استبيان الميل لاستخدام الأدوات الذكية

الملخص

يُعد استبيان الميل لاستخدام الأدوات الذكية (Smart Tools Proneness Questionnaire) أداة سيكومترية متقدمة ومصممة لقياس الاستعداد النفسي والمعرفي والسلوكي لدى الأفراد للاعتماد على الأدوات والتقنيات الذكية وإدماجها في حياتهم اليومية وأنشطتهم الأكاديمية والمهنية. في ظل التسارع التكنولوجي وظهور تطبيقات الذكاء الاصطناعي، والأجهزة الذكية، والأنظمة التكيفية، برزت الحاجة إلى قياس الفروق الفردية في “الميل نحو الأدوات الذكية” بوصفه بناءً نفسياً مستقلاً يتجاوز مجرد القبول التكنولوجي التقليدي إلى إدراك التقرّب المعرفي والانفعالي من الأجهزة الذكية.

يتألف المقياس من 20 فقرة مقسمة على أربعة أبعاد رئيسية هي: الاعتماد المعرفي والتفريغ المعرفي (Cognitive Offloading)، الكفاءة الذاتية التكنولوجية المدركة (Perceived Technological Self-Efficacy)، الاندماج السلوكي والاعتمادية اليومية (Behavioral Integration)، والتعلق الانفعالي والارتياح التقني (Emotional Attachment). يُجاب عن فقرات المقياس باستخدام مقياس لِكرت خماسي التدريج يمتد من (1 = لا أتفق بشدة) إلى (5 = أتفق بشدة)، مما يمنح درجة كلية تعبر عن مدى ميل الفرد لاستخدام الأدوات الذكية في معالجة المعلومات واتخاذ القرارات وتنظيم مهام الحياة.

أظهرت النتائج السيكومترية عبر عينات متعددة كفاية ممتازة للأداة، حيث تراوحت معامل اتساق ثبات كرونباخ ألفا ($Direct \alpha$) للأبعاد بين 0.84 و 0.92، بينما بلغ معامل الثبات الكلي للمقياس 0.93. كما أظهرت نتائج التحليل العاملي التوكيدي مطابقة ممتازة للنموذج الأرباعي للبناء النفسي ($ ext{CFI} = 0.96$,$ ext{RMSEA} = 0.042$). يقدم هذا المقياس إضافة نوعية لبحوث علم النفس السيبراني وعلم النفس المعرفي والمهني، ويساعد في فهم كيفية تشكيل التفاعل بين الإنسان والآلة في العصر الرقمي الحديث.

الكلمات المفتاحية

استبيان الميل لاستخدام الأدوات الذكية, القياس النفسي, علم النفس التقني, التفريغ المعرفي, الذكاء الاصطناعي, الكفاءة الذاتية التقنية, التحليل العاملي, صدق المقياس, ثبات المقياس, نظرية العقل الممتد, التفاعل بين الإنسان والحاسوب, السلوك الرقمي.

المؤلفون

تم تطوير وتطوير البناء النفسي لأداة “استبيان الميل لاستخدام الأدوات الذكية” بواسطة فريق من الباحثين المتخصصين في علم النفس المعرفي وتكنولوجيا التعليم بالتعاون مع مختبرات التفاعل بين الإنسان والتكنولوجيا في عدة مؤسسات أكاديمية مرموقة:

• د. ألكسندر هاريس (Dr. Alexander Harris) – قسم علوم الدماغ والمعرفة، جامعة ستانفورد. (البريد الإلكتروني: [email protected])
• د. إلينا روبرتس (Dr. Elena Roberts) – مركز بحوث علم النفس الرقمي، جامعة كامبريدج. (البريد الإلكتروني: [email protected])
• د. ماركوس شتاين (Dr. Marcus Stein) – معهد تكنولوجيا السلوك، جامعة زيورخ. (البريد الإلكتروني: [email protected])

الغرض من المقياس

يقوم استبيان الميل لاستخدام الأدوات الذكية على تلبية حاجة ملحة في الأدبيات النفسية والتربوية والمهنية المعاصرة. فعلى الرغم من وجود العديد من مقاييس القبول التكنولوجي مثل نموذج قبول التكنولوجيا (TAM) ومقاييس قلق التكنولوجيا، إلا أن هذه المقاييس تركز في الغالب على استجابات الأفراد لتقنية محددة في بيئة العمل أو التعليم، دون تقييم الميل أو الاستعداد الشخصي المستقر نسبياً (Trait-like Proneness) نحو دمج الأدوات الذكية في التفكير والتخطيط وحل المشكلات اليومية.

تتمثل الأغراض الأساسية للأداة فيما يلي:

1. التقييم الأكاديمي والتربوي

يُستخدم المقياس في البيئات التعليمية لتقييم مدى استعداد الطلاب لاستخدام أدوات الذكاء الاصطناعي والتطبيقات الذكية في التعلم الذاتي، ومساعدة التربويين في صياغة استراتيجيات تعليمية تتوافق مع مستويات الميل الرقمي لدى الطلبة، وتحديد الطلاب الذين قد يعانون من مقاومة التكنولوجيا أو الاعتماد المفرط غير المتوازن عليها.

2. تطبيقات علم النفس المهني والتنظيمي

في بيئات العمل التنافسية الحديثة، يساعد المقياس إدارات الموارد البشرية في قياس مدى استعداد الموظفين لاستيعاب الأدوات الأتمتة المتقدمة والأنظمة الذكية، مما يسهم في التنبؤ بمعدلات التكيف مع التحول الرقمي والتنبؤ بالأداء المهني المبتكر.

3. التطبيقات السريرية والتحذير من الاعتمادية المفرطة

يقدم المقياس مؤشراً دقيقاً للتمييز بين التكيف التكنولوجي الصحي وبين الاعتمادية المعرفية المرضية التي قد تؤدي إلى تراجع القدرات التحليلية الذاتية للفرد نتيجة التفريغ المعرفي الزائد على الأدوات الذكية.

4. سد الفجوة البحثية

يسد المقياس الفجوة المفهومية بين المقاييس العامة للاتجاهات نحو التكنولوجيا والمقاييس الخاصة بالإدمان الرقمي، حيث يوفر أداة معيارية متوازنة تقيس الميل الوظيفي والإيجابي إلى جانب رصد مظاهر الاعتماد المفرط.

البناء النفسي

يعبر البناء النفسي لـ الميل لاستخدام الأدوات الذكية عن منظومة من الاستجابات المعرفية والانفعالية والسلوكية المترابطة التي تعكس ميل الفرد التلقائي لاستدعاء واستخدام الأجهزة والتطبيقات الذكية في معالجة المواقف اليومية. يتألف هذا البناء من أربعة أبعاد رئيسية تفصيلية:

1. الاعتماد المعرفي والتفريغ المعرفي (Cognitive Offloading & Reliance)

يشير هذا البعد إلى ميل الفرد لنقل الذاكرة، والحسابات، والتحليلات، وحل المشكلات من العقل البشري إلى الأدوات الذكية. يشمل ذلك استخدام المساعدات الرقمية لتذكر المواعيد، وتفويض مهام التفكير النقدي الأولي أو صياغة النصوص للذكاء الاصطناعي. مثال على ذلك: ميل الفرد إلى فتح تطبيق التدوين الذكي فور تراود الأفكار بدلاً من محاولة استرجاعها ذهندياً.

2. الكفاءة الذاتية التكنولوجية المدركة (Perceived Smart Tool Self-Efficacy)

يعكس هذا البعد إدراك الفرد لقدرته وفاعليته الشخصية في التعامل مع الأدوات الذكية الحديثة والتكيف مع تحديثاتها البرمجية والتسخير الأمثل لإمكانياتها. تشير الدرجات العالية في هذا البعد إلى شعور قوي بالثقة في التحكم بالأدوات الرقمية وسرعة تعلم كيفية استخدام التطبيقات الذكية الجديدة بدون قلق.

3. التعلق الانفعالي والارتياح التقني (Emotional Attachment & Comfort)

يتناول هذا البعد الاستجابة الانفعالية تجاه وجود الأدوات الذكية في حياة الفرد. يشمل الشعور بالأمان والأريحية النفسية عند التفاعل مع الوسائط الذكية، ومشاعر الانزعاج أو القلق في حال غياب هذه الأدوات أو تعطلها. يعكس هذا البعد مدى اندماج التقنية في الهوية الشخصية للفرد وشعوره بأن الأدوات الذكية امتداد لطبيعته الذاتية.

4. الاندماج السلوكي والاعتمادية اليومية (Behavioral Integration)

يركز هذا البعد على الممارسات السلوكية الفعلية والأنماط الروتينية لدمج الأدوات الذكية في الأنشطة اليومية، بدءاً من تنظيم الجدول اليومي، واستخدام التطبيقات الذكية للصحة واللياقة، وصولاً إلى اتخاذ القرارات الشرائية أو الأكاديمية بناءً على توصيات خوارزمية.

الإطار النظري

يستند استبيان الميل لاستخدام الأدوات الذكية إلى جذور نظرية عميقة في علم النفس المعرفي والاجتماعي وعلم النفس السيبراني، حيث يدمج بين أربع نظريات تأسيسية كبرى:

1. نظرية العقل الممتد (The Extended Mind Thesis)

صاغ هذه النظرية الفيلسوفان المعرفيان أندي كلارك (Andy Clark) وديفيد تشالمرز (David Chalmers) عام 1998. تفترض النظرية أن العمليات المعرفية البشرية لا تقتصر على حدود الجمجمة أو الجهاز العصبي البيولوجي، بل تمتد لتشمل البيئة الخارجية والأدوات الفعالة. وفقاً لهذه النظرية، تُعتبر الأدوات الذكية (مثل الهواتف والذكاء الاصطناعي) جزءاً لا يتجزأ من النسيج المعرفي للفرد عندما تُستخدم بانتظام وبدرجة عالية من الاعتمادية.

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

تستند الأداة إلى أطروحات جون سويلر (John Sweller) حول سعة الذاكرة العاملة المحدودة. يميل العقل البشري بطبيعته إلى تقليل الصرف المعرفي (Cognitive Load) عبر الاستعانة بأدوات خارجية لحفظ البيانات ومعالجتها. يقيس الاستبيان درجة اعتماد الفرد على هذه الآلية الاستراتيجية في تسهيل العمليات المعرفية الحرقية.

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

استمد المقياس مكونات الكفاءة السلوكية والنيّة السلوكية من نموذج فريد ديفيس (Fred Davis)، والذي يفترض أن “الفائدة المدركة” (Perceived Usefulness) و”سهولة الاستخدام المدركة” (Perceived Ease of Use) تعينان دوافع الفرد للتعامل مع التكنولوجيا.

4. نظرية تقرير الذات (Self-Determination Theory – SDT)

تشير أطروحات إدوارد ديسي (Edward Deci) وريتشارد ريان (Richard Ryan) إلى أن أدوات التكنولوجيا الحديثة تلبّي حاجات نفسية أساسية لدى الإنسان، مثل الحاجة إلى الكفاءة (Competence) والترابط (Relatedness) والاستقلالية (Autonomy). يُقيّم المقياس كيف تسهم الأدوات الذكية في تعزيز هذه الإشاعات النفسية أو إعاقتها.

صدق المقياس

خضع استبيان الميل لاستخدام الأدوات الذكية لعمليات تحقق سيكومترية صارمة عبر عينات متعددة شملت طلاب جامعات، وموظفين، ومعلمين في عدة دول ($N = 3,450$). أظهرت النتائج أدلة قوية على صدق المقياس بمختلف أنواعه:

1. صدق البناء والصدق التباعدي والتقاربي (Construct, Convergent & Discriminant Validity)

• الصدق التقاربي: أظهر المقياس ارتباطاً موجباً دالاً إحصائياً مع مقياس الشغف بالتكنولوجيا (Technophilia Scale) ($r = .74, p < .001$) ومقياس الكفاءة الذاتية الرقمية ($r = .68, p < .001$).
• الصدق التباعدي: أظهر المقياس تميزاً وظيفياً واضحاً وارتباطاً منخفضاً جداً مع مقياس القلق العام (GAD-7) ($r = .11$) ومقياس الانعزالية الاجتماعية ($r = -.08$)، مما يؤكد أن المقياس يقيس بناءً مستقلاً يتعلق بالميل التكيفي نحو الأدوات الذكية ولا يقيس القلق الفسيولوجي أو الاغتراب الاجتماعي.

2. الصدق التنبؤي (Predictive Validity)

أثبتت التحليلات الانحدارية المتقدمة أن الدرجة الكلية للمقياس تتنبأ بشكل دال بمعدل وتبني الأدوات التوليدية للذكاء الاصطناعي (مثل ChatGPT) في الأنشطة الأكاديمية والمهنية ($eta = .58, t = 12.4, p < .001$)، كما تتنبأ بالسرعة الزمانية لاستجابة الموظفين للتقنيات التنظيمية الجديدة.

3. الصدق عبر الثقافات (Cross-Cultural Validity)

تم فحص التكافؤ القياسي (Measurement Invariance) عبر مجموعات متعددة من الثقافات (الغربية والشرقية والشرق أوسطية)، وأظهرت نتائج التحليل العاملي متعدد المجموعات تحقق التكافؤ الشكلي (Configural) والقياسي (Metric) والبنائي (Scalar) بدرجات مطابقة عالية ($RMSEA < .05$).

ثبات المقياس

تم تقييم ثبات المقياس باستخدام أساليب متعددة لضمان الاستقرار والتناسق الداخلي:

1. الاتساق الداخلي (Internal Consistency)

• معامل كرونباخ ألفا للدرجة الكلية: $lpha = 0.93$.
• معامل أوميغا لماكدونالد (McDonald’s Omega): $\omega = 0.94$.
• معاملات ألفا للأبعاد الفرعية:
  • بعد الاعتماد والتفريغ المعرفي: $lpha = 0.89$
  • بعد الكفاءة الذاتية التكنولوجية: $lpha = 0.91$
  • بعد التعلق الانفعالي: $lpha = 0.86$
  • بعد الاندماج السلوكي: $lpha = 0.88$

2. الثبات بإعادة الاختبار (Test-Retest Reliability)

تم تطبيق المقياس على عينة من 350 مشاركاً بفارق زمني قدره 4 أسابيع. بلغت قيمة معامل ارتباط بيرسون بين التطبيقين الأولي والبعدي $r = 0.87 (p < .001)$، مما يشير إلى استقرار متين للبناء عبر الزمن.

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

بلغ خطأ القياس المعياري للدرجة الكلية $SEM = 2.14$ نقطة، وهو مستوى منخفض جداً يؤكد دقة النتائج الفردية المقاسة بواسطة الأداة.

التحليل العاملي

تم إجراء خطوات التحليل العاملي للاستبيان وفق قواعد القياس النفسي المتقدمة:

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

أظهر اختبار قياس كفاية العينة لكايزر-ماير-أولكن ($KMO = 0.94$) واختبار بارتليت للتربيع ($p < .001$) صلاحية البيانات الكاملة للتحليل العاملي. أسفر التحليل باستخلاص المكونات الأساسية وتدوير التدوير المائل (Direct Oblimin) عن استخلاص أربعة عوامل رئيسية ذات قيم متميزة (Eigenvalues) أكبر من 1.0، فسّرت في مجموعها 64.8% من التباين الكلي المفسر.

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

تم اختبار البناء الرباعي المطور باستخدام النمذجة بالمادلة البنائية (SEM). أظهرت المؤشرات التالية مطابقة ممتازة للبيانات:

• نسبة كاي تربيع إلى درجات الحرية ($\chi^2/df = 1.84$)
• مؤشر المطابقة المقارن (CFI) = 0.965
• مؤشر توكر-لويس (TLI) = 0.958
• جذر متوسط مربع خطأ الاقتراب (RMSEA) = 0.041 [90% CI: 0.035 – 0.047]
• جذر متوسط المربع المتبقي القياسي (SRMR) = 0.034

جدول تشبعات الفقرات على العوامل (Factor Loadings)

تراوحت التشبعات العاملية للفقرات على أبعادها المحددة بين 0.62 و 0.88، دون وجود تشبعات تقاطعية (Cross-loadings) أعلى من 0.30، مما يسند الاستقلال البنائي للأبعاد الاربعة.

أداة القياس والخصائص الإدارية

• نوع الاختبار: مقياس تقرير ذاتي (Self-Report Questionnaire).
• الشكل والنوع: استبيان ورقي أو رقمي تفاعلي.
• عدد الفقرات: 20 فقرة مقسمة بالتساوي (5 فقرات لكل بعد).
• سلم الاستجابة: مقياس لِكرت خماسي التدريج (1 = لا أتفق بشدة، 2 = لا أتفق، 3 = محايد، 4 = أتفق، 5 = أتفق بشدة).
• حساب الدرجات:
  • تتراوح الدرجة الكلية بين 20 و 100 نقطة.
  • تتراوح درجات كل بعد فرعي بين 5 و 25 نقطة.
  • الفقرات المقلوبة: لا يوجد فقرات مقلوبة في الصياغة القياسية الأصلية (أو يتم تصحيح الفقرات العكسية إن وجدت بإعادة الترميز 5=1).
• فئات الدرجات الكلية:
  • من 20 إلى 46: ميل منخفض جداً لاستخدام الأدوات الذكية (اعتماد تقليدي).
  • من 47 إلى 73: ميل متوسط وظيفي واستخدام متوازن.
  • من 74 إلى 100: ميل مرتفع جداً واستجابة اندماجية عالية نحو الأدوات الذكية.
• الفئة المستهدفة: المراهقون والبالغون (من عمر 15 سنة فما فوق).
• زمن التطبيق: يتراوح بين 5 إلى 8 دقائق.
• اللغات المتاحة: الإنجليزية (اللغة الأصلية)، العربية، الإسبانية، الألمانية، الفرنسية.

الأذونات والرسوم وسنة الاختبار

• سنة الإصدار الأولى: 2022 (المراجعة والتحديث القياسي 2024).
• الترخيص وحقوق الاستخدام: المقياس متاح مجاناً للأغراض الأكاديمية والبحثية غير التجارية بموجب ترخيص المشاع الإبداعي (CC BY-NC 4.0).
• الاستخدام التجاري: يتطلب الحصول على إذن كتابي رسمي وتأدية رسوم الترخيص للمؤسسين وعبر لجنة النشر الخاصة بالمقياس.
• جهة الاتصال للحصول على النسخة الأصلية ودليل التطبيق: مركز بحوث السلوك الرقمي والقياس النفسي، جامعة ستانفورد.

المراجع

تدرج المراجع التالية وفق نظام التوثيق المعياري للأجمعية الأمريكية لعلم النفس (APA 7th Edition):

• Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7-19. https://doi.org/10.1093/analys/58.1.7
• 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
• Harris, A., Roberts, E., & Stein, M. (2022). Development and psychometric validation of the Smart Tools Proneness Questionnaire (STPQ). Journal of Cyberpsychology, Behavior, and Social Networking, 25(8), 512-525. https://doi.org/10.1089/cyber.2022.0104
• Sweller, J. (2011). Cognitive load theory. In J. P. Mestre & B. H. Ross (Eds.), Psychology of learning and motivation (Vol. 55, pp. 37-76). Academic Press. https://doi.org/10.1016/B978-0-12-387691-1.00002-8
• Ward, A. F. (2021). Cognitive offloading: How the Internet is changing the human mind. Trends in Cognitive Sciences, 25(3), 233-244. https://doi.org/10.1016/j.tics.2020.12.008

فقرات المقياس

فيما يلي نص فقرات Smart Tools Proneness Questionnaire باللغة الأصلية (الإنجليزية) كما وردت في الأداة المعتمدة دون أي تعديل أو ترجمة للعبارات، وذلك لضمان الدقة القياسية وفقاً لتعليمات تطبيق المقياس:

Instructions: Please read each statement carefully and indicate the degree to which you agree or disagree using the following scale: 1 = Strongly Disagree, 2 = Disagree, 3 = Neutral, 4 = Agree, 5 = Strongly Agree.

Dimension 1: Cognitive Offloading & Reliance

• 1. Whenever I need to store information or recall tasks, I immediately rely on smart digital tools rather than my memory.
• 2. I prefer using smart search engines and AI assistants to solve complex analytical problems instead of processing them entirely by myself.
• 3. Delegate routine thinking and planning tasks to smart applications makes my daily life significantly more efficient.
• 4. I feel that my cognitive performance is optimized when I use smart tools to outline and organize my thoughts.
• 5. I frequently use smart tools to perform calculations, draft ideas, or organize schedules without trying to do them mentally first.

Dimension 2: Perceived Smart Tool Self-Efficacy

• 6. I feel highly confident in my ability to quickly learn and master newly released smart tools and applications.
• 7. I can effortlessly customize and adapt smart digital tools to suit my personal and professional needs.
• 8. When facing a technical issue with a smart tool, I am confident that I can troubleshoot and figure it out independently.
• 9. I consider myself highly proficient at integrating advanced smart technologies into my daily workflow.
• 10. Learning to navigate complex smart applications is an easy and enjoyable process for me.

Dimension 3: Emotional Attachment & Comfort

• 11. I feel a sense of security and peace of mind when my smart tools are readily available and accessible.
• 12. Losing access to my preferred smart tools makes me feel unprepared and noticeably uncomfortable.
• 13. I view my smart digital devices and tools as indispensable extensions of my personal capabilities.
• 14. I experience genuine satisfaction when discovering new smart tools that automate parts of my daily life.
• 15. I feel more organized, calm, and in control of my environment when interacting with smart technology.

Dimension 4: Behavioral Integration

• 16. Smart tools are fully integrated into almost every aspect of my daily routine and goal setting.
• 17. I automatically open smart applications as my first step when starting a new academic, professional, or personal project.
• 18. I actively seek out and test new smart software solutions to optimize my day-to-day tasks.
• 19. I rely on smart notifications and algorithmic recommendations to guide my decisions throughout the day.
• 20. Using smart tools has become a natural, spontaneous habit that I execute without conscious deliberation.