DOI: https://doi.org/10.3389/feduc.2025.1519472
تاريخ النشر: 2025-02-03
المؤلف: Olufemi Timothy Adigun وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تستخدم هذه الدراسة نظرية القبول واستخدام التكنولوجيا الموحدة (UTAUT) لاستكشاف النوايا السلوكية للمعلمين المستقبليين بشأن اعتماد أدوات الذكاء الاصطناعي (AI) في البيئات التعليمية الشاملة. باستخدام تصميم مقطعي، تم جمع البيانات من خلال استبيان موثق وتم تحليلها باستخدام الإحصاءات الوصفية والاستنتاجية، بما في ذلك نمذجة المعادلات الهيكلية (SEM). تشير النتائج إلى أن توقع الجهد يؤثر بشكل إيجابي على النية لاعتماد الذكاء الاصطناعي للتعليم الشامل، بينما لا تؤثر الكفاءة الذاتية التكنولوجية بشكل مباشر على هذه النية. ومع ذلك، فإن لها تأثيرًا غير مباشر كبير على توقع الأداء والتأثير الاجتماعي، مما يؤثر بدوره على النوايا السلوكية.
تخلص الدراسة إلى أن دمج التكنولوجيا، وخاصة الذكاء الاصطناعي، في برامج إعداد المعلمين في نيجيريا أمر حيوي ولكنه غير كافٍ حاليًا. وتبرز أن توقع الأداء، والتأثير الاجتماعي، وظروف التيسير تؤثر سلبًا على نوايا المعلمين المستقبليين لاعتماد الذكاء الاصطناعي. لمعالجة هذه التحديات، توصي الدراسة بتحسين البنية التحتية التكنولوجية في مؤسسات تدريب المعلمين وإدراج دورات تركز على التكنولوجيا في المنهج الدراسي. تهدف هذه التدابير إلى تعزيز ثقة وكفاءة المعلمين المستقبليين في استخدام التكنولوجيا بشكل فعال في الفصول الدراسية الشاملة، وبالتالي تحسين النتائج التعليمية للمتعلمين ذوي الاحتياجات الخاصة.
مقدمة
تستعرض مقدمة هذه الورقة البحثية التأثير الكبير لإعلان سالامانكا لعام 1994 واتفاقية حقوق الأشخاص ذوي الإعاقة على تعزيز التعليم الشامل عالميًا، وخاصة في نيجيريا. على مدار العقدين الماضيين، حققت نيجيريا تقدمًا ملحوظًا في سياسات التعليم الشامل، كما يتضح من السياسة الوطنية للتعليم (2008) وقانون التمييز ضد الأشخاص ذوي الإعاقة (الحظر) (2018). تتماشى هذه التطورات مع بروتوكولات اليونسكو، مما يعزز الالتزام بتوفير فرص تعلم عادلة للطلاب ذوي الإعاقة، وبالتالي تعزيز العدالة الاجتماعية وتقليل الحواجز أمام التعليم.
تسلط الورقة الضوء على الطبيعة المتطورة لممارسات التعليم الشامل، وخاصة في سياق التقدم التكنولوجي المدفوع بالثورة الصناعية الرابعة. يتم التأكيد على دمج الذكاء الاصطناعي (AI) في البيئات التعليمية كقوة تحويلية تعزز فعالية التدريس وتدعم التعلم الذاتي. ومع ذلك، لا تزال التعقيدات المحيطة بتطبيق الذكاء الاصطناعي في التعليم الشامل، خاصة في البلدان النامية مثل نيجيريا، غير مستكشفة بشكل كافٍ. لمعالجة هذه الفجوة، تستخدم الدراسة نموذج نظرية القبول واستخدام التكنولوجيا الموحدة (UTAUT) للتحقيق في نوايا المعلمين المستقبليين لاعتماد الذكاء الاصطناعي في الفصول الدراسية الشاملة. تهدف البحث إلى تحليل العلاقات بين النية السلوكية المدركة وعوامل مختلفة، بما في ذلك توقع الأداء، وتوقع الجهد، والتأثير الاجتماعي، وظروف التيسير، والكفاءة الذاتية التكنولوجية، مما يساهم في فهم أعمق لاعتماد الذكاء الاصطناعي في هذا السياق التعليمي.
طرق
تستعرض قسم “طرق” الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. استخدم الباحثون مزيجًا من الأساليب الكمية والنوعية لجمع البيانات، مما يضمن تحليلًا شاملاً لسؤال البحث. تضمنت المنهجيات المحددة تجارب محكومة، واستطلاعات، وتحليلات إحصائية، مع إيلاء اهتمام خاص لاختيار المقاييس المناسبة للتقييم.
شملت جمع البيانات استراتيجية عينة منهجية لضمان التمثيل، تلتها اختبارات إحصائية صارمة للتحقق من النتائج. سهل استخدام أدوات البرمجيات لتحليل البيانات تفسير النتائج، مما سمح بتحديد الأنماط والارتباطات المهمة. بشكل عام، تم تصميم الطرق لضمان الموثوقية والصلاحية، مما يساهم في قوة استنتاجات الدراسة.
نتائج
تشير نتائج هذه الدراسة إلى علاقة معقدة بين عوامل مختلفة تؤثر على النية السلوكية للمعلمين المستقبليين (BI) لاعتماد واستخدام أدوات الذكاء الاصطناعي (AI) للتعليم الشامل في نيجيريا. بينما وُجدت علاقة إيجابية وملحوظة بين توقع الجهد (EE) وBI، مما يشير إلى أن الراحة المدركة تشجع على الاعتماد، كشفت الدراسة أيضًا عن علاقة سلبية ولكن ملحوظة بين توقع الأداء (PE)، والتأثير الاجتماعي (SI)، وظروف التيسير (FC) على BI. قد تنشأ هذه العلاقة العكسية من نقص الموارد والدعم التكنولوجي داخل مؤسسات تدريب المعلمين النيجيرية، مما يقوض ثقة المعلمين في قدرة التكنولوجيا على تعزيز التعليم الشامل.
علاوة على ذلك، لم تجد الدراسة أي ارتباط ملحوظ بين الكفاءة الذاتية التكنولوجية (TSE) وBI، مما يشير إلى أن اعتقاد المشاركين في قدرتهم على استخدام التكنولوجيا بشكل فعال لم يؤثر بشكل مباشر على نيتهم لاعتماد أدوات الذكاء الاصطناعي. ومع ذلك، كان لـTSE تأثير غير مباشر، مما يعزز التأثير المدرك لـPE وSI على BI. وهذا يشير إلى أن تحسين TSE للمعلمين المستقبليين قد يؤثر بشكل إيجابي على تصوراتهم لفوائد التكنولوجيا والدعم الذي يتلقونه من الأقران، مما يعزز في النهاية استعدادهم الأكبر لدمج الذكاء الاصطناعي في ممارساتهم التعليمية. بشكل عام، تسلط النتائج الضوء على الحاجة إلى تحسين البنية التحتية التكنولوجية والتدريب لدعم التنفيذ الفعال للتعليم الشامل في نيجيريا.
مناقشة
تسلط قسم المناقشة من الورقة البحثية الضوء على تطبيق نظرية القبول واستخدام التكنولوجيا الموحدة (UTAUT) في فهم نوايا المعلمين المستقبليين لاعتماد الذكاء الاصطناعي (AI) للتعليم الشامل. يتم فحص نموذج UTAUT، الذي يتضمن توقع الأداء، وتوقع الجهد، والتأثير الاجتماعي، وظروف التيسير كعوامل رئيسية، جنبًا إلى جنب مع العوامل المعدلة مثل العمر، والخبرة، والجنس، وطوعية الاستخدام. من الجدير بالذكر أن الدراسة تحدد علاقة إيجابية ملحوظة بين توقع الجهد والنية السلوكية، بينما تظهر توقعات الأداء، والتأثير الاجتماعي، وظروف التيسير ارتباطات سلبية. من المثير للاهتمام أن الكفاءة الذاتية التكنولوجية لا تؤثر بشكل كبير على النوايا السلوكية للمعلمين المستقبليين، مما يشير إلى أن نواياهم لاعتماد أدوات الذكاء الاصطناعي تتأثر بشكل أكبر بتصوراتهم لسهولة الاستخدام والدعم السياقي المتاح.
علاوة على ذلك، تؤكد تحليل نمذجة المعادلات الهيكلية (SEM) أنه بينما لا تساهم الكفاءة الذاتية التكنولوجية بشكل مباشر في النوايا السلوكية، تلعب المكونات الأخرى لنموذج UTAUT دورًا مهمًا. تشير مؤشرات ملاءمة النموذج إلى ملاءمة جيدة، مما يدعم الاستنتاج بأن توقع الأداء، وتوقع الجهد، والتأثير الاجتماعي، وظروف التيسير هي عوامل حاسمة في تشكيل نوايا المعلمين المستقبليين لاستخدام الذكاء الاصطناعي في ممارساتهم التعليمية. وهذا يبرز الحاجة إلى تعزيز هذه العوامل في المؤسسات التعليمية لتعزيز بيئة أكثر ملاءمة لاعتماد التكنولوجيا في الفصول الدراسية الشاملة.
DOI: https://doi.org/10.3389/feduc.2025.1519472
Publication Date: 2025-02-03
Author(s): Olufemi Timothy Adigun et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
This study employs the Unified Theory of Acceptance and Use of Technology (UTAUT) to explore the behavioral intentions of pre-service teachers regarding the adoption of artificial intelligence (AI) tools in inclusive educational settings. Utilizing a cross-sectional design, data were gathered through a validated questionnaire and analyzed using both descriptive and inferential statistics, including Structural Equation Modeling (SEM). The findings indicate that effort expectancy positively influences the intention to adopt AI for inclusive education, while technological self-efficacy does not directly affect this intention. However, it does have a significant indirect impact on performance expectancy and social influence, which in turn affect behavioral intentions.
The study concludes that the integration of technology, particularly AI, into teacher preparation programs in Nigeria is crucial yet currently inadequate. It highlights that performance expectancy, social influence, and facilitating conditions negatively impact pre-service teachers’ intentions to adopt AI. To address these challenges, the study recommends enhancing technological infrastructure in teacher training institutions and incorporating technology-focused courses into the curriculum. Such measures aim to bolster pre-service teachers’ confidence and competence in utilizing technology effectively in inclusive classrooms, thereby improving educational outcomes for learners with special needs.
Introduction
The introduction of this research paper outlines the significant impact of the 1994 Salamanca Declaration and the Convention on the Rights of Persons with Disabilities on the promotion of inclusive education globally, particularly in Nigeria. Over the past two decades, Nigeria has made notable advancements in inclusive educational policies, as evidenced by the National Policy on Education (2008) and the Discrimination Against Persons with Disabilities (Prohibition) Act (2018). These developments align with UNESCO’s protocols, fostering a commitment to providing equitable learning opportunities for students with disabilities, thereby promoting social justice and minimizing barriers to education.
The paper highlights the evolving nature of inclusive education practices, particularly in the context of technological advancements driven by the fourth industrial revolution. The integration of artificial intelligence (AI) in educational settings is emphasized as a transformative force that enhances teaching efficacy and supports self-directed learning. However, the complexities surrounding AI’s application in inclusive education, especially in developing countries like Nigeria, remain underexplored. To address this gap, the study employs the Unified Theory of Acceptance and Use of Technology (UTAUT) model to investigate pre-service teachers’ intentions to adopt AI in inclusive classrooms. The research aims to analyze the relationships between perceived behavioral intention and various factors, including performance expectancy, effort expectancy, social influence, facilitating conditions, and technological self-efficacy, thereby contributing to a deeper understanding of AI adoption in this educational context.
Methods
The “Methods” section outlines the experimental and analytical procedures employed in the study. The researchers utilized a combination of quantitative and qualitative approaches to gather data, ensuring a comprehensive analysis of the research question. Specific methodologies included controlled experiments, surveys, and statistical analyses, with particular attention to the selection of appropriate metrics for evaluation.
Data collection involved a systematic sampling strategy to ensure representativeness, followed by rigorous statistical testing to validate the findings. The use of software tools for data analysis facilitated the interpretation of results, allowing for the identification of significant patterns and correlations. Overall, the methods were designed to ensure reliability and validity, contributing to the robustness of the study’s conclusions.
Results
The results of this study indicate a complex relationship between various factors influencing pre-service teachers’ behavioral intention (BI) to adopt and use artificial intelligence (AI) tools for inclusive education in Nigeria. While a positive and significant relationship was found between effort expectancy (EE) and BI, suggesting that perceived convenience encourages adoption, the study also revealed a negative but significant relationship between performance expectancy (PE), social influence (SI), and facilitating conditions (FC) on BI. This inverse relationship may stem from inadequate technological resources and support within Nigerian teacher training institutions, which undermines teachers’ confidence in technology’s potential to enhance inclusive teaching.
Furthermore, the study found no significant correlation between technological self-efficacy (TSE) and BI, indicating that the participants’ belief in their ability to effectively use technology did not directly influence their intention to adopt AI tools. However, TSE did have an indirect effect, enhancing the perceived impact of PE and SI on BI. This suggests that improving pre-service teachers’ TSE could positively influence their perceptions of technology’s benefits and the encouragement they receive from peers, ultimately fostering a greater willingness to integrate AI into their teaching practices. Overall, the findings highlight the need for improved technological infrastructure and training to support the effective implementation of inclusive education in Nigeria.
Discussion
The discussion section of the research paper highlights the application of the Unified Theory of Acceptance and Use of Technology (UTAUT) in understanding pre-service teachers’ intentions to adopt artificial intelligence (AI) for inclusive education. The UTAUT model, which includes performance expectancy, effort expectancy, social influence, and facilitating conditions as primary factors, is examined alongside moderators such as age, experience, gender, and voluntariness of use. Notably, the study identifies a significant positive relationship between effort expectancy and behavioral intention, while performance expectancy, social influence, and facilitating conditions exhibit negative correlations. Interestingly, technological self-efficacy does not significantly influence the behavioral intentions of pre-service teachers, suggesting that their intentions to adopt AI tools are more strongly affected by their perceptions of ease of use and the contextual support available.
Furthermore, the structural equation modeling (SEM) analysis confirms that while technological self-efficacy does not contribute directly to behavioral intentions, the other UTAUT components do play a significant role. The model’s fit indices indicate a good fit, supporting the conclusion that performance expectancy, effort expectancy, social influence, and facilitating conditions are critical in shaping pre-service teachers’ intentions to utilize AI in their teaching practices. This underscores the need for educational institutions to enhance these factors to foster a more favorable environment for technology adoption in inclusive classrooms.