DOI: https://doi.org/10.30935/cedtech/17243
تاريخ النشر: 2025-10-08
المؤلف: Valentine Joseph Owan, Ph.D وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تستكشف هذه الدراسة العوامل التي تؤثر على اعتماد ChatGPT بين طلاب التعليم العالي في نيجيريا، مع معالجة فجوة ملحوظة في الأبحاث الحالية. باستخدام إطار نظرية القبول واستخدام التكنولوجيا الموحدة 2 (UTAUT2)، استخدمت الدراسة تصميمًا ارتباطيًا مقطعيًا مع عينة من 8,496 طالبًا. تشمل المتغيرات الرئيسية التي تم تقييمها توقع الأداء (PE)، توقع الجهد (EE)، التأثير الاجتماعي (SI)، ظروف التيسير (FCs)، الدافع الهيدوني (HM)، العادة (HB)، النية السلوكية (BI)، وسلوك استخدام ChatGPT الفعلي. تشير النتائج إلى أن PE وSI وHM وHB تتنبأ بشكل إيجابي بنوايا الطلاب السلوكية لاستخدام ChatGPT، بينما يؤثر EE وFCs سلبًا على هذه النوايا. بالنسبة لسلوك الاستخدام الفعلي، تعتبر FCs وHM وHB وBI مؤشرات إيجابية، بينما PE وSI هما مؤشرات سلبية.
تسلط الدراسة الضوء على الدور الوسيط لـ BI في العلاقة بين العوامل المختلفة وسلوك استخدام ChatGPT، مما يشير إلى أن BI يتوسط بشكل إيجابي تأثير PE وSI وHM وHB، بينما يتوسط بشكل سلبي تأثيرات EE وFC. تؤكد هذه الرؤى على أهمية تعزيز تصورات الطلاب حول فوائد ChatGPT، ومعالجة تحديات الاستخدام، وتعزيز بيئة داعمة لتشجيع الاعتماد. تشمل الآثار المترتبة على المعلمين وصانعي السياسات ومطوري التكنولوجيا تعزيز تجارب المستخدم الممتعة، والاستخدام المعتاد، واستغلال الشبكات الاجتماعية لتسهيل دمج ChatGPT في سير العمل الأكاديمي. يُوصى أيضًا بإعطاء الأولوية للتدخلات التي تستهدف نوايا الطلاب لاستخدام ChatGPT، مثل الحملات التعليمية وبرامج التدريب، لتعزيز معدلات الاعتماد.
مقدمة
تناقش مقدمة هذه الورقة البحثية الدور المهم للذكاء الاصطناعي (AI)، وخاصة النماذج اللغوية الكبيرة مثل ChatGPT، في تحويل الممارسات التعليمية. تتميز تقنيات الذكاء الاصطناعي بقدرتها على التفكير، واستيعاب المعلومات، والتفاعل بذكاء، مما أدى إلى اعتمادها المتزايد في التعلم الشخصي وتقييمات الفصول الدراسية (AlAfnan et al., 2023; Chen et al., 2020; Owan et al., 2023a). يسهل ChatGPT، وهو أداة ذكاء اصطناعي بارزة، توليد النصوص وتعزيز الفهم، مما يدعم الكتابة والتفكير النقدي وتعلم اللغة (Ibragimov et al., 2025; Halaweh, 2023; Rudolph et al., 2023; Bitzenbauer, 2023).
على الرغم من فوائده، يثير استخدام أدوات الذكاء الاصطناعي مثل ChatGPT مخاوف بشأن النزاهة الأكاديمية، والتحيز، وإمكانية فقدان الوظائف (Cotton et al., 2023; Ray, 2023; Abayomi et al., 2021). تشير الأبحاث إلى قبول واستخدام مرتفعين للذكاء الاصطناعي بين طلاب التعليم العالي، وخاصة في إفريقيا، حيث يكون الوعي وتطبيق هذه التقنيات ملحوظين (Ofem et al., 2024; Owan et al., 2025). تهدف هذه الدراسة إلى استكشاف العوامل التي تؤثر على اعتماد ChatGPT بين الطلاب النيجيريين باستخدام نظرية القبول واستخدام التكنولوجيا الموحدة الموسعة (UTAUT)، التي تأخذ في الاعتبار السياقات الثقافية في قبول التكنولوجيا (Abbad, 2021; Hu et al., 2020). يعد فهم هذه العوامل أمرًا حيويًا لتطوير استراتيجيات مستهدفة لتعزيز الاستخدام الفعال لـ ChatGPT في البيئات التعليمية.
طرق البحث
استخدمت الدراسة تصميم بحث ارتباطي مقطعي لاستكشاف العلاقات المباشرة وغير المباشرة بين متغيرات نظرية القبول واستخدام التكنولوجيا الموحدة الموسعة (UTAUT) – وهي توقع الأداء (PE)، توقع الجهد (EE)، التأثير الاجتماعي (SI)، ظروف التيسير (FCs)، الدافع الهيدوني (HM)، والسلوك العادي (HB) – فيما يتعلق بنوايا السلوك (BIs) واستخدام ChatGPT بين طلاب التعليم العالي في نيجيريا. سهلت هذه المنهجية فحص العلاقات بين المتغيرات دون تدخل، مما يوفر رؤى حول ارتباطاتها مع الامتناع عن إقامة روابط سببية (Owan et al., 2023b).
النتائج
تكشف نتائج الدراسة عن آثار مهمة على البحث والنظرية والممارسة فيما يتعلق باستخدام ChatGPT بين طلاب التعليم العالي في نيجيريا. من الجدير بالذكر أن تحديد النية السلوكية (BI) كوسيط بين المتغيرات الرئيسية – سهولة الاستخدام المدركة (PE)، التأثير الاجتماعي (SI)، الدافع الهيدوني (HM)، والسلوك العادي (HB) – وسلوك استخدام ChatGPT يبرز الحاجة إلى فهم العمليات المعرفية التي تحرك اعتماد التكنولوجيا. يشير ذلك إلى فرص بحثية إضافية للتحقيق في آليات أخرى تؤثر على BI والسلوك الفعلي، مما يعزز فهم ديناميات اعتماد التكنولوجيا. تسلط التأثيرات المختلفة لتوقع الجهد (EE) وظروف التيسير (FC) على BI والسلوك الفعلي الضوء على تعقيد عملية الاعتماد، مما يشير إلى الحاجة إلى دراسات مستقبلية لاستكشاف العوامل المعدلة التي قد تؤثر على هذه العلاقات.
من الناحية النظرية، تدعو النتائج إلى توسيع النماذج الحالية، مثل نظرية القبول واستخدام التكنولوجيا الموحدة (UTAUT)، لتجسيد الفروق الدقيقة في اعتماد التكنولوجيا في سياقات متنوعة مثل التعليم العالي النيجيري. قد يتضمن ذلك دمج متغيرات إضافية أو رؤى من أطر مثل نموذج قبول التكنولوجيا (TAM) ونظرية السلوك المخطط (TPB). من الناحية العملية، توفر النتائج رؤى قابلة للتنفيذ لأصحاب المصلحة الذين يسعون لتعزيز اعتماد ChatGPT، مما يشير إلى أن التدخلات المخصصة يمكن أن تعزز PE وSI وHM وHB بينما تعالج الحواجز المتعلقة بـ EE وFC. تشمل التوصيات تحسين واجهات المستخدم، وتوفير الدعم الفني، وتعزيز تجارب المستخدم الممتعة من خلال الألعاب والتخصيص. بالإضافة إلى ذلك، يمكن أن يساعد تزويد أعضاء هيئة التدريس بالمعرفة حول دوافع الطلاب في تسهيل الدمج الفعال لـ ChatGPT في الممارسات التعليمية.
المناقشة
في هذا القسم، تناقش الدراسة الأطر النظرية والمفاهيمية التي تدعم البحث، مع التركيز بشكل أساسي على نماذج UTAUT وUTAUT2 التي طورها Venkatesh et al. (2003، 2012). تحدد نموذج UTAUT أربعة مفاهيم رئيسية – توقع الأداء (PE)، التأثير الاجتماعي (SI)، توقع الجهد (EE)، وظروف التيسير (FCs) – التي تؤثر مباشرة على النية لاستخدام التكنولوجيا. توسع UTAUT2 هذا الإطار من خلال إضافة الدافع الهيدوني (HM)، قيمة السعر، والعادة (HB). يتضمن النموذج المفاهيمي للدراسة، الموضح في الشكل 1، هذه المفاهيم لاستكشاف آثارها على النية السلوكية (BI) وسلوك الاستخدام لـ ChatGPT بين طلاب التعليم العالي. من الجدير بالذكر أنه تم استبعاد قيمة السعر بسبب توفر نسخة مجانية من ChatGPT، وتم اعتبار المتغيرات المعدلة مثل العمر والجنس خارج نطاق الدراسة.
تكشف مراجعة الأدبيات عن نتائج مختلطة بشأن تأثير PE وEE وSI وFCs وHM وHB على BI وسلوك الاستخدام، مما يشير إلى وجود فجوات كبيرة في الأدلة التجريبية، خاصة في سياق التعليم العالي النيجيري. تقترح الدراسة عدة فرضيات (H1A-H8) للتحقيق في هذه العلاقات، مما يبرز الحاجة إلى مزيد من البحث لتوضيح النتائج غير المتسقة التي لوحظت في الدراسات السابقة. تهدف الفرضيات إلى إقامة تأثيرات مباشرة للمفاهيم على BI وسلوك الاستخدام، مع اعتبار BI أيضًا متغيرًا وسيطًا يربط المؤشرات بسلوك الاستخدام. بشكل عام، تسلط المناقشة الضوء على أهمية فهم هذه العوامل لتعزيز اعتماد تقنيات مثل ChatGPT في البيئات التعليمية.
القيود
تقدم الدراسة حول محددات سلوك استخدام ChatGPT بين طلاب التعليم العالي في نيجيريا عدة قيود يجب الاعتراف بها عند تفسير نتائجها. تتمثل القلق الرئيسي في محدودية تعميم النتائج، حيث قد لا يعكس التركيز على مجموعة سكانية محددة تجارب طلاب التعليم العالي في سياقات ثقافية أو تعليمية مختلفة. يمكن أن تعزز الأبحاث المستقبلية قابلية تطبيق النتائج من خلال إجراء تحليلات مقارنة عبر بيئات متنوعة.
بالإضافة إلى ذلك، يتطلب الاعتماد على البيانات المبلغ عنها ذاتيًا الحذر في تفسير النتائج، مما يشير إلى الحاجة إلى أساليب مختلطة في الدراسات المستقبلية. من خلال دمج الاستطلاعات الذاتية مع المنهجيات الملاحظة أو النوعية، يمكن للباحثين التحقق من النتائج وإثرائها. علاوة على ذلك، بينما تستخدم الدراسة إطار UTAUT الموسع، قد تتجاهل متغيرات ذات صلة أخرى تؤثر على استخدام ChatGPT. يجب أن تأخذ التحقيقات المستقبلية في الاعتبار استكشاف الفروق الفردية، والسياقات التنظيمية، والسمات التكنولوجية لتوفير فهم أكثر شمولاً لعملية الاعتماد.
DOI: https://doi.org/10.30935/cedtech/17243
Publication Date: 2025-10-08
Author(s): Valentine Joseph Owan, Ph.D et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
This study investigates the factors influencing the adoption of ChatGPT among higher education students in Nigeria, addressing a notable gap in existing research. Utilizing the unified theory of acceptance and use of technology 2 (UTAUT2) framework, the research employed a cross-sectional correlational design with a sample of 8,496 students. Key variables assessed included performance expectancy (PE), effort expectancy (EE), social influence (SI), facilitating conditions (FCs), hedonic motivation (HM), habit (HB), behavioral intention (BI), and actual ChatGPT use behavior. The findings indicate that PE, SI, HM, and HB positively predict students’ behavioral intentions to use ChatGPT, while EE and FCs negatively impact these intentions. For actual usage behavior, FCs, HM, HB, and BI serve as positive predictors, whereas PE and SI are negative predictors.
The study highlights the mediating role of BI in the relationship between various factors and ChatGPT usage behavior, suggesting that BI positively mediates the influence of PE, SI, HM, and HB, while negatively mediating the effects of EE and FC. These insights underscore the importance of enhancing students’ perceptions of ChatGPT’s benefits, addressing usability challenges, and fostering a supportive environment to encourage adoption. The implications for educators, policymakers, and technology developers include promoting enjoyable user experiences, habitual usage, and leveraging social networks to facilitate ChatGPT’s integration into academic workflows. Prioritizing interventions that target students’ intentions to use ChatGPT, such as educational campaigns and training programs, is also recommended to enhance adoption rates.
Introduction
The introduction of this research paper discusses the significant role of artificial intelligence (AI), particularly large-language models like ChatGPT, in transforming educational practices. AI technologies are characterized by their ability to reason, absorb information, and interact intelligently, which has led to their increasing adoption in personalized learning and classroom assessments (AlAfnan et al., 2023; Chen et al., 2020; Owan et al., 2023a). ChatGPT, a prominent AI tool, facilitates text generation and comprehension enhancement, thereby supporting writing, critical thinking, and language learning (Ibragimov et al., 2025; Halaweh, 2023; Rudolph et al., 2023; Bitzenbauer, 2023).
Despite its benefits, the use of AI tools like ChatGPT raises concerns regarding academic integrity, bias, and potential job displacement (Cotton et al., 2023; Ray, 2023; Abayomi et al., 2021). Research indicates a high acceptance and utilization of AI among higher education students, particularly in Africa, where awareness and application of these technologies are notable (Ofem et al., 2024; Owan et al., 2025). This study aims to explore the factors influencing the adoption of ChatGPT among Nigerian students using the extended unified theory of acceptance and use of technology (UTAUT), which considers cultural contexts in technology acceptance (Abbad, 2021; Hu et al., 2020). Understanding these factors is crucial for developing targeted strategies to enhance the effective use of ChatGPT in educational settings.
Methods
The study employed a cross-sectional correlational research design to explore the direct and indirect relationships among extended Unified Theory of Acceptance and Use of Technology (UTAUT) variables—namely Performance Expectancy (PE), Effort Expectancy (EE), Social Influence (SI), Facilitating Conditions (FCs), Hedonic Motivation (HM), and Habitual Behavior (HB)—in relation to higher education students’ Behavioral Intentions (BIs) and usage of ChatGPT in Nigeria. This methodology facilitated the examination of variable interrelations without intervention, thereby offering insights into their associations while refraining from establishing causal links (Owan et al., 2023b).
Results
The study’s findings reveal significant implications for research, theory, and practice regarding the use of ChatGPT among higher education students in Nigeria. Notably, the identification of Behavioral Intention (BI) as a mediator between key variables—Perceived Ease of Use (PE), Social Influence (SI), Hedonic Motivation (HM), and Habitual Behavior (HB)—and ChatGPT usage behavior emphasizes the need to understand the cognitive processes driving technology adoption. This suggests further research opportunities to investigate additional mechanisms influencing BI and actual behavior, thereby enhancing the comprehension of technology adoption dynamics. The differential impacts of Effort Expectancy (EE) and Facilitating Conditions (FC) on BI and actual behavior highlight the complexity of the adoption process, indicating a need for future studies to explore moderating factors that could affect these relationships.
Theoretically, the findings advocate for the extension of existing models, such as the Unified Theory of Acceptance and Use of Technology (UTAUT), to better encapsulate the nuances of technology adoption in diverse contexts like Nigerian higher education. This may involve integrating additional variables or insights from frameworks such as the Technology Acceptance Model (TAM) and the Theory of Planned Behavior (TPB). Practically, the results provide actionable insights for stakeholders aiming to promote ChatGPT adoption, suggesting that tailored interventions could enhance PE, SI, HM, and HB while addressing barriers related to EE and FC. Recommendations include improving user interfaces, providing technical support, and fostering enjoyable user experiences through gamification and personalization. Additionally, equipping faculty with knowledge about student motivations can facilitate the effective integration of ChatGPT into educational practices.
Discussion
In this section, the research discusses the theoretical and conceptual frameworks underpinning the study, primarily focusing on the UTAUT and UTAUT2 models developed by Venkatesh et al. (2003, 2012). The UTAUT model identifies four key constructs—performance expectancy (PE), social influence (SI), effort expectancy (EE), and facilitating conditions (FCs)—that directly influence the intention to use technology. UTAUT2 expands this framework by adding hedonic motivation (HM), price value, and habit (HB). The study’s conceptual model, illustrated in Figure 1, incorporates these constructs to explore their effects on behavioral intention (BI) and usage behavior of ChatGPT among higher education students. Notably, price value was excluded due to the availability of a free version of ChatGPT, and moderating variables such as age and sex were deemed outside the study’s scope.
The literature review reveals mixed findings regarding the influence of PE, EE, SI, FCs, HM, and HB on BI and usage behavior, indicating significant gaps in empirical evidence, particularly within the context of Nigerian higher education. The study proposes several hypotheses (H1A-H8) to investigate these relationships, emphasizing the need for further research to clarify the inconsistent results observed in previous studies. The hypotheses aim to establish direct influences of the constructs on BI and usage behavior, with BI also posited as a mediating variable linking the predictors to usage behavior. Overall, the discussion highlights the importance of understanding these factors to enhance the adoption of technologies like ChatGPT in educational settings.
Limitations
The study on determinants of ChatGPT use behavior among higher education students in Nigeria presents several limitations that should be acknowledged when interpreting its findings. The primary concern is the limited generalizability of the results, as the focus on a specific demographic may not reflect the experiences of higher education students in different cultural or educational contexts. Future research could enhance the applicability of findings by conducting comparative analyses across various settings.
Additionally, the reliance on self-reported data necessitates caution in interpreting the results, suggesting a need for mixed methods approaches in future studies. By integrating self-report surveys with observational or qualitative methodologies, researchers can validate and enrich the findings. Furthermore, while the study utilizes an extended UTAUT framework, it may overlook other relevant variables that influence ChatGPT usage. Future investigations should consider exploring individual differences, organizational contexts, and technological attributes to provide a more comprehensive understanding of the adoption process.