بررسی نگرش‌ها، تجربیات و پیامدهای تاثیر هوش مصنوعی در بهداشت، آموزش‌وپرورش و دانشگاه‌ها

نویسندگان

  • عباسعلی منزلی گروه ریاضی کاربردی، مدرس، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران. https://orcid.org/0000-0001-7372-9765
  • فاطمه کریمی دستگیری فیزیک هسته‌ای، دبیر آموزش‌وپرورش منطقه ۱ تهران، ایران. https://orcid.org/0009-0003-2788-239X
  • امیر رضا منزلی گروه مدیریت بازرگانی، دانشگاه شاهد تهران، ایران.

https://doi.org/10.48313/asemel.v2i4.91

چکیده

هدف: هوش مصنوعی (AI) به‌عنوان یک عامل تحول‌آفرین در ابعاد مختلف زندگی فردی و اجتماعی، تاثیرات عمیقی بر حوزه‌های کلیدی نظیر اشتغال و آموزش‌وپرورش دارد. پذیرش و به‌کارگیری موثر این فناوری‌ها به شدت وابسته به درک و نگرش‌های عمومی است. با وجود اهمیت این موضوع، اطلاعات جامع و به‌روز در سطح ملی درباره چگونگی درک، تجربه و هدف استفاده مردم از AI محدود است.

روش‌شناسی پژوهش: به‌طور خاص پتانسیل تغییرات بنیادین در فعالیت‌های دانشگاهی، از جمله تحقیق، تدریس و خدمات آموزشی را دارد که پیامدهای عمیقی برای علوم، جامعه، یادگیری و سرمایه اجتماعی به همراه خواهد داشت. پژوهش حاضر با هدف پر کردن این شکاف‌های تحقیقاتی، دو رویکرد مکمل را ترکیب می‌کند: نخست، نتایج یک مطالعه پیمایشی مقطعی بر روی 798 کاربر ایرانی برای بررسی نگرش‌ها، تجربیات و اهداف استفاده عمومی نسبت به AI در حوزه‌های اشتغال، بهداشت و درمان، آموزش‌وپرورش و دانشگاه و دوم، یک چارچوب مفهومی برای تحلیل تاثیر AI بر آینده فعالیت آموزشی و دانشگاهی در ابعاد فضا، زمان و وظیفه ارایه می دهد.

یافته‌ها: یافته‌های مطالعه پیمایشی نشان می‌دهد که پاسخ‌دهندگان به‌طور کلی، به‌ویژه در حوزه آموزش‌وپرورش، نگرش‌های نسبتا مثبتی نسبت به AI دارند. با این‌حال، تجربه دست اول آن‌ها با کاربردهای خاص AI و هدف استفاده آتی نسبتا پایین بود. تفاوت‌های جمعیتی در نگرش‌ها و تجربیات جزیی  بود. تحلیل‌ها نشان می‌دهند که AI پیامدهای قابل‌توجهی برای کیفیت علوم، خدمات بهداشت و درمان، ساختار جامعه دانشگاهی، فرایندهای یادگیری و سرمایه اجتماعی به همراه دارد.

اصالت/ارزش‌افزوده علمی: درمجموع، این پژوهش شکاف میان نگرش‌های مثبت عمومی و تجربه محدود با AI را برجسته می‌سازد و هم‌زمان پتانسیل‌ها و چالش‌های عمیق AI برای آینده فعالیت پزشکان، فرهنگیان و دانشگاهیان را تبیین می‌نماید. یافته‌ها بر اهمیت افزایش آگاهی عمومی، توسعه چارچوب‌های اخلاقی و قانونی مناسب و آماده‌سازی جوامع، به‌ویژه جامعه علمی در ایران، برای پذیرش مسئولانه و موثر AI تاکید دارند.

کلمات کلیدی:

اشتغال، آموزش‌وپرورش، تجربیات، نگرش عمومی، هوش مصنوعی

مراجع

  1. [1] Kaplan, A., & Haenlein, M. (2019). Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business horizons, 62(1), 15–25. https://doi.org/10.1016/j.bushor.2018.08.004
  2. [2] Wang, Y. C., Chi, O. H., Saito, H., & Lu, Y. (Darcy). (2024). Conversational AI chatbots as counselors for hospitality employees. International journal of hospitality management, 122, 103861. https://doi.org/10.1016/j.ijhm.2024.103861
  3. [3] Parker, S. K., & Grote, G. (2022). Automation, algorithms, and beyond: Why work design matters more than ever in a digital world. Applied psychology, 71(4), 1171–1204. https://doi.org/10.1111/apps.12241
  4. [4] Albarracin, D., Johnson, B. T., Fishbein, M., & Muellerleile, P. A. (2001). Theories of reasoned action and planned behavior as models of condom use: A meta-analysis. Psychological bulletin, 127(1), 1–38. https://psycnet.apa.org/buy/2001-16276-007
  5. [5] Boyd, J. A., & Huettinger, M. (2019). Smithian insights on automation and the future of work. Futures, 111, 104–115. https://doi.org/10.1016/j.futures.2019.06.002
  6. [6] Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. WW Norton & company. https://www.as.utexas.edu/astronomy/education/fall15/wheeler/secure/ExponentialGrowth.pdf
  7. [7] Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation--augmentation paradox. Academy of management review, 46(1), 192–210. https://doi.org/10.5465/amr.2018.0072
  8. [8] Jain, C., & Kanwar, M. J. (2024). The AI-Driven Workplace: How Automation is Reshaping Flexible Work Arrangements. Journal of information systems engineering and management, 10(25s), 573–578. https://www.researchgate.net/profile/Joies-Kanwar/publication/392078896_The_AI-Driven_Workplace_How_Automation_is_Reshaping_Flexible_Work_Arrangements_e-ISSN_2468-4376/links/68330dc16b5a287c30450143/The-AI-Driven-Workplace-How-Automation-is-Reshaping-Flexible-Work-Arrangements-e-ISSN-2468-4376.pdf
  9. [9] Češnovar, T. (2006). The impact of strategic management on business outcomes—Empirical research. Journal for east european management studies, 11(3), 227–243. https://www.jstor.org/stable/23281147%0A
  10. [10] Barros, A., Prasad, A., & Śliwa, M. (2023). Generative artificial intelligence and academia: Implication for research, teaching and service. Management learning, 54(5), 597–604. https://doi.org/10.1177/13505076231201445
  11. [11] Bearman, M., Ryan, J., & Ajjawi, R. (2023). Discourses of artificial intelligence in higher education: a critical literature review. Higher education, 86(2), 369–385. https://doi.org/10.1007/s10734-022-00937-2
  12. [12] Ding, J., Ma, S., Dong, L., Zhang, X., Huang, S., Wang, W., … & Wei, F. (2023). Longnet: Scaling transformers to 1,000,000,000 tokens. https://doi.org/10.48550/arXiv.2307.02486
  13. [13] Kraus, S., Ferraris, A., & Bertello, A. (2023). The future of work: How innovation and digitalization re-shape the workplace. Journal of innovation & knowledge, 8(4), 100438. https://doi.org/10.1016/j.jik.2023.100438
  14. [14] Bohr, A., & Memarzadeh, K. (2020). The rise of artificial intelligence in healthcare applications. In Bohr, A. & Memarzadeh, K. (Eds.), Artificial intelligence in healthcare (pp. 25–60). Academic Press. https://doi.org/10.1016/B978-0-12-818438-7.00002-2
  15. [15] Hassan, M., Kushniruk, A., & Borycki, E. (2024). Barriers to and facilitators of artificial intelligence adoption in health care: Scoping review. JMIR human factors, 11, e48633. https://doi.org/10.2196/48633
  16. [16] Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International journal of educational technology in higher education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0
  17. [17] Ma, J., Wang, P., Li, B., Wang, T., Pang, X. S., & Wang, D. (2025). Exploring user adoption of ChatGPT: A technology acceptance model perspective. International journal of human--computer interaction, 41(2), 1431–1445.
  18. [18] Ardichvili, A. (2022). The impact of artificial intelligence on expertise development: Implications for HRD. Advances in developing human resources, 24(2), 78–98. https://doi.org/10.1177/15234223221077304
  19. [19] Kendall Roundtree, A. (2024). Public perception of ai: a review. HCI international 2024 -- late breaking papers (pp. 72–87). Cham: Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-76827-9_5
  20. [20] Mehta, P., Jebarajakirthy, C., Maseeh, H. I., Anubha, A., Saha, R., & Dhanda, K. (2022). Artificial intelligence in marketing: A meta-analytic review. Psychology & marketing, 39(11), 2013–2038. https://doi.org/10.1002/mar.21716
  21. [21] Balgiu, B. A. (2025). Exploring the factor structure of the general attitudes towards artificial intelligence scale. Revista de psihologie, 71(3), 9–25. https://www.journalofpsychology.ro/index.php/RP/article/view/155
  22. [22] Tambe, P., Cappelli, P., & Yakubovich, V. (2019). Artificial intelligence in human resources management: Challenges and a path forward. California management review, 61(4), 15–42. https://doi.org/10.1177/0008125619867910
  23. [23] Rahman, M. M., Babiker, A., & Ali, R. (2025). Motivation, concerns, and attitudes towards AI: Differences by gender, age, and culture. Web information systems engineering -- wise 2024 (pp. 375–391). Singapore: Springer Nature Singapore. https://doi.org/10.1007/978-981-96-0573-6_28
  24. [24] Kaplan, A. D., Kessler, T. T., Brill, J. C., & Hancock, P. A. (2023). Trust in artificial intelligence: Meta-analytic findings. Human factors, 65(2), 337–359. https://doi.org/10.1177/00187208211013988
  25. [25] De Freitas, S., Gibson, D., Du Plessis, C., Halloran, J., Salter, D., & Schmalz, R. (2023). Artificial intelligence and the future of the academic workforce. Learning, media and technology, 48(2), 193–219. https://doi.org/10.1080/17439884.2022.2160111
  26. [26] Balliester, T., Elsheikhi, A., & others. (2018). The future of work: A literature review. ILO research department working paper, 29, 1–54. https://englishbulletin.adapt.it/wp-content/uploads/2018/07/wcms_625866.pdf
  27. [27] Forouhar, A., Chapple, K., Pokharel, R., & Allen, J. (2025). Transit-driven resilience: Unraveling post-COVID-19 urban recovery dynamics. Journal of transport geography, 128, 104327. https://doi.org/10.1016/j.jtrangeo.2025.104327
  28. [28] Salvagno, M., Taccone, F. S., & Gerli, A. G. (2023). Can artificial intelligence help for scientific writing? Critical care, 27(1), 75. https://doi.org/10.1186/s13054-023-04380-2
  29. [29] Baker, R. S., Hawn, A., & Lee, S. (2023). Algorithmic bias: The state of the situation and policy recommendations. OECD. https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/12/oecd-digital-education-outlook-2023_c827b81a/c74f03de-en.pdf
  30. [30] Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, A. K., … & Wright, R. (2023). Opinion Paper: “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International journal of information management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642
  31. [31] Mollick, E. R., & Mollick, L. (2022). New modes of learning enabled by AI chatbots: Three methods and assignments. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4300783
  32. [32] Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in education and teaching international, 61(2), 228–239. 10.1080/14703297.2023.2190148
  33. [33] Fusarelli, B. C., & Fusarelli, L. D. (2024). Leadership for the future: Enhancing principal preparation through standards and innovation. Education sciences, 14(12), 1403. https://doi.org/10.3390/educsci14121403
  34. [34] Baker, R. S., & Hawn, A. (2022). Algorithmic Bias in education. International journal of artificial intelligence in education, 32(4), 1052–1092. https://doi.org/10.1007/s40593-021-00285-9
  35. [35] Singh, M. (2024). Review on role of artificial intelligence in the life of legal profession. International journal of legal science and innovation, 6(3), 1087–1096. https://ijlsi.com/wp-content/uploads/Review-on-Role-of-Artificial-Intelligence-in-The-Life-of-Legal-Profession.pdf
  36. [36] Ho, D. E., Price, M. N., & & Solow, E. B. (2023). The human-AI frontier in healthcare: A framework for understanding and addressing the challenges of AI adoption. Health affairs, 42(7), 959–966. https://doi.org/10.1377/hlthaff.2023.00392
  37. [37] Novotny, M., Weber, W., Kern, C., & Kreuter, F. (2025). Measuring public opinion towards artificial intelligence: Development and validation of a general AI attitude short scale. AI & society. https://doi.org/10.1007/s00146-025-02478-5
  38. [38] Flora, D. B. (2020). Your coefficient alpha is probably wrong, but which coefficient omega is right? A tutorial on using r to obtain better reliability estimates. Advances in methods and practices in psychological science, 3(4), 484–501. https://doi.org/10.1177/2515245920951747
  39. [39] Cortina, J. M., & Nouri, H. (2000). Effect size for ANOVA designs. Sage Research Methods. https://methods.sagepub.com/book/mono/effect-size-for-anova-designs/toc#_
  40. [40] Liehner, G. L., Biermann, H., Hick, A., Brauner, P., & Ziefle, M. (2023). Perceptions, attitudes and trust towards artificial intelligence—An assessment of the public opinion. Artificial intelligence and social computing, 72(72), 32–41. https://doi.org/10.54941/ahfe1003271
  41. [41] Checco, A., Bracciale, L., Loreti, P., Pinfield, S., & Bianchi, G. (2021). AI-assisted peer review. Humanities and social sciences communications, 8(1), 25. https://doi.org/10.1057/s41599-020-00703-8
  42. [42] Mabungela, M. (2023). Artificial intelligence (AI) and automation in the world of work: A threat to employees?. Research in social sciences and technology, 8(4), 135–146. https://doi.org/10.46303/ressat.2023.37
  43. [43] Beets, B., Newman, T. P., Howell, E. L., Bao, L., & Yang, S. (2023). Surveying public perceptions of artificial intelligence in health care in the United States: Systematic review. J med internet res, 25, e40337. 10.2196/40337
  44. [44] Bialy, F., Elliot, M., & Meckin, R. (2025). Perceptions of AI across sectors: A comparative review of public attitudes. https://doi.org/10.48550/arXiv.2509.18233
  45. [45] Karagkouni, E., & Sotiropoulou, P. (2023). Artificial intelligence in education: Ethical considerations. Proceedings of iceri2023 conference 13th–15th November 2023, Seville, Spain (pp. 2862–2866). IATED. https://doi.org/10.21125/iceri.2023.0742

دانلود

چاپ شده

2025-12-06

شماره

دوره 2 شماره 4 (2025): Applied Studies in Educational Management and E-Learning (ASEMEL)

نوع مقاله

مقالات شماره جاری

ارجاع به مقاله

منزلی ع. ., کریمی دستگیری ف. ., & منزلی ا. ر. . (2025). بررسی نگرش‌ها، تجربیات و پیامدهای تاثیر هوش مصنوعی در بهداشت، آموزش‌وپرورش و دانشگاه‌ها. مطالعات کاربردی در مدیریت آموزشی و یادگیری الکترونیکی, 2(4), 198-210. https://doi.org/10.48313/asemel.v2i4.91
Crossref
Scopus
Google Scholar
Europe PMC

مقالات مشابه

##common.pagination##

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.