in various domains, particularly in education, mental health, and artistic creation. It emphasizes the significance of understanding adolescents’ engagement with generative AI tools, as this developmental stage is crucial for self-identity and emotional expressiveness. The paper notes that generative AI-based painting technologies are gaining traction in digital art and psychological interventions due to their capabilities in automated creation and multimodal interaction. Evidence suggests that these tools offer advantages such as remote delivery, privacy protection, and enhanced visual generation, making them particularly appealing to adolescents who seek interactive and personalized experiences.
Despite preliminary findings indicating the potential benefits of generative AI in art-based therapy, the literature has largely focused on short-term user satisfaction and engagement, with insufficient exploration of the mechanisms that foster sustained interest and long-term motivation. The study aims to address this gap by investigating the pathways of interest-driven engagement in the use of generative AI painting tools among adolescents. It proposes an integrated model combining Emotional Design Theory (EDT) and the Technology Acceptance Model (TAM) to elucidate the relationships among perception, emotional responses, and behavioral tendencies. The research will employ Structural Equation Modeling (SEM) and Artificial Neural Networks (ANN) to analyze these dynamics and formulate three key research questions regarding the influence of perceived usefulness, emotional responses, and perceived enjoyment on adolescents’ interest in generative AI tools. The findings are expected to provide valuable insights for enhancing AI-assisted mental health interventions and guiding the design of user-friendly AI platforms.
Results
The results section of the study utilized SPSS 26.0 and AMOS 28.0 for data analysis, focusing on the reliability and validity of the measurement model. All constructs demonstrated acceptable convergent validity, with average variance extracted (AVE) values exceeding 0.50 and composite reliability (CR) values above 0.70, confirming internal consistency. Significant factor loadings were observed, particularly for constructs such as perceived trust and interest-driven behavior. The study evaluated content, convergent, and discriminant validity, with the latter confirmed through the square root of AVE being greater than the Pearson correlation coefficients among constructs.
Key findings revealed that adolescents’ interest in generative AI painting tools is significantly influenced by perceived ease of use, perceived usefulness, and attitude toward use, aligning with the Technology Acceptance Model (TAM). The study found that perceived ease of use positively affects perceived usefulness, which in turn influences attitude toward use and interest-driven motivation. Additionally, emotional engagement was stimulated through a three-level framework of emotional design, with significant pathways identified from visceral to behavioral and reflective levels. However, some hypothesized paths, such as the influence of perceived enjoyment on interest-driven motivation, were not supported, suggesting that enjoyment may depend more on contextual factors rather than direct behavioral engagement. Overall, the findings indicate that constructs like perceived fun and perceived trust are critical in shaping adolescents’ engagement with AI painting tools, necessitating a revision of traditional TAM pathways to better accommodate younger users.
Discussion
The section discusses the emerging field of digital art therapy, which combines traditional art forms with digital media to provide innovative psychological interventions, particularly for adolescents. This approach leverages the preferences of the “digital native” generation, offering a flexible and secure environment for emotional expression. While studies have shown its effectiveness in promoting emotional release and cognitive restructuring, concerns remain regarding the potential loss of immersion and emotional connection that tactile interactions in traditional art therapy provide. The literature highlights a gap in understanding the long-term psychological effects and the mechanisms of engagement, particularly as generative artificial intelligence (AI) tools are increasingly integrated into these therapeutic practices.
Generative AI painting, utilizing advanced machine learning models, has gained traction in mental health interventions, demonstrating potential for emotional expression and psychological comfort. However, the long-term psychological mechanisms of these tools remain underexplored. The section emphasizes the need for a systematic investigation into how generative AI influences emotional regulation and sustained engagement, particularly among adolescents. To address these gaps, the study proposes an integrated framework combining Emotional Design Theory (EDT) and the Technology Acceptance Model (TAM) to elucidate the cognitive-affective-behavioral mechanisms that drive engagement with AI-based art therapy tools. This synthesis aims to enhance understanding of the interplay between emotional and cognitive factors in technology acceptance, ultimately informing the design of user-centered digital art therapy interventions.
Limitations
The research paper highlights significant limitations regarding the therapeutic efficacy of generative AI in art therapy. While traditional art therapy emphasizes the creative process—marked by self-reflection and deep psychological engagement—the automated nature of generative AI tools, such as DALL•E, may restrict opportunities for adolescents to engage in self-directed exploration. This delegation of creative agency to algorithms can diminish active participation in meaning-making and reflective construction, potentially undermining the therapeutic depth. To mitigate these issues, the authors suggest future systems should incorporate hybrid approaches that blend manual input with AI features, thereby restoring a balance between algorithmic assistance and human creativity.
Additionally, the study acknowledges the constraints of cross-sectional designs, which limit the ability to draw causal inferences or track changes in engagement over time. To address this, a longitudinal follow-up study is proposed, involving structured observations over six months within art therapy workshops. This study aims to collect data on interest-driving mechanisms, emotional responses, and behavioral interactions with AI painting tools, enabling advanced statistical analyses to explore the dynamics of engagement. The research context in Hubei Province, China, is noted for its high digital literacy among adolescents, yet cultural perceptions of art therapy may differ from Western contexts, where stigma may hinder participation. To enhance the generalizability of findings, the authors recommend replication studies in Western settings, focusing on culturally adaptive methodologies and qualitative comparisons to enrich understanding of emotion-driven interactions with AI in art therapy.