1. الملخص
يُعد نموذج سوابق قبول المستهلك للوكالة التكنولوجية (Antecedents of Consumer Acceptance Technology Agency Model)، الذي طوّره الباحثان كريستيان موروسان وأسليهان دورسون-جينغيزجي (Morosan & Dursun-Cengizci, 2024)، أداة قياس سيكومترية متقدمة صُممت لتقييم العوامل المحددة والمؤثرة في استعداد المستهلكين لتفويض مهام اتخاذ القرار لأنظمة الذكاء الاصطناعي المستقلة نيابة عنهم، وتحديداً ضمن سياق قطاع الضيافة والفنادق. يسعى المقياس إلى سبر أغوار البنية النفسية المعقدة لظاهرة تفويض الوكالة (Agency Delegation)، مستنداً بصورة جوهرية إلى استكشاف دور الأخلاقيات المدركة (Perceived Ethics) كمتغير محوري يتفاعل مع الفوائد المتوقعة والمخاطر والمخاوف النفسية من فقدان الكفاءة الذاتية وعدم القدرة على التنبؤ بسلوكيات النظام المؤتمت.
يتألف المقياس في صورته المعيارية النهائية من 22 فقرة موزعة عبر ستة أبعاد أساسية هي: الأخلاقيات المدركة (Perceived Ethics)، الفوائد المدركة (Perceived Benefits)، المخاطر المدركة (Perceived Risks)، فقدان الكفاءة المدرك (Perceived Loss of Competence)، عدم إمكانية التنبؤ المدركة (Perceived Unpredictability)، وقبول الوكالة التكنولوجية (Acceptance of Technology Agency). وتُقاس استجابات الأفراد باستخدام مقياس ليكرت السباعي متدرج الخيارات (من 1 = أعارض بشدة إلى 7 = أوافق بشدة).
أظهرت نتائج التحقق السيكومتري التي أجريت على عينة تمثيلية من نزلاء الفنادق في الولايات المتحدة الأمريكية مؤشرات ملاءمة وتطابق استثنائية في إطار التحليل العاملي التوكيدي (χ² = 370.279, df = 188, χ²/df = 1.97, CFI = 0.960, TLI = 0.951, RMSEA = 0.050). وتمتع المقياس باتساق داخلي متين؛ حيث تجاوزت جميع قيم الثبات المركب للبناء (Composite Construct Reliability – CCR) عتبة 0.80. كما أثبتت النتائج تحقق الصدق التقاربي بتجاوز تشبعات الفقرات 0.70 ومتوسط التباين المستخرج (AVE) قيمة 0.50 لكافة الأبعاد، علاوة على الصدق التمايزي الذي فصّل بدقة بين البناءات الفرعية للمقياس، مما يجعل منه أداة قياسية رصينة لدراسة السلوك الاستهلاكي تجاه التقنيات ذاتية القيادة.
2. الكلمات المفتاحية
قبول الوكالة التكنولوجية، الذكاء الاصطناعي، الأخلاقيات المدركة، قطاع الضيافة، فقدان الكفاءة المدرك، المخاطر المدركة، الفوائد المدركة، عدم التنبؤ، نمذجة المعادلة البنائية، السلوك الاستهلاكي، القياس النفسي، استقلالية التكنولوجيا.
3. المؤلفون
طُوِّر هذا المقياس ونُشرت دراسته المعيارية الأصلية بواسطة باحثين متخصصين في تكنولوجيا المعلومات وإدارة الضيافة وسلوك المستهلك:
- الدكتور كريستيان موروسان (Cristian Morosan, Ph.D.): أستاذ مشارك وباحث في كلية كونراد ن. هيلتون للفنادق والمطاعم بجامعة هيوستن (Conrad N. Hilton College of Global Hospitality Leadership, University of Houston)، تكساس، الولايات المتحدة الأمريكية. خبير دولي في تبني التكنولوجيا الاستهلاكية وتطبيقات الذكاء الاصطناعي والحوسبة النقالة والقياس السيكومتري في بيئات الخدمة. المعرّف الأكاديمي المفتوح (ORCID): 0000-0001-6751-1348.
- الدكتورة أسليهان دورسون-جينغيزجي (Aslıhan Dursun-Cengizci, Ph.D.): باحثة متخصصة في إدارة الضيافة والسياحة والتحليل الكمي لسلوك الضيوف، شاركت في قيادة وتصميم العمليات الميدانية والتحليلات الإحصائية وتطوير الفقرات للمقياس.
4. الغرض
يمثل التحول الرقمي المتسارع وظهور أنظمة الذكاء الاصطناعي التوليدي والأنظمة الذاتية المستقلة منعطفاً حاسماً في ديناميكية العلاقة بين الإنسان والآلة. وتاريخياً، ركزت نماذج قبول التكنولوجيا الكلاسيكية (مثل نموذج قبُول التقنية TAM ونظرية التبني الموحدة UTAUT) على قبول التكنولوجيا كـ “أدوات تمكينية” (Passive Tools) يُشغلها المستخدم البشري لتحقيق مآرب محددة. ومع ذلك، تنشأ إشكالية سيكولوجية جديدة كلياً عندما تتحول التكنولوجيا من أداة إلى “وكيل” (Agent) يمتلك السلطة والاستقلالية لاتخاذ القرارات نيابة عن الفرد دون تدخله المستمر والمباشر.
يهدف نموذج سوابق قبول المستهلك للوكالة التكنولوجية إلى تحقيق أهداف علمية وتطبيقية دقيقة، تتلخص في النقاط التالية:
- تحديد السوابق النفسية والمعرفية لقبول الوكالة التكنولوجية: استكشاف البواعث النفسية والمثبطات المعرفية التي تحدد قابلية المستهلك لتفويض اختياراته وقراراته الروتينية والحيوية لخوارزميات الذكاء الاصطناعي في بيئات المعايشة والضيافة، مثل تخصيص الغرف، حجز الخدمات، وإدارة الميزانيات والتفضيلات الشخصية أثناء الإقامة.
- التقييم الجوهري لدور الأخلاقيات المدركة (Perceived Ethics): إبراز الأثر الحاسم لإدراك المستهلك لنزاهة، وعدالة، وشفافية النظام المؤتمت كشرط مسبق لتوليد الثقة وقبول نقل صلاحيات اتخاذ القرار، وسد الفجوة في الأدبيات التي أهملت البعد القيمي والأخلاقي للأنظمة الخبيرة في بيئات الخدمة التجارية.
- الوزن النسبي بين المنافع المدركة والتكاليف النفسية: قياس الصراع الإدراكي القائم بين ما تتيحه التكنولوجيا من راحة، وسرعة، وكفاءة عالية (Perceived Benefits) مقابل المخاوف الوجودية والمعرفية المتمثلة في التهديد للأمان والخصوصية (Perceived Risks)، والشعور بتبدد الاستقلالية والمهارة الشخصية (Perceived Loss of Competence)، والريبة الناجمة عن عشوائية وسلوك الصندوق الأسود للنظام (Perceived Unpredictability).
- التطبيقات الإكلينيكية والمؤسسية: يفيد المقياس في البيئات التنظيمية والعيادية والبحثية؛ حيث يوفر لأطباء النفس المهني وخبراء التفاعل بين الإنسان والحاسوب (HCI) إطاراً كمياً لتشخيص ظواهر “قلق الذكاء الاصطناعي” (AI Anxiety)، وفقدان الوكالة الإنسانية، ورهاب الاتكالية التقنية، وتصميم واجهات تقنية تراعي الصحة النفسية للمستخدمين وتعزز تمكينهم الذاتي.
5. البناء النفسي
يقوم المقياس على بنية سيكومترية متعددة الأبعاد تُقارب ظاهرة قبول الوكالة من زوايا عقلانية، وجدانية، وقيمية. وتتكامل هذه الأبعاد لتشكل نموذجاً تفسيرياً شاملاً:
1. الأخلاقيات المدركة (Perceived Ethics)
يُعرّف هذا البعد بكونه الدرجة التي يدرك بها المستهلك أن نظام الذكاء الاصطناعي يلتزم بالمعايير والمبادئ الأخلاقية الراسخة، ويعمل بنزاهة وعدالة وإنصاف، متجنباً أي سلوك استغلالي أو انحيازي. تتجلى أهمية هذا البناء في تحييد مخاوف الاستغلال الخوارزمي، ومن أمثلته شعور الضيف بأن النظام يعامله بمساواة وشفافية مطلقة دون تفضيل غير مبرر أو استغلال لمعطياته الشخصية.
2. الفوائد المدركة (Perceived Benefits)
يرتبط بالمكاسب الوظيفية والتجريبية الملموسة التي يتوقع المستهلك جنيها من خلال ترك النظام يتخذ القرارات نيابة عنه؛ ويشمل ذلك تحسين تجربة الإقامة، ورفع الفاعلية التشغيلية، واختصار الوقت والجهد العقلي، وجعل الحياة أكثر راحة ويسراً في البيئة الفندقية.
3. المخاطر المدركة (Perceived Risks)
يُعبر عن إدراك الفرد لاحتمالية وقوع نتائج سلبية غير مرغوبة أو خسائر محتملة جراء تفويض اتخاذ القرار للنظام؛ ويتضمن التهديدات التي تمس الأمن الشخصي، خرق الخصوصية البيومترية أو السلوكية، وتداعيات القرارات الخاطئة غير القابلة للتدارك التي تصدر عن الخوارزمية.
4. فقدان الكفاءة المدرك (Perceived Loss of Competence)
يُمثل هذا المتغير بعداً نفسياً عميقاً نابعاً من نظرية تقرير المصير (Self-Determination Theory)؛ حيث يقيس مدى توجس المستهلك من أن الاعتماد على الآلة سيلغي مهاراته الذاتية، ويقلل من قدرته على إدارة شؤونه المستقلة، ويشعره بالاتكالية المرضية والوهن المعرفي وفقدان زمام السيطرة على خياراته الوجودية واليومية.
5. عدم إمكانية التنبؤ المدركة (Perceived Unpredictability)
يصف هذا البعد حالة الشك وعدم التيقن الإدراكي التي تعتري المستهلك حيال آليات معالجة البيانات داخل النظام؛ حيث يستشعر صعوبة في استباق أو تفسير كيفية وصول الذكاء الاصطناعي لقراراته، ويتخوف من أن تكون تصرفاته مضطربة أو شاذة (Erratic) في ظل السيناريوهات غير المعتادة.
6. قبول الوكالة التكنولوجية (Acceptance of Technology Agency)
يمثل هذا البناء المتغير التابع الرئيس في النموذج، ويقيس النية السلوكية المباشرة والاستعداد الفعلي لدى المستهلك لمنح نظام الذكاء الاصطناعي التفويض القانوني والعملي للتصرف الذاتي المستقل نيابة عنه وإلزامه بالنتائج المترتبة على تلك القرارات أثناء إقامته.
6. الإطار النظري
تأسس المقياس على تلاقٍ رصين بين عدة نظريات متقدمة في علم النفس الاجتماعي، وعلم النفس الإدراكي، ونظم المعلومات الإدارية، بهدف تفسير الانتقال الجذري من “استخدام التكنولوجيا” إلى “تفويض التكنولوجيا”:
1. نظرية الفعل المعقول والسلوك المخطط (TRA & TPB)
تستند الفلسفة البنائية للنموذج إلى أطروحات أجزين وفيشبين (Ajzen & Fishbein)؛ حيث تُعد النية لقبول الوكالة التكنولوجية نتاجاً مباشراً للمعتقدات المعرفية التقييمية (الفوائد والمخاطر)، والتقييم المعياري الأخلاقي للموضوع. ويُسقط النموذج هذه المبادئ على تفويض القرارات للوكيل الذكي باعتباره سلوكاً مستهدفاً يتطلب عزيمة واعية ترتكز على إدراك الضوابط السلوكية والنتائج المتوقعة.
2. نظرية العقد الاجتماعي والأخلاقيات الرقمية
استلهم الباحثان مفاهيم العدالة الإجرائية والتوزيعية والمعاملاتية من نظرية العقد الاجتماعي الكلاسيكية، وتطبيقاتها في التجارة الإلكترونية عبر دراسات رومان (Roman, 2007). يُفترض هنا أن المستهلك يُجري “عقداً نفسياً” غير مكتوب مع الخوارزمية؛ فإذا ثبت للضيف أن النظام يعمل وفق محددات أخلاقية سامية تضمن معاملته بعدالة وإنصاف وتكافؤ فرص، تنخفض كلفة الخطر النفسي، مما يمهد الطريق لمنحه حرية التصرف والوكالة.
3. نظرية تقرير المصير ونظرية المفارقات التكنولوجية
يرتكز بعدا “فقدان الكفاءة” و”عدم التنبؤ” على أعمال ميكلي وفورنييه (Mick & Fournier) حول مفارقات التكنولوجيا، بالإضافة إلى أطروحات ديسي وريان (Deci & Ryan) في نظرية تقرير المصير؛ فبينما تعد التكنولوجيا بالتحرر والراحة، فإنها قد تولد شعوراً موازياً بالعجز والاستلاب وفقدان التحكم (Loss of Control). ويترجم المقياس هذا التوتر الجدلي بين الرغبة في الراحة المفرطة والخشية من ضمور الكفاءة الذاتية وتآكل الاستقلالية الفردية.
7. الصدق
خضع النموذج لتقييمات صارمة للتحقق من صدق البناء وخصائصه السيكومترية المتباينة وفق أعلى المعايير المتبعة في المقاييس النفسية والسلوكية:
1. الصدق الظاهري والمحتوى (Face and Content Validity)
تم استقاء وتكييف فقرات المقياس من دراسات محكمة سابقة في مجال الثقة والأخلاقيات والذكاء الاصطناعي (مثل: Xu et al., 2011; Roman, 2007; Bertrandias et al., 2021)، ثم عُرضت على لجنة من الأكاديميين والمحكمين المتخصصين في سلوك المستهلك ونظم المعلومات لتقييم مدى شموليتها ومطابقتها للمفاهيم المراد قياسها، مع إجراء تعديلات صياغية دقيقة لحذف أي لبس لغوي.
2. الصدق التقاربي (Convergent Validity)
تم تقييم الصدق التقاربي من خلال نمذجة المعادلة البنائية؛ حيث أظهرت نتائج التحليل العاملي التوكيدي (CFA) أن جميع تشبعات الفقرات على عواملها المفترضة كانت دالة إحصائياً عند مستوى p < 0.001، وتجاوزت قيمتها العتبة الموصى بها عالمياً (0.70)، باستثناء فقرة واحدة سجلت تشبعاً مقداره 0.674، وتقرر الاحتفاظ بها نظراً لقربها الشديد من المعيار وسلامة محتواها النظري (Chen & Tsai, 2007). وعلاوة على ذلك، تجاوزت قيم متوسط التباين المستخرج (Average Variance Extracted – AVE) لجميع المتغيرات الحد الأدنى الحرج وهو 0.50، مما يؤكد أن البناء يفسر أكثر من نصف تباين مؤشراته المقاسة.
3. الصدق التمايزي (Discriminant Validity)
تم التأكد من الصدق التمايزي عبر تطبيق معيار فورنل ولاركر (Fornell-Larcker criterion)؛ حيث بينت النتائج أن الجذر التربيعي لقيمة AVE لكل متغير كامن كان أعلى بشكل صريح من معاملات الارتباط الثنائي التي تربطه بأي متغير آخر في النموذج. كما خلت مصفوفة التحميلات المتقاطعة (Cross-Loadings) من أي تداخل، مما يبرهن على أن أبعاد المقياس متمايزة استقلالياً ولا تكرر بعضها إحصائياً.
4. التحكم في تحيز الطريقة المشتركة (Common Method Bias)
للحد من احتمالية تضخم الارتباطات الناجمة عن جمع البيانات عبر أداة استبانة موحدة، اتبع الباحثون إجراءات بودساكوف المنهجية (Podsakoff et al., 2003)؛ حيث تم التأكيد للمشاركين بعدم وجود إجابات صحيحة وأخرى خاطئة، مع ضمان سرية البيانات وحرية الانسحاب التام، بالإضافة إلى توزيع الفقرات وترتيبها بصورة عشوائية متباينة داخل الاستبانة لكسر الأنماط الذهبية المتطابقة للاستجابة.
8. الثبات
أظهرت التحليلات الإحصائية تمتع المقياس بدرجات ثبات واتساق داخلي بالغة الارتفاع والصلابة عبر كافة المقاييس الفرعية:
- الثبات المركب للبناء (Composite Construct Reliability – CCR): تجاوزت معاملات الثبات المركب لجميع أبعاد المقياس الستة حاجز 0.80، وتراوحت في مجملها بين 0.84 و 0.93، وهي نسب تتفوق بصورة واضحة على المعيار المقبول إحصائياً البالغ 0.70 وفقاً لما حدده هير وزملاؤه (Hair et al., 2009).
- معامل ألفا كرونباخ (Cronbach's Alpha): أظهرت حسابات الاتساق الداخلي للفقرات عبر العوامل ارتباطات توازت مع قيم CCR وتخطت جميعها مستوى 0.82، الأمر الذي يؤكد أن الفقرات المكونة لكل مقياس فرعي تقيس نفس السمة الإدراكية بكفاءة وتجانس عالٍ دون تشتت، مما يدل على استقرار الأداة القياسية وقابليتها للتعميم والتكرار في دراسات لاحقة.
9. التحليل العاملي
أُخضعت بيانات الدراسة للتحليل العاملي التوكيدي (Confirmatory Factor Analysis – CFA) باستخدام حزم النمذجة الإحصائية لمعادلات الهيكلة البنائية (SEM) لاختبار البنية العاملية المفترضة والتأكد من مطابقة النموذج القياسي للبيانات الميدانية:
مؤشرات جودة المطابقة (Goodness-of-Fit Indices)
أظهر النموذج المخصص المعاد تحديده (Respecified Measurement Model) ملاءمة مثالية ومطابقة ممتازة عبر المؤشرات الإحصائية المطلقة والنسبية المعتمدة في الأدبيات السيكومترية (Toh et al., 2006):
- مربع كاي ودرجات الحرية: بلغ مربع كاي (χ²) = 370.279 عند درجات حرية (df) = 188.
- النسبة المعيارية لمربع كاي (χ²/df): بلغت 1.97، وهي قيمة تقع ضمن النطاق الصارم والمثالي الذي يشترط أن تكون النسبة أقل من 2 إلى 3.
- مؤشر المقارنة للمطابقة (CFI): حقق قيمة 0.960، وهي أعلى بكثير من العتبة المستهدفة (0.90 إلى 0.95).
- مؤشر تاكر لويس (TLI): سجل 0.951، مما يؤكد جودة النموذج بالمقارنة مع النموذج الصفري.
- جذر متوسط مربعات خطأ الاقتراب (RMSEA): حقق قيمة 0.050 مع فترة ثقة مقبولة، وهو ما يمثل الدلالة الإحصائية على مطابقة نموذجية محكمة (Close Fit) تضمن عدم تشبع النموذج بالأخطاء العشوائية.
10. أداة القياس
تتمتع أداة القياس بالمواصفات الفنية والإجرائية التالية:
- نوع الاختبار: استبانة مسحية ذاتية التقرير (Self-Report Inventory/Questionnaire) مصممة لقياس الاتجاهات الإدراكية والنوايا السلوكية.
- طريقة التطبيق: إدارة إلكترونية محوسبة (Electronic / Web-based Survey).
- تنسيق الاستجابة: مقياس ليكرت السباعي المتدرج: (1 = أعارض بشدة، 2 = أعارض، 3 = أعارض إلى حد ما، 4 = محايد، 5 = أوافق إلى حد ما، 6 = أوافق، 7 = أوافق بشدة) / [7-point Likert scale: 1 = Strongly disagree to 7 = Strongly agree].
- عدد الفقرات: 22 فقرة معيارية موزعة على ستة مقاييس فرعية.
- توزيع الفقرات على المقاييس الفرعية:
- الأخلاقيات المدركة (Perceived Ethics): الفقرات 1 إلى 4.
- الفوائد المدركة (Perceived Benefits): الفقرات 5 إلى 8.
- المخاطر المدركة (Perceived Risks): الفقرات 9 إلى 12.
- فقدان الكفاءة المدرك (Loss of Competence): الفقرات 13 إلى 16.
- عدم إمكانية التنبؤ (Unpredictability): الفقرات 17 إلى 19.
- قبول الوكالة التكنولوجية (Acceptance of Technology Agency): الفقرات 20 إلى 22.
- طريقة التصحيح واحتساب الدرجات: يتم احتساب متوسط الدرجات (Mean Scores) للفقرات التابعة لكل بناء فرعي على حدة. لا توجد درجات معكوسة إجبارية في البناء الأصلي، بل يُعامل كل بعد كمتغير مستقل أو وسيط أو تابع ضمن نمذجة مسارية؛ حيث تعبر الدرجات المرتفعة في كل مقياس عن زيادة رسوخ السمة الإدراكية المقاسة لدى المستجيب.
11. الأذونات والرسوم وسنة الاختبار
- سنة النشر والاختبار: تم توثيق المقياس واختباره معيارياً في عام 2024.
- حقوق النشر والترخيص: نُشرت الدراسة في مجلة (International Journal of Contemporary Hospitality Management) الصادرة عن دار النشر الزمردية العالمية (Emerald Publishing Limited).
- الرسوم والأذونات الأكاديمية: إن فقرات الأداة متاحة ومدرجة ضمن المنشور العلمي الأصلي لأغراض البحث الأكاديمي والتعليم غير التجاري شريطة الاستشهاد الصحيح بالورقة المرجعية للمؤلفين (Morosan & Dursun-Cengizci, 2024). ويتطلب الاستخدام التجاري أو التطوير البرمجي الربحي الحصول على إذن خطي مسبق من المؤلفين والناشر.
12. المراجع
- Bertrandias, L., Lemoine, J. F., & Carricano, M. (2021). Consumer resistance to smart technologies: A review and conceptual model. Journal of Business Research, 126, 421–433. https://doi.org/10.1016/j.jbusres.2020.12.062
- Chen, C. F., & Tsai, D. (2007). How destination image and evaluative factors affect behavioral intentions? Tourism Management, 28(4), 1115–1122. https://doi.org/10.1016/j.tourman.2006.07.007
- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2009). Multivariate Data Analysis (7th ed.). Prentice Hall.
- Morosan, C., & Dursun-Cengizci, A. (2024). Letting AI make decisions for me: An empirical examination of hotel guests’ acceptance of technology agency. International Journal of Contemporary Hospitality Management, 36(3), 946–974. https://doi.org/10.1108/IJCHM-08-2022-1041
- Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879–903. https://doi.org/10.1037/0021-9010.88.5.879
- Roman, S. (2007). The ethics of online retailing: A scale development and validation. Journal of Business Ethics, 72(2), 131–148. https://doi.org/10.1007/s10551-006-9161-y
- Toh, K. C., Todd, M. J., & Tütüncü, R. H. (2006). On the implementation and usage of SDPT3 – a Matlab software package for semidefinite-quadratic-linear programming. Optimization Methods and Software, 14(4), 315–323.
- Xu, H., Teo, H. H., Tan, B. C., & Agarwal, R. (2011). Effects of individual self-protection, information transparency, and fair information practices on consumer privacy concerns. Information Systems Research, 23(4), 1342–1362. https://doi.org/10.1287/isre.1110.0410
13. فقرات المقياس
Response Format: 7-point Likert scale (1 = Strongly disagree to 7 = Strongly agree)
- The AI system would act in an ethical manner.
- The AI system would adhere to standard ethical principles.
- The AI system would treat me fairly.
- The AI system’s actions would be morally acceptable.
- Using the AI system would improve my experience during a hotel stay.
- Using the AI system would enhance the effectiveness of my stay.
- Using the AI system would make things more convenient for me.
- The AI system would be useful in managing aspects of my hotel stay.
- Relying on the AI system poses potential risks to my personal security.
- Using the AI system could lead to unforeseen negative consequences.
- Delegating decisions to the AI system carries significant risks.
- Relying on the AI system could compromise my privacy.
- Relying on the AI system would reduce my ability to manage things myself.
- Using the AI system would make me feel less capable of handling tasks.
- Having the AI system decide for me would make me lose control over my choices.
- Relying on the AI system makes me feel dependent on technology.
- It is difficult to predict how the AI system will make decisions.
- The decisions made by the AI system could be erratic.
- I am uncertain about how the AI system will perform in different situations.
- I am willing to let the AI system make decisions on my behalf during my hotel stay.
- I intend to allow the AI system to act autonomously on my behalf.
- I would accept the AI system having the authority to make decisions for me.