قاعدة المعارف AIEdAIEd KB
في هذه الصفحة

هذه الصفحة مترجمة إلى العربية. أما صفحات المقالات فهي لا تزال مكتوبة بالإنجليزية. اقرأ هذه الصفحة بالإنجليزية

المفاهيم

نماذج تبني التقنية

تاريخ الإنشاء 2026-10-12

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

نماذج تبني التقنية هي الأطر النظرية المستخدمة لتفسير والتنبّؤ بما يقبل به الأفراد والمؤسسات وما يتبنّونه وما يستمرّون في استخدامه من تقنيات جديدة — ولماذا يتبنّى المتعلّمون والمعلّمون والمنظمات في بحث الذكاء الاصطناعي في التعليم أدوات الذكاء الاصطناعي التوليدي. وهي ليست نموذجًا واحدًا، بل عائلة من النظريات تتقاسم جذورها في أبحاث نظم المعلومات وعلم النفس الاجتماعي، أكثرها تطبيقًا هو نموذج قبول التقنية (TAM). وتعالج قاعدة المعارف هذه النماذج مجتمعةً لأن دراسات تبني الذكاء الاصطناعي التوليدي تُجمعها إجرائيًا (TAM + UTAUT، وTAM + TPB، وUTAUT + ARCS) ولأن بنيانها الأساسي — المنفعة المدرَكة وسهولة الاستخدام المدرَكة والتأثير الاجتماعي — يعود في كل دراسة تقريبًا عن قبول الذكاء الاصطناعي في التعليم.

أسئلة للتفكير

  • فكّر في مرّة تبنّيت فيها تطبيقًا أو أداة أو خدمة ذكاء اصطناعي جديدة — وفي مرّة تركت واحدة. فما الذي دفع كل قرار فعلًا: المنفعة التي بدت له، أم سهولته، أم ما كان يفعله الناس حولك؟ وأيّ عامل تشكّ في أنه الأهمّ، وهل يستطيع مسحٌ حقًا أن يقتنص ذلك؟
  • اعتقاد شائع أن «إذا كانت الأداة مفيدةً بشكل واضح، فسيستخدمها الناس». فهل رأيت حالات فشلت فيها تقنية مفيدة حقًا في الانتشار، أو انتشرت تقنية محدودة بشكل واضح؟ فبمَ يمكن تفسير الفجوة بين المنفعة الموضوعية والتبنّي الفعلي؟
  • صُمّمت أطر التبنّي كـTAM في الثمانينيات لأنظمة بسيطة نوعًا ما. فإذا كنت قد استخدمت الذكاء الاصطناعي التوليدي، فبأيّ وجوه يختلف عن معالج كلمات أو عن نظام إدارة تعلّم — ولماذا قد يُعاني نموذج مبني حول «سهولة الاستخدام» و«المنفعة» في اقتناص كيف يتعلّق الناس بشيء يردّ عليهم؟
  • كثيرًا ما يقول الباحثون إن الخطر المدرَك والثقة يهمّان أقلّ من المتوقّع في تبني الذكاء الاصطناعي. فقبل القراءة أكثر، ما تنبّؤك: هل يتبنّى الطلاب الذكاء الاصطناعي لأنهم يثقون به، رغم المخاطر، أم أن تلك المخاوف ثانوية فعلًا مقابل الراحة والضغط الاجتماعي؟
  • تحاجّ الصفحة بأن أطر التبنّي تعالج استخدام أداة كقرار لمرّة واحدة، بينما قد يكون الاستخدام الفعّال حكمًا مستمرًا. فأين في ممارستك أو ممارسة طلابك يبدو الخطّ بين «اختيار استخدام الذكاء الاصطناعي» و«القرار المستمرّ بكيفية استخدامه حسنًا» ضبابيًا — وبمَ كان سيتغيّر لو قِيس ذلك بدل التبنّي المجرّد؟
  • يجمع بعض الباحثين المتعلّمين في «شخصيات تبنّي» مختلفة بدل افتراض نموذج واحد يناسب الجميع. فما الفروق التي تراها بين متعلّميك أو زملائك أو طلابك التي قد يُخفيها نموذج تبنّي متوسط وحيد — وكيف يمكن لتلك الفروق أن تشكّل كيف تدعمهم؟

مقدّمة

أدلّة تحليل بَعدية على تبني الذكاء الاصطناعي. يجد تحليلًا بَعديًا لتبني الطلاب الجامعيين للذكاء الاصطناعي (233 ارتباطًا، و32 دراسة، وN = 16,977) ارتباطات موجبة معتدلة للعوامل الفردية (r = 0.57)، والسياقية (r = 0.53)، والتقنية (r = 0.50)، مع كون نوايا الاستخدام أقوى متنبّئ (r = 0.64) وكون المخاطر المدرَكة/الثقة أضعف من المتوقّع. ونقده المركزي أن الميدان يعتمد اعتمادًا مفرطًا على أطر TAM/UTAUT التقليدية التي تسبق الأنظمة الذكية الحديثة ويُغفل عوامل خاصة بالذكاء الاصطناعي كالتجسيم والأخلاقيات — محاجًّا بأن تلك الفجوات تهمّ لتقديم النظرية والسياسة المستنيرة بالأدلّة.

عائلة النماذج

نموذج قبول التقنية (TAM)

اقترحه Davis (1989)، ويفسّر TAM التبنّي باعتقادين أساسيين — المنفعة المدرَكة (PU) وسهولة الاستخدام المدرَكة (PEOU) — وهما يشكّلان الموقف (ATT) لدى المستخدمين، ثم النوايا السلوكية (BI)، ثم الاستخدام الفعلي. ومرتكزًا في نظرية نظم المعلومات (مُكيَّفةً عن نظرية الفعل المعقول)، صار TAM الإطار السائد لتبني الذكاء الاصطناعي التوليدي في التعليم. وفي أبحاث الذكاء الاصطناعي التوليدي التعليمية يُوسَّع في الغالب بـثقافة الذكاء الاصطناعي والثقة والتأثير الاجتماعي وتقرير المصير والاستخدام النقدي لاقتناص تعقيد التبنّي بما يتجاوز التبنّي البسيط.

UTAUT / UTAUT2 / UTAUT3

تُوحّد النظرية الموحّدة لقبول التقنية واستخدامها TAM مع ثمانية نماذج سابقة في أربعة محدّدات أساسية — توقّع الأداء، وتوقّع الجهد، والتأثير الاجتماعي، والظروف الميسّرة (مع إضافة UTAUT2 للدافع الملهَم والقيمة السعرية والعادة؛ وإضافة UTAUT3 للابتكار الشخصي). وتُطبّق قاعدة المعارف UTAUT على جماهير المعلّمين والطلاب: معلّمو الرياضيات الثانويون النمساويون (UTAUT مع 448 معلّمًا)، ومعلّمو العلوم قبل الخدمة في غانا (UTAUT + TPB)، والطلاب في ليسوتو (UTAUT3 + ARCS، باستخدام نمذجة معادلات بنيوية بطريقة المربعات الصغرى الجزئية وتحليل المجموعات الغامضة). ويُوسّع Jácome-Vásconez et al. UTAUT2 بالذكاء الاصطناعي القابل للتفسير (غابة عشوائية، وSHAP، وتحليل الضرورة، وIPMA، وK-Means) على 522 طالبًا جامعيًا، فوجدوا أن العادة أقوى متنبّئ بنية استخدام ChatGPT وأظهروا أن توقّع الجهد شرط ضروري لا محرّك خطي — وهي نتيجة لا تُرى إلا عندما يُكمّل الذكاء الاصطناعي القابل للتفسير الانحدار.

نظرية السلوك المخطّط (TPB)

يفسّر TPB النية بالموقف والمعايير الذاتية والتحكّم السلوكي المدرَك. ويُقرَن في الغالب بـTAM/UTAUT في دراسات تبني الذكاء الاصطناعي — فـRizun et al. يدمجون TAM وTPB وUTAUT وإطار FATE (الإنصاف، والمساءلة، والشفافية، والأخلاقيات) لنمذجة المحرّكات السلوكية والأخلاقية لتبني الطلاب لـChatGPT.

ويتوقّف بحث التبنّي في الغالب عند النية؛ فقد وجد امتداد لـTPB قيس بدلًا من ذلك التأخير رغم نية حقيقية أن التحكّم السلوكي المدرَك أقوى متنبّئ سلبي بتسويف التعلّم المدعوم بالذكاء الاصطناعي التوليدي (β = −0.331) عبر 1,243 طالبًا جامعيًا، مع دلالة رابط النية بالتأخير عند القلق من الذكاء الاصطناعي التوليدي التعليمي المعتدل إلى المرتفع فقط (Li et al. (2026)).

انتشار الابتكار (DOI)

يفسّر نظرية DOI لروجرز التبنّي كعملية اجتماعية تنتشر فيها الابتكارات بين الجماعات مع الزمن، مشدّدةً على سمات الابتكار (الميزة النسبية، والتوافق، والتعقيد، وقابلية التجربة، وقابلية الملاحظة) وفئات المتبنّين. وتظهر في تحليلات قاعدة المعارف المؤسسية على المستوى، فـAl-Rahmi et al. يُجمعون إطار التقنية والمنظمة والبيئة (TOE) مع DOI لنمذجة تبني الذكاء الاصطناعي التنظيمي في الجامعات السعودية.

التقنية والمنظمة والبيئة (TOE)

يؤطّر TOE التبنّي كمتشكّل بالسياقات التقنية والتنظيمية والبيئية — وهو مكمّل لـTAM/UTAUT على المستوى الفردي لدراسة التبنّي المؤسسي (انظر Exploring Organisational Drivers and Innovation Attributes of Artificial Intelligence Adoption in Higher Education).

التطبيقات في قاعدة المعارف

تُطبَّق نماذج التبنّي في قاعدة المعارف هذه لنمذجة تبني الطلاب والمعلّم لأدوات الذكاء الاصطناعي:

  • امتداد الاستخدام النقدي: وسّع Nguyen et al. TAM بـالاستخدام النقدي لطلاب الهندسة وعلوم الحاسوب، فوجد أن المواقف والاستخدام النقدي يتنبّئان بالنية مباشرةً — وأن الاستخدام النقدي يحمي من الاعتماد المفرط.
  • نموذج اجتماعي معرفي موحّد: دمج Asag & Al Mamun TAM مع UTAUT لطلاب الهندسة في بنغلاديش (موضّحًا 64% من تباين الاستخدام).
  • ملامح متمركزة حول الشخص: بدل النماذج المتمركزة حول المتغيّرات، يجمع Saihi & Ahmed شخصيات تبني الذكاء الاصطناعي التوليدي في عناقيد، ويستخدم Chen et al. تحليل الملامح الكامنة لتحديد أربعة ملامح لقبول ChatGPT بين المعلّمين قبل الخدمة — مُظهرَين انتقال الميدان إلى ما بعد الحسابات أحادية النموذج والخطية.
  • التحقّق بين الثقافات: يُحقّق Martínez-Moreno et al. تحقّقًا بين الثقافات في بنى الدافع المرتبطة بالتبنّي عبر سويسرا والصين.
  • المرتبطات النفسية: يبني Wu et al. على TAM لربط الدافع والثقة بالنفس والقلق وإدراك الخطر بقبول تعلّم الإنجليزية المدعوم بالذكاء الاصطناعي.
  • نقد الكفاءة التنظيمية: يحاجّ Kim بأن نماذج TAM المتمركزة حول التبنّي تعامل الاستخدام كقرار ثابت، بينما الاستخدام الفعّال للذكاء الاصطناعي عملية مستمرة من الحكم والمراجعة والاقتناء الانتقائي — مُعيدًا تأطير ثقافة الذكاء الاصطناعي ككفاءة تنظيمية وتفكير نقدي بدل قبول.

وإن إضافة قدرة من عائلة TPACK إلى جانب أطر الاعتقاد كنظرية السلوك المخطّط كمنبّئات متوازية تستدعي تقاطع البنى وتترك الترتيب السببي للقدرة والموقف والتحكّم غير محسوم؛ ونموذج القدرة-القرار يضع بدلًا من ذلك قدرة AI-TPACK أعلى من مجرى الموقف والتحكّم السلوكي المدرَك (Mnguni (2026)).

  • محدّدات تعلّم الآلة لتبني ChatGPT: فحص نهج تعلّم آلة استكشافي كيف تتعلّق إدراكات الطلاب وخصائصهم الديموغرافية باستخدام ChatGPT الأكاديمي المقصود، مستخدمًا تحليل SHAP لتحديد البنى المفتاحية المرتبطة بالتعلّم — مُقدّمًا المعنى التعليمي على تعظيم الأداء الخوارزمي (An Exploratory Machine Learning Approach to Understanding Determinants of Future ChatGPT Use in Higher Education).

  • القابلية للتفسير وملاءمة المجال الدراسي كرافعتَي قبول للمعلّمين: بتكييق نظرية الثقة في الأتمتة على قبول المعلّمين لتوصيات الذكاء الاصطناعي، وجد Feldman-Maggor et al. (2025) أن القابلية للفهم (يرفعها الذكاء الاصطناعي القابل للتفسير) ارتبطت ارتباطًا موجبًا بالثقة وبقبول أداة تجميع بالذكاء الاصطناعي، وأن التفسيرات المدفوعة بالمجال بلغة منهجية تفوّقت على المدفوعة بالبيانات وأهمية السمات في الثلاثة جميعًا. وكان القبول مدفوعًا إضافيًا بالتوافق البيداغوجي وبإمكانية تقليل حمل العمل — عوامل ظرفية تتجاوز الثقة والتي تلتقطها بنى TAM/UTAUT المعيارية نادرًا، مما يعزّز الحال لامتداد نماذج التبنّي بالسياق والقابلية للتفسير.

  • القبول المقيس على مستوى الموادّ التعليمية (2026). شغّل Wang, Chuang and Wu (2026) توقّع الأداء وتوقّع الجهد واللهو المدرَك والنوايا السلوكية على دليلَي ثقافة ذكاء اصطناعي مدرسيَين بالفئات العمرية استخدمهما 794 طالبًا في K-12 و37 معلّمًا، مُحقّقًا البنية الرباعية بتحليل عاملي استكشافي وتأكيدي بعيّنة منقسمة وداعمًا ثبات القياس عبر إصداري 9-12 و13-18. وأبلغ المتعلّمون الأصغر سنًا عن مستويات أعلى في البنى الأربعة جميعًا، وكان اللهو أقوى مرتبط بالنية في المجموعتين — مع تجاوز معامل اللهو المعياري بالنسبة للنية 1.00 في المجموعة الأصغر وHTMT قدره .950 بين البنيتين. ويقرأ المؤلفون ذلك كتقاطع بنى وكبتٍ محتمل لا كأثر عملاق، وهو تذكير مفيد بأن آلات القبول المطبَّقة على الموادّ يمكن أن تُنتج عوامل متشابكة تجريبيًا تُعقّد التفسير البنيوي.

الحدود والامتدادات

يفرط التركيز المعرفي لـTAM أيضًا في الاقتناص للأبعاد العاطفية والعلائقية لاستخدام الذكاء الاصطناعي. فقد وجدت دراسة نوعية لطلاب التمريض وأعضاء هيئة التدريس أن المشاركين — طلابًا في معظمهم — وصفوا الذكاء الاصطناعي إلى جانب بنى TAM الكلاسيكية الأربعة كمصدر دعم نفسي اجتماعي: راحة عاطفية في الإجهاد وفضاء سريّ للتأمّل. وهذا يوسّع المنفعة المدرَسة بما يتجاوز مكاسب الأداء إلى العافية في التدريب المهني عالي الإجهاد، مما يُشير إلى أن نماذج التبنّي ينبغي أن تعتنَ بالعوامل الوجدانية والنفسية الاجتماعية، لا بالمنفعة الأداتية وحدها.

إدراك الاستقلال والنفور من الخطر كامتدادَين خاصَّين بالأداة. يُوسّع مسح مختلط الطرائق على 287 معلّمًا ذوي خبرة في الذكاء الاصطناعي التوليدي عبر 27 بلدًا ومنطقة (Dai et al. (2026)) TAM في اتجاه لم تمسّه عائلة النماذج إلا بالكاد: وهو الاستقلال المدرَك للأداة ذاتها. فبإضافة الاستقلال الاصطناعي المدرَك (مدى استطاعة المعلّمين على تصوّرهم أن يحمل الذكاء الاصطناعي التوليدي مهمّة تعليمية مُعيَّنة على نحو مستقل) والنفور من الخطر إلى البنى الكلاسيكية، فسّر نموذجهما البنيوي المُنقّح 79.8% من تباين النوايا السلوكية (χ²(97) = 202.597، CFI =.963، TLI =.954، RMSEA =.062، SRMR =.041)، مع سيطرة المنفعة المدرَكة مجددًا (PU → BI β =.832، p <.001) وتغذية سهولة الاستخدام للمنفعة (PEU → PU β =.479). والنتائج المُعلِّمة هي الانحرافات. فالاستقلال الاصطناعي لم يعمل مباشرةً على النية (β =.026، ns) لكنه عمل عبر المنفعة (AA → PU β =.188، p <.001؛ AA → PU → BI غير المباشر =.156، فاصل ثقة 95% [.082,.240]) — فالمعلّمون الذين رأوا الذكاء الاصطناعي التوليدي أكثر قدرة وجدوه أكثر نفعًا لا أكثر قابلية للتبنّي الفوري. وخفّض النفور من الخطر النية (RA → BI β = −.163، p <.001) دون أن يخفّض المنفعة المدرَكة (RA → PU ns)، لأن مخاوف المعلّمين تمركزت حول استخدام الطلاب — الغش والنزاهة، وضعف المعرفة الأساسية والتفكير من الرتبة العليا، والهلوسات، وتقليل التفاعل البشري، ومخاطر أخلاقية وقانونية والإنصاف — لا حول استخدامهم. وكانت سهولة الاستخدام غير دالّة إحصائيًا عمومًا (PEU → BI β =.068) لكنها دالّة إحصائيًا بين الـ225 معلّمًا الذين استخدموا الذكاء الاصطناعي فعلًا في التدريس (β =.138، p <.05)، وهو النمط المعتاد بأن الجهد يُسجَّل فقط بعد اللقاء الحقيقي؛ وكان لا بدّ من إسقاط الموقف عندما خرقت علاقته بالنية (r =.929) صلاحية التمييز. ووضع المعلّمون الذكاء الاصطناعي التوليدي في مستويات شبه مستقلة (130 في المستوى 2، «مساعدة المعلّم»؛ و94 في المستوى 3، «الأتمتة الجزئية»؛ وواحد في المستوى 6) وأصروا على أن تُتخذ قرارات التبنّي حالةً بحالة. ولا يزال TAM يتنبّأ بالنية حسنًا، لكن بالنسبة للذكاء الاصطناعي الموجّه للمعلّم فالبنى التي تحرّك الإبرة خاصّة بالأداة: مدى استقلال الأداة ظاهريًا، ولمَن يلحق الخطر. وتسمية المؤلفون «العدوّ الصديق» — مُقدَّر كأداة دعم، ومشكوك فيه كوكيل مستقل — هي نظير جانب المعلّم للامتدادات الموجهة للطلاب المسرودة أعلاه.

إدراك الخطر كامتداد خاص بالأبعاد. يُطوي مسح على 814 طالبًا جامعيًا صينيًا (Du, Ning, Shi & Chen (2026)) نظرية التقييم المعرفي ونظرية الحفز بالحماية في TAM/UTAUT2 ليسأل لا عمّا إذا كان الطلاب يتبنّون الذكاء الاصطناعي التوليدي بل عمّا يكسبونه منه. وافتراض عائلة النماذج بأن الخطر يكبت التبنّي بصورة منتظمة لا يصمد: فإدراك الخطر يتشقّق إلى أبعاد معلوماتية وأمنية وتقنية وأخلاقية وقانونية تحرّك المنافع في اتجاهات متعاكسة. فقد ارتبط الخطر الأمني — وهو تهديد يعتقد الطلاب أنهم يستطيعون إدارته عبر ممارسات الخصوصية — ارتباطًا *موجبًا بالمساعدة الأكاديمية المدرَكة وتطوير المهارات، تماشيًا مع التكيّف المركّز على المشكلة، بينما قوّض الخطر المعلوماتي، الذي لا يستطيع المتعلّمون التحقّق منه بسهولة، منافع الدعم النفسي والعاطفي والحياة اليومية والترفيه عبر التجنّب. وأظهرت تحليلات العتبة أيضًا آثارًا تغيّر إشارتها إلى ما بعد نقاط قطع خاصة بالأبعاد، وكانت خبرة الاستخدام مهمّة مستقلًا: إذ أبلغ الطلاب الذين لديهم أكثر من عام من استخدام الذكاء الاصطناعي التوليدي عن منافع أعلى عبر أربعة مجالات. والتبعة العملية على بحث القبول هي أن «الخطر المدرَك» بنيةٌ خشن أكثر من اللازم للنمذجة — فالقابلية للتحكّم، لا مجرّد حضور الخطر، هي ما يحدّد ما إذا كان الطلاب يندمجون أم ينسحبون.

ويرتبط رابط الخطر بالاستخدام أيضًا بالنظام: فعبر أنظمة TALIS 2024 الـ49 التي أدارت البنود، ارتبطت منفعة الذكاء الاصطناعي المدرَكة ارتباطًا موجبًا باستخدام الذكاء الاصطناعي في الـ49 جميعًا، بينما ارتبط الخطر المدرَك ارتباطًا سالبًا في 40 وموجبًا في تسع (Fang & Jin (2026)).

مفاهيم مرتبطة

مقالات مرتبطة

البيانات الوصفية

المستوىHigher Ed
الجمهور المستهدفLearners
التقنيات والأساليبالذكاء الاصطناعي التوليدي, نماذج تبني التقنية
مناهج البحث والتقييممناهج البحث في AIED
أساسيات الذكاء الاصطناعي في التعليمثقافة الذكاء الاصطناعي
SourceHistoryEditChat

ضمّن هذه الصفحة

انسخ الشيفرة أدناه لتضمين هذه الصفحة في نظام إدارة التعلم أو أي موقع آخر. الإصدار المُضمَّن يعرض محتوى الصفحة فقط — فهو يُخفي ترويسة الموقع وقائمة التنقل وتذييله.