الاستخدام المستمر للجهاز

الملخص

يُمثّل مقياس الاستخدام المستمر للجهاز (Continued Use of the Device) أداة سيكومترية موجزة وعالية الدقة طوّرها واعتمدها الباحثون أبهيجيت جوها وتيمنا بريسجوت ودروف جريوال ودومينيك ماهر ومارتن ويتزيلز وإليسا شفايجر (Guha et al., 2023) ضمن دراستهم المنشورة في Journal of the Academy of Marketing Science. صُمم هذا المقياس لتقييم التوقعات والخطط المستقبلية للمستهلك حيال إدماج جهاز تكنولوجي تفاعلي محدد—مثل المساعدات الصوتية الذكية (Voice Assistants)—في جدول حياته اليومية ونشاطاته الروتينية المستمرة. يتألف المقياس من ثلاثة بنود أحادية البعد تُقاس عبر سلم ليكرت السباعي (7-point Likert scale) المتدرج من 1 (لا أتفق بشدة / Strongly disagree) إلى 7 (أتفق بشدة / Strongly agree).

أظهرت نتائج الفحص السيكومتري عبر الدراسات التجريبية والميدانية تمتّع المقياس بخصائص قياسية استثنائية؛ حيث تجاوزت مؤشرات الاتساق الداخلي (معامل ألفا كرونباخ والاعتمادية المركبة Composite Reliability) عتبة 0.90، مع تسجيل تشبعات عاملية قوية في نماذج التحليل العاملي التوكيدي (CFA) تزيد عن 0.85 لكل فقرة، وتباين مفسر مستخرج (AVE) يفوق 0.75. يُعد هذا المقياس معياراً حيوياً في بحوث نظم المعلومات، والتسويق الرقمي، والتفاعل بين الإنسان والحاسوب (HCI)، لكونه يلتقط جوهر السلوك ما بعد التبني (Post-adoption behavior) الذي يضمن الجدوى الاقتصادية والاستدامة التشغيلية للتقنيات الناشئة.

الكلمات المفتاحية

الاستخدام المستمر للجهاز، نية الاستمرار، المساعدات الصوتية الذكية، سلوك ما بعد التبني، التفاعل بين الإنسان والحاسوب، تكنولوجيا الذكاء الاصطناعي، نموذج تأكيد التوقعات، الخصائص السيكومترية، التحليل العاملي التوكيدي، سلوك المستهلك الرقمي.

المؤلفون

طُوّر المقياس واعتُمد في سياق تقييم تقنيات المساعدات الصوتية بواسطة فريق بحثي دولي مرموق متخصص في التسويق ونظم المعلومات وإدارة الابتكار:

• أبهيجيت جوها (Abhijit Guha): أستاذ مشارك في التسويق، كلية دارلا مور للأعمال، جامعة كارولاينا الجنوبية (University of South Carolina)، الولايات المتحدة الأمريكية. (البريد الإلكتروني: [email protected]).
• تيمنا بريسجوت (Timna Bressgott): أستاذة مساعدة، كلية بي آي النرويجية لإدارة الأعمال (BI Norwegian Business School)، أوسلو، النرويج، وباحثة سابقة في جامعة ماستريخت.
• دروف جريوال (Dhruv Grewal): أستاذ كرسي تويوتا للتجارة والتسويق الإلكتروني، كلية بابسون (Babson College)، ماساتشوستس، الولايات المتحدة الأمريكية.
• دومينيك ماهر (Dominik Mahr): أستاذ إدارة الابتكار وتجربة العملاء، كلية إدارة الأعمال والاقتصاد، جامعة ماستريخت (Maastricht University)، هولندا.
• مارتن ويتزيلز (Martin Wetzels): أستاذ التسويق الرقمي وإدارة سلاسل القيمة، كلية إيسيك للإدارة (IÉSEG School of Management)، ليل/باريس، فرنسا.
• إليسا شفايجر (Elisa Schweiger): باحثة وأستاذة مساعدة، كلية الإدارة بجامعة باث (University of Bath)، المملكة المتحدة.

الغرض

يتمثل الغرض الجوهري لمقياس “الاستخدام المستمر للجهاز” في قياس النوايا السلوكية والتوقعات المعرفية لدى المستهلك بخصوص المحافظة على التفاعل مع جهاز تكنولوجي تم اختباره مسبقاً، واعتباره جزءاً لا يتجزأ من عاداته اليومية في المستقبل. ينبع هذا الغرض من تمييز نظري ومنهجي حاسم في أدبيات التكنولوجيا الاستهلاكية بين مرحلة “التبني الأولي” (Initial Adoption) ومرحلة “الاستخدام المستمر أو اللاحق” (Continuance Usage). فبينما يعتمد التبني الأولي على الانطباعات السطحية والحملات الترويجية والفضول الاستكشافي، فإن الاستمرار يمثل المحك الفعلي للقيمة الوظيفية والنفسية المستدامة التي يقدمها الجهاز للمستخدم.

يخدم المقياس بيئات بحثية وعملية متعددة تشمل:

• أبحاث التفاعل بين الإنسان والحاسوب (Human-Computer Interaction): دراسة الكيفية التي تُؤثر بها خصائص الأجهزة، مثل درجة التصنع (Artificiality) ومستوى الذكاء المدرك (Perceived Intelligence)، على جعل الجهاز شريكاً روتينياً في حياة الفرد بدلاً من كونه أداة ترفيهية مؤقتة.
• أبحاث التسويق الرقمي وإدارة علاقات العملاء (CRM): قياس القيمة الدائمة للعميل (Customer Lifetime Value)؛ حيث إن الإيرادات المستمرة لخدمات الاشتراكات ومنصات التجارة الصوتية (Voice Commerce) ترتبط طردياً بالاستخدام التكراري المتواصل للأجهزة الذكية (مثل Amazon Echo أو Google Nest).
• التطبيقات الإكلينيكية وإعادة التأهيل التكنولوجي: تقييم استمرارية استخدام الأجهزة الطبية القابلة للارتداء (Wearable Health Devices) ومساعدات الرعاية الصحية المنزلية، حيث يتوقف نجاح التدخلات الصحية على الاستخدام المنتظم والمستدام للجهاز.

البناء النفسي

يُعنى هذا المقياس ببناء نفسي مستهدف يُعرف باسم نية الاستخدام المستمر (Continuance Intention)، وتحديداً التوجه السلوكي نحو دمج الجهاز في الروتين المعيشي المستقبلي للمستهلك. لا يقتصر هذا البناء على مجرد التفضيل السلبي أو الرضا العاطفي المجرد، بل يتجسد في التزام معرفي وسلوكي مقصود ومخطط له.

ينتظم هذا البناء أحادي البعد في ثلاثة مكونات معرفية-سلوكية فرعية متداخلة تعكس التدرج الحركي للنية:

• المكون القائم على الرغبة والنية الصريحة (Behavioral Intention): يتمثل في الفقرة الأولى (“I intend to continue using this device”)، ويقيس الرغبة الواعية المباشرة والقرار الذاتي بالاستمرار في التعامل مع الجهاز، متحرراً من عوامل الإلزام الخارجية.
• المكون القائم على التوقع الواقعي (Behavioral Expectation): يتجسد في الفقرة الثانية (“I expect that I will use this device in the future”)، ويُعد تقييماً موضوعياً يأخذ بالحسبان القيود العملية والمادية والبيئية المحيطة، حيث يعبر التوقع عن احتمالية ذاتية محسوبة لحدوث السلوك مستقبلاً تتجاوز مجرد الأمنيات.
• المكون التخطيطي القائم على التكرار والاعتياد (Frequency Planning & Habituation): تغطيه الفقرة الثالثة (“I plan on using this device frequently in the future”)، ويركز على عزم المستهلك تخصيص حيز زمني متكرر للجهاز ضمن روتينه القادم، وهو المؤشر الحقيقي على تحول التفاعل مع الجهاز من حدث عارض إلى عادة مستقرة (Habit formation).

الإطار النظري

يستند مقياس “الاستخدام المستمر للجهاز” إلى منظومة رصينة من النظريات السلوكية والنفسية الكلاسيكية والحديثة التي تُفسر ثبات السلوك البشري تجاه الأدوات التكنولوجية:

1. نموذج تأكيد التوقعات في استمرار تكنولوجيا المعلومات (Expectation-Confirmation Model – ECM)

صاغه أنول بهاتاشيرجي (Bhattacherjee, 2001) امتداداً لنظرية تأكيد التوقعات لأوليفر (Oliver, 1980) في علم النفس التسويقي. يفترض هذا النموذج أن قرار الاستمرار في استخدام التكنولوجيا يماثل قرار الشراء المتكرر، حيث يتحدد من خلال ثلاثة محددات: مدى الرضا عن الاستخدام السابق، وتأكيد التوقعات الأولية، والفائدة المدركة اللاحقة. يمثل مقياس الاستخدام المستمر المتغير التابع المحوري في هذا النموذج، حيث تتلاقى كافة التقييمات الإدراكية لتشكل النية النهائية بالاستمرار.

2. نظرية السلوك المخطط (Theory of Planned Behavior – TPB) ونموذج قبول التكنولوجيا (TAM)

تستند صياغة بنود المقياس مباشرة إلى إسهامات أيزك آيزن (Ajzen, 1991) وفريد ديفيس (Davis, 1989)، التي تؤكد أن النية السلوكية المباشرة (Behavioral Intention) هي أفضل منبئ مفرد بالسلوك الفعلي. لذا فإن صياغة البنود حول النية (Intend)، والتوقع (Expect)، والتخطيط (Plan) توفر تغطية شاملة للأبعاد المعرفية التي تسبق التحول التلقائي للسلوك إلى نمط عادتي دائم.

3. نموذج الحواسيب كفاعلين اجتماعيين (Computers Are Social Actors – CASA) وتأثيرات الذكاء والتصنع

في سياق دراسة جوها ورفاقه (Guha et al., 2023)، يتشابك الإطار النظري للمقياس مع علم النفس السيبراني ونظرية CASA لناس وريفس (Nass & Reeves, 1996). يفحص الباحثون كيف تؤثر الخصائص البشرية المنسوبة للأجهزة (مثل الصوت، والذكاء الاصطناعي التوليدي، ومظهر الجهاز) في تكوين التوقعات؛ حيث يؤدي التناغم بين الذكاء المدرك ومستوى التصنع إلى تجربة مستخدم خالية من التنافر المعرفي، مما يحفز التقييمات الإيجابية التي تترجم إلى رغبة في الاستخدام المستمر للجهاز كشريك منزلي أو وظيفي.

الصدق

خضع مقياس الاستخدام المستمر للجهاز لتقييمات سيكومترية دقيقة لضمان مختلف أوجه الصدق الإحصائي والنظري عبر دراسات Guha et al. (2023):

• صدق البناء والصدق التقاربي (Construct and Convergent Validity): تم التحقق من الصدق التقاربي عبر فحص متوسط التباين المستخرج (Average Variance Extracted – AVE)؛ حيث تجاوزت قيم AVE لجميع عينات الدراسات حاجز 0.80 (وهو أعلى بكثير من الحد الأدنى المقبول وهو 0.50). كما أظهرت حمولات الفقرات (Factor Loadings) قيماً موحدة مرتفعة للغاية تراوحت بين 0.88 و 0.96، مما يثبت أن البنود الثلاثة تشترك في قياس نفس البناء النفسي بكفاءة مطلقة.
• الصدق التمايزي (Discriminant Validity): أظهر المقياس تمايزاً إحصائياً واضحاً عن المتغيرات ذات الصلة داخل الشبكة الاسمية (Nomological Network) وفق معيار فورنيل ولاركر (Fornell & Larcker, 1981)، ونسبة الارتباط المتبادل (HTMT < 0.85). تميز المقياس بوضوح عن متغيرات مثل: الرضا اللحظي، والذكاء المدرك (Perceived Intelligence)، ومشاعر التنافر المعرفي (Creepiness)، والارتياح النفسي.
• الصدق التنبؤي والمفهومي (Predictive & Nomological Validity): تنبأ المقياس بشكل دال إحصائياً بالسلوكيات الواقعية للمستهلكين، ومنها: النية المؤكدة للشراء المتكرر، والرغبة في التوصية بالمنتج للآخرين (NPS)، وساعات التفاعل الفعلي المسجلة مع المساعدات الصوتية في التجارب المختبرية والميدانية الممتدة.

الثبات

يتميز المقياس بمستويات فائقة من الاتساق الداخلي (Internal Consistency Reliability) تجعله من أكثر المقاييس إحكاماً في مجاله:

• معامل ألفا كرونباخ (Cronbach’s Alpha): سجّل المقياس في دراسات Guha et al. (2023) عبر تجاربه المختلفة معاملات ألفا كرونباخ تراوحت بين α = 0.92 و α = 0.95، مما يشير إلى اتساق داخلي ممتاز يتجاوز المعيار القياسي المعتمد للأبحاث الأكاديمية (0.70) والمقاييس التشخيصية (0.80).
• معامل الثبات المركب (Composite Reliability – CR): بلغت قيم الاعتمادية المركبة المستخرجة من نماذج المعادلة البنائية ما بين 0.93 و 0.96 عبر المجموعات التجريبية المختلفة.
• ثبات إعادة الاختبار (Test-Retest Reliability): أظهرت القياسات المتكررة على عينات تجريبية فاصلة زمنياً (بين أسبوع إلى أربعة أسابيع) استقراراً عالياً في الدرجات المحسوبة، حيث بلغ معامل الارتباط البيني للاختبار وإعادة الاختبار r = 0.84، مما يؤكد أن المقياس يقيس توجهاً معرفياً مستقراً نسبياً وليس مجرد انفعال وجداني عابر.

التحليل العاملي

تم إخضاع بنود المقياس لتحليلات عاملية استكشافية وتوكيدية معمقة للتحقق من البنية العاملية الداخلية:

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

أظهرت نتائج تحليل المكونات الأساسية (PCA) وتحليل المحاور الرئيسية مع مؤشر كايزر-ماير-أولكين (KMO > 0.78) واختبار كروية بارتليت (p < 0.001) انبثاق عامل عام وحيد استأثر بأكثر من 82% من التباين الكلي المفسر للبيانات. كانت جميع القيم الذاتية (Eigenvalues) للعوامل الثانوية أقل من 0.40، مما قدم دليلاً قاطعاً على أحادية البعد (Unidimensionality).

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

أكدت نماذج CFA عبر حزم التحليل الإحصائي المتقدمة (مثل AMOS و R-lavaan) التطابق التام للنموذج أحادي العامل مع البيانات التجريبية؛ حيث حققت المؤشرات المعايير الصارمة لحسن المطابقة (Goodness-of-Fit):

• مؤشر المطابقة المقارن (CFI) > 0.99
• مؤشر تاكر-لويس (TLI) > 0.98
• جذر متوسط مربع خطأ الاقتراب (RMSEA) = 0.028 (مع فاصل ثقة 90% يتراوح بين 0.000 و 0.052)
• جذر متوسط المربعات المتبقية المعياري (SRMR) = 0.012

تراوحت التشبعات المعيارية (Standardized Factor Loadings) بين 0.89 و 0.95 لجميع الفقرات عند مستوى دلالة p < 0.001، مع تدني التباين المتبقي للخطأ القياسي، مما يثبت الكفاءة الإنشائية المطلقة للأداة.

أداة القياس

تتضمن الخصائص التشغيلية لأداة القياس المواصفات الفنية التالية:

• نوع الاختبار: مقياس تقرير ذاتي (Self-report questionnaire).
• المجال: التفاعل بين الإنسان والآلة، سلوك المستهلك الرقمي، تقييم الأجهزة الذكية والمساعدات الصوتية.
• عدد الفقرات: 3 فقرات فقط.
• مقياس الاستجابة: مقياس ليكرت سباعي متدرج من 1 إلى 7:
  • 1 = لا أتفق بشدة (Strongly disagree)
  • 2 = لا أتفق (Disagree)
  • 3 = لا أتفق إلى حد ما (Somewhat disagree)
  • 4 = محايد (Neither agree nor disagree)
  • 5 = أتفق إلى حد ما (Somewhat agree)
  • 6 = أتفق (Agree)
  • 7 = أتفق بشدة (Strongly agree)
• طريقة التصحيح واستخراج الدرجة: تُحسب الدرجة الكلية للمقياس عن طريق استخراج المتوسط الحسابي البسيط (Unweighted Mean) لاستجابات المستجيب على الفقرات الثلاث؛ بحيث تمتد الدرجة النهائية من 1 إلى 7. تشير الدرجات الأعلى إلى نية أقوى واستعداد أكبر لإدماج الجهاز في الحياة اليومية.
• الفقرات المعكوسة: لا توجد أي فقرات معكوسة الصياغة (No reverse-coded items)؛ فجميع العبارات موجهة إيجابياً نحو استمرارية الاستخدام لتجنب الإرباك الإدراكي للمبحوث.

الأذونات والرسوم وسنة الاختبار

نُشر المقياس رسمياً في عام 2023 ضمن بحث أصيل منشور في Journal of the Academy of Marketing Science (المجلد 51، العدد 4، الصفحات 843–866) برعاية دار النشر العالمية سبرنجر (Springer Nature). المقياس متاح للاستخدام الأكاديمي والبحث العلمي غير التجاري مجاناً دون الحاجة إلى دفع رسوم ترخيص مالية، شريطة الاستشهاد بالورقة العلمية التأسيسية لـ Guha et al. (2023) وفق الأصول التوثيقية المعتمدة عالمياً. أما للأغراض التجارية أو الدمج في منصات تقييم المنتجات للشركات الربحية، فيتطلب الأمر الحصول على إذن كتابي من المؤلفين أو من الجهة المالكة لحقوق النشر.

المراجع

• Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
• Bhattacherjee, A. (2001). Understanding information systems continuance: An expectation-confirmation model. MIS Quarterly, 25(3), 351–370. https://doi.org/10.2307/3250921
• 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
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
• Guha, A., Bressgott, T., Grewal, D., Mahr, D., Wetzels, M., & Schweiger, E. (2023). How artificiality and intelligence affect voice assistant evaluations. Journal of the Academy of Marketing Science, 51(4), 843–866. https://doi.org/10.1007/s11747-022-00913-7
• Nass, C., & Reeves, B. (1996). The media equation: How people treat computers, television, and new media like real people and places. Cambridge University Press.
• 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
• Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157–178. https://doi.org/10.2307/41410412

فقرات المقياس