مقاييس التكنولوجيا وبيئة العملمقاييس علم النفس الصناعي والتنظيمي

مقياس الاتجاهات نحو الذكاء الاصطناعي في العمل

مقياس الاتجاهات نحو الذكاء الاصطناعي في العمل (AAAW) أداة سيكومترية متقدمة من 25 فقرة موزعة على ستة أبعاد لتقييم الشبه البشري، وقابلية التكيف، والجودة، والقلق، والأمان الوظيفي، والمنفعة الشخصية للذكاء الاصطناعي.

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

يعد مقياس الاتجاهات نحو الذكاء الاصطناعي في العمل (Attitudes Towards Artificial Intelligence at Work Scale – AAAW) الذي طوره بارك، وو، وكيم (Park, Woo, & Kim, 2024) أداة سيكومترية متقدمة ومصممة بدقة لتقييم الاتجاهات والاستجابات النفسية المتعددة الأبعاد للموظفين والعاملين تجاه تطبيقات الذكاء الاصطناعي في البيئات التنظيمية والمهنية المعاصرة. يتألف المقياس في صورته النهائية من 25 فقرة موزعة على ستة أبعاد أساسية تغطي جوانب الإدراك التقني والتأثيرات الوجدانية والمهنية: الشبه البشري المدرك للذكاء الاصطناعي، وقابلية التكيف المدركة، والجودة المدركة لمخرجات الذكاء الاصطناعي، وقلق استخدام الذكاء الاصطناعي، وانعدام الأمان الوظيفي، والمنفعة الشخصية المدركة. يتم الاستجابة على فقرات المقياس باستخدام مقياس ليكرت الخماسي المتدرج من (1 = أعارض بشدة إلى 5 = أتفق بشدة).

تم التحقق من الخصائص السيكومترية للمقياس بالاعتماد على ثلاث عينات مستقلة من البالغين العاملين في قطاعات مهنية متنوعة. أظهرت نتائج التحليل الإحصائي اتساقاً داخلياً ممتازاً، حيث تجاوز معامل ألفا كرونباخ عتبة 0.80 لجميع الأبعاد الستة، وتراوحت قيم الثبات المركب (Composite Reliability) بين 0.70 و0.94. كما أكدت نتائج الصدق التقاربي أن متوسط التباين المستخلص (AVE) تجاوز 0.50 لكافة الأبعاد (تراوح بين 0.52 و0.77)، في حين أثبت الصدق التمايزي تميز كل بعد عن الأبعاد الأخرى بناءً على معيار فورنيل-لاركر ومقارنة معاملات الارتباط بالجذر التربيعي لـ AVE. وأكدت نماذج التحليل العاملي التوكيدي (CFA) ملاءمة ممتازة للنموذج سداسي الأبعاد (CFI = 0.98, TLI = 0.97, RMSEA = 0.04). يقدم المقياس قيمة بحثية وتشخيصية رفيعة لمنظمات الأعمال والباحثين في علم النفس الصناعي والتنظيمي وسلوك المنظمات لفهم تكيف الأفراد مع التغيرات التكنولوجية المتسارعة.

2. الكلمات المفتاحية

الذكاء الاصطناعي في بيئة العمل، مقياس AAAW، الاتجاهات نحو التكنولوجيا، علم النفس الصناعي والتنظيمي، القلق التقني، انعدام الأمان الوظيفي، المنفعة الشخصية، قبول التكنولوجيا، النمذجة البنائية، القياس النفسي.

3. المؤلفون

تم تطوير المقياس وتدقيقه سيكومترياً من قبل فريق بحثي متخصص في علم النفس التنظيمي وتفاعل الإنسان والحاسوب:

  • جي يونغ بارك (Jiyoung Park): باحثة متخصصة في السلوك التنظيمي والقياس النفسي، ذات إسهامات في دراسات التفاعل بين الموظفين والتقنيات الناشئة. (ORCID).
  • سانغ إيون وو (Sang Eun Woo): أستاذة علم النفس الصناعي والتنظيمي بجامعة بوردو (Purdue University)، الولايات المتحدة الأمريكية، ومحررة وباحثة رائدة في قياس الفروق الفردية والشخصية في بيئات العمل.
  • جيونغ جين كيم (JeongJin Kim): باحث متخصص في الإحصاء النفسي ونمذجة المعادلات البنائية وتطبيقات التقنية المعاصرة. (ORCID).

4. الغرض

مع التسارع الحثيث لدمج تقنيات الذكاء الاصطناعي والخوارزميات التوليدية والروبوتات البرمجية الذكية في مختلف قطاعات الأعمال، نشأت حاجة ملحة إلى أدوات قياس دقيقة قادرة على التقاط الطيف المعقد من الاستجابات المعرفية والوجدانية والسلوكية للعاملين. يهدف مقياس الاتجاهات نحو الذكاء الاصطناعي في العمل (AAAW) بصفة رئيسية إلى قياس كيفية تقييم الأفراد لهذه المنظومات التقنية، وما إذا كانوا ينظرون إليها كأدوات دعم وتمكين أم كمهددات للأمان المهني والاستقرار الوجداني.

تتمثل الأغراض التطبيقية والبحثية للمقياس فيما يلي:

  • التشخيص المؤسسي وإدارة التغيير: مساعدة أقسام الموارد البشرية وفرق قيادة التغيير على تقييم جاهزية الموظفين قبل وأثناء إدخال تقنيات الذكاء الاصطناعي، وتحديد بؤر المقاومة النفسية، وقلق استخدام الأنظمة، مما يسهل تصميم برامج تدريبية وتوعوية تخفف من التوتر المهني.
  • البحث الأكاديمي في علم النفس التنظيمي: توفير أداة قياسية موحدة تتمتع بخصائص سيكومترية متينة لدراسة المتغيرات الوسيطة والمعدلة بين تبني الذكاء الاصطناعي ومخرجات العمل الأساسية، مثل الأداء الوظيفي، والاحتراق النفسي، والرضا الوظيفي، وسلوكيات المواطنة التنظيمية، ونوايا ترك العمل.
  • تقييم ممارسات الاستقطاب والاختيار: أظهرت الدراسات التأسيسية للمقياس قدرته على التنبؤ باتجاهات المتقدمين للوظائف نحو أنظمة التوظيف المعتمدة على الذكاء الاصطناعي ومشاعر العدالة الإجرائية والتفاعلية المرتبطة بها.

المبرر النظري لبناء هذا المقياس ينبثق من قصور مقاييس التكنولوجيا السابقة، التي كانت تركز بشكل سطحي على الفائدة وسهولة الاستخدام العامة دون مراعاة الخصائص الفريدة للذكاء الاصطناعي، كقدرته على الاستقلالية ومحاكاة السلوك البشري وإمكانية الحلول محل القوى العاملة، وهو ما استدعى بناء أداة تفصيلية تغطي أبعاد الأنسنة، والتكيف، والمخاوف الوجودية المرتبطة بالوظيفة.

5. البناء النفسي

يقوم المقياس على بنية سداسية الأبعاد متكاملة، يمثل كل بعد منها جانباً متميزاً من جوانب الإدراك والتقييم الوجداني للذكاء الاصطناعي:

1. الشبه البشري المدرك للذكاء الاصطناعي (Perceived Humanlikeness of AI)

يقيس هذا البعد درجة إدراك الموظف لامتلاك الذكاء الاصطناعي لسمات وخصائص بشرية، مثل التفكير، والتصرف، والتفاعل الشبيه بالبشر، وإظهار المشاعر أو الاستجابات الانفعالية أثناء العمل (الفقرات 1-4). يرتبط هذا البعد بمفهوم “التجسيم” (Anthropomorphism) في تفاعل الإنسان والآلة، حيث يميل العاملون أحياناً إلى إضفاء سمات الوعي والنية على الأنظمة الخوارزمية.

2. قابلية التكيف المدركة (Perceived Adaptability of AI)

يختص هذا البعد بتقييم قدرة نظام الذكاء الاصطناعي على التكيف مع البيئات المهنية المتغيرة، والاستجابة المرنة للمهام والتعليمات الجديدة، والتعامل بكفاءة مع المواقف غير المتوقعة، وقابليته للتعلم المستمر من الخبرات الجديدة في بيئة العمل (الفقرات 5-8). يعكس هذا البعد إدراك استقلالية النظام التقني وديناميكيته الذاتية.

3. الجودة المدركة للذكاء الاصطناعي (Perceived Quality of AI)

يركز على تقييم المخرجات المهنية التي ينتجها الذكاء الاصطناعي، من حيث مستوى الجودة، والدقة، والموثوقية، والاتساق الزمني في الأداء، والقدرة على تقليل الأخطاء التشغيلية مقارنة بالعمل التقليدي (الفقرات 9-13). يعبر هذا البعد عن التقييم الموضوعي لكفاءة الأداة التكنولوجية وجدارتها الفنية.

4. قلق استخدام الذكاء الاصطناعي (AI Use Anxiety)

يقيس المشاعر السلبية الوجدانية والتوتر العصبي المرتبط بفكرة أو ممارسة استخدام الذكاء الاصطناعي في إنجاز المهام اليومية، بما في ذلك الخوف من ارتكاب أخطاء كارثية، والشعور بعدم الارتياح والضغط النفسي عند التفاعل مع الواجهات الذكية (الفقرات 14-17). يُعد هذا البعد استجابة وجدانية سلبية تعيق التبني الفعال.

5. انعدام الأمان الوظيفي (Job Insecurity)

يقيس التهديد المدرك للاستقرار الوظيفي الناجم عن إدخال الذكاء الاصطناعي، والمخاوف المتعلقة بإمكانية استبدال الوظائف، أو أتمتة المهام التفصيلية التي يقوم بها الموظف، وحالة عدم اليقين تجاه المستقبل المهني ومخاطر الاستغناء عن العمالة البشرية (الفقرات 18-21).

6. المنفعة الشخصية للذكاء الاصطناعي (Personal Utility of AI)

يقيم العوائد الإيجابية المباشرة التي يدركها الموظف على مستوى أدائه الفردي، مثل المساعدة في إنجاز المهام بسرعة أكبر، ورفع الإنتاجية، وتسهيل الواجبات والمسؤوليات، وتعزيز الأداء العام (الفقرات 22-25). يمثل هذا البعد الدافعية النفعية لاستخدام التكنولوجيا.

6. الإطار النظري

يستند مقياس AAAW إلى توليفة من الأطر النظرية الرائدة في علوم النفس، ونظم المعلومات، والسلوك التنظيمي:

أولاً، ينبثق المقياس من نموذج قبول التكنولوجيا (Technology Acceptance Model – TAM) الذي صاغه فريد ديفيس (Fred Davis, 1989)، والنظرية الموحدة لقبول واستخدام التكنولوجيا (UTAUT) لفينكاتيش وآخرين (Venkatesh et al., 2003). تركز هذه النماذج على الإدراك النفعي وسهولة الاستخدام. بيد أن بارك وفريقه لاحظوا أن الذكاء الاصطناعي يتجاوز الأدوات البرمجية الساكنة لأنه يتمتع بقدرات معرفية تجعله شريكاً اجتماعياً ومعرفياً داخل المنظمة، مما استدعى توسيع الأطر لتشمل إدراك الجودة والتكيف.

ثانياً، يعتمد المقياس على نظرية تقييم التهديد المعرفي والضغط النفسي للاروس وبولكمان (Lazarus & Folkman, 1984). فالموظف يمر بعمليتي تقييم أولي وثانوي للتكنولوجيا الجديدة؛ فإذا قيم الذكاء الاصطناعي كمصدر تهديد أو خطر على وضعه الوظيفي، يظهر بُعد “انعدام الأمان الوظيفي” و”قلق الاستخدام”. أما إذا قيمه كمورد داعم يسهل إنجاز الأهداف، تبرز مشاعر التمكين و”المنفعة الشخصية”.

ثالثاً، يدمج المقياس مبادئ تفاعل الإنسان والحاسوب (Human-Computer Interaction – HCI) ونظريات التجسيم والغرابة، التي تبحث في الكيفية التي يعزو بها البشر خصائص عقلية وشعورية للآلات، وتأثير هذا الإدراك على تقبل العمل التشاركي مع الخوارزميات الذكية.

7. الصدق

خضع المقياس لسلسلة شاملة من إجراءات التحقق من الصدق عبر دراسات متعددة:

  • صدق البناء (Construct Validity): تم التحقق منه من خلال التحليلات العاملية التوكيدية التي أظهرت تطابقاً فائقاً لنموذج العوامل الستة المترابطة مع البيانات المجمعة، مما أثبت استقلال وتماسك كل بناء نفسي.
  • الصدق التقاربي (Convergent Validity): تم حسابه باستخدام متوسط التباين المستخلص (Average Variance Extracted – AVE) لجميع الأبعاد، حيث تجاوزت جميع القيم العتبة المعيارية الموصى بها (0.50). تراوحت قيم AVE بين 0.52 و0.77، مما يدل على أن الفقرات تشترك في قدر كبير من التباين الحقيقي مع بنيتها الكامنة.
  • الصدق التمايزي (Discriminant Validity): تم تقييمه باستخدام معيار فورنيل-لاركر (Fornell-Larcker criterion)، حيث كانت معاملات الارتباط بين أي بعدين أقل بوضوح من الجذر التربيعي لمتوسط التباين المستخلص لكل بعد منهما. كما أظهرت نتائج نسب HTMT (Heterotrait-Monotrait Ratio) قيماً أقل بكثير من العتبة القصوى (0.85)، مما يضمن استقلالية الأبعاد وعدم تداخلها المفاهيمي.
  • الصدق التلازمي والارتباط بالمحك (Criterion-related Validity): أظهرت أبعاد المقياس قدرة تنبؤية قوية بفروق دالة إحصائياً في العديد من المتغيرات المحكية، ومن بينها ردود أفعال المتقدمين للوظائف تجاه عمليات التوظيف المعتمدة على الذكاء الاصطناعي، والالتزام الوظيفي، وسلوكيات البحث عن عمل.

8. الثبات

أظهر مقياس AAAW مستويات رفيعة من الثبات والاتساق الداخلي عبر جميع العينات المعيارية المستقلة التي فُحصت خلال عملية البناء والتطوير:

  • معامل ألفا كرونباخ (Cronbach’s Alpha): تجاوزت معاملات الاتساق الداخلي لجميع الأبعاد الستة عتبة 0.80 في كافة العينات، مما يشير إلى درجة عالية جداً من التجانس والاعتمادية بين مفردات كل بعد فرعي.
  • الثبات المركب (Composite Reliability – CR): تراوحت قيم الثبات المركب للأبعاد الستة بين 0.70 و0.94، متجاوزة المعيار المنهجي الصارم المقبول (0.70)، وهو ما يعكس موثوقية الأوزان العاملية ودقة التمثيل البنائي للمتغيرات الكامنة.
  • الاستقرار عبر الزمن وعبر العينات: برهنت مصفوفات الثبات على ثبات القياس عبر ثلاث عينات مهنية مستقلة شملت قطاعات إدارية، تقنية، وتجارية، مما يؤكد أن أدوات القياس مقاومة للخطأ العشوائي وتحافظ على استقرارها القياسي عبر مختلف الفئات السكانية للعاملين.

9. التحليل العاملي

اتبع الباحثون في تطوير مقياس AAAW منهجية دقيقة ذات مرحلتين للتحليل العاملي الاستكشافي والتأكيدي:

التحليل العاملي الاستكشافي (EFA)

في المرحلة الأولى، تم صياغة حوض أولي ضم 43 فقرة مستقاة ومطورة من أدبيات قبول التكنولوجيا وعلم النفس المهني. خضعت هذه الفقرات لتحليل عاملي استكشافي باستخدام أسلوب استخلاص المحاور الرئيسية (Principal Axis Factoring) مع التدوير المائل (Promax Rotation) نظراً للافتراض النظري بوجود ارتباطات بين أبعاد الاتجاهات. أسفر التحليل عن حل سداسي العوامل تميز بالتناسق المفاهيمي والاقتصاد في التمثيل الإحصائي، مما أتاح اختزال وتصفية الفقرات الضعيفة أو المتشبعة على أكثر من عامل وصولاً إلى أفضل 25 فقرة حققت تشبعات عاملية قوية تجاوزت 0.55 على عواملها المحددة دون تشبعات تقاطعية ذات بال.

التحليل العاملي التوكيدي (CFA)

تم إجراء التحليل العاملي التوكيدي على عينة مستقلة لاختبار النموذج البنائي ذي العوامل الستة المستخلصة. أظهر النموذج تطابقاً ممتازاً مع البيانات وفق مؤشرات الملاءمة الصارمة لنمذجة المعادلات البنائية:

  • مربع كاي / درجات الحرية: χ² = 673.60, df = 260.
  • مؤشر المطابقة المقارن (CFI): 0.98 (وهو أعلى بكثير من الحد المقبول 0.90).
  • مؤشر الملاءمة المعياري (NFI): 0.96.
  • مؤشر تاكر-لويس (TLI): 0.97.
  • جذر متوسط مربعات خطأ الاقتراب (RMSEA): 0.04 (مع فترة ثقة 90% ممتازة، أقل من 0.05).
  • جذر متوسط المربعات المتبقية القياسي (SRMR): 0.04.

تم أيضاً اختبار نموذج عاملي من الدرجة الثانية (Second-order Factor Model)، ورغم أنه قدم مؤشرات ملاءمة جيدة ومقبولة، إلا أن المقارنة الإحصائية وفروق مربع كاي أثبتت تفوق نموذج العوامل الستة المترابطة من الدرجة الأولى من حيث الملاءمة والدقة التفسيرية.

10. أداة القياس

تتضمن الخصائص التشغيلية لأداة القياس ما يلي:

  • نوع الاختبار: مقياس تقرير ذاتي (Self-report Inventory/Questionnaire).
  • تنسيق التطبيق: إلكتروني حاسوبي، كما يمكن تطبيقه ورقياً إذا اقتضت الضرورة البحثية.
  • عدد الفقرات: 25 فقرة مقسمة على 6 أبعاد كالتالي:
    • الشبه البشري المدرك للذكاء الاصطناعي: 4 فقرات (1-4).
    • قابلية التكيف المدركة: 4 فقرات (5-8).
    • الجودة المدركة للذكاء الاصطناعي: 5 فقرات (9-13).
    • قلق استخدام الذكاء الاصطناعي: 4 فقرات (14-17).
    • انعدام الأمان الوظيفي: 4 فقرات (18-21).
    • المنفعة الشخصية للذكاء الاصطناعي: 4 فقرات (22-25).
  • مقياس الاستجابة: مقياس ليكرت الخماسي المتدرج (5-point Likert scale) من 1 إلى 5:
    • 1 = أعارض بشدة (Strongly Disagree).
    • 2 = أعارض (Disagree).
    • 3 = محايد (Neutral).
    • 4 = أتفق (Agree).
    • 5 = أتفق بشدة (Strongly Agree).
  • نظام التصحيح وحساب الدرجات: لا يحتوي المقياس على فقرات معكوسة (Reverse-scored items)؛ يتم حساب درجة كل بعد فرعي بصورة منفصلة من خلال حساب المتوسط الحسابي للفقرات المكونة له (Sum of items / Number of items). يمكن أيضاً الحصول على درجة كلية عبر دمج الأبعاد بعد مراعاة اتجاهات العوامل الإيجابية والسلبية إذا لزم الأمر في بعض التصاميم البحثية.

11. الأذونات والرسوم وسنة الاختبار

نُشر المقياس رسمياً في عام 2024 ضمن دراسة منشورة في مجلة Journal of Occupational and Organizational Psychology الصادرة عن الجمعية البريطانية لعلم النفس (BPS) ودار النشر جون وايلي وأولاده (John Wiley & Sons). يخضع المقياس لحقوق النشر الفكرية الأكاديمية المنظمة من قبل دار النشر والمؤلفين. المقياس متاح للاستخدام المجاني للأغراض الأكاديمية والبحثية غير التجارية، شريطة الاستشهاد بالورقة العلمية المرجعية بصورة صحيحة ومكتملة. أما بالنسبة للأغراض التشخيصية والاستشارية التجارية داخل الشركات والمنظمات الربحية، فيلزم التواصل مع المؤلفين والناشر للحصول على ترخيص رسمي مسبق.

12. المراجع

  • Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
  • Lazarus, R. S., & Folkman, S. (1984). Stress, appraisal, and coping. Springer Publishing Company.
  • Park, J., Woo, S. E., & Kim, J. (2024). Attitudes towards artificial intelligence at work: Scale development and validation. Journal of Occupational and Organizational Psychology, 97(3), 920–951. https://doi.org/10.1111/joop.12502
  • Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540

13. فقرات المقياس

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: 5-point Likert scale (1 = strongly disagree, 5 = strongly agree)

Perceived Human Likeness of AI

  1. AI behaves like a human at work.
  2. AI thinks like a human at work.
  3. AI interacts with me like a human.
  4. AI exhibits human-like emotions or feelings at work.

Perceived Adaptability of AI

  1. AI adapts well to changing work environments.
  2. AI adjusts flexibly to new tasks or instructions.
  3. AI can handle unexpected situations at work effectively.
  4. AI learns and improves from new experiences at work.

Perceived Quality of AI

  1. The quality of work produced by AI is high.
  2. AI provides accurate and reliable outputs at work.
  3. AI performs work tasks with high precision.
  4. AI delivers consistent performance at work.
  5. AI minimizes errors when carrying out tasks.

AI Use Anxiety

  1. I feel anxious when thinking about using AI in my work.
  2. The thought of interacting with AI at work makes me nervous.
  3. I worry about making mistakes when using AI.
  4. Using AI at work creates a feeling of stress or discomfort for me.

Job Insecurity

  1. The introduction of AI makes me feel that my job is at risk.
  2. I worry that AI will take over my job.
  3. I am concerned that AI could replace the tasks I perform.
  4. AI makes the future of my employment uncertain.

Personal Utility of AI

  1. Using AI at work helps me accomplish tasks more quickly.
  2. AI improves my productivity at work.
  3. AI makes it easier to perform my job duties.
  4. AI is useful for enhancing my job performance.
★

تقييم هذا المقياس النفسي

5.0 / 5 • 1 تقييم

اقتباس هذا المقال

looti, M. (2026, سبتمبر 17). مقياس الاتجاهات نحو الذكاء الاصطناعي في العمل. عرب سايكلوجي. https://arabpsychology.com/scales/attitudes-towards-artificial-intelligence-at-work-scale/
looti, Mohammed. “مقياس الاتجاهات نحو الذكاء الاصطناعي في العمل.” عرب سايكلوجي, 17 سبتمبر 2026, https://arabpsychology.com/scales/attitudes-towards-artificial-intelligence-at-work-scale/.
looti, Mohammed. “مقياس الاتجاهات نحو الذكاء الاصطناعي في العمل.” عرب سايكلوجي. سبتمبر 17, 2026. https://arabpsychology.com/scales/attitudes-towards-artificial-intelligence-at-work-scale/.