DOI: https://doi.org/10.1007/s10639-024-12906-6
تاريخ النشر: 2024-07-26
المؤلف: Joaquín Rodríguez‐Ruiz وآخرون
الموضوع الرئيسي: الصحة السلوكية والتدخلات
نظرة عامة
تستكشف الدراسة الحالية العلاقة بين ضبط النفس، تقدير الذات، والكفاءة الذاتية فيما يتعلق باستخدام أدوات الذكاء الاصطناعي (AI) بين الطلاب الجامعيين في مجالات التعليم وعلم النفس. باستخدام تصميم مقطعي مع عينة من 1,761 طالبًا، استخدمت الدراسة مقاييس موثوقة ذاتية التقرير تظهر خصائص نفسية قوية. أظهرت نتائج تحليلات الانحدار الخطي أن انخفاض ضبط النفس كان مرتبطًا بزيادة تكرار استخدام أدوات الذكاء الاصطناعي، بينما كشفت الانحدارات اللوجستية أن كل من ضبط النفس والكفاءة الذاتية كانا مرتبطين باستخدام الذكاء الاصطناعي في المهام الأكاديمية وحل الاستفسارات اليومية. على العكس، ارتبطت تقدير الذات العالي بانخفاض احتمال استخدام الذكاء الاصطناعي بسبب تفضيل التفاعل الشخصي.
تشمل نقاط قوة الدراسة استكشافها لموضوع جديد وحجم العينة الكبير، بينما تتعلق القيود بالعينات المريحة وتمثيل غير متناسب للطالبات. يحد الطابع المقطعي للدراسة من الاستنتاجات السببية، وقد يؤدي الاعتماد على التقارير الذاتية إلى إدخال تحيزات. على الرغم من هذه القيود، توفر الدراسة رؤى قيمة حول كيفية تأثير الخصائص الشخصية والنفسية على استخدام أدوات الذكاء الاصطناعي، مما يبرز ضرورة أن يأخذ المعلمون هذه العوامل في الاعتبار عند دمج الذكاء الاصطناعي في الممارسات التعليمية. تؤكد النتائج على أهمية تعزيز ضبط النفس والكفاءة الذاتية لتعزيز الاستخدام الأخلاقي للذكاء الاصطناعي بين الطلاب، مما يشجع على مزيد من التحقيق في التفاعل بين المتغيرات الشخصية واستخدام الذكاء الاصطناعي في السياقات التعليمية. يُوصى بإجراء أبحاث مستقبلية تشمل عينات أكثر تمثيلاً وتصاميم طولية لاستكشاف هذه الديناميكيات بشكل أعمق.
مقدمة
تناقش مقدمة هذه الورقة البحثية الإمكانات التحويلية للذكاء الاصطناعي (AI) في التعليم، مع تسليط الضوء على الحاجة إلى استراتيجيات دمج فعالة (Slimi & Villarejo, 2023; Karan & Angadi, 2023). بينما يتم تطوير برامج متنوعة لتعزيز مهارات التكنولوجيا من خلال الذكاء الاصطناعي في المدارس (Park & Kwon, 2023)، هناك فجوة ملحوظة في فهم الخصائص النفسية للطلاب الذين يستخدمون هذه الأدوات. تهدف هذه الدراسة إلى التحقيق في العلاقات بين استخدام أدوات الذكاء الاصطناعي وثلاثة مفاهيم نفسية: ضبط النفس، تقدير الذات، والكفاءة الذاتية.
يُعرف ضبط النفس بأنه القدرة على تأجيل الإشباع الفوري من أجل فوائد طويلة الأجل (Kirby & Herrnstein, 1995)، وهو مرتبط بالرفاهية والسلوكيات الإشكالية (Moffitt et al., 2011; Gillebaart, 2018). تشير الأبحاث إلى أن انخفاض ضبط النفس يرتبط بالاستخدام المفرط لوسائل التواصل الاجتماعي (Zahrai et al., 2022) والاستجابات الاندفاعية لإشعارات الهواتف الذكية (Berger et al., 2018). تقدير الذات، وهو عامل حاسم للصحة النفسية (Boyd et al., 2014)، مرتبط عكسيًا بالتفاعل عبر الإنترنت، حيث يرتبط انخفاض تقدير الذات بزيادة استخدام التكنولوجيا (Kircaburun, 2016; Błachnio et al., 2016). أخيرًا، قد تؤثر الكفاءة الذاتية، التي تعكس اعتقاد الفرد في كفاءته (Bandura, 1977)، على استخدام أدوات الذكاء الاصطناعي، خاصة بين أولئك الذين لديهم كفاءة ذاتية منخفضة يسعون لتعويض النقص المدرك. تضع المقدمة الأساس للاستكشاف التجريبي لهذه العوامل النفسية فيما يتعلق باستخدام أدوات الذكاء الاصطناعي بين الطلاب الجامعيين.
النتائج
يقدم قسم النتائج تحليلًا شاملاً للعلاقات بين ضبط النفس، تقدير الذات، الكفاءة الذاتية، وأنواع مختلفة من استخدام أدوات الذكاء الاصطناعي (AIT). تشير مصفوفة الارتباط إلى أن انخفاض ضبط النفس مرتبط بشكل كبير بزيادة تكرار استخدام AIT (r = 0.12) واستخدامات محددة مثل الحاجة للتفاعل (r = 0.07) والمساعدة الأكاديمية (r = 0.13). على العكس، يرتبط تقدير الذات العالي إيجابيًا بالكفاءة الذاتية العالية (r = 0.53). من الجدير بالذكر أن تكرار استخدام AIT مرتبط بشكل كبير بجميع أنواع الاستخدام التي تم تحليلها، خاصة لحل الشكوك اليومية (r = 0.16) والعمل الأكاديمي (r = 0.24).
يكشف تحليل الانحدار الخطي أن كل من الجنس (OR = 0.30) وانخفاض ضبط النفس (OR = 0.35) يتنبأ بزيادة تكرار استخدام AIT. توضح نماذج الانحدار اللوجستي هذه الديناميكيات بشكل أكبر، حيث يظهر أن الكفاءة الذاتية العالية (OR = 1.47) تتنبأ بزيادة استخدام AIT لحل الشكوك اليومية، بينما يتنبأ انخفاض ضبط النفس باستمرار بزيادة استخدام AIT عبر سياقات مختلفة، بما في ذلك العمل الأكاديمي (OR = 2.01). بالإضافة إلى ذلك، يؤثر تقدير الذات سلبًا على استخدام AIT لاحتياجات التفاعل في نماذج معينة، بينما يتنبأ الجنس الذكري بزيادة استخدام AIT للمهام الأكاديمية (OR = 1.44). بشكل عام، تؤكد النتائج على التفاعل المعقد بين العوامل النفسية الفردية والدوافع لاستخدام AIT.
المناقشة
تستكشف قسم المناقشة في الدراسة العلاقة بين الخصائص النفسية—ضبط النفس، تقدير الذات، والكفاءة الذاتية—وتكرار وأغراض استخدام أدوات الذكاء الاصطناعي (AIT) بين الطلاب الجامعيين. تدعم النتائج جزئيًا الفرضية القائلة بأن انخفاض مستويات ضبط النفس يرتبط بزيادة استخدام AIT، حيث ظهر ضبط النفس فقط كمتنبئ كبير لتكرار الاستخدام. بالإضافة إلى ذلك، وُجد أن الطلاب الذكور يستخدمون AIT بشكل أكثر تكرارًا، مما يتماشى مع الأبحاث السابقة التي تربط بين انخفاض ضبط النفس والجنس الذكري وزيادة التفاعل عبر الإنترنت. من المثير للاهتمام، بينما كان انخفاض ضبط النفس مرتبطًا باستخدام AIT للمهام الأكاديمية والتفاعل الاجتماعي، إلا أنه لم يتنبأ باستخدام AIT لحل الشكوك اليومية، مما يشير إلى أن الميل الاندفاعي قد يعيق التفكير التأملي.
استكشفت الدراسة أيضًا آثار تقدير الذات والكفاءة الذاتية على استخدام AIT. على عكس التوقعات، لم يرتبط انخفاض تقدير الذات باستخدام AIT لإنشاء المحتوى، بينما ارتبط تقدير الذات العالي بانخفاض الحاجة للتفاعل عبر الإنترنت. على العكس، ارتبطت الكفاءة الذاتية المنخفضة بزيادة الاعتماد على AIT للمهام الأكاديمية، مما يشير إلى أن الطلاب الذين يشعرون بأنهم أقل كفاءة هم أكثر عرضة لاستخدام هذه الأدوات لإكمال أعمالهم. تبرز الأبحاث أهمية فهم هذه العوامل النفسية في تعزيز الاستخدام المسؤول لـ AIT في السياقات التعليمية، مما يؤكد على ضرورة أن يأخذ المعلمون في الاعتبار الخصائص الشخصية للطلاب عند دمج أدوات الذكاء الاصطناعي في ممارساتهم التعليمية. يُشجع على إجراء أبحاث مستقبلية لاستكشاف متغيرات شخصية إضافية واستخدام تصاميم طولية لتوضيح هذه العلاقات بشكل أكبر.
DOI: https://doi.org/10.1007/s10639-024-12906-6
Publication Date: 2024-07-26
Author(s): Joaquín Rodríguez‐Ruiz et al.
Primary Topic: Behavioral Health and Interventions
Overview
The present study investigates the relationship between self-control, self-esteem, and self-efficacy in relation to the use of artificial intelligence (AI) tools among undergraduate students in education and psychology. Utilizing a cross-sectional design with a sample of 1,761 students, the research employed validated self-report measures demonstrating strong psychometric properties. Findings from linear regression analyses indicated that lower self-control was associated with increased frequency of AI tool usage, while logistic regression revealed that both self-control and self-efficacy were linked to using AI for academic tasks and resolving daily queries. Conversely, higher self-esteem correlated with a reduced likelihood of using AI due to a preference for interpersonal interaction.
The study’s strengths include its exploration of a novel topic and a substantial sample size, while limitations involve convenience sampling and a disproportionate representation of female students. The cross-sectional nature of the study restricts causal inferences, and reliance on self-reports may introduce biases. Despite these limitations, the research provides valuable insights into how personal and psychological characteristics influence AI tool usage, highlighting the necessity for educators to consider these factors when integrating AI into educational practices. The findings underscore the importance of promoting self-control and self-efficacy to foster ethical AI usage among students, thereby encouraging further investigation into the interplay between personal variables and AI utilization in educational contexts. Future research is recommended to include more representative samples and longitudinal designs to explore these dynamics further.
Introduction
The introduction of this research paper discusses the transformative potential of artificial intelligence (AI) in education, highlighting the need for effective integration strategies (Slimi & Villarejo, 2023; Karan & Angadi, 2023). While various programs are being developed to enhance technology skills through AI in schools (Park & Kwon, 2023), there is a notable gap in understanding the psychological characteristics of students utilizing these tools. This study aims to investigate the relationships between AI tool usage and three psychological constructs: self-control, self-esteem, and self-efficacy.
Self-control, defined as the ability to delay immediate gratification for long-term benefits (Kirby & Herrnstein, 1995), is linked to well-being and problematic behaviors (Moffitt et al., 2011; Gillebaart, 2018). Research indicates that lower self-control correlates with excessive social media use (Zahrai et al., 2022) and impulsive responses to smartphone notifications (Berger et al., 2018). Self-esteem, a critical factor for mental health (Boyd et al., 2014), is inversely related to online engagement, with low self-esteem associated with increased technology use (Kircaburun, 2016; Błachnio et al., 2016). Lastly, self-efficacy, which reflects an individual’s belief in their competence (Bandura, 1977), may influence AI tool usage, particularly among those with lower self-efficacy seeking to compensate for perceived inadequacies. The introduction sets the stage for empirical exploration of these psychological factors in relation to AI tool utilization among university students.
Results
The results section presents a comprehensive analysis of the relationships between self-control, self-esteem, self-efficacy, and various types of Artificial Intelligence Tool (AIT) usage. The correlation matrix indicates that low self-control is significantly associated with higher frequency of AIT use (r = 0.12) and specific uses such as the need for interaction (r = 0.07) and academic assistance (r = 0.13). Conversely, high self-esteem correlates positively with high self-efficacy (r = 0.53). Notably, frequency of AIT use is significantly linked to all analyzed usage types, particularly for solving everyday doubts (r = 0.16) and academic work (r = 0.24).
Linear regression analysis reveals that both gender (OR = 0.30) and low self-control (OR = 0.35) predict increased frequency of AIT use. Logistic regression models further elucidate these dynamics, showing that high self-efficacy (OR = 1.47) predicts greater AIT use for solving everyday doubts, while low self-control consistently predicts higher AIT use across various contexts, including academic work (OR = 2.01). Additionally, self-esteem negatively impacts AIT use for interaction needs in certain models, while male gender predicts higher AIT use for academic tasks (OR = 1.44). Overall, the findings underscore the complex interplay between individual psychological factors and the motivations for utilizing AIT.
Discussion
The discussion section of the study investigates the relationship between psychological characteristics—self-control, self-esteem, and self-efficacy—and the frequency and purposes of artificial intelligence tool (AIT) usage among university students. The findings partially support the hypothesis that lower levels of self-control correlate with increased AIT usage, as only self-control emerged as a significant predictor of usage frequency. Additionally, male students were found to use AIT more frequently, aligning with previous research linking low self-control and male gender to higher online engagement. Interestingly, while low self-control was associated with using AIT for academic tasks and social interaction, it did not predict AIT use for solving everyday doubts, suggesting that impulsive tendencies may hinder reflective thinking.
The study also explored the implications of self-esteem and self-efficacy on AIT usage. Contrary to expectations, low self-esteem did not correlate with the use of AIT for creating content, while high self-esteem was linked to a reduced need for online interaction. Conversely, low self-efficacy was associated with a greater reliance on AIT for academic tasks, indicating that students who feel less competent are more likely to use these tools to complete their work. The research highlights the importance of understanding these psychological factors in promoting responsible AIT use in educational contexts, emphasizing the need for educators to consider students’ personal characteristics when integrating AI tools into their teaching practices. Future research is encouraged to explore additional personal variables and employ longitudinal designs to further elucidate these relationships.