DOI: https://doi.org/10.3389/fpsyg.2025.1735913
PMID: https://pubmed.ncbi.nlm.nih.gov/41646889
تاريخ النشر: 2026-01-21
المؤلف: Tao Yu وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في تفاعلات الخدمة
نظرة عامة
تبحث هذه الدراسة في اعتماد أدوات المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي (AIGC) في البيئات التعليمية من خلال نموذج مسار مزدوج يجمع بين نموذج قبول التكنولوجيا (TAM) ونظرية الدافع للحماية (PMT). تتضمن الدراسة متغيرات رئيسية مثل القلق الأخلاقي المدرك (PEC) والحساسية الأخلاقية (MS) لفهم الديناميات النفسية التي تؤثر على سلوك المستخدم. باستخدام نمذجة المعادلات الهيكلية على بيانات من 589 مستجيبًا لديهم خبرة سابقة مع AIGC، تقيم الدراسة 14 فرضية تتعلق بعشرة بنى كامنة، بما في ذلك الفائدة المدركة (PU) وسهولة الاستخدام المدركة (PEOU) ومكونات PMT المختلفة.
تكشف النتائج أن كل من PU وPEOU تعزز بشكل كبير النية السلوكية (BI) والنية للاستمرار (CI) تجاه أدوات AIGC. على العكس، يؤثر PEC سلبًا على BI وCI، مع كون هذا التأثير أكثر وضوحًا بين الأفراد ذوي الحساسية الأخلاقية العالية. تسلط الدراسة الضوء على أن التهديدات وتقييمات التكيف تؤثر بشكل غير مباشر على سلوك المستخدم من خلال التقييمات الوظيفية والأخلاقية، مما يشير إلى أن الاعتبارات الأخلاقية ضرورية في عملية اتخاذ القرار. تسهم هذه البحث في الفهم النظري لاعتماد التكنولوجيا من خلال دمج الإدراك الأخلاقي في النماذج الحالية وتقديم توصيات عملية لتحسين منصات AIGC، مع التركيز على قابلية الاستخدام، وتخفيف المخاطر، والشفافية الأخلاقية لتعزيز الاستخدام المسؤول في السياقات التعليمية. تشمل اتجاهات البحث المستقبلية دراسة الاتجاهات الطولية والتنوعات الثقافية لدعم التكامل المستدام لـ AIGC في التعليم.
مقدمة
تناقش مقدمة هذه الورقة البحثية التكامل السريع لأدوات المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي (AIGC) في التعليم، مدفوعة بالتقدم في الذكاء الاصطناعي التوليدي وبنى النماذج على نطاق واسع. يتم استخدام أدوات مثل ChatGPT وNotion AI بشكل متزايد في مهام تعليمية متنوعة، مما يعزز الكفاءة ويقلل من الحواجز أمام إنشاء المحتوى. تعكس هذه الاتجاهات تحولًا رقميًا أوسع في التعليم، مما يتطلب التحول نحو أطر تربوية معززة بالتكنولوجيا. ومع ذلك، يثير اعتماد أدوات AIGC مخاوف أخلاقية، بما في ذلك قضايا الاعتماد المفرط، وموثوقية المعلومات، وسوء السلوك الأكاديمي، مما يدفع بعض المؤسسات التعليمية إلى تعديل آليات التقييم.
تسلط الورقة الضوء على فجوة في الأبحاث الحالية، التي تركز بشكل أساسي على قابلية الاستخدام واعتماد التكنولوجيا دون معالجة مخاوف المستخدمين الأخلاقية بشكل كافٍ. بينما تفحص النماذج التقليدية مثل نموذج قبول التكنولوجيا (TAM) ونظرية القبول الموحد واستخدام التكنولوجيا (UTAUT) عوامل مثل الفائدة المدركة وسهولة الاستخدام، فإنها لا تأخذ في الاعتبار الصراعات المعرفية التي يواجهها المستخدمون بشأن المعضلات الأخلاقية. لسد هذه الفجوة، تقترح الدراسة نموذجًا هيكليًا بمسارين يدمج TAM ونظرية الدافع للحماية (PMT)، مع تضمين مسارات الإدراك الوظيفي والأخلاقي. تشمل أهداف الدراسة فحص تأثير تقييم التهديد على تصورات أدوات AIGC، وتحليل التأثيرات المشتركة لقبول التكنولوجيا والمخاطر الأخلاقية على النية السلوكية، والتحقيق في الدور الوسيط للحساسية الأخلاقية في سلوك المستخدم. تهدف هذه البحث إلى المساهمة في كل من الأطر النظرية والاستراتيجيات العملية للاعتماد المسؤول على تقنيات الذكاء الاصطناعي في السياقات التعليمية.
النتائج
حللت الدراسة ردود 589 مشاركًا، محققة معدل استجابة فعال بنسبة 95.0%، مع توزيع متوازن بين الجنسين وأغلبية تتراوح أعمارهم بين 19-35 عامًا. شملت العينة 61% طلاب و21% معلمين، جميعهم يمتلكون خبرة سابقة مع المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي (AIGC)، بشكل أساسي لدعم الترجمة والكتابة. أكدت تحليل الموثوقية على اتساق داخلي مرضٍ عبر جميع البنى، حيث تجاوزت قيم ألفا كرونباخ 0.70. أظهر اختبار الصلاحية صلاحية محتوى وبنية قوية، مدعومة بتحليل العوامل التأكيدية (CFA) ومؤشرات ملائمة نموذج كافية، مما يدل على قوة نموذج القياس.
باستخدام نمذجة المعادلات الهيكلية (SEM)، اختبرت الدراسة 14 مسارًا مفترضًا، جميعها ذات دلالة إحصائية. كشفت النتائج الرئيسية أن سهولة الاستخدام المدركة (PEOU) أثرت إيجابيًا على الفائدة المدركة (PU) والنية السلوكية (BI)، بينما أثرت المخاوف الأخلاقية (PEC) سلبًا على BI. بالإضافة إلى ذلك، تم تأكيد الدور الوسيط للحساسية الأخلاقية (MS)، مما يعزز التأثير السلبي لـ PEC على BI. تؤكد النتائج فعالية نموذج الاعتماد بمسارين في دمج الأبعاد الوظيفية والمخاطر والأخلاقية لاستخدام AIGC في السياقات التعليمية، مما يثبت أهمية أطر نموذج قبول التكنولوجيا (TAM) ونظرية الدافع للحماية (PMT). بشكل عام، تسهم النتائج في فهم سلوك المستخدمين تجاه أدوات AIGC، مع تسليط الضوء على أهمية الصفات النفسية مثل MS في تشكيل قرارات الاعتماد.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على الطبيعة المزدوجة لأدوات AIGC (المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي) في التعليم، مع التأكيد على فوائدها الوظيفية والمخاوف الأخلاقية. تشير الدراسات إلى أن أدوات AIGC يمكن أن تعزز بشكل كبير نتائج التعلم من خلال تحسين كفاءة الكتابة، وتوفير ملاحظات في الوقت الفعلي، وتسهيل التعليم المخصص (Chen et al., 2024; Jürgensmeier and Skiera, 2024; Crompton and Burke, 2024). ومع ذلك، يثير دمج هذه الأدوات قضايا أخلاقية، بما في ذلك زيادة مخاطر سوء السلوك الأكاديمي وانخفاض قدرات التفكير النقدي بسبب الاعتماد المفرط على المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي (Plata et al., 2023; Zhai, 2022). تؤكد الورقة على أهمية فهم سلوك المستخدم من خلال نماذج راسخة مثل نموذج قبول التكنولوجيا (TAM) ونظرية الدافع للحماية (PMT)، التي توضح معًا كيف تتفاعل الفائدة المدركة (PU) وسهولة الاستخدام المدركة (PEOU) مع المخاوف الأخلاقية لتؤثر على النية السلوكية (BI) تجاه أدوات AIGC.
يجمع النموذج المقترح بمسارين بين TAM وPMT لالتقاط تعقيدات اعتماد المستخدم في السياقات الحساسة أخلاقيًا. يفترض النموذج أنه بينما تدفع التقييمات الوظيفية (PU وPEOU) نوايا الاعتماد، يمكن أن تعيق الإدراك الأخلاقي (PEC) والحساسية الأخلاقية (MS) هذه النوايا من خلال إدخال مخاوف بشأن المعضلات الأخلاقية والمساءلة في استخدام أدوات AIGC. على وجه التحديد، يؤثر PEC سلبًا على BI، مما يعكس مخاوف المستخدمين بشأن المخاطر الأخلاقية، بينما يعتدل MS في هذه العلاقة، مما يشير إلى أن الأفراد ذوي الحساسية الأخلاقية العالية قد يظهرون تثبيطًا سلوكيًا أقوى استجابةً للمعضلات الأخلاقية (Ashford, 2021). يهدف هذا الإطار الشامل إلى تقديم فهم دقيق لسلوك المستخدم، مع تحقيق توازن بين المزايا الوظيفية لأدوات AIGC والآثار الأخلاقية لاستخدامها في البيئات التعليمية.
القيود
تقدم الدراسة حول نموذج المسار المزدوج لاعتماد المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي (AIGC) في التعليم عدة قيود تستدعي الاعتبار للبحوث المستقبلية. أولاً، تألفت العينة من طلاب الجامعات والمعلمين وموظفي المنصات، والتي، على الرغم من أن تحليل الانحدار أظهر عدم وجود تأثير مهني كبير على النية السلوكية، إلا أنها تفتقر إلى أحجام فرعية كافية لتحليل متعدد المجموعات (MGA) في نمذجة المعادلات الهيكلية (SEM). تشير هذه القيود إلى أن أصحاب المصلحة المختلفين قد يكون لديهم مخاوف أخلاقية فريدة، مما يشير إلى الحاجة إلى عينات أكبر وأكثر توازنًا تشمل مجموعات مستخدمين متنوعة، مثل المعلمين في مرحلة K-12 والمهنيين في الشركات.
ثانيًا، يحد التصميم العرضي من القدرة على تحليل التغيرات السلوكية بمرور الوقت، مما يبرز ضرورة استخدام أساليب طولية أو تجريبية في الدراسات المستقبلية. بالإضافة إلى ذلك، يركز النموذج على الإدراك الفردي متجاهلاً العوامل على المستوى الكلي مثل المعايير الاجتماعية والسياسات المؤسسية التي قد تؤثر على اعتماد AIGC. بينما أكدت الدراسة موثوقية وصلاحية بنيتها، فإن التحقق الإضافي عبر سياقات ثقافية مختلفة أمر ضروري. يجب أن تهدف الأبحاث المستقبلية إلى استكشاف هذه السياقات الأوسع واستخدام أساليب مختلطة لتعزيز كل من الرؤى النظرية والتجريبية. علاوة على ذلك، تقدم التقدمات في الذكاء الاصطناعي التوليدي، وخاصة في نماذج اللغة الكبيرة (LLMs)، فرصًا لأتمتة تطوير وتكييف الأدوات النفسية عبر الثقافات، مما قد يحسن من صلاحية وكفاءة المقاييس المستخدمة في قبول تكنولوجيا التعليم.
DOI: https://doi.org/10.3389/fpsyg.2025.1735913
PMID: https://pubmed.ncbi.nlm.nih.gov/41646889
Publication Date: 2026-01-21
Author(s): Tao Yu et al.
Primary Topic: AI in Service Interactions
Overview
This research investigates the adoption of Artificial Intelligence-Generated Content (AIGC) tools in educational settings through a dual-path model that combines the Technology Acceptance Model (TAM) and Protection Motivation Theory (PMT). The study incorporates key variables such as Perceived Ethical Concern (PEC) and Moral Sensitivity (MS) to understand the psychological dynamics influencing user behavior. Utilizing structural equation modeling on data from 589 respondents with prior AIGC experience, the study evaluates 14 hypotheses related to ten latent constructs, including Perceived Usefulness (PU), Perceived Ease of Use (PEOU), and various PMT components.
The findings reveal that both PU and PEOU significantly enhance Behavioral Intention (BI) and Continuance Intention (CI) towards AIGC tools. Conversely, PEC negatively impacts BI and CI, with this effect being more pronounced among individuals with higher MS. The study highlights that threat and coping appraisals indirectly influence user behavior through functional and ethical evaluations, suggesting that ethical considerations are crucial in the decision-making process. The research contributes to the theoretical understanding of technology adoption by integrating ethical cognition into existing models and offers practical recommendations for improving AIGC platforms, emphasizing usability, risk mitigation, and ethical transparency to promote responsible use in educational contexts. Future research directions include examining longitudinal trends and cultural variations to further support the sustainable integration of AIGC in education.
Introduction
The introduction of this research paper discusses the rapid integration of Artificial Intelligence-Generated Content (AIGC) tools in education, driven by advancements in Generative Artificial Intelligence and large-scale model infrastructures. Tools like ChatGPT and Notion AI are increasingly utilized for various educational tasks, enhancing efficiency and reducing barriers to content creation. This trend reflects a broader digital transformation in education, necessitating a shift towards adaptive, technology-enhanced pedagogical frameworks. However, the adoption of AIGC tools raises ethical concerns, including issues of overreliance, authenticity of information, and academic misconduct, prompting some educational institutions to modify assessment mechanisms.
The paper highlights a gap in existing research, which predominantly focuses on usability and technology adoption without adequately addressing users’ ethical concerns. While traditional models like the Technology Acceptance Model (TAM) and the Unified Theory of Acceptance and Use of Technology (UTAUT) examine factors such as perceived usefulness and ease of use, they do not account for the cognitive conflicts users experience regarding ethical dilemmas. To fill this gap, the study proposes a dual-pathway structural model that integrates TAM and Protection Motivation Theory (PMT), incorporating both functional and ethical cognition pathways. The objectives of the study include examining the influence of threat appraisal on perceptions of AIGC tools, analyzing the joint effects of technological acceptance and ethical risk on behavioral intention, and investigating the moderating role of moral sensitivity in user behavior. This research aims to contribute to both theoretical frameworks and practical strategies for the responsible adoption of AI technologies in educational contexts.
Results
The study analyzed responses from 589 participants, achieving a 95.0% effective response rate, with a balanced gender distribution and a majority aged 19-35. The sample included 61% students and 21% teachers, all possessing prior experience with AI-generated content (AIGC), primarily for translation and writing support. Reliability analysis confirmed satisfactory internal consistency across all constructs, with Cronbach’s alpha values exceeding 0.70. Validity testing demonstrated strong content and construct validity, supported by confirmatory factor analysis (CFA) and adequate model fit indices, indicating robustness in the measurement model.
Using structural equation modeling (SEM), the study tested 14 hypothesized paths, all statistically significant. Key findings revealed that perceived ease of use (PEOU) positively influenced perceived usefulness (PU) and behavioral intention (BI), while ethical concerns (PEC) negatively impacted BI. Additionally, the moderating role of moral sensitivity (MS) was confirmed, amplifying the negative effect of PEC on BI. The results underscore the dual-pathway adoption model’s effectiveness in integrating functional, risk, and ethical dimensions of AIGC use in educational contexts, validating the relevance of the Technology Acceptance Model (TAM) and Protection Motivation Theory (PMT) frameworks. Overall, the findings contribute to understanding user behavior regarding AIGC tools, highlighting the importance of psychological traits like MS in shaping adoption decisions.
Discussion
The discussion section of the research paper highlights the dual nature of AIGC (Artificial Intelligence Generated Content) tools in education, emphasizing both their functional benefits and ethical concerns. Studies indicate that AIGC tools can significantly enhance learning outcomes by improving writing efficiency, providing real-time feedback, and facilitating personalized instruction (Chen et al., 2024; Jürgensmeier and Skiera, 2024; Crompton and Burke, 2024). However, the integration of these tools raises ethical issues, including increased risks of academic misconduct and diminished critical thinking abilities due to overreliance on AI-generated content (Plata et al., 2023; Zhai, 2022). The paper underscores the importance of understanding user behavior through established models like the Technology Acceptance Model (TAM) and Protection Motivation Theory (PMT), which together elucidate how perceived usefulness (PU) and perceived ease of use (PEOU) interact with ethical concerns to influence behavioral intention (BI) towards AIGC tools.
The proposed dual-pathway model integrates TAM and PMT to capture the complexities of user adoption in ethically sensitive contexts. The model posits that while functional evaluations (PU and PEOU) drive adoption intentions, ethical cognition (PEC) and moral sensitivity (MS) can inhibit these intentions by introducing concerns about moral dilemmas and accountability in using AIGC tools. Specifically, PEC negatively impacts BI, reflecting users’ apprehensions about ethical risks, while MS moderates this relationship, indicating that individuals with higher moral sensitivity may exhibit stronger behavioral inhibition in response to ethical dilemmas (Ashford, 2021). This comprehensive framework aims to provide a nuanced understanding of user behavior, balancing the functional advantages of AIGC tools with the ethical implications of their use in educational settings.
Limitations
The study on the dual-path model of Artificial Intelligence Generated Content (AIGC) adoption in education presents several limitations that warrant consideration for future research. Firstly, the sample comprised university students, teachers, and platform employees, which, despite regression analysis showing no significant occupational impact on behavioral intention, lacked sufficient subgroup sizes for a robust Multi-Group Analysis (MGA) in Structural Equation Modeling (SEM). This limitation suggests that different stakeholders may have unique ethical concerns, indicating a need for larger, more balanced samples that include diverse user groups, such as K-12 educators and corporate professionals.
Secondly, the cross-sectional design restricts the ability to analyze behavioral changes over time, highlighting the necessity for longitudinal or experimental approaches in future studies. Additionally, the model’s focus on individual cognition neglects macro-level factors like social norms and institutional policies that may influence AIGC adoption. While the study confirmed the reliability and validity of its constructs, further validation across different cultural contexts is essential. Future research should aim to explore these broader contexts and employ mixed methods to enhance both theoretical and empirical insights. Moreover, advancements in generative AI, particularly in Large Language Models (LLMs), present opportunities for automating the development and cross-cultural adaptation of psychometric instruments, potentially improving the validity and efficiency of scales used in educational technology acceptance.