تاب آوری تحصیلی در دانشجویان: نقش پیش بینی کننده نگرش به هوش مصنوعی و انگیزه تحصیلی

با گسترش کاربرد هوش مصنوعی در آموزش عالی، شناخت عوامل پیش بینی کننده ی تاب آوری تحصیلی دانشجویان اهمیت یافته است. پژوهش حاضر با هدف بررسی نقش نگرش به هوش مصنوعی و انگیزه تحصیلی در پیش بینی تاب آوری تحصیلی دانشجویان انجام گرفت. روش شناسی: پژوهش توصیفی-همبستگی بود. جامعه ی آماری شامل ۱۸۰۰ دانشجوی دانشگاه بین المللی چابهار در سال تحصیلی ۱۴۰۵-۱۴۰۴ بود که ۲۰۰ نفر به صورت نمونه گیری در دسترس و آنلاین انتخاب شدند. ابزارها شامل پرسشنامه های تاب آوری تحصیلی (ساموئلز، ۲۰۰۴)، نگرش عمومی نسبت به هوش مصنوعی (صمیمی، ۱۴۰۴) و انگیزه تحصیلی (والرند، ۱۹۹۲) بودند. داده ها با استفاده از ضریب همبستگی پیرسون و تحلیل رگرسیون چندگانه در نرم افزار SPSS-۲۷ تحلیل شدند. یافته ها: نتایج نشان داد که مولفه های نگرش به هوش مصنوعی و انگیزه تحصیلی در مجموع ۷۱ درصد از واریانس تاب آوری تحصیلی را تبیین می کنند. نگرش مثبت به هوش مصنوعی (۳۰/۰=β، ۰۰۱/۰P<)، انگیزه درونی (۳۳/۰=β، ۰۰۱/۰P<)، و انگیزه بیرونی (۱۴/۰=β، ۰۰۱/۰P <) به صورت مثبت و معنی دار، و نگرانی نسبت به هوش مصنوعی (۲۰/۰-=β، ۰۰۱/۰P<) و بی انگیزگی (۱۹/۰-=β، ۰۰۱/۰P<) به صورت منفی و معنی دار، تاب آوری تحصیلی را پیش بینی می کنند. نتیجه گیری: نگرش به هوش مصنوعی و انگیزه تحصیلی از متغیرهای پیش بینی کننده ی قوی برای تاب آوری تحصیلی دانشجویان هستند و توجه به بهبود این متغیرها در برنامه های آموزشی و مداخلات روان شناختی ضروری به نظر می رسد.

کلیدواژه ها:

تاب آوری تحصیلی ، نگرش به هوش مصنوعی ، انگیزه تحصیلی ، دانشجویان