مطالب مرتبط با کلیدواژه

سواد هوش مصنوعی


۱.

بررسی وضعیت سواد، کاربست و عوامل موثر بر پذیرش هوش مصنوعی در بین اعضای هیأت علمی(مقاله علمی وزارت علوم)

تعداد بازدید : ۳۵۳ تعداد دانلود : ۱۴۱
هدف: هدف مطالعه حاضر، بررسی عوامل موثر در پذیرش و به کارگیری هوش مصنوعی توسط اعضای هیأت علمی و میزان سواد هوش مصنوعی آنان است. روش پژوهش: پژوهش کاربردی حاضر مبتنی بر فلسفه پراگماتیسم از نوع آمیخته (متوالی تشریحی) است. جامعه آماری بخش کمی اعضای هیأت علمی پردیس های دانشگاه فرهنگیان در سال تحصیلی 1403-1402، به تعداد 1220 نفر بود که بر اساس فرمول کوکران 315 نفر به روش نمونه گیری تصادفی خوشه ای انتخاب شدند. در بخش کیفی نیز با استفاده از نمونه گیری هدفمند از نوع گلوله برفی 15 نفر از متخصصان انتخاب شدند. ابزار گردآوری داده ها مقیاس پذیرش هوش مصنوعی و سواد هوش مصنوعی و مصاحبه نیمه ساختاریافته بود. داده های کمی با استفاده از نرم افزار SPSS، و داده های کیفی به روش تحلیل مضمون تجزیه و تحلیل شد. یافته ها: نیت رفتاری، سهولت ادراک شده، سودمندی ادراک شده، ارتباط شغلی، هنجار ذهنی، شرایط تسهیل کننده و نگرش نسبت به استفاده بر پذیرش هوش مصنوعی موثر است. بنابر نتایج سواد هوش مصنوعی اعضای هیأت علمی در سطح مطلوبی قرار ندارد. نتیجه گیری: هدف قرار دادن سواد هوش مصنوعی اساتید دانشگاه ها مؤلفه کلیدی در غلبه بر مقاومت در برابر پذیرش هوش مصنوعی می باشد. از این رو حمایت بیشتر توسط مراجع ذی ربط و رؤسای سازمان های آموزشی برای کمک به اساتید جهت توسعه شایستگی و سواد هوش مصنوعی ضروری است.
۲.

مدل سازی تاثیر شکاف دیجیتال، تفکر رایانشی (محاسباتی) و جذب شناختی بر سواد هوش مصنوعی در بین دانشجومعلمان(مقاله علمی وزارت علوم)

کلیدواژه‌ها: شکاف دیجیتال تفکر رایانشی تفکر محاسباتی جذب شناختی سواد هوش مصنوعی فناوری اطلاعات و ارتباطات

حوزه‌های تخصصی:
تعداد بازدید : ۱۵۹ تعداد دانلود : ۱۰۳
آشنایی با دانش و مهارت های مختلف در مورد هوش مصنوعی به منظور استفاده صحیح از آن و نیز درک مسائل اخلاقی مترتب بر آن را سواد هوش مصنوعی می نامند که با توجه به گسترش استفاده از هوش مصنوعی، جایگاه ویژه ای یافته است. اما به رغم این اهمیت، اطلاعات اندکی در رابطه با عوامل موثر بر سواد هوش مصنوعی در دسترس است. بدین جهت پژوهش حاضر در پی ارائه مدلی برای درک عوامل موثر بر سواد هوش مصنوعی بوده است. این پژوهش از نظر هدف کاربردی، از نظر رویکرد و روش گردآوری داده ها توصیفی و از نوع همبستگی است. نمونه پژوهش شامل 946 نفر از دانشجومعلمان دانشگاه فرهنگیان زنجان بود که با استفاده از روش سرشماری و به وسیله مقیاس های مختلف، داده هایی از آنان جمع آوری گردید. تجزیه و تحلیل داده ها با استفاده از نرم افزارهای PLS4 و SPSS27 صورت گرفت. بر اساس یافته ها، تفکر محاسباتی، عاملی موثر بر سواد هوش مصنوعی محسوب می شود و دسترسی به فناوری های اطلاعات و ارتباطات، باعث استفاده بیشتر و بهتر از هوش مصنوعی توسط افراد می شود. علاوه براین، یافته ها حاکی از آن است که وجود انگیزه و مهارت های بیشتر برای استفاده از فناوری های هوش مصنوعی، می تواند تجربه خوشایندتری برای آن ها در پی داشته باشد .همچنین باتوجه به یافته های اثر غیرمستقیم، بین شکاف دیجیتال با سواد هوش مصنوعی از طریق نقش واسطه متغیرهای تفکر رایانشی (محاسباتی) و جذب شناختی رابطه وجود دارد و در نتیجه نقش واسطه متغیرهای تفکر رایانشی (محاسباتی) و جذب شناختی بین شکاف دیجیتال و سواد هوش مصنوعی، اثر کل به صورت افزایشی است.
۳.

تبیین نقش سواد هوش مصنوعی در تقویت مهارت های تفکر مرتبه بالاتر دانشجو معلمان با میانجیگری درگیری رفتاری و تعامل همتایان(مقاله علمی وزارت علوم)

نویسنده:

کلیدواژه‌ها: سواد هوش مصنوعی مهارت های تفکر مرتبه بالاتر درگیری رفتاری تعامل همتایان

حوزه‌های تخصصی:
تعداد بازدید : ۲۶ تعداد دانلود : ۴۳
پیشرفت سریع و گسترده فناوری هوش مصنوعی در قرن 21، باعث ظهور مفهوم سواد هوش مصنوعی شده است. مطالعه حاضر با هدف تبیین نقش سواد هوش مصنوعی در تقویت مهارت های تفکر مرتبه بالاتر دانشجومعلمان با میانجیگری درگیری رفتاری و تعامل همتایان و با روش توصیفی از نوع همبستگی انجام شد. جامعه آماری پژوهش شامل کلیه دانشجومعلمان دختر و پسر دانشگاه فرهنگیان استان چهارمحال و بختیاری به تعداد 2003 نفر بودند که از میان آنها بر اساس جدول کرجسی و مورگان 322 نفر به روش نمونه گیری تصادفی طبقه ای انتخاب شدند. برای گردآوری داده ها از چهار پرسشنامه سواد هوش مصنوعی (وانگ و همکاران، 2023)، درگیری رفتاری (لو و همکاران، 2024)، تعامل همتایان (هوانگ و همکاران، 2018) و مهارت های تفکر مرتبه بالاتر (هوانگ و همکاران، 2018) استفاده شد. روایی محتوایی پرسشنامه ها با استفاده از  نسبت روایی محتوا (CVR) و شاخص روایی محتوا (CVI) و روایی همگرا و واگرای پرسشنامه ها به ترتیب با استفاده از میانگین واریانس استخراج شده (AVE) و آزمون فورنل و لارکر بررسی و تأیید شد. پایایی پرسشنامه ها نیز با آلفای کرونباخ و پایایی ترکیبی بررسی و همه مقادیر بالای 70/0 به دست آمد. تجزیه و تحلیل داده ها با استفاده از تکنیک مدل سازی معادلات ساختاری و نرم افزارهای  SPSSو Amos انجام شدتجزیه و تحلیل داده ها با استفاده از تکنیک مدل سازی معادلات ساختاری و نرم افزار Amos انجام شد. یافته های پژوهش نشان داد سواد هوش مصنوعی هم به صورت مستقیم و هم به صورت غیرمستقیم (از طریق درگیری رفتاری و تعامل همتایان) بر مهارت های تفکر مرتبه بالاتر دانشجومعلمان تأثیر مثبت و معنادار دارد. بر این اساس، برنامه ریزی جدی و سرمایه گذاری مناسب به منظور توسعه سواد هوش مصنوعی در همه دانشجومعلمان امری مهم و ضروری به نظر می رسد. 
۴.

بررسی اثر سواد هوش مصنوعی دانشجویان بر مهارت امنیتی دستگاه های هوشمند(مقاله علمی وزارت علوم)

کلیدواژه‌ها: سواد هوش مصنوعی مهارت امنیتی دستگاه ها دستگاه های هوشمند

حوزه‌های تخصصی:
تعداد بازدید : ۲۰ تعداد دانلود : ۱۰
هدف پژوهش حاضر بررسی تاثیر سواد هوش مصنوعی دانشجویان بر مهارت امنیتی دستگاه های هوشمند بود. این پژوهش کاربردی با رویکرد کمی و به روش پیمایشی انجام شد. جامعه آماری پژوهش 1307 دانشجوی کارشناسی و کارشناسی ارشد دانشکده علوم تربیتی و روان شناسی (دانشگاه شهید مدنی آذربایجان) بود. نمونه مورد مطالعه 194 نفر  و از روش نمونه گیری تصادفی استفاده شد. ابزار گردآوری داده، پرسش نامه بود که به صورت چاپی و حضوری در اردیبهشت و خرداد 1403 بین دانشجویان توزیع شد. تحلیل عاملی تاییدی برای روایی و پایایی پرسش نامه با استفاده از نرم افزار  Smart PLS انجام شد. از نرم افزار SPSS  برای تجزیه و تحلیل داده ها استفاده شد. میانگین سواد هوش مصنوعی 63/4  و مهارت امنیتی دستگاه ها 24/4 بود. تفاوتی آماری معنی داری در وضعیت سواد هوش مصنوعی دانشجویان بر حسب متغیرهای جمعیت شناختی (جنسیت، مقطع، رشته تحصیلی و معدل) مشاهده نشد. بر اساس آزمون تی مستقل در سطح 03/0 تفاوت معنی داری در میانگین مهارت امنیتی دستگاه ها بر حسب جنسیت و مقطع تحصیلی دانشجویان مشاهده شد. نتایج آزمون آنوا تفاوت آماری معنی دار در سطح 049/0 در میانگین مهارت امنیتی دستگاه ها بر حسب رشته تحصیلی دانشجویان نشان داد. بر اساس آزمون همبستگی پیرسون بیشترین همبستگی بین کاربرد و ارزیابی و کمترین بین کاربرد و اخلاق سواد هوش مصنوعی بود؛ به علاوه رابطه مثبت و معناداری بین سواد هوش مصنوعی با  مهارت امنیتی دستگاه ها وجود داشت. نتایج آزمون رگرسیون نشان داد که  ابعاد ارزیابی و کاربرد با ضریب بتا (356/0) و (279/0) قدرت پیش بینی کننده مثبت داشتند و 2/36 درصد از تغییرات متغیر وابسته را تبیین کرده اند.