طراحی و هنجاریابی پرسشنامه نگرش معلمان ایرانی به هوش مصنوعی
آرشیو
چکیده
در دنیای امروز هوش مصنوعی در حال گسترش است و به عنوان یک ابزاری مکمل در سیستم های آموزشی ایران، اهمیت زیادی دارد. این مطالعه باهدف طراحی و هنجاریابی پرسشنامه نگرش به هوش مصنوعی معلمان ایرانی انجام شد. مطالعه حاضر از نوع پژوهش های کمی و توصیفی بود. جامعه آماری شامل حدود ۱۱۰۰ معلم از شهرستان اردکان در سال تحصیلی ۱۴۰۳-۱۴۰۲ بود که نمونه گیری به صورت داوطلبانه انجام گرفت. ابزارهای پژوهش شامل پرسشنامه های نگرش به فناوری آیدین و سیمرسی (۲۰۱۷)، اضطراب فن اوری وان آکر و همکاران (۲۰۱۳) و نگرش به هوش مصنوعی معلمان بود. برای بررسی روایی ابزار از روش های روایی صوری، همگرا، واگرا، همسانی درونی و روایی سازه استفاده شد و پایایی با آلفای کرونباخ ارزیابی گردید. تحلیل داده ها با نرم افزارهای SPSS26 و AMOS24 انجام شد. نتایج نشان داد پرسشنامه تک عاملی، پس از حذف ۴ سؤال از۱۰ سؤال اولیه،برای سنجش نگرش معلمان به هوش مصنوعی مناسب است.ضریب همبستگی بین نگرش معلمان به فناوری و نگرش به هوش مصنوعی 649/0 (001/0>P) بود که روایی همگرا را تأیید می کند، همچنین همبستگی منفی با اضطراب فناوری483/0- (001/0>P) بود که روایی واگرا را نشان داد. همسانی درونی در بازه 513/0 تا 842/0 و بارهای عاملی بالای 4/0 قرار داشت. شاخص های خطای تقریب (RMSEA)، نیکویی برازش (GFI)، برازندگی تطبیقی (CFI) به ترتیب برابر با 064/0، 983/0، 988/0 و مقدارdf /χ2 نیز ۸۵۲/۱ به دست آمد که روایی سازه را تأیید کردند. پایایی با مقدار آلفای کرونباخ 8۱4/0 برای کل پرسشنامه مطلوب بود.بر اساس نتایج، پرسشنامه نگرش معلمان ایرانی نسبت به هوش مصنوعی ابزاری ارزشمند برای ارزیابی ادراکات و نظرات است.Design and Standardization of a Questionnaire on Iranian Teachers' Attitudes Toward Artificial Intelligence
Background and Objectives: Artificial intelligence (AI) is increasingly prevalent worldwide and serves as a significant complementary tool within Iran’s educational systems. This study aimed to design and validate a questionnaire to assess Iranian teachers’ attitudes toward AI. Methods: The research adopted a quantitative and descriptive methodology. The population consisted of approximately 1,100 teachers from Ardakan County during the 2024–2025 academic year, with participants selected through voluntary sampling. The instruments comprised the Technology Attitude Scale (Aydin & Simersy, 2017), the Technology Anxiety Scale (Van Acker et al., 2013), and the AI Attitude Questionnaire developed for this study. Validity was evaluated using face, convergent, divergent, internal consistency, and construct validity methods, while reliability was assessed with Cronbach’s alpha. Data analysis was conducted using SPSS 26 and AMOS 24. Findings: The findings revealed that the single-factor questionnaire, after removing 4 of the initial 10 items, was suitable for measuring teachers’ attitudes toward AI. A correlation of 0.649 (P<0.001) between technology attitude and AI attitude confirmed convergent validity, while a negative correlation of -0.483 (P<0.001) with technology anxiety supported divergent validity. Internal consistency ranged from 0.513 to 0.842, with factor loadings exceeding 0.4. Fit indices, including RMSEA (0.064), GFI (0.983), CFI (0.988), and χ²/df (1.852), substantiated construct validity. The questionnaire demonstrated satisfactory reliability with a Cronbach’s alpha of 0.814. Conclusion: Consequently, this questionnaire is a valuable tool for evaluating Iranian teachers’ perceptions and attitudes toward AI.
تبلیغات
