DOI: https://doi.org/10.1080/10447318.2025.2573037
تاريخ النشر: 2025-11-04
المؤلف: Zdeněk Smutný وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تستكشف هذه الورقة البحثية تأثير أدوات الذكاء الاصطناعي التوليدي (AI)، وبشكل خاص روبوتات الدردشة الذكية مثل ChatGPT، على أداء العمل الفردي، مع التركيز على العوامل التي تؤثر على توقعات الأداء ونوايا استخدام هذه الأدوات. باستخدام إطار عمل معزز يعتمد على نماذج UTAUT و IAM، قامت الدراسة بتحليل بيانات استبيان من 787 مستجيبًا شابًا (أعمارهم بين 18-34) باستخدام SmartPLS4. تشير النتائج الرئيسية إلى أن توقعات الأداء تتوسط بشكل كبير العلاقات بين توقعات الجهد، وموثوقية المصدر، وجودة المعلومات فيما يتعلق بنوايا استخدام روبوتات الدردشة الذكية. ومن الجدير بالذكر أن الفروق بين الجنسين ظهرت، حيث أعطى الرجال الأولوية لجودة المعلومات بينما أكدت النساء على موثوقية المصدر. تسلط الدراسة الضوء على اعتماد روبوتات الدردشة الذكية بحذر بين المستخدمين الشباب بسبب المخاوف المتعلقة بالمخاطر مثل المعلومات المضللة والتحيز الاجتماعي.
كما تعترف الورقة بعدة قيود، بما في ذلك استخدام عينة ملائمة تحد من إمكانية تعميم النتائج على السكان التشيكيين الأوسع ووجود تحيزات محتملة في استجابات الاستبيان. بالإضافة إلى ذلك، تم انتقاد مفهوم التفاعلية المدركة لدمجه بين مفاهيم متميزة، مما يشير إلى أن الأبحاث المستقبلية يجب أن تفصل هذه الأبعاد للحصول على قياسات أكثر دقة. يوصي المؤلفون بإجراء دراسات نوعية إضافية لاستكشاف الفروق بين الجنسين بعمق وفهم الآثار الأوسع لاعتماد أدوات الذكاء الاصطناعي عبر فئات اجتماعية وسياقات ثقافية متنوعة. بشكل عام، تؤكد النتائج على أهمية توقعات الأداء في تشكيل نوايا استخدام روبوتات الدردشة الذكية وتدعو إلى استمرار البحث للتكيف مع المشهد المتطور لتكنولوجيا الذكاء الاصطناعي التوليدي.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الدور الحاسم لمهارات معالجة المعلومات في المجتمع المعاصر، لا سيما في سياق المشهد المتطور الذي تشكله الإنترنت والذكاء الاصطناعي التوليدي (AI). يتم تحدي هيمنة محركات البحث التقليدية، وخاصة جوجل، من قبل تقنيات مدمرة مثل نماذج اللغة الكبيرة (LLMs)، التي تحول استرجاع المعلومات والتواصل عبر الإنترنت. تهدف هذه الدراسة إلى التحقيق في الفروق الجيلية والإقليمية في اعتماد أدوات الذكاء الاصطناعي مثل ChatGPT، بناءً على أبحاث سابقة قام بها كاميليري (2024) واستخدام إطار مفاهيمي مشابه لتحليل البالغين الشباب في سياق وسط أوروبا.
تؤكد الورقة على الزيادة السريعة في شعبية روبوتات الدردشة الذكية التوليدية منذ أواخر 2022، مدفوعة بالتقدم في الحوسبة ومعالجة اللغة الطبيعية. بينما تقدم هذه التقنيات فوائد كبيرة في مجالات متنوعة، بما في ذلك التعليم والرعاية الصحية، فإنها تثير أيضًا مخاوف بشأن إساءة استخدام البيانات، والمعلومات المضللة، والآثار الأخلاقية. تؤكد الأبحاث على ضرورة فهم العوامل الاجتماعية التي تؤثر على قبول واعتماد تقنيات الذكاء الاصطناعي التوليدية، كما أبرزت دراسة دولية تشير إلى أن العديد من التنفيذيين يتوقعون اضطرابًا كبيرًا في الصناعة بسبب الذكاء الاصطناعي. من خلال استخدام نماذج معتمدة لقبول التكنولوجيا، مثل نموذج قبول التكنولوجيا (TAM) والنظرية الموحدة لقبول واستخدام التكنولوجيا (UTAUT)، تهدف هذه الدراسة إلى المساهمة في قاعدة المعرفة التجريبية حول قبول الذكاء الاصطناعي ونظرية العلاقات بين مختلف المفاهيم ضمن إطار القبول.
الطرق
توضح قسم المنهجية النهج المنظم المستخدم في البحث للتحقيق في الفرضيات المحددة. يتناول التصميم التجريبي، بما في ذلك اختيار المشاركين، وتقنيات جمع البيانات، والأساليب التحليلية المستخدمة لتفسير النتائج. استخدمت الدراسة مزيجًا من الأساليب الكمية والنوعية لضمان فهم شامل للظواهر قيد التحقيق.
شمل جمع البيانات استبيانات منظمة وتجارب محكومة، مع إجراء تحليلات إحصائية باستخدام أدوات البرمجيات لتقييم دلالة النتائج. تؤكد المنهجية على معايير صارمة لتعزيز موثوقية وصلاحية النتائج، مما يضمن أن الاستنتاجات المستخلصة قوية وقابلة للتطبيق على السياق الأوسع لمجال البحث.
النتائج
تشير نتائج الدراسة، التي استخدمت خوارزمية نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى (PLS-SEM)، إلى عدم وجود تحيز في الطريقة الشائعة، كما يتضح من عوامل تضخم التباين (VIFs) التي تتراوح من 1.085 إلى 2.023، وهي أقل بكثير من عتبة التداخل المرضي البالغة 3.3. تجاوزت قيم التباين المستخرج (AVE) العتبة الموصى بها البالغة 0.5، مما يؤكد الصلاحية التقاربية، بينما كانت الأحمال الخارجية بين 0.597 و 0.93، متجاوزة الحد الأدنى المطلوب البالغ 0.4. تراوحت قيم الموثوقية المركبة (CR) بين 0.763 و 0.922، مع كون ألفا كرونباخ فوق 0.7 لمعظم المتغيرات الكامنة، باستثناء التفاعلية المدركة (PI)، التي كانت أقل من العتبة المقبولة البالغة 0.5. على الرغم من ذلك، ظلت PI في النموذج بسبب مقاييس الاتساق الداخلي المرضية.
كشفت إجراءات البوتستراب أن توقعات الجهد والتفاعلية المدركة لم تؤثر بشكل كبير على نوايا استخدام ChatGPT، بينما تم دعم فرضيات أخرى. وُجد أن توقعات الأداء تتوسط بشكل كبير العلاقة بين توقعات الجهد ونوايا استخدام ChatGPT، وكذلك بين موثوقية المصدر وجودة المعلومات على نوايا الاستخدام. ومن الجدير بالذكر أن الفروق بين الجنسين ظهرت، حيث أثرت توقعات الجهد بشكل كبير على نوايا النساء لاستخدام ChatGPT، بينما لم يكن هذا هو الحال بالنسبة للرجال. بالإضافة إلى ذلك، أثرت تصورات جودة المعلومات بشكل كبير على توقعات الأداء لدى الرجال ولكن ليس لدى النساء، مما يبرز أنماطًا متميزة في كيفية تفاعل الجنسين مع الأداة. تسهم هذه النتائج في الفهم الأوسع لتفاعلات المستخدمين مع تقنيات الذكاء الاصطناعي وسيتم توضيحها بشكل أكبر فيما يتعلق بالأدبيات الموجودة في الأقسام اللاحقة.
المناقشة
في هذا القسم، يناقش المؤلفون النتائج من الأبحاث السابقة حول استخدام الشباب لـ ChatGPT، مع التركيز على منظورين: نظرة عامة عامة على الدراسات حول قبول الشباب لـ ChatGPT ونتائج محددة من جمهورية التشيك. حددت مراجعة الأدبيات باستخدام قاعدة بيانات Scopus 14 مقالة من 2023 و2024، منها 6 كانت ذات صلة بالمفاهيم الموضحة في الإطار المفاهيمي لكاميليري (2024). في النهاية، تم تسليط الضوء على أربع دراسات، تكشف عن عوامل متنوعة تؤثر على اعتماد ChatGPT بين الشباب عبر مناطق مختلفة، بما في ذلك كرواتيا وإندونيسيا والأردن. ومن الجدير بالذكر أن مفاهيم مثل توقعات الأداء والتأثير الاجتماعي ظهرت كمتنبئين مهمين للنوايا السلوكية لاستخدام ChatGPT، بينما كانت توقعات الجهد أقل تأثيرًا.
يؤكد المؤلفون على أصالة أبحاثهم، لا سيما في سياق جمهورية التشيك، حيث لم يتم دراسة اعتماد ChatGPT بين الشباب باستخدام نماذج القبول المعتمدة من قبل. يهدفون إلى المساهمة في قاعدة المعرفة التجريبية بشأن أطر قبول تكنولوجيا المعلومات من خلال التحقيق في كيفية تأثير عوامل مثل سهولة الاستخدام وموثوقية المعلومات على توقعات الأداء ونوايا استخدام ChatGPT بين البالغين الشباب. تعيد الدراسة تكرار نموذج المعادلات الهيكلية لكاميليري (2024)، مع الحفاظ على القابلية للمقارنة وتهدف إلى معالجة نفس أسئلة البحث المتعلقة بتفاعل جودة المعلومات وموثوقية المصدر والتأثير الاجتماعي على نية استخدام ChatGPT. من المتوقع أن توفر النتائج رؤى حول السياقات الاجتماعية والثقافية الفريدة التي تؤثر على اعتماد التكنولوجيا بين الشباب في وسط أوروبا.
DOI: https://doi.org/10.1080/10447318.2025.2573037
Publication Date: 2025-11-04
Author(s): Zdeněk Smutný et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
This research paper investigates the impact of generative artificial intelligence (AI) tools, specifically AI chatbots like ChatGPT, on individual work performance, focusing on factors influencing performance expectancy and intentions to use these tools. Utilizing an enhanced framework based on the UTAUT and IAM models, the study analyzed survey data from 787 young respondents (ages 18-34) using SmartPLS4. Key findings indicate that performance expectancy significantly mediates the relationships between effort expectancy, source trustworthiness, and information quality regarding intentions to use AI chatbots. Notably, gender differences emerged, with men prioritizing information quality while women emphasized source trustworthiness. The study highlights the cautious adoption of AI chatbots among young users due to concerns about risks such as misinformation and social bias.
The paper also acknowledges several limitations, including the use of a convenience sample that restricts generalizability to the broader Czech population and potential biases in questionnaire responses. Additionally, the conceptualization of perceived interactivity was critiqued for combining distinct constructs, suggesting that future research should separate these dimensions for more accurate measurement. The authors recommend further qualitative studies to explore gender differences in depth and to understand the broader implications of AI tool adoption across various social categories and cultural contexts. Overall, the findings underscore the importance of performance expectancy in shaping intentions to use AI chatbots and call for ongoing research to adapt to the evolving landscape of generative AI technology.
Introduction
The introduction of this research paper highlights the critical role of information processing skills in contemporary society, particularly in the context of the evolving landscape shaped by the Internet and generative artificial intelligence (AI). The dominance of traditional search engines, notably Google, is being challenged by disruptive technologies such as large language models (LLMs), which are transforming information retrieval and online communication. This study aims to investigate the generational and regional differences in the adoption of AI tools like ChatGPT, building on previous research by Camilleri (2024) and employing a similar conceptual framework to analyze young adults in a Central European context.
The paper underscores the rapid rise in the popularity of generative AI chatbots since late 2022, driven by advancements in computing and natural language processing. While these technologies offer significant benefits in various fields, including education and healthcare, they also raise concerns regarding data misuse, misinformation, and ethical implications. The research emphasizes the necessity of understanding the social factors influencing the acceptance and adoption of generative AI technologies, as highlighted by an international survey indicating that many executives anticipate substantial industry disruption due to AI. By utilizing established models of technology acceptance, such as the Technology Acceptance Model (TAM) and the Unified Theory of Acceptance and Use of Technology (UTAUT), this study aims to contribute to the empirical knowledge base on AI acceptance and theorize about the relationships between various constructs within the acceptance framework.
Methods
The methodology section outlines the systematic approach employed in the research to investigate the specified hypotheses. It details the experimental design, including the selection of participants, data collection techniques, and analytical methods used to interpret the results. The study utilized a combination of quantitative and qualitative methods to ensure a comprehensive understanding of the phenomena under investigation.
Data collection involved structured surveys and controlled experiments, with statistical analyses performed using software tools to assess the significance of the findings. The methodology emphasizes rigorous standards to enhance the reliability and validity of the results, ensuring that the conclusions drawn are robust and applicable to the broader context of the research field.
Results
The results of the study, utilizing the Partial Least Squares Structural Equation Modeling (PLS-SEM) algorithm, indicate no common method bias, as evidenced by variance inflation factors (VIFs) ranging from 1.085 to 2.023, well below the pathological collinearity threshold of 3.3. The average variance extracted (AVE) values exceeded the recommended threshold of 0.5, confirming convergent validity, while outer loadings were between 0.597 and 0.93, surpassing the minimum requirement of 0.4. Composite reliability (CR) values ranged from 0.763 to 0.922, with Cronbach’s alpha above 0.7 for most latent variables, except for perceived interactivity (PI), which fell below the acceptable threshold of 0.5. Despite this, PI remained in the model due to satisfactory internal consistency measures.
The bootstrapping procedure revealed that effort expectancy and perceived interactivity did not significantly affect intentions to use ChatGPT, while other hypotheses were supported. Performance expectancy was found to significantly mediate the relationship between effort expectancy and intentions to use ChatGPT, as well as between source trustworthiness and information quality on intentions to use. Notably, sex differences emerged, with effort expectancy significantly influencing women’s intentions to use ChatGPT, while this was not the case for men. Additionally, perceptions of information quality significantly affected men’s performance expectancy but not women’s, highlighting distinct patterns in how different sexes engage with the tool. These findings contribute to the broader understanding of user interactions with AI technologies and will be further contextualized in relation to existing literature in subsequent sections.
Discussion
In this section, the authors discuss the findings from prior research on young people’s use of ChatGPT, focusing on two perspectives: a general overview of studies on youth acceptance of ChatGPT and specific findings from the Czech Republic. A literature review utilizing the Scopus database identified 14 articles from 2023 and 2024, of which 6 were relevant to the constructs outlined in the conceptual framework by Camilleri (2024). Ultimately, four studies were highlighted, revealing various factors influencing ChatGPT adoption among youth across different regions, including Croatia, Indonesia, and Jordan. Notably, constructs such as performance expectancy and social influence emerged as significant predictors of behavioral intention to use ChatGPT, while effort expectancy was less impactful.
The authors emphasize the originality of their research, particularly in the context of the Czech Republic, where no prior studies have examined ChatGPT adoption among young people using established acceptance models. They aim to contribute to the empirical knowledge base regarding information technology acceptance frameworks by investigating how factors like ease of use and information trustworthiness influence performance expectancy and intentions to use ChatGPT among young adults. The study replicates Camilleri’s (2024) structural equation model, maintaining comparability and aiming to address the same research questions regarding the interplay of information quality, source trustworthiness, and social influence on the intention to use ChatGPT. The findings are expected to provide insights into the unique social and cultural contexts influencing technology adoption among youth in Central Europe.