بررسی عوامل مؤثر بر پذیرش و استفاده از ابزارهای هوش مصنوعی از سوی کتابداران کتابخانههای دانشگاهی | ||
| علوم و فنون مدیریت اطلاعات | ||
| مقاله 7، دوره 12، شماره 2، تیر 1405، صفحه 104-125 اصل مقاله (1.76 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22091/stim.2026.14678.2314 | ||
| نویسندگان | ||
| فاطمه شاه علی1؛ مریم صابری* 2؛ گلنساء گلینی مقدم3 | ||
| 1دانش آموخته کارشناسی ارشد، علم اطلاعات و دانش شناسی، دانشگاه علامه طباطبائی، تهران، ایران | ||
| 2استادیار علم اطلاعات و دانش شناسی، دانشگاه سمنان، سمنان، ایران | ||
| 3گروه علم اطلاعات و دانششناسی، دانشکده علوم تربیتی و روانشناسی، دانشگاه علامه طباطبائی، تهران، ایران | ||
| چکیده | ||
| هدف: هوش مصنوعی، شاخهای از علوم کامپیوتر است که با هدف طراحی سیستمهایی ایجادشده که قادر باشند رفتارهایی مشابه انسان مانند یادگیری، استدلال، حل مسئله، درک زبان، و تصمیم گیری را انجام دهند. برایناساس، ابزارهای هوش مصنوعی با تکیه بر این توانمندیها، میتوانند در ارائۀ خدمات هوشمند کتابخانهای نقش مؤثری داشته باشند. علیرغم این قابلیتها، در بسیاری از کتابخانهها فاصلۀ زیادی میان دسترسپذیری فناوری و پذیرش و استفادۀ مؤثر از این ابزارها وجود دارد. هدف پژوهش حاضر این است که براساس مدل یکپارچۀ پذیرش و استفاده از فناوری، وضعیت پذیرش و استفاده از ابزارهای هوض مصنوعی در میان کتابداران کتابخانههای دانشگاهی ایران ارزیابی شود. روششناسی: پـژوهش حاضر کمّی و از نوع کاربردی است که با روش پیمایشی انجام شد. ابزار گردآوری، پرسشنامۀ استاندارد ونکاتش و دیگران بود که در قالب 21 گویه و شش مؤلفه (انتظارعملکرد، انتظار تلاش، نفوذ اجتماعی، تسهیل شرایط، رفتار هدفمند، و استفاۀه نهایی) میزان پذیرش و استفادۀ کاربران از فناوری را بررسی میکند. نسخۀ بهکاررفته این ابزار با توجه به بافت کتابخانههای دانشگاهی ایران و موضوع هوش مصنوعی زیر نظر متخصصان و اساتید حوزۀ علم اطلاعات و دانششناسی تدوین و روایی و پایایی آن ارزیابی شده است. جامعۀ آماری کلیۀ کتابداران شاغل در کتابخانههای دانشگاهی وابسته به وزارت علوم، تحقیقات و فناوری، و وزارت بهداشت (450 نفر) بودند که براساس جدول مورگان ابزار پژوهش در قالب پرسشنامۀ الکترونیکی بهروش تصادفی در اختیار 210 کتابدار قرار گرفت و در نهایت 136 نفر در این پژوهش شرکت کردند. یافته ها: نتایج بهدستآمده از آزمون تی تکنمونهای نشان داد که میانگین همۀ مؤلفهها بالاتر از عدد معیار (3) قرار دارد (Sig< 0.001). با این حال، مقایسۀ میانگین نظرات کتابداران در چهار مؤلفۀ اصلی نشان میدهد که مؤلفه انتظار عملکرد با میانگین (67/3) در بالاترین سطح و مؤلفۀ تسهیل شرایط با میانگین (42/3) در پایینترین سطح قرار داد. این یافتهها نشان میدهد که علیرغم اینکه کتابداران از بهبود بهرهوری و کارایی خدمات کتابخانه با بهرهگیری از ابزارهای هوش مصنوعی آگاه هستند، اما زیرساختها و منابع حمایتی برای استفاده از این ابزارها نیازمند توجه بیشتری از جانب مدیران و سیاستگذاران بالادستی است. از سوی دیگر، آزمونهای تی مستقل و تحلیل واریانس یکطرفه نشان دادکه هیچکدام از متغیرهای جمعیتشناختی، تفاوت معناداری در سطح پذیرش و استفاده از ابزارهای هوش مصنوعی در میان کتابداران کتابخانههای دانشگاهی ایجاد نکردهاند. نتیجهگیری: کتابداران کتابخانههای دانشگاهی ایران نگرش مثبتی به ابزارهای هوش مصنوعی دارند و مسیر پذیرش این فناوری در کتابخانههای دانشگاهی ایران باز شده است و ظرفیت بالقوه برای گسترش و توسعۀ آن وجود دارد. رفتار هدفمند و استفادۀ واقعی کتابداران دانشگاهی ایران در سطح بالایی قرار دارد و این نشاندهندۀ آن است که نهتنها نیت و انگیزۀ استفاده از ابزارهای هوش مصنوعی در میان کتابداران وجود دارد، بلکه آنها در عمل نیز از این ابزارها برای بهبود و پیشرفت حرفهای خود استفاده میکنند. با این حال، زیرساختهای فنی و تسهیلات موردنیاز برای استفادۀ بهینه از این ابزارها در سطح مناسبی قرار ندارد. پیشنهاد میشود برای بهرهمندی بیشتر کتابداران از این ابزارها، سیاستگذاران سازمان مادر نسبت به تدوین راهبردهای مدون، برگزاری دورههای آموزشی نظاممند برای کتابداران، و سرمایهگذاری برای ایجاد زیرساخت لازم استفاده از ابزارهای هوش مصنوعی در کتابخانهها بپردازند. همچنین نتایج نشان میدهد کتابداران کتابخانههای دانشگاهی ایران به بهبود کیفیت خدمات کتابخانه با بهرهگیری از ابزارهای هوش مصنوعی باور دارند و آن را عاملی بهسوی تحول و نوآوری در ارائۀ خدمات و تغییر نقش خود از کتابدار سنتی به کتابدار مدرن میدانند. برایناساس میتوان نتیجه گرفت که مسیر آینده برای کتابخانههای دانشگاهی ایران روشن است و کتابداران این کتابخانهها پذیرای ابزارهای نوین هوش مصنوعی خواهند بود. | ||
| کلیدواژهها | ||
| پذیرش فناوری؛ هوش مصنوعی؛ کتابداران دانشگاهی؛ مدل یکپارچۀ پذیرش؛ استفاده از فناوری | ||
| عنوان مقاله [English] | ||
| Investigating factors affecting the acceptance and use of artificial intelligence tools by librarians in academic libraries | ||
| نویسندگان [English] | ||
| Fatemeh Shah ali1؛ Maryam Saberi2؛ Golnesa Galyani Moghaddam3 | ||
| 1Knowledge and Information Science, Allameh Tabataba'i University, Tehran, Iran | ||
| 2Knowledge and Information Science, Semnan University, Semnan, Iran | ||
| 3Knowledge and Information Department/ Psychology and Education Faculty/ Allameh tabtabie University/ Tehran/ Iran | ||
| چکیده [English] | ||
| Objective: Artificial intelligence is a branch of computer science that aims to design systems that are capable of performing human-like behaviors such as learning, reasoning, problem solving, language understanding, and decision-making. Accordingly, artificial intelligence tools, relying on these capabilities, can play an effective role in providing intelligent library services. Despite these capabilities, in many libraries there is a large gap between the availability of technology and the acceptance and effective use of these tools. The aim of the present study is to evaluate the status of acceptance and use of artificial intelligence tools among librarians in Iranian academic libraries based on UTAUT Model. Methodology: The present study is quantitative and applied; it was conducted using a survey method. The collection tool was the standard questionnaire of Venkatesh et al., which examines the level of users' acceptance and use of technology in the form of 21 items and 6 components (performance expectation, effort expectation, social influence, facilitation of conditions, purposeful behavior, and end use). The version of this tool used was developed with respect to the context of Iranian academic libraries and the subject of artificial intelligence under the supervision of experts and professors in the field of information science and knowledge, and its validity and reliability were evaluated. The statistical population was all librarians working in academic libraries affiliated with the Ministry of Science, Research and Technology, and the Ministry of Health (450 person); based on the Morgan table, the research tool in the form of an electronic questionnaire was randomly provided to 210 librarians, and finally 136 people participated in this study. Findings: The results obtained from the one-sample t-test showed that the average of all components is higher than the criterion number (3) (Sig<0.001). However, comparing the average of librarians' opinions in the 4 main components shows that the performance expectation component with an average of (3.67) is at the highest level and the facilitation component with an average of (3.42) is at the lowest level. These findings indicate that despite the fact that librarians are aware of improving the productivity and efficiency of library services by using artificial intelligence tools; however, the infrastructure and support resources for using these tools require more attention from upstream managers and policymakers. On the other hand, independent t-tests and one-way analysis of variance (ANOVA) showed that none of the demographic variables created a significant difference in the level of acceptance and use of artificial intelligence tools among librarians in academic libraries. Conclusion: Iranian academic librarians have a positive attitude towards artificial intelligence tools, and the path to acceptance of this technology in Iranian academic libraries has been opened, and there is a potential capacity for its expansion and development. The purposeful behavior and actual use of Iranian academic librarians are at a high level, which indicates that not only do librarians have the intention and motivation to use artificial intelligence tools; but they also use these tools in practice to improve and advance their careers. However, the technical infrastructure and facilities required for the optimal use of these tools are not at an appropriate level. It is suggested that in order for librarians to benefit more from these tools, the parent organization's policymakers should formulate documented strategies, hold systematic training courses for librarians, and invest in creating the necessary infrastructure for using artificial intelligence tools in libraries. The results also show that librarians in Iranian academic libraries believe in improving the quality of library services by using artificial intelligence tools and consider it a factor in transformation and innovation in providing services and changing their role from traditional librarian to modern librarian. Based on this, it can be concluded that the future path for Iranian academic libraries is clear and librarians in these libraries will be receptive to new artificial intelligence tools. | ||
| کلیدواژهها [English] | ||
| Technology adoption, artificial intelligence, academic librarians, UTAUT Model | ||
| مراجع | ||
|
اندایش، س. (1403). بررسی نقش سواد هوش مصنوعی در بهبود عملکرد شغلی کتابداران پزشکی: تأثیر میانجی گری خلاقیت فردی. https://civilica.com/doc/2272236
رسولی آزاد، م.، قهنویه، ح.، باب الحوائجی، ف.، و حریری، ن. (1400). پرکاربردترین مؤلفههای مدیریت دادههای پژوهشی (مورد پژوهی: کتابداران کتابخانههای دانشگاهی علوم پزشکی قطب 7 کشور. مجله دانش شناسی، 14 (55). https://civilica.com/doc/1603280
شاهینی، ش.، حیدری، غ.، و فرج پهلو، ع. (1397). بررسی میزان آمادگی الکترونیکی کتابخانه های دانشگاهی شهر اهواز از دیدگاه مدیران و کتابداران این کتابخانه ها. مطالعات کتابداری و علم اطلاعات (مجله علوم تربیتی و روانشناسی)، 10(3)، 25-50.
صابری، م.، نوکاریزی، م.، و دیانی، م. (1398). بررسی وضعیت پذیرش و بهره گیری پایگاههای اطلاعاتی ایران از دیدگاه کاربران: مطالعه موردی پایگاههای اطلاعاتی پژوهشگاه علوم و فناوری اطلاعات ایران. مطالعات کتابداری و اطلاع رسانی، 11(2)، 100-85.
عظیمی، م.، محمدی، ز.، و رفیعی نسب، ف. (1400). بررسی آگاهی و میزان استفاده کتابداران دانشگاهی از فناوری هوش مصنوعی: مطالعه موردی(کتابداران دانشگاه شهید چمران و علوم پزشکی اهواز. کتابداری و اطلاع رسانی, 99، 177-154.
قانعی، م. (1393). عوامل مؤثر بر پذیرش و بهکارگیری فناوریهای اطلاعاتی براساس مدل یکپارچه پذیرش و استفاده فناوری و تناسب وظیفه ـ فناوری. (پایاننامه کارشناسی ارشد علم اطلاعات و دانششناسی). دانشگاه فردوسی.
گمرکی، گ.، و بهزادی، ح. (1398). سنجش نگرش و میزان آمادگی کتابداران دانشگاهی شهر مشهد در مورد یادگیری سیار و ابزارهای آن. پژوهشنامه کتابداری و اطلاع رسانی (مطالعات تربیتی و روان شناسی)، 9(1 )، 289-308. Ajani, Y. A., Tella, A., Salawu, K. Y., & Abdullahi, F. (2022). Perspectives of librarians on awareness and readiness of academic libraries to integrate artificial intelligence for library operations and services in Nigeria. Internet Reference Services Quarterly, 26(4), 213-230. Ali, I, & Warraich, N. (2023). Use and acceptanc of technology with academic and digital library context: a meta- analysis of UTAUT model and future directions. Journal of librarianship and Information Science, 56(4). https://doi.org/10.1177/09610006231179716. Andayesh,S . (2024). The Impact of AI Literacy on the work Performance of Medical Librarians: The Mediating Role of Individual Creativity. Health Information Management, 21(2), 74-81. doi: 10.48305/him.2025.43326.1256 [In Persian] Alshaikh, M. (2022). Determinants of AI adoption in higher education libraries: An empirical investigation using UTAUT. Library Management, 43(5/6), 302–318. https://doi.org/10.1108/LM-01-2022-0005. Andrews, J. E., Ward, H., & Yoon, J. (2021). UTAUT as a model for understanding intention to adopt AI and related technologies among librarians. The Journal of Academic Librarianship, 47(6). Azimi,M H , Mohammadi,Z and Rafieinasab,F . (2022). A Survey of Academic Librarians' Perceptions of Artificial Intelligence Technology: A Case Study (Librarians of Shahid Chamran University of Ahvaz and Jundishapur University of Medical Sciences). Library and Information Sciences, 24(4), 154-177. doi: 10.30481/lis.2021.286969.1831[In Persian] Bakiri, H., Mbembati, H., & Tinabo, R. (2023). Artificial intelligence services at academic libraries in Tanzania: Awareness, adoption and prospects. University of Dar es Salaam Library Journal, 18(2). https://doi.org/10.4314/udslj.v18i2.3. Boniface, M. (2022). Reimagining the university library in the AI era. College & Research Libraries, 83(3), 390–405. https://doi.org/10.5860/crl.83.3.390 Chen, X., Zhang, Y., & Li, W. (2023). Artificial Intelligence and information behavior: A systematic review. Journal of Documentation, 79(1), 1–21. https://doi.org/10.1108/JD-07-2022-0151. Chherti, P. (2023). Analyzing the strengths, weaknesses, oppourtunities and threats of AI in libraries. Library philosophy and practice (e-journal). https://digitalcommons.unl.edu/libphilprac/7808/ Cox, A. (2023). How artificial intelligence might change academic library work: Applying the competencies literature and the theory of the professions. Journal of the Association for Information Science and Technology, 74(3), 367-380. Das, R.K., & Islam, M.S. (2021). Application of Artificial Intelligence and Machine Learning in Libraries: A Systematic Review. ArXiv, abs/2112.04573. Ghanei, Mohammad. (2014). Factors Affecting the Acceptance and Adoption of Information Technologies Based on the Unified Theory of Acceptance and Use of Technology (UTAUT) and Task-Technology Fit (TTF). (Master's thesis in Information Science and Knowledge Studies). Ferdowsi University. [In Persian] Gomroki, G. and Behzadi, H. (2019). Measuring Mashhad's Academic Librarians' Attitudes to and Readiness for Mobile Learning and Its Devices. Library and Information Science Research, 9(1), 289-308. doi: 10.22067/riis.v9i1.74647 [In Persian] Hao, J., & Fang, Y. (2020). The adoption of AI services in higher education: A UTAUT-based study. Computers & Education, 157, 103977. Huang, Y. H. (2024). Exploring the implementation of artificial intelligence applications among academic libraries in Taiwan. Library Hi Tech, 42(3), 885-905. https://doi.org/10.1016/j.compedu.2020.103977. Huang, Y., & Tang, L. (2019). Linking academic library services to student performance: A multi-institutional study. Journal of Academic Librarianship, 45(3), 102049. Jha, Sanjay K. (2023). Application of artificial intelligence in libraries and information centers services: prospects and challenges. Library Hi Tech News, 40 (7), 1-5. https://doi.org/10.1108/LHTN-06-2023-0102. Kalbande, D., Yuvaraj, M., Verma, M. K., A, S., Suradkar, P., & Chavan, S. (2024). Exploring the integration of artificial intelligence in academic libraries: a study on librarians’ perspectives in India. Open Information Science, 8(1), 20240006. Lund, B. D., Omame, I., Tijani, S., & Agbaji, D. (2020). Perceptions toward artificial intelligence among academic library employees and alignment with the diffusion of innovations’ adopter categories. College & Research Libraries, 81(5), 865. Masinde, J. M., Mugambi, F., & Wambiri, D. M. (2024, October). Exploring the current landscape of artificial intelligence adoption in Kenyan academic libraries. In Proceedings of the 17th International Conference on Theory and Practice of Electronic Governance (pp. 403-408). Saberi, M. , Nowkarizi, M. and Dayyani, M. H. (2019). Investigating the acceptance and use status of Iranian databases from the users' point of views: a case study of Iranian Research Institute of Information Science and Technology (IRANDOC). Journal of Studies in Library and Information Science, 11(2), 57-72. doi: 10.22055/slis.2017.23411.1388 [In Persian] Shahini, S. , Heidari, G. and Farajpahlou, A. (2018). A Survey of E-Readiness of Academic Libraries in Ahvaz from the Viewpoints of Directors and Librarians. Journal of Studies in Library and Information Science, 10(3), 25-50. doi: 10.22055/slis.2019.12075 [In Persian] Shahzad, K., Khan, S. A., & Iqbal, A. (2026). Identifying librarians’ readiness to leverage artificial intelligence for sustainable competence development and smart library services: An empirical investigation from universities’ librarians. Global Knowledge, Memory and Communication, 75 (3-4), 1369–1398 .https://doi.org/10.1108/GKMC-02-2024-0107 Shahzad, K., Khan, S. A., Iqbal, A., Ahmed, S., Javeed, A. M. D., & Mohamed, O. (2025). Factors influencing the adoption of artificial intelligence in libraries: A systematic literature review. Information Development, 02666669241313368. Rasouli Azad, M. R., Ghahnaviyeh, H. H., Babolhavaeji, F. F., & Hariri, N. (2021). The Most Widely Used Components of Research Data Management (Case Study: Academic Librarians in Medical Sciences Libraries of the Country's 7th Region). Journal of Knowledge Studies, 14(55). https://civilica.com/doc/1603280[In Persian] Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540. Wen, H., & Wei, X. (2023). Smart libraries and AI tools: A scoping review. Information Technology and Libraries, 42(1), 1–17. https://doi.org/10.6017/ital.v42i1.13962. Yoon, J., Andrews, J. E., & Ward, H. L. (2022). Perceptions on adopting artificial intelligence and related technologies in libraries: public and academic librarians in North America. Library Hi Tech, 40(6), 1893-1915. Zondi, N. P., Epizitone, A., Nkomo, N., Mthalane, P. P., Moyane, S., Luthuli, M., ... & Phokoye, S. (2024). A review of artificial intelligence implementation in academic library services. South African Journal of Libraries and Information Science, 90(2), | ||
|
آمار تعداد مشاهده مقاله: 54 تعداد دریافت فایل اصل مقاله: 48 |
||