سلوك المستهلكعلم النفس السيبرانيمقاييس نفسية

نموذج أداتية الذكاء الاصطناعي ومصداقية العلامة التجارية في استبقاء المساعد الصوتي

مقال أكاديمي شامل يستعرض نموذج أداتية الذكاء الاصطناعي ومصداقية العلامة التجارية في استبقاء المساعد الصوتي (Ghazali et al., 2024)، متضمناً الأبعاد النظرية والخصائص السيكومترية والفقرات الأصلية.

Mohammed looti أكاديمي وباحث متخصص في علم النفس
تاريخ النشر
تمت المراجعة العلمية · د. مروة عبد العظيم · 17 سبتمبر، 2026
مراجعة وتدقيق علمي معتمد تاريخ التدقيق: 17 سبتمبر، 2026
د. مروة عبد العظيم دكتوراه
أستاذة علم النفس • جامعة كربلاء
معايير التدقيق والاعتماد السريري

يخضع هذا المحتوى لمعايير ضبط الجودة والتدقيق العلمي والأكاديمي الصارمة في شبكة علم النفس العربي، لضمان صحة المعلومات ودقتها السريرية ومطابقتها لأحدث الأدلة والبراهين الصادرة عن الجمعيات النفسية والطبية المعتمدة (APA / WHO).

1. الملخص / Abstract

يُعد نموذج أداتية الذكاء الاصطناعي ومصداقية العلامة التجارية في استبقاء المساعد الصوتي (AI Instrumentality and Brand Credibility in Voice Assistant Retention Model) أداة قياس سيكومترية متطورة صُممت لفحص وتفسير سلوك استمرار الاستخدام لدى مستخدمي المساعدات الصوتية الذكية المدعومة بـ الذكاء الاصطناعي (AIVAs). يعتمد هذا المقياس على توسيع نموذج تأكيد التوقعات (Expectation-Confirmation Model – ECM) عبر دمج سمات التكنولوجيا لدى المستخدم، وخصائص أداتية الذكاء الاصطناعي، وركائز مصداقية العلامة التجارية التجارية. يهدف المقياس إلى تشريح العوامل النفسية والتكنولوجية والتسويقية المعقدة التي تدفع المستهلك إلى التحول من مجرد التبني الأولي إلى الولاء طويل الأمد والاستخدام المستمر للمساعدات الصوتية الذكية مثل Siri وGoogle Assistant وAlexa.

يتألف المقياس في بنيته التطويرية الأصلية من فقرات موزعة على أبعاد عاكسة متعددة، تُقاس عبر مقياس ليكرت السباعي (7-point Likert Scale) يتراوح بين 1 (“أعارض بشدة”) و7 (“أوافق بشدة”)، بينما يُقاس بعد الرضا العام عبر مقياس الفارق الدلالي المكون من سبع نقاط. وقد أثبتت الدراسات السيكومترية التي أُجريت على عينة واسعة من مستخدمي المساعدات الصوتية كفاءة استثنائية للأداة؛ حيث تجاوزت معاملات الاتساق الداخلي مثل ألفا كرونباخ (Cronbach’s Alpha) والموثوقية المركبة (Composite Reliability – CR) عتبة 0.70 لجميع الأبعاد. كما أظهر التحليل العاملي عبر نمذجة المعادلات البنائية (SEM) مؤشرات صدق تقاربي ممتازة، إذ تخطى متوسط التباين المستخرج (AVE) حاجز 0.50، إلى جانب تحقق الصدق التمايزي عبر معيار HTMT الذي استقر معظمه دون 0.75، مما يجعل هذه الأداة مرجعاً موثوقاً للباحثين في علم النفس السيبراني وسلوك المستهلك والتفاعل بين الإنسان والحاسوب.

2. الكلمات المفتاحية / Keywords

أداتية الذكاء الاصطناعي، مصداقية العلامة التجارية، استبقاء المساعد الصوتي، نموذج تأكيد التوقعات، الابتكارية الشخصية، القلق التكنولوجي، التفاعل بين الإنسان والحاسوب، نية الاستمرار، الوكالة الذكية، علم النفس السيبراني.

3. المؤلفون / Authors

تم تطوير وتدقيق هذا النموذج السيكومتري الرائد بواسطة فريق بحثي متميز يجمع بين الخبرات في التسويق الرقمي، وسلوك المستهلك، ونظم المعلومات الإدارية:

  • د. إزليكا غزالي (Ezlika Ghazali): أستاذ مشارك في كلية الأعمال والاقتصاد، جامعة مالايا (University of Malaya)، كوالالمبور، ماليزيا. (ORCID: 0000-0001-7824-4433).
  • د. ديليب س. موتوم (Dilip S. Mutum): أستاذ مشارك في كلية الأعمال، جامعة موناش ماليزيا (Monash University Malaysia)، سوبانغ جايا، ماليزيا. البريد الإلكتروني للمراسلة: [email protected] (ORCID: 0000-0002-9857-1164). العنوان البريدي: Monash University Malaysia, School of Business, Subang Jaya, Malaysia, 47500.
  • نا كاي لون (Na Kai Lun): باحث متخصص في سلوك المستهلك الرقمي ونظم الذكاء الاصطناعي، كلية الأعمال، جامعة موناش ماليزيا.

4. الغرض / Purpose

يتمثل الغرض الجوهري من تصميم هذا المقياس في سد الفجوة المعرفية والنظرية المتعلقة بآليات استبقاء المستخدمين (Retention) في بيئات الذكاء الاصطناعي الصوتي التوليدي والتفاعلي. في حين ركزت معظم الأدبيات التقليدية على مراحل “التبني الأولي” (Adoption) باستخدام نماذج مثل نموذج قبول التكنولوجيا (TAM)، فإن هذا المقياس يغوص في مرحلة ما بعد التبني، متقصياً الدوافع النفسية والإدراكية التي تجعل المستهلك يدمج المساعد الصوتي في روتينه اليومي بشكل مستدام.

يتناول المقياس تقييم ما إذا كانت خبرة العلامة التجارية (Brand Expertise) وجدارتها بالثقة (Brand Trustworthiness) تسهمان، بالتضافر مع الخصائص الأداتية للذكاء الاصطناعي (مثل الدقة، والاستقلالية، والانتشار، وجودة التفاعل)، في تحقيق حالة الرضا النفسي وتعزيز نية الاستمرار في الاستخدام. ويوفر المقياس مبرراً نظرياً رصيناً ينطلق من فرضية أن التفاعل مع المساعدات الصوتية لا يُعامل كتعامل برمجي جاف فحسب، بل يمثل علاقة شبه اجتماعية وتجربة استهلاكية تتأثر بمكانة الشركة المصنعة وهويتها المؤسسية.

على الصعيد البحثي والتطبيقي، يقدم المقياس قيمة هائلة لمهندسي النظم الرقمية، ومصممي تجربة المستخدم (UX)، واستراتيجيي التسويق؛ إذ يمكن للمؤسسات استخدامه لتشخيص مكامن الضعف في الأجهزة الذكية؛ فهل يرجع عزوف المستخدم إلى شعوره بالقلق التكنولوجي، أم إلى قصور في دقة الإجابات، أم إلى تراجع الثقة في العلامة التجارية المصنعة؟ وبذلك يُمكّن المقياس المؤسسات من اتخاذ قرارات قائمة على بيانات سيكومترية دقيقة لتحسين خوارزميات الاستجابة وبناء الثقة المؤسسية.

5. البناء النفسي / Construct

يرتكز المقياس على بنية سيكومترية متعددة المستويات، تغطي أبعاداً نفسية، وتقنية، وسلوكية متكاملة:

  • الابتكارية الشخصية في تكنولوجيا المعلومات (Personal Innovativeness in IT – PIIT): تعكس الاستعداد الفردي والميل النفسي للمخاطرة وتجربة التقنيات المعلوماتية الجديدة قبل الآخرين، وهي سمة شخصية تؤثر في سرعة استكشاف الميزات المتقدمة للمساعد الصوتي.
  • القلق التكنولوجي (Technology Anxiety – TA): يقيس ردود الفعل الانفعالية السلبية، وحالات عدم الارتياح، والتوتر، والتوجس التي تنتاب الفرد عند تفاعله مع الذكاء الاصطناعي الصوتي، وخاصة الخوف من ارتكاب أخطاء يصعب تداركها.
  • أداتية الذكاء الاصطناعي (AI Instrumentality): تمثل التقييم الوظيفي والأدائي لمزايا الذكاء الاصطناعي، وتتفرع إلى:
    • الانتشار الوجودي (Ubiquity): إدراك المستخدم لإمكانية الوصول إلى المساعد الصوتي واستخدامه في أي زمان ومكان بسلاسة.
    • الاستقلالية الذاتية (Autonomy): قدرة النظام على معالجة المهام وإنجاز العمليات التشغيلية المعقدة تلقائياً دون الحاجة إلى تدخل بشري مستمر.
    • جودة التفاعل (Interaction Quality): مدى سلاسة وطبيعية وكفاءة الحوار الدائر بين الإنسان والآلة الصوتية.
    • الدقة والموثوقية (Accuracy): قدرة المساعد الصوتي على تقديم معلومات صحيحة، وإجابات منضبطة تتطابق مع رغبة المستخدم.
  • مصداقية العلامة التجارية (Brand Credibility): تستند إلى ركيزتين جوهريتين؛ الأولى هي خبرة العلامة التجارية (Brand Expertise) وتتعلق بإدراك المستخدم للمهارة التقنية والقدرات المعرفية التي تمتلكها الشركة المطورة، والثانية هي الجدارة بالثقة (Brand Trustworthiness) وتتمحور حول أمانة العلامة وصدق وعودها ومصداقيتها الأخلاقية.
  • تأكيد التوقعات (Confirmation): قياس الفارق النفسي الإدراكي بين توقعات المستخدم المسبقة ومستوى الأداء الفعلي المستلم من المساعد الصوتي.
  • الرضا (Satisfaction): الحالة العاطفية والتقييم الوجداني الإيجابي الشامل الناتج عن تجربة استخدام المساعد الذكي.
  • نية الاستمرار في الاستخدام (Continuance Intention): القرار السلوكي الواعي والمستقبلي بمواصلة الاعتماد على الأداة الصوتية بدلاً من التوقف عنها أو استبدالها ببدائل تقليدية.

6. الإطار النظري / Theoretical Framework

ينبثق النموذج في جوهره من نموذج تأكيد التوقعات (Expectation-Confirmation Model – ECM) الذي صاغه الباحث أنول بهاتاشيرجي (Anol Bhattacherjee) عام 2001 في سياق نظم المعلومات، والمستمد أصلاً من نظرية تأكيد التوقعات في سلوك المستهلك التي طورها أوليفر (Oliver, 1980). تفترض هذه النظرية أن قرار المستخدم بالاستمرار في استخدام الخدمة أو النظام التكنولوجي يتحدد بشكل رئيسي بمستوى رضاه، والذي يتشكل بدوره من خلال مدى تأكيد أو تفوق الأداء الفعلي على التوقعات السابقة المسبقة.

ومع ذلك، أدرك غَزالي وموتوم ولون (Ghazali, Mutum, & Lun, 2024) أن نموذج ECM بصيغته الكلاسيكية يظل عاجزاً عن تفسير البيئات الذكية التي تتسم بالاستقلالية والتفاعلية العالية؛ ولذا قاموا بدمج تيارين نظريين إضافيين:
أولاً، نظرية العمل الفردي التكنولوجي وسمات الشخصية عبر تضمين الابتكارية والقلق؛ حيث تؤثر السمات الشخصية كمرشحات معرفية تسبق التفاعل الفعلي. ثانياً، نظرية إشارات السوق ومصداقية العلامة التجارية (Signaling Theory) المنبثقة عن أعمال إرديم وسويت (Erdem & Swait, 1998)؛ حيث تعمل العلامة التجارية كإشارة جودة تقلل من المخاطر المدركة والغموض المرتبط بخوارزميات الذكاء الاصطناعي التي تعمل كـ “صندوق أسود”. هذا المزج النظري المتين أتاح صياغة فقرات تقيس التفاعل التكاملي بين موثوقية الخوارزمية (الأداتية) وموثوقية الكيان المؤسسي المصنع (العلامة التجارية).

7. الصدق / Validity

خضع المقياس لإجراءات تحقق سيكومترية صارمة وشاملة باستخدام أحدث أساليب النمذجة الإحصائية لضمان أعلى معايير الصدق العلمي:

  • صدق البناء والصدق التقاربي (Convergent Validity): تم إثبات الصدق التقاربي لجميع المتغيرات الكامنة؛ حيث تخطت قيم متوسط التباين المستخرج (Average Variance Extracted – AVE) الحد الحرج الموصى به وهو 0.50 عبر كافة الأبعاد. كما تجاوزت معاملات تشبع الفقرات على عواملها المعنية (Outer Loadings) حاجز 0.70 في معظم البنود، مما يشير إلى أن المتغيرات تعكس أكثر من نصف تباين مؤشراتها.
  • الصدق التمايزي (Discriminant Validity): تم تقييمه عبر معيار نسبة هتروتريت-مونوتريت (Heterotrait-Monotrait Ratio – HTMT)، وهو المعيار الأكثر صرامة في الأدبيات المعاصرة، وجاءت جميع القيم دون العتبة التحذيرية (0.85)، بل إن معظمها استقر تحت عتبة 0.75 المحافظة، مما يبرهن بوضوح على التمايز المفاهيمي والعملياتي بين التركيبات المختلفة مثل استقلالية النظام وجودة تفاعله ومصداقية علامته.
  • انحياز الطريقة الشائعة (Common Method Bias): تم فحصه بدقة متناهية باستخدام تقنية المتغير العلامي (Marker Variable)، وأظهرت النتائج أن الفارق في معامل التحديد ($R^2$) لمتغير نية الاستمرار كان طفيفاً جداً وغير دال إحصائياً (تغير من 0.489 إلى 0.493)، مما يؤكد أن أدوات القياس لم تتأثر بانحياز التقرير الذاتي أو التشويش الإجرائي.

8. الثبات / Reliability

أظهرت التحليلات الإحصائية للمقياس مستويات رفيعة جداً من الاتساق الداخلي والموثوقية القياسية. تم تقييم الثبات من خلال مؤشرين إحصائيين رئيسيين:

  • معامل ألفا كرونباخ (Cronbach’s Alpha): حققت جميع المقاييس الفرعية للمتغيرات الكامنة قيماً تجاوزت بوضوح عتبة القبول البالغة 0.70، وتراوحت في غالبية الأبعاد الحيوية (مثل مصداقية العلامة التجارية، وأداتية الذكاء الاصطناعي، ونية الاستمرار) بين 0.82 و0.93، وهو ما يعكس ترابطاً وتناغماً ممتازاً بين فقرات كل مقياس فرعي.
  • الموثوقية المركبة (Composite Reliability – CR): تجاوزت كافة معاملات CR عتبة 0.70 ولامست في عدة أبعاد سقف 0.90، مما يثبت خلو البيانات من الأخطاء العشوائية ويعزز دقة أوزان المؤشرات المستقلة في تمثيل البناء النظري المقاس. هذه المؤشرات المتسقة تمنح الباحثين ثقة مطلقة في إمكانية تعميم المقياس وتكرار تطبيقه عبر عينات مجتمعية متباينة دون المساس بثبات قياساته.

9. التحليل العاملي / Factor Analysis

اعتمدت الدراسة القياسية على أسلوب نمذجة المعادلات البنائية بالاعتماد على المربعات الصغرى الجزئية (PLS-SEM) لتقييم نموذج القياس ونموذج البناء الفكري. أسفرت نتائج التحليل العاملي التأكيدي والتقييم الخارجي للنموذج عن الآتي:

  • تشبعات الفقرات (Indicator Loadings): حققت الغالبية الساحقة من المؤشرات أوزاناً عاملية مرتفعة تجاوزت 0.70، مما يعكس كفاءة تمثيلها للسمات الكامنة.
  • تنقية النموذج وحذف الفقرات الضعيفة: من خلال إجراءات التنقية السيكومترية، تم استبعاد 6 فقرات محددة أخفقت في تحقيق شروط التشبع المطلوب أو تسببت في تدني المؤشرات التمايزية؛ وهذه الفقرات هي: فقرتان من مقياس الشعور بعدم الأمان (INS1, INS4)، وفقرة من مقياس عدم الارتياح (DIS1)، وفقرة من ملاءمة توقيت النظام (SYT1)، وفقرة من دقة المعلومات (INA2)، وفقرة من جدارة العلامة بالثقة (BT2). أدى هذا الحذف المنهجي إلى رفع كفاءة النموذج العام وتحسين مؤشرات الملاءمة الكلية.
  • القدرة التنبؤية للنموذج البنائي: كشفت مسارات التحليل أن أداتية الذكاء الاصطناعي ومصداقية العلامة التجارية تشكلان معاً تنبؤاً قوياً بحالة تأكيد التوقعات والرضا، والتي فسرت بدورها ما يقرب من 50% من التباين في نية الاستمرار في الاستخدام ($R^2 \approx 0.49$)، مما يؤكد القوة التفسيرية للبنية العاملية المقترحة.

10. أداة القياس / Instrument

  • نوع الاختبار: استبيان تقرير ذاتي / مقياس سيكومتري متعدد الأبعاد (Inventory/Questionnaire).
  • تنسيق الاستجابة: 7-point Likert scale (1 = Strongly Disagree to 7 = Strongly Agree; Satisfaction measured using a 7-point semantic differential scale: 1 = Very Dissatisfied to 7 = Very Satisfied, 1 = Very Displeased to 7 = Very Pleased, 1 = Very Frustrated to 7 = Very Contented, 1 = Terrible to 7 = Delighted).
  • عدد الفقرات: يتضمن النموذج الأصلي الشامل 63 فقرة تم تصفيتها عبر التحليل الإحصائي، وتغطي النسخة المعتمدة المباشرة 39 فقرة رئيسية موزعة عبر الأبعاد الأساسية.
  • التركيبات المقاسة: 10 تراكيب عاكسة رئيسية هي: الابتكارية الشخصية (PIIT)، القلق التكنولوجي (TA)، أداتية الذكاء الاصطناعي (الانتشار [UB]، الاستقلالية [AU]، جودة التفاعل [IQ]، الدقة [AC])، مصداقية العلامة التجارية (خبرة العلامة [BE]، جدارة العلامة بالثقة [BT])، تأكيد التوقعات (CONF)، الرضا العام (SAT)، ونية الاستمرار (CI).
  • طريقة احتساب الدرجات: تُحسب درجات المقاييس الفرعية إما عبر استخراج المتوسط الحسابي (Mean) أو المجموع الكلي (Sum) للفقرات التي يتألف منها كل بعد. تشير الدرجات المرتفعة إلى مستويات أعلى من الخاصية المقاسة (كالابتكارية، أو الرضا، أو إدراك جودة الذكاء الاصطناعي).
  • قواعد العكس (Reverse Scoring): الفقرة رقم 3 ضمن مقياس الابتكارية الشخصية تتضمن صياغة سالبة تعبر عن التردد، ويتم عكس درجاتها عند الرغبة في إدماجها في مؤشر مركب، بينما تُقاس فقرات القلق التكنولوجي بشكل مستقل كبُعد دال على التحفظ السلبي.

11. الأذونات والرسوم وسنة الاختبار / Permissions & Fee and Test Year

سنة النشر والتقنين: 2024.
حقوق الملكية الفكرية والأذونات: تم تطوير المقياس ونشره من قِبل الباحثين إزليكا غزالي، وديليب موتوم، ونا كاي لون في دراستهم الأكاديمية المنشورة. المقياس متاح للاستخدام المجاني للأغراض الأكاديمية والبحث العلمي غير التجاري مع ضرورة الاستشهاد بالدراسة المرجعية الأصلية (Ghazali et al., 2024). أما بالنسبة للتطبيقات التجارية واستشارات دراسات السوق الخاصة، فيتعين التواصل مع المؤلف المراسل للحصول على الموافقة المسبقة وتحديد شروط الاستخدام والترخيص.

12. المراجع / References

Bhattacherjee, A. (2001). Understanding information systems continuance: An expectation-confirmation model. MIS Quarterly, 25(3), 351–370. https://doi.org/10.2307/3250921

Erdem, T., & Swait, J. (1998). Brand equity as a signaling phenomenon. Journal of Consumer Psychology, 7(2), 131–157. https://doi.org/10.1207/s15327663jcp0702_02

Ghazali, E., Mutum, D. S., & Lun, N. K. (2024). Expectations and beyond: The nexus of AI instrumentality and brand credibility in voice assistant retention using extended expectation-confirmation model. Middle Western Psychological Research Journal, 23(2), 655–675. https://doi.org/10.1002/cb.2228

Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM) (3rd ed.). SAGE Publications.

Oliver, R. L. (1980). A cognitive model of the antecedents and consequences of satisfaction decisions. Journal of Marketing Research, 17(4), 460–469. https://doi.org/10.1177/002224378001700405

13. فقرات المقياس / Items of the Scale

فيما يلي نص فقرات المقياس بلغتها الأصلية كما وردت في الدراسات القياسية المعيارية دون أي تعديل أو ترجمة للحفاظ على صدق أداة القياس وثباتها:

Response Scale: 7-point Likert scale (1 = Strongly Disagree to 7 = Strongly Agree; Satisfaction measured using a 7-point semantic differential scale: 1 = Very Dissatisfied to 7 = Very Satisfied, 1 = Very Displeased to 7 = Very Pleased, 1 = Very Frustrated to 7 = Very Contented, 1 = Terrible to 7 = Delighted)

  1. If I heard about a new information technology, I would look for ways to experiment with it.
  2. Among my peers, I am usually the first to try out new information technologies.
  3. In general, I am hesitant to try out new information technologies.
  4. I like to experiment with new information technologies.
  5. Using an AIVA makes me feel uncomfortable.
  6. Using an AIVA makes me nervous.
  7. I feel apprehensive about using an AIVA.
  8. I hesitate to use an AIVA for fear of making mistakes I cannot correct.
  9. I can access an AIVA anytime.
  10. I can access an AIVA anywhere.
  11. I can use an AIVA wherever I am.
  12. An AIVA provides ubiquitous services.
  13. An AIVA performs tasks independently.
  14. An AIVA performs tasks automatically.
  15. An AIVA can process tasks without human intervention.
  16. My interaction with an AIVA is smooth.
  17. My interaction with an AIVA is natural.
  18. My interaction with an AIVA is efficient.
  19. The responses of an AIVA are relevant to my requests.
  20. An AIVA provides accurate information.
  21. An AIVA provides precise responses to my commands.
  22. An AIVA is dependable in providing accurate results.
  23. The brand of my AIVA has great expertise in this technology.
  24. The brand of my AIVA is experienced in developing voice assistants.
  25. The brand of my AIVA is skilled in what it does.
  26. The brand of my AIVA has a high level of know-how.
  27. The brand of my AIVA is trustworthy.
  28. The brand of my AIVA makes claims that are believable.
  29. The brand of my AIVA delivers what it promises.
  30. The brand of my AIVA has a name that I can trust.
  31. My experience with using an AIVA was better than what I expected.
  32. The service level provided by an AIVA was better than what I expected.
  33. Overall, most of my expectations from using an AIVA were confirmed.
  34. How do you feel about your overall experience of using an AIVA? Very Dissatisfied – Very Satisfied
  35. How do you feel about your overall experience of using an AIVA? Very Displeased – Very Pleased
  36. How do you feel about your overall experience of using an AIVA? Very Frustrated – Very Contented
  37. How do you feel about your overall experience of using an AIVA? Terrible – Delighted
  38. I intend to continue using an AIVA rather than discontinue its use.
  39. My intentions are to continue using an AIVA rather than any alternative means.
★

تقييم هذا المقياس النفسي

5.0 / 5 • 1 تقييم

اقتباس هذا المقال

looti, M. (2026, سبتمبر 17). نموذج أداتية الذكاء الاصطناعي ومصداقية العلامة التجارية في استبقاء المساعد الصوتي. عرب سايكلوجي. https://arabpsychology.com/scales/ai-instrumentality-brand-credibility-voice-assistant-retention-model/
looti, Mohammed. “نموذج أداتية الذكاء الاصطناعي ومصداقية العلامة التجارية في استبقاء المساعد الصوتي.” عرب سايكلوجي, 17 سبتمبر 2026, https://arabpsychology.com/scales/ai-instrumentality-brand-credibility-voice-assistant-retention-model/.
looti, Mohammed. “نموذج أداتية الذكاء الاصطناعي ومصداقية العلامة التجارية في استبقاء المساعد الصوتي.” عرب سايكلوجي. سبتمبر 17, 2026. https://arabpsychology.com/scales/ai-instrumentality-brand-credibility-voice-assistant-retention-model/.