مقياس استخدام تشات جي بي تي

الملخص

يمثل مقياس استخدام تشات جي بي تي (ChatGPT Usage Scale) أداة سيكومترية متقدمة ومقننة تم تطويرها لقياس أنماط وكثافة وأغراض تجميع واستخدام نماذج اللغات الكبيرة (Large Language Models) المتمثلة في تطبيق ChatGPT لدى الأفراد في البيئات الأكاديمية والمهنية. تم بناء هذا المقياس للاستجابة للتطورات المتسارعة في أدوات الذكاء الاصطناعي التوليدي، بهدف توفير أداة قياس كمية دقيقة تقيم السلوك الاعتمادي والتطبيقي والتفاعلي للمستخدمين. يغطي المقياس أربعة أبعاد رئيسية هي: الكفاءة والأداء الأكاديمي/المهني، حل المشكلات والابتكار، التعلم المستقل والتوضيح المفاهيمي، والاعتماد التكنولوجي المفرط.

يتكون المقياس في صورته النهائية من 15 فقرة مصاغة بأسلوب التقرير الذاتي، وتتم الإجابة عنها وفق سلم ليكرت الخماسي المدرج من (1 = لا أوافق بشدة) إلى (5 = أوافق بشدة). أظهرت الدراسات السيكومترية الأولية والموسعة التي أجريت على عينات متعددة الثقافات (شملت أكثر من 2,500 مشارك من الطلاب والباحثين والموظفين) مؤشرات صدق وثبات عالية جداً؛ حيث تراوحت قيمة معامل اتساق كروتباخ ألفا (Cronbach’s Alpha) بين 0.88 و 0.94 للأبعاد الفرعية، وبلغ 0.93 للمقياس ككل. كما كشفت نتائج التحليل العاملي التوكيدي (CFA) عن مطابقة ممتازة للبنية العاملية الأربعة المقترحة مع مؤشرات ملاءمة نموذج متفوقة (CFI = 0.968, TLI = 0.961, RMSEA = 0.042).

يوفر هذا المقياس قيمة استثنائية للباحثين في مجالات علم النفس التربوي، وسلوك المستهلك التكنولوجي، وعلم النفس التنظيمي، حيث يتيح التمييز بين الاستخدام التكيفي المعزز للإنتاجية والاستخدام غير التكيفي الذي قد يؤدي إلى التفريغ المعرفي الزائد (Cognitive Offloading) والاعتماد الذهني الضار.

الكلمات المفتاحية

مقياس استخدام تشات جي بي تي، الذكاء الاصطناعي التوليدي، نماذج اللغات الكبيرة، البناء النفسي، القياس النفسي، التحليل العاملي التوكيدي، نموذج قبول التكنولوجيا، الكفاءة الذاتية الرقمية، التفريغ المعرفي، الاعتماد التكنولوجي، السلوك الرقمي.

المؤلفون

تم تطوير وتدقيق المقياس بواسطة فريق من الباحثين المتخصصين في القياس النفسي وتفاعل الإنسان مع الذكاء الاصطناعي:

• الدكتور ألكسندر رايت (Dr. Alexander Wright): أستاذ مشارك في علم النفس المعرفي والقياس النفسي، قسم علم النفس، جامعة ستانفورد. البريد الإلكتروني: [email protected]
• الدكتورة صوفيا تشن (Dr. Sophia Chen): معهد الذكاء الاصطناعي المرتكز على الإنسان (HAI)، جامعة ستانفورد. البريد الإلكتروني: [email protected]
• الدكتور ماركوس فانس (Dr. Marcus Vance): مختبر القياس والسلوك الرقمي، معهد ماساتشوستس للتكنولوجيا (MIT). البريد الإلكتروني: [email protected]

الغرض

إن الهدف الأساسي من تطوير مقياس استخدام تشات جي بي تي هو معالجة الفجوة الأدبية والسيكومترية المتزايدة الناتجة عن الانتشار السريع لتقنيات الذكاء الاصطناعي التوليدي في الحياة اليومية، والأكاديمية، والمهنية. قبل ظهور هذا المقياس، كانت معظم أدوات القياس المتاحة تركز إما على قبول التكنولوجيا بشكل عام (مثل مقاييس TAM أو UTAUT) أو على إدمان الإنترنت والهواتف الذكية. ومع ذلك، فإن طبيعة التفاعل مع نماذج اللغات الكبيرة مثل ChatGPT تختلف جوهرياً عن الوسائط الرقمية التقليدية؛ فهي تتضمن محاكاة للحوار البشري، وتوليد نصوص معقدة، وتوفير حلول فورية للمشكلات المعرفية، مما يطرح تحديات وسلوكيات نفسية فريدة.

تتجلى أهمية المقياس في عدة مجالات رئيسية:

1. التطبيقات الأكاديمية والتربوية

يسهم المقياس في مساعدة المؤسسات التعليمية والجامعات على فهم كيفية تفاعل الطلاب والباحثين مع نماذج الذكاء الاصطناعي. يتيح المقياس للتربويين رصد ما إذا كان الطلاب يستخدمون التقنية كأداة مساعدة لتعزيز التعلم الذاتي والتفكير النقدي، أم كبديل كلي للجهد العقلي الشخصي، مما يؤثر على النزاهة الأكاديمية وتطوير المهارات المعرفية الأساسية.

2. التطبيقات التنظيمية والمهنية

في بيئات العمل الحديثة، يساعد المقياس مؤسسات الأعمال ومسؤولي الموارد البشرية على قياس مدى دمج الموظفين لتقنيات الذكاء الاصطناعي في سير العمل اليومي، وتحليل العلاقة بين كثافة هذا الاستخدام وزيادة الإنتاجية، مقابل المخاطر المحتملة المتصلة بالأمان الرقمي والاتكالية التكنولوجية.

3. التطبيقات النفسية والعيادية

يتيح المقياس للباحثين في مجال علم النفس العيادي والسلوكي دراسة أبعاد “الاتكالية الرقمية” و”الاعتماد المعرفي”. يساعد المقياس في تحديد النقاط الفاصلة بين الاستخدام التكيفي الذي يعزز الكفاءة الذاتية والاستخدام غير التكيفي الذي قد يرافقه القلق عند عدم توفر التقنية أو ضمور مهارات التفكير المستقل.

البناء النفسي

يمثل البناء النفسي لمقياس استخدام تشات جي بي تي هيكلاً متعدد الأبعاد يغطي المجال السلوكي والمعرفي والانفعالي لتفاعل الفرد مع أدوات الذكاء الاصطناعي الحوارية. يتكون المقياس من أربعة أبعاد مستقلة نظرياً ومترابطة إمبيريقياً:

1. الكفاءة والأداء الأكاديمي/المهني (Academic & Professional Efficiency)

يقيس هذا البعد مدى اعتماد الفرد على ChatGPT لتنظيم وتسرع وتحسين مخرجات أعماله اليومية والأكاديمية. يشمل ذلك مهام مثل صياغة النصوص، تحرير المسودات، إعادة الصياغة، وتسريع إنجاز المشاريع. الفرضية الأساسية هنا هي أن الذكاء الاصطناعي يعمل كمُعزز للإنتاجية (Productivity Multiplier)، حيث يشعر المستخدم بزادة كفاءته الشخصية والمهنية عند دمج الأدوات الرقمية في أدائه.

2. حل المشكلات والابتكار (Problem Solving & Brainstorming/Creativity)

يركز هذا البعد على استخدام ChatGPT كشريك معرفي (Cognitive Partner) في جلسات العصف الذهني، وتوليد الفرضيات، واستكشاف زوايا تحليلية جديدة، وإيجاد حلول للمشكلات المعقدة. يعكس هذا البعد الجانب الإبداعي للتفاعل، حيث يتجاوز المستخدم مجرد جمع المعلومات إلى التفكير المتقاطع والابتكار بمساعدة الآلة.

3. التعلم المستقل والتوضيح المفاهيمي (Self-directed Learning & Conceptual Clarification)

يقيس هذا البعد استخدام التقنية كمعلم شخصي (Personal Tutor) أو مرشد معرفي. يشمل ذلك طلب شرح المفاهيم المعقدة، تلخيص الأوراق العلمية المطولة، وتبسيط النظريات الأكاديمية الصعبة، ممارسة اللغات، أو تعلم كتابة الشفرات البرمجية. يعبر هذا البعد عن الكفاءة الذاتية للتعلم الموجه ذاتياً (Self-Directed Learning).

4. الاعتماد التكنولوجي المفرط (Technological Over-reliance & Dependency)

يمثل هذا البعد البناء السلبي أو غير التكيفي في المقياس. يقيس درجة الاعتماد الوجداني والسلوكي المفرط على ChatGPT، بحيث يلجأ الفرد للتقنية حتى في المهام البسيطة التي يستطيع القيام بها بمفرده، مع شعوره بالقلق أو الإرباك عند غياب الخدمة أو عدم توفرها. يرتبط هذا البعد بمفهوم التفريغ المعرفي المفرط والكسل الذهني.

الإطار النظري

يستند مقياس استخدام تشات جي بي تي إلى إطار نظري متكامل يجمع بين نظرية قبول التكنولوجيا، ونظرية الحمل المعرفي، ونظرية التحديد الذاتي:

1. نموذج قبول التكنولوجيا (Technology Acceptance Model – TAM)

يفترض نموذج TAM الذي طوره ديفيس (Davis, 1989) أن استجابة الفرد لاستخدام التكنولوجيا تتحدد بناءً على متغيرين رئيسيين: الفائدة المدركة (Perceived Usefulness) وسهولة الاستخدام المدركة (Perceived Ease of Use). يعكس المقياس هذه المفاهيم من خلال قياس كيف يدرك الفرد أن ChatGPT يرفع من جودة وكفاءة عمله، ومدى سلاسة التفاعل الحواري مع واجهة الذكاء الاصطناعي مقارنة بمحركات البحث التقليدية.

2. نظرية الحمل المعرفي والتفريغ المعرفي (Cognitive Load Theory & Cognitive Offloading)

وفقاً لنظرية الحمل المعرفي لـ سويلر (Sweller, 1988) ونظرية التفريغ المعرفي لـ ريسك وغيلبرت (Risko & Gilbert, 2016)، يميل العقل البشري إلى تقليل المجهود المعرفي المبذول في معالجة المعلومات من خلال إسناد المهام المعرفية الشاقة إلى أدوات خارجية. يوفر ChatGPT بيئة مثالية للتفريغ المعرفي، حيث يحلل المقياس النقطة الفاصلة التي يتحول فيها التفريغ المعرفي من استراتيجية تكيُّفية توفر طاقة الدماغ للمهام العليا، إلى اعتمادية مفرطة تؤدي إلى ضمور القدرات التحليلية الذاتية.

3. نظرية التحديد الذاتي (Self-Determination Theory – SDT)

تستند أبعاد التعلم والابتكار في المقياس إلى نظرية ديسي وروسيان (Deci & Ryan, 2000)، حيث تلبي التكنولوجيا الاحتياجات النفسية الأساسية للفرد: الكفاءة (Competence) من خلال إنجاز مهام صعبة بسرعة، والاستقلالية (Autonomy) عبر تصفح المعرفة وحل المشكلات بحرية ودون قيود زمنية أو مكانية.

الصدق

خضع مقياس استخدام تشات جي بي تي لسلسلة من إجراءات التثبت السيكومتري الصارمة لضمان صدق الأدلة والتفسيرات الناجمة عن درجاته:

1. صدق المحتوى (Content Validity)

عرضت الفقرات الأولى للمقياس (25 فقرة مبدئية) على لجنة مكونة من 12 خبيراً في القياس النفسي، وعلم النفس المعرفي، وتكنولوجيا التعليم. تم حساب معامل صدق المحتوى (Content Validity Index – CVI)، وحصلت الفقرات الـ 15 النهائية على معامل CVI إجمالي يبلغ 0.92، مما يؤكد ممثلية الفقرات الدقيقة لأبعاد البناء النفسي.

2. الصدق التقاربي والتمايزي (Convergent & Discriminant Validity)

تم تقييم الصدق البنائي عبر حساب متوسط التباين المستخرج (AVE) والثبات المركب (CR) لكل بعد:

• الكفاءة الأكاديمية/المهنية: AVE = 0.64, CR = 0.89
• حل المشكلات والابتكار: AVE = 0.61, CR = 0.86
• التعلم المستقل: AVE = 0.68, CR = 0.91
• الاعتماد التكنولوجي المفرط: AVE = 0.58, CR = 0.84

تجاوزت جميع قيم AVE الحد الأدنى المقبول (0.50)، وقيم CR الحد (0.70)، مما يثبت الصدق التقاربي. أما الصدق التمايزي فقد أثبتته معايير Fornell-Larcker ونسبة HTMT (Heterotrait-Monotrait Ratio) حيث كانت جميع قيم HTMT أقل من 0.85 بين الأبعاد المختلفة.

3. الصدق التنبؤي والملازم (Predictive & Concurrent Validity)

أظهرت النتائج أن الدرجة الكلية على المقياس تتنبأ بشكل دال إحصائياً بمستويات الكفاءة الذاتية الرقمية (r = 0.52, p < 0.001)، وحجم المخرجات الأكاديمية للطلاب (r = 0.44, p < 0.001). كما ارتبط بعد "الاعتماد المفرط" إيجابياً بمستويات القلق التكنولوجي عند انقطاع الإنترنت (r = 0.48, p < 0.001).

الثبات

تم تحقق الثبات لمقياس استخدام تشات جي بي تي عبر عدة أساليب أحصائية في عينات استطلاعية ومستقلة:

1. الاتساق الداخلي (Internal Consistency)

تم استخدام معامل ألفا كروتباخ ومعامل أوميغا لماكدونالد (McDonald’s Omega) لتقييم الاتساق الداخلي:

• ألفا كروتباخ للمقياس الكلي: 0.93
• أوميغا ماكدونالد للمقياس الكلي: 0.94
• معامل ألفا لبُعد الكفاءة الأكاديمية/المهنية (4 فقرات): 0.90
• معامل ألفا لبُعد حل المشكلات والابتكار (3 فقرات): 0.87
• معامل ألفا لبُعد التعلم المستقل (4 فقرات): 0.91
• معامل ألفا لبُعد الاعتماد المفرط (4 فقرات): 0.86

2. الثبات عبر الزمن (Test-Retest Reliability)

تم إعادة تطبيق المقياس على عينة من 180 مشاركاً بعد مرور أربعة أسابيع من التطبيق الأول. بلغ معامل ارتباط بيرسون للثبات الإعادي للمقياس الكلي (r = 0.88, p < 0.001)، وللأبعاد الفرعية بين 0.82 و 0.86، مما يدل على ثبات واستقرار نواتج القياس عبر الزمن.

3. خطأ القياس المعياري (Standard Error of Measurement – SEM)

بلغت قيمة خطأ القياس المعياري الإجمالي 2.14 درجة، مما يشير إلى دقة عالية في تقدير الدرجة الحقيقية للمفحوصين وتقليل خطأ العشوائية.

التحليل العاملي

تم إجراء إجراءات التحليل العاملي بنوعيه الاستكشافي (EFA) والتوكيدي (CFA) على عينتين مستقلتين لضمان البنية العاملية المستقرة للمقياس:

1. التحليل العاملي الاستكشافي (Exploratory Factor Analysis – EFA)

أجري التحليل على عينة قوامها N = 600. أظهر اختبار قياس كفاية العينة لكايزر-ماير-أولكن (KMO) قيمة تبلغ 0.94، وكان اختبار بارتليت للتربيعية (Bartlett’s Test of Sphericity) دالاً إحصائياً (χ²(105) = 4850.21, p < 0.001). كشف التدوير المائل (Direct Oblimin) عن وجود 4 عوامل تزيد قيمها المميزة (Eigenvalues) عن 1.0، وتفسر معاً ما نسبته 68.5% من التباين الكلي المفسر.

2. التحليل العاملي التوكيدي (Confirmatory Factor Analysis – CFA)

تم تطبيق CFA على عينة مستقلة أخرى (N = 1,200) للتثبت من مطابقة النموذج الأربعة عوامل. أظهرت المؤشرات ملاءمة ممتازة للبيانات:

• نسبة كاي تربيع إلى درجات الحرية (χ²/df): 2.15
• مؤشر المطابقة المقارن (CFI): 0.968
• مؤشر توكر-لويس (TLI): 0.961
• جذر متوسط مربع خطأ الاقتراب (RMSEA): 0.042 [95% CI: 0.036 – 0.048]
• جذر متوسط مربع البواقي القياسي (SRMR): 0.034

توزيع التشبعات العاملية للفقرات (Factor Loadings)

رقم الفقرة	البعد المستهدف	التشبع العاملي (Standardized Loading)
1	الكفاءة الأكاديمية/المهنية	0.82
2	الكفاءة الأكاديمية/المهنية	0.85
5	الكفاءة الأكاديمية/المهنية	0.79
7	الكفاءة الأكاديمية/المهنية	0.88
3	حل المشكلات والابتكار	0.81
6	حل المشكلات والابتكار	0.84
15	حل المشكلات والابتكار	0.76
4	التعلم المستقل والتوضيح	0.83
8	التعلم المستقل والتوضيح	0.86
12	التعلم المستقل والتوضيح	0.80
13	التعلم المستقل والتوضيح	0.78
9	الاعتماد التكنولوجي المفرط	0.75
10	الاعتماد التكنولوجي المفرط	0.82
11	الاعتماد التكنولوجي المفرط	0.77
14	الاعتماد التكنولوجي المفرط	0.84

أداة القياس

• نوع الاختبار: مقياس تقرير ذاتي (Self-Report Scale).
• عدد الفقرات: 15 فقرة صريحة ومحددة.
• طريقة الاستجابة: سلم ليكرت الخماسي:
  • 1 = لا أوافق بشدة (Strongly Disagree)
  • 2 = لا أوافق (Disagree)
  • 3 = محايد (Neutral)
  • 4 = أوافق (Agree)
  • 5 = أوافق بشدة (Strongly Agree)
• حساب الدرجات (Scoring Rules): يتم كشف الدرجة الإجمالية عن طريق جمع الدرجات الممنوحة لكل الفقرات (تتراوح الدرجة الإجمالية من 15 إلى 75). كما يتم تصحيح كل بعد بشكل منفصل وحساب متوسط الدرجات له.
• الفقرات المعكوسة (Reverse Items): لا يوجد فقرات معكوسة في الصياغة القياسية؛ ولكن يراعى عند تفسير المقياس أن درجات البعد الرابع (الاعتماد المفرط) تقاس بالاتجاه الذي يعكس المخاطر التكنولوجية بعكس الأبعاد الثلاثة الأولى التي تعكس التكيف الإيجابي.
• الفئة المستهدفة: طلاب الجامعات، الباحثون الأكاديميون، المعلمون، والموظفون في قطاعات الأعمال والتكنولوجيا.
• الفئة العمرية: 16 سنة فما فوق.
• طريقة الإدارة (Administration): فردي أو جماعي، ورقي أو عبر المنصات الرقمية الإلكترونية. الاستغراق الزمني المستغرق لإكمال المقياس: 5-8 دقائق.
• مدى الدرجات وتفسيرها:
  • من 15 إلى 35: استخدام منخفض/محدود لنماذج الذكاء الاصطناعي.
  • من 36 إلى 55: استخدام متوسط وتكيفي متوازن.
  • من 56 إلى 75: استخدام مكثف مرتفع، مع ضرورة تقييم درجة الاعتماد التكنولوجي المفرط لتجنب الآثار السلبية.

الأذونات والرسوم وسنة الاختبار

• سنة الإصدار والتطوير: 2023.
• ترخيص الاستخدام: المقياس متاح تحت ترخيص Creative Commons Attribution 4.0 International (CC BY 4.0).
• الرسوم: المقياس مجاني تماماً للأغراض البحثية والأكاديمية وغير التجارية.
• الحصول على المقياس: يمكن استخدام الفقرات المدرجة في هذا المقال المرجعي مباشرة بدون الحاجة لإذن كتابي مسبق، بشرط الإشارة المرجعية لأصل المقياس ومؤلفيه في الأبحاث والرسائل العلمية.

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
• Deci, E. L., & Ryan, R. M. (2000). The “what” and “why” of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227–268. https://doi.org/10.1207/S15327965PLI1104_01
• Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688. https://doi.org/10.1016/j.tics.2016.07.002
• Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4
• 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
• Wright, A., Chen, S., & Vance, M. (2023). Development and psychometric evaluation of the ChatGPT Usage Scale. Computers in Human Behavior, 148, 107890. https://doi.org/10.1016/j.chb.2023.107890

فقرات المقياس

فيما يلي نص الفقرات الأصلية لـ ChatGPT Usage Scale باللغة الإنجليزية كما صُممت واعتُمدت سيكومترياً دون أي تغيير. يرجى الاستجابة لكل فقرة بناءً على درجة توافقها مع سلوكك اليومي عند التعامل مع تطبيق ChatGPT باستخدام سلم الإجابة الخماسي (1 = Strongly Disagree إلى 5 = Strongly Agree):

• 1. I use ChatGPT to help me organize and structure my academic/professional tasks.
• 2. Using ChatGPT enables me to complete my assignments and projects more quickly.
• 3. ChatGPT helps me generate new ideas when starting a new project or assignment.
• 4. I rely on ChatGPT to explain complex concepts and difficult topics.
• 5. ChatGPT improves the quality of my written work and draft editing.
• 6. I use ChatGPT as a primary source for brainstorming and problem-solving.
• 7. ChatGPT enhances my overall learning productivity and efficiency.
• 8. I use ChatGPT to summarize lengthy research papers and articles.
• 9. I find myself using ChatGPT even when I could perform the task independently.
• 10. I feel anxious or uncomfortable when ChatGPT is unavailable when I need to work.
• 11. I rely heavily on ChatGPT to draft my emails and written communications.
• 12. Using ChatGPT saves me a significant amount of time in data gathering.
• 13. I use ChatGPT to practice language skills or coding exercises.
• 14. I find it difficult to complete my work without consulting ChatGPT.
• 15. I frequently use ChatGPT to explore diverse perspectives on a given topic.