DOI: https://doi.org/10.3389/fpsyg.2026.1725814
PMID: https://pubmed.ncbi.nlm.nih.gov/41710730
تاريخ النشر: 2026-02-03
المؤلف: Peng Ji وآخرون
الموضوع الرئيسي: استخدام التكنولوجيا من قبل كبار السن
نظرة عامة
تبحث الورقة البحثية في القلق المتعلق بالتكنولوجيا الذي يعاني منه كبار السن في سياق المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي (AIGC)، مشيرةً إليه كحاجز كبير أمام الشمول الرقمي. باستخدام نهج مختلط، أجرت الدراسة أولاً مقابلات متعمقة مع 36 مستخدمًا كبيرًا لـ AIGC، وحددت 14 فئة أساسية من خلال نظرية مؤسسية. بعد ذلك، تم استخدام طرق النمذجة الهيكلية التفسيرية (ISM) ومصفوفة التأثير المتبادل المطبقة على التصنيف (MICMAC) لتوضيح الهيكل الهرمي للعوامل المؤثرة وعلاقاتها المتبادلة. تكشف النتائج أن قلق التكنولوجيا ينجم أساسًا عن عوامل سطحية مثل نقص معرفة الذكاء الاصطناعي، والقيود الفسيولوجية، وتعقيد التكنولوجيا، والتي تتوسطها التدهور المعرفي وجذورها في التمييز العمري الاجتماعي.
تساهم الدراسة في النقاش النظري من خلال بناء نموذج ديناميكي للعوامل المؤثرة يتجاوز التحليلات السابقة ذات المسار الواحد. تؤكد على ضرورة معالجة كل من التجارب النفسية والجسدية لكبار السن في التفاعل مع التكنولوجيا، مشيرةً إلى أن اعتبارات التصميم يجب أن تأخذ في الاعتبار الحقائق الجسدية للشيخوخة. علاوة على ذلك، تربط البحث بين النقد الهيكلي للإقصاء التكنولوجي ومنظور تمكين مركزه الفرد، مما يظهر أن الدعم الاجتماعي يلعب دورًا حاسمًا في تخفيف قلق التكنولوجيا وتعزيز الوكالة الرقمية. تؤكد النتائج على أهمية التدخلات المنسقة التي تشمل توجيه السياسات، والتصميم الشامل، ودعم المجتمع لسد الفجوة الرقمية لكبار السن، مع معالجة القضايا النظامية للتمييز العمري والفجوات في الموارد التي perpetuate الظلم التكنولوجي.
مقدمة
تسلط مقدمة الورقة البحثية الضوء على التحدي الاجتماعي الملح المتمثل في تعزيز جودة الحياة لكبار السن في ظل شيخوخة سريعة للسكان العالميين. بحلول عام 2050، من المتوقع أن يشكل الأشخاص الذين تتراوح أعمارهم بين 65 عامًا وما فوق 16% من السكان العالميين، بينما يتناقص عدد السكان في سن العمل، الذين يدعمون أنظمة الرعاية طويلة الأمد. استجابةً لذلك، تُعتبر التقنيات الرقمية، وخاصة الذكاء الاصطناعي (AI)، أدوات حيوية بشكل متزايد لتحسين إدارة الصحة، والدعم المعرفي، والانخراط الاجتماعي بين كبار السن. على الرغم من الإمكانات المعترف بها للذكاء الاصطناعي لمعالجة قضايا مثل الوحدة والتدهور المعرفي، إلا أن معدلات التبني الفعلية بين المستخدمين الأكبر سنًا لا تزال منخفضة، ويرجع ذلك إلى حد كبير إلى قلق التكنولوجيا الناجم عن التحديات المعرفية والعاطفية والمتعلقة بالمهارات.
تهدف الدراسة إلى التحقيق في الآليات التوليدية للقلق المتعلق بالتكنولوجيا المرتبطة بالذكاء الاصطناعي بين كبار السن باستخدام إطار عمل مختلط. تستخدم نظرية مؤسسية لإجراء مقابلات متعمقة مع 36 مستخدمًا كبيرًا لتحديد أبعاد قلق التكنولوجيا، تليها نموذج هيكلي تفسيري (ISM) لتحليل العلاقات السببية بين هذه الأبعاد. بالإضافة إلى ذلك، سيتم استخدام تحليل مصفوفة التأثير المتبادل المطبقة على التصنيف (MICMAC) لاستكشاف العلاقات الديناميكية بين العوامل الدافعة والتابعة. من المتوقع أن توفر النتائج رؤى تجريبية وإرشادات نظرية لتعزيز تصميم الذكاء الاصطناعي الشامل، وبالتالي معالجة الفجوة الرقمية وتعزيز رفاهية كبار السن.
الطرق
تستخدم الدراسة نهجًا مختلطًا يجمع بين نظرية مؤسسية مع تحليل ISM-MICMAC الهرمي، مقسمًا إلى ثلاث مراحل متميزة. في البداية، يتم تحليل البيانات النوعية من المقابلات باستخدام نظرية مؤسسية لتحديد وتلخيص العوامل الرئيسية التي تؤثر على قلق التكنولوجيا بين المستخدمين الأكبر سنًا للذكاء الاصطناعي (AI).
في المرحلة الثانية، يتم تطوير إطار عمل للنمذجة الهيكلية التفسيرية (ISM) لاستكشاف العلاقات السببية بين هذه العوامل المحددة. أخيرًا، يتم إجراء تحليل MICMAC لتحديد قوة الدفع والاعتماد لكل عامل، مما يسمح بتحديد العوامل الدافعة الأساسية وتقييم عقلانية النموذج وصحته. يتم توضيح إجراءات تصميم البحث التفصيلية في الشكل 1.
المناقشة
تسلط المناقشة حول قلق التكنولوجيا بين المستخدمين الأكبر سنًا الضوء على التفاعل بين الكفاءة الذاتية الفردية والعوامل الهيكلية في تشكيل تجاربهم مع التكنولوجيا. مستندةً إلى نظرية التعلم الاجتماعي، يتميز قلق التكنولوجيا بتصورات سلبية عن الكفاءة التكنولوجية، مما يؤدي إلى استنفاد معرفي وتجنب سلوكي. تشير الأبحاث إلى أن كبار السن معرضون بشكل خاص لهذا القلق بسبب التدهورات المعرفية والفسيولوجية المرتبطة بالعمر، والتي يمكن أن تتفاقم في سياق تقنيات الذكاء الاصطناعي المعقدة. تشير النتائج إلى أن المستخدمين الأكبر سنًا غالبًا ما يرون الأدوات التكنولوجية كأمر مرهق، مما يؤدي إلى سلوكيات تجنب وتردد في الانخراط مع التقنيات الجديدة. هذا القلق ليس مجرد نتاج لنقص فردي، ولكنه يتأثر أيضًا بالتمييز العمري الاجتماعي وتصميم التكنولوجيا الذي غالبًا ما يتجاهل احتياجات كبار السن.
تستخدم الدراسة نظرية مؤسسية ونموذج هيكلي تفسيري (ISM) لتحليل العوامل التي تسهم في قلق التكنولوجيا بين مستخدمي الذكاء الاصطناعي الأكبر سنًا. من خلال مقابلات شبه منظمة مع 36 مشاركًا، تحدد الأبحاث الفئات الرئيسية التي تؤثر على قلق التكنولوجيا، بما في ذلك نقص معرفة الذكاء الاصطناعي، والتدهور المعرفي، والتحيز العمري الاجتماعي. يكشف إطار ISM عن هيكل هرمي لهذه العوامل، مع المحفزات الفورية في الطبقة السطحية والتحيزات الاجتماعية الأعمق في الطبقة الجذرية. تؤكد النتائج على الحاجة إلى نهج أكثر شمولية في تصميم التكنولوجيا وأنظمة الدعم التي تعالج كل من القدرات الفردية والحواجز الهيكلية، بهدف تعزيز انخراط كبار السن مع التكنولوجيا وتقليل القلق.
القيود
تقدم الدراسة حول قلق التكنولوجيا بين كبار السن عدة قيود تستدعي الاعتبار. أولاً، كانت العينة في الغالب حضرية وتتكون بشكل رئيسي من المتقاعدين، مما يحد من إمكانية تعميم النتائج على السكان الريفيين، والأقليات العرقية، وكبار السن ذوي المعرفة الرقمية المنخفضة. تعيق هذه التجانس أيضًا المقارنات النظامية لقلق الذكاء الاصطناعي عبر مجموعات فرعية اجتماعية واقتصادية مختلفة، مثل المحترفين المتقاعدين مقابل العمال ذوي الياقات الزرقاء، والأفراد ذوي الخلفيات التعليمية المختلفة. قد تؤثر هذه العوامل على الإدراك التكنولوجي، والوصول إلى الموارد، والكفاءة الذاتية، مما يؤدي إلى محفزات قلق واستراتيجيات مواجهة متنوعة.
ثانيًا، حدت الطبيعة الاستكشافية للبحث من الصرامة المنهجية، مما يشير إلى أن الدراسات المستقبلية يجب أن تشمل عينات أكثر تنوعًا وتصاميم مقارنة لفهم تعقيدات الفجوة الرقمية بشكل أفضل. يمكن أن تسهل تقنيات التحليل المتقدمة، مثل نمذجة المعادلات الهيكلية، اختبار الفرضيات وتعزيز المعرفة التراكمية في هذا المجال. أخيرًا، تشير الخصوصية الثقافية للنتائج، المستمدة من دراسة تركزت على مستخدمي الذكاء الاصطناعي الأكبر سنًا في الصين، إلى الحاجة إلى أبحاث عبر ثقافية للتحقق من صحة وتوسيع نموذج توليد القلق عبر سياقات ثقافية مختلفة.
DOI: https://doi.org/10.3389/fpsyg.2026.1725814
PMID: https://pubmed.ncbi.nlm.nih.gov/41710730
Publication Date: 2026-02-03
Author(s): Peng Ji et al.
Primary Topic: Technology Use by Older Adults
Overview
The research paper investigates the technology-related anxiety experienced by older adults in the context of AI-generated content (AIGC), highlighting it as a significant barrier to digital inclusion. Utilizing a mixed-methods approach, the study first conducted in-depth interviews with 36 older AIGC users, identifying 14 core categories through grounded theory. Subsequently, the Interpretive Structural Modeling (ISM) and Cross Impact Matrix Multiplication Applied to Classification (MICMAC) methods were employed to elucidate the hierarchical structure of influencing factors and their interrelationships. The findings reveal that technology anxiety is primarily triggered by surface factors such as insufficient AI literacy, physiological limitations, and technological complexity, which are mediated by cognitive decline and ultimately rooted in social ageism.
The study contributes to theoretical discourse by constructing a dynamic influencing factor model that transcends previous single-pathway analyses. It emphasizes the necessity of addressing both the psychological and embodied experiences of older adults in technology interaction, suggesting that design considerations must accommodate the physical realities of aging. Furthermore, the research links structural critiques of technological exclusion with a subject-centered empowerment perspective, demonstrating that social support plays a crucial role in mitigating technology anxiety and fostering digital agency. The findings underscore the importance of coordinated interventions that encompass policy guidance, inclusive design, and community support to bridge the digital divide for older adults, while also addressing systemic issues of ageism and resource disparities that perpetuate technological injustice.
Introduction
The introduction of the research paper highlights the pressing societal challenge of enhancing the quality of life for older adults amidst a rapidly aging global population. By 2050, it is projected that 16% of the global population will be aged 65 and above, while the working-age population, which supports long-term care systems, is declining. In response, digital technologies, particularly artificial intelligence (AI), are increasingly recognized as vital tools for improving health management, cognitive support, and social engagement among older adults. Despite the acknowledged potential of AI to address issues such as loneliness and cognitive decline, actual adoption rates among older users remain low, largely due to technology anxiety stemming from cognitive, emotional, and skill-related challenges.
The study aims to investigate the generative mechanisms of AI-related technology anxiety among older adults using a mixed methods framework. It employs grounded theory to conduct in-depth interviews with 36 older users to identify the dimensions of technology anxiety, followed by an interpretive structural model (ISM) to analyze the causal relationships among these dimensions. Additionally, Cross-Impact Matrix Multiplication Applied to a Classification (MICMAC) analysis will be utilized to explore the dynamic relationships between driving and dependent factors. The findings are expected to provide empirical insights and theoretical guidance for promoting inclusive AI design, thereby addressing the digital divide and enhancing the well-being of older adults.
Methods
The study employs a mixed-method approach that combines Grounded Theory with ISM-MICMAC hierarchical analysis, structured into three distinct phases. Initially, qualitative data from interviews are analyzed using Grounded Theory to systematically identify and summarize the key factors influencing technology anxiety among older users of artificial intelligence (AI).
In the second phase, an Interpretive Structural Modeling (ISM) framework is developed to explore the causal relationships between these identified factors. Finally, the MICMAC analysis is conducted to quantify each factor’s driving power and dependence, allowing for the identification of core driving factors and an evaluation of the model’s rationality and validity. The detailed research design procedures are illustrated in Figure 1.
Discussion
The discussion on technology anxiety among older users highlights the interplay between individual self-efficacy and structural factors in shaping their experiences with technology. Rooted in social cognitive theory, technology anxiety is characterized by negative self-perceptions regarding technological competence, leading to cognitive depletion and behavioral avoidance. Research indicates that older adults are particularly vulnerable to this anxiety due to age-related cognitive and physiological declines, which can be exacerbated in the context of complex AI technologies. The findings suggest that older users often perceive technological tools as overwhelming, leading to avoidance behaviors and a reluctance to engage with new technologies. This anxiety is not solely a product of individual deficiencies but is also influenced by societal ageism and the design of technology that often overlooks the needs of older adults.
The study employs grounded theory and an interpretive structural model (ISM) to analyze the factors contributing to technology anxiety among older AI users. Through semi-structured interviews with 36 participants, the research identifies key categories influencing technology anxiety, including insufficient AI literacy, cognitive decline, and societal age bias. The ISM framework reveals a hierarchical structure of these factors, with immediate triggers at the surface layer and deeper societal biases at the root layer. The results underscore the need for a more inclusive approach to technology design and support systems that address both individual capabilities and structural barriers, ultimately aiming to enhance older adults’ engagement with technology and reduce anxiety.
Limitations
The study on technology anxiety among older adults presents several limitations that warrant consideration. Firstly, the sample was predominantly urban and comprised mainly retirees, which restricts the generalizability of the findings to rural populations, ethnic minorities, and older adults with lower digital literacy. This homogeneity also hinders systematic comparisons of AI anxiety across various socio-economic subgroups, such as retired professionals versus blue-collar workers, and individuals with differing educational backgrounds. These factors may influence technological cognition, access to resources, and self-efficacy, potentially leading to varied anxiety triggers and coping strategies.
Secondly, the exploratory nature of the research limited the methodological rigor, suggesting that future studies should incorporate more diverse samples and comparative designs to better understand the complexities of the digital divide. Employing advanced analytical techniques, such as structural equation modeling, could facilitate hypothesis testing and enhance the cumulative knowledge in this area. Lastly, the cultural specificity of the findings, derived from a study focused on Chinese older AI users, indicates a need for cross-cultural research to validate and extend the anxiety-generation model across different cultural contexts.