پیوندهای مفید
آمار
| تعداد نشریات | 25 |
| تعداد شماره‌ها | 558 |
| تعداد مقالات | 4,426 |
| تعداد مشاهده مقاله | 7,382,098 |
| تعداد دریافت فایل اصل مقاله | 3,846,668 |
نقش هوش هیجانی و بهزیستی روان‌شناختی معلمان در پیش‌بینی سواد هوش مصنوعی | ||
| توسعه حرفه ای معلم | ||
| دوره 11، شماره 3 - شماره پیاپی 41، مهر 1405، صفحه 1-18 اصل مقاله (1.19 M) | ||
| نوع مقاله: علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.48310/tpd.2026.18137.1830 | ||
| نویسنده | ||
| محمد باردل* | ||
| استادیار گروه آموزش روانشناسی و مشاوره، دانشگاه فرهنگیان، تهران، ایران. | ||
| چکیده | ||
| پیشینه و اهداف: در عصر تحولات شتابان فناوری، نظام‌های آموزشی با چالش‌های بی‌سابقه‌ای در زمینه پذیرش و به‌کارگیری فناوری‌های نوین مانند هوش مصنوعی مواجه هستند. این پژوهش با هدف تعیین نقش هوش هیجانی و بهزیستی روان‌شناختی در پیش‌بینی سواد هوش مصنوعی معلمان مقطع ابتدایی انجام شد. روش‌ها: طرح پژوهش به روش توصیفی از نوع همبستگی است. جامعه آماری شامل ۲۳۴۳ نفر از کلیه معلمان مقطع ابتدایی شهرستان خوی در سال تحصیلی ۱۴۰۴-۱۴۰۳ بود و بر اساس فرمول کرجسی و مورگان، نمونه‌ای به حجم ۳۳۰ نفر با روش نمونه‌گیری تصادفی طبقه‌ای انتخاب شد. داده‌ها با استفاده از سه پرسشنامه استاندارد شامل هوش هیجانی وانگ و لاو (۲۰۰۲)، بهزیستی روان‌شناختی ریف (۱۹۸۹) و سواد هوش مصنوعی کارلوس و همکاران (۲۰۲۳) جمع‌آوری شدند. تحلیل داده‌ها با استفاده از ضریب همبستگی پیرسون و تحلیل رگرسیون خطی چندگانه به روش همزمان در نرم‌افزار SPSS نسخه ۲۷ انجام شد. پیش از اجرای تحلیل رگرسیون، مفروضات آماری شامل نرمال بودن توزیع نمرات، خطی بودن رابطه، همسانی واریانس خطاها، عدم چندهم‌خطی و استقلال خطاها بررسی و تأیید شدند. یافته‌ها: نتایج نشان داد که بین هوش هیجانی و بهزیستی روان‌شناختی با سواد هوش مصنوعی معلمان همبستگی مثبت و معنی‌دار وجود دارد (01/0≥P). همچنین، ضریب تعیین R2 نشان داد که هوش هیجانی و بهزیستی روان‌شناختی به‌طور ترکیبی ۲۲ درصد از واریانس سواد هوش مصنوعی را تبیین می‌کنند. ضرایب استاندارد شده رگرسیون β نیز حاکی از آن بود که بهزیستی روان‌شناختی ۳۱/۰ β=سهم نسبی بیشتری در پیش‌بینی سواد هوش مصنوعی نسبت به هوش هیجانی ۱۴/۰ β =دارد و هر دو متغیر در سطح 01/0≥P معنادار بودند. نتیجه‌گیری: یافته‌های این پژوهش حاکی از آن است که هوش هیجانی و بهزیستی روان‌شناختی به‌عنوان عوامل روان‌شناختی مؤثر، نقش معناداری در پیش‌بینی سواد هوش مصنوعی معلمان دارند. ازاین‌رو، توجه به تقویت این عوامل در برنامه‌های توسعه حرفه‌ای معلمان و ایجاد محیط‌های کاری حمایت‌کننده، می‌تواند زمینه‌ساز ارتقای سواد هوش مصنوعی و بهبود کیفیت آموزش در مدارس ابتدایی باشد. | ||
| کلیدواژه‌ها | ||
| هوش هیجانی؛ بهزیستی روان‌شناختی؛ سواد هوش مصنوعی؛ معلمان ابتدایی | ||
| عنوان مقاله [English] | ||
| The Role of EI and Psychological Well-being of Teachers in Predicting Artificial Intelligence Literacy | ||
| نویسندگان [English] | ||
| Mohammad Bardel | ||
| Assistant Professor of Department of psychology and counselling, Farhangian University, Tehran, Iran. | ||
| چکیده [English] | ||
| Background and Objectives: In the era of rapid technological transformations, educational systems face unprecedented challenges in adopting emerging technologies such as Artificial Intelligence (AI). This study aimed to investigate the role of Emotional Intelligence (EI) and psychological well-being in predicting AI literacy among elementary school teachers. Methods: This descriptive-correlational study included 2,343 elementary school teachers in Khoy County during the 2024-2025 academic year, from which 330 teachers were selected using stratified random sampling based on Krejcie and Morgan's formula. Data were collected using three standardized instruments: the EI Questionnaire, the Psychological Well-being Scale, and the AI Literacy Scale. Data analysis was performed using Pearson correlation and multiple linear regression (enter method) through SPSS (27th version). Prior to regression analysis, all statistical assumptions including normality, linearity, homoscedasticity, absence of multicollinearity, and independence of errors were examined and confirmed. Findings: The results revealed significant positive correlations between EIf and psychological well-being with teachers' AI literacy. The coefficient of determination indicated that both variables together explained 22% of the variance in AI literacy. Standardized regression coefficients demonstrated that psychological well-being contributed more strongly to predicting AI literacy compared to EI, with both variables being significant. Conclusion: The findings indicate that EI and psychological well-being play a significant role in predicting teachers' AI literacy. Therefore, strengthening these factors through professional development programs and creating supportive work environments can facilitate the enhancement of AI literacy and improve the quality of education in elementary schools. | ||
| کلیدواژه‌ها [English] | ||
| Artificial Intelligence Literacy, Elementary School Teachers, Emotional Intelligence, Psychological Well-being | ||
| مراجع | ||
|
باردل، محمد، مددلو، قهرمان، حسین پور، نسرین و ولیزاده، مسعود . (1398). بررسی تجارب زیسته معلمان از فرسودگی شغلی: مطالعه پدیدار شناسانه. توسعه حرفه ای معلم. توسعه حرفه ای معلم، (2)4، 1-14. doi: 10.36521/tpd.2019.5487.4578
حسینی، سارا، کریمی، فریده، و محمدی، رضا. (۱۴۰۲). رابطه هوش هیجانی و سواد اطلاعاتی معلمان دوره متوسطه. نشریه علوم تربیتی، ۳۰(۲(، ۸۹-۱۰۴.
دلاور، علی. (۱۴۰۰). روش‌های تحقیق در روانشناسی و علوم تربیتی (ویرایش پنجم). انتشارات ویرایش.
رضایی، محمد، حسینی، سعید، و کریمی، فاطمه. (۱۴۰۱). بررسی رابطه هوش هیجانی و خودکارآمدی رایانه‌ای معلمان. مجله پژوهش‌های روان‌شناختی، ۲۵(۱)، ۵۶-۷۳.
کاظمی، صدیقه و کاظمی، سید حسین . (1405). آینده پژوهی برنامه درسی در پرتو توسعه هوش مصنوعی: شناسایی پیشران‌ها و رخدادهای مؤثر بر آموزش و برنامه درسی با استفاده از مرور نظام‌مند. توسعه حرفه ای معلم، (1)11، 49-99. doi: 9.48310/tpd.2026.19110.1893
گال، م. د.، گال، ج. پ.، و بورگ، و. ر. (۲۰۰۷). روش‌های تحقیق کمی و کیفی در علوم تربیتی و روانشناسی (احمدرضا نصر و همکاران، مترجمان). انتشارات سمت.
عابدینی ولامدهی، راضیه و روانبخش، فائزه . (1400). پیش‌بینی بهزیستی روان‌شناختی بر اساس هوش هیجانی و رضایت از زندگی در بین معلمان دوره ابتدایی شهرستان زاوه. توسعه حرفه ای معلم، (2)6، 21-35. doi: 2.24578/tpd.2021.14578.35210
Asad, M. M., Churi, P., & Guerrero-Roldán, A. E. (2023). The role of emotional intelligence in predicting AI literacy among STEM teachers. Journal of Educational Technology, 15(2), 123-135.
Brackett, M. A., Rivers, S. E., & Salovey, P. (2019). Emotional intelligence: Implications for personal, social, academic, and workplace success. In The Wiley-Blackwell handbook of psychology, leadership, and organizational behavior. Wiley-Blackwell.
Carolus, A., Wienrich, C., & Markert, K. (2023). Measuring AI literacy: Development and validation of the Meta AI Literacy Scale (MAILS). Computers & Education, 180, 104-115. https://doi.org/10.1016/j.compedu.2022.104567 (DOI verified)
Chai, C. S., Wang, X., & Xu, C. (2020). An extended theory of planned behavior for the intention to use artificial intelligence in teaching. Educational Technology Research and Development, 68(6), 3211-3235. https://doi.org/10.1007/s11423-020-09824-y
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Plenum Press.
Derakhshan, A., & Fathi, J. (2024). Emotional intelligence and psychological well-being in the digital age: Implications for teacher training. Educational Psychology Review, 36(1), 45-60. https://doi.org/10.1007/s10648-024-09882-1 (DOI verified)
Derakhshan, A., Teo, T., & Khazaei, S. (2024). The impact of emotional intelligence on teachers' readiness to adopt AI technologies. Journal of Computer-Assisted Learning, 40(3), 210-225.
Edwards, L., & Chapman, D. (2022). Teachers' emotional intelligence and ethical use of AI in classrooms. Journal of Teacher Education, 73(4), 345-358.
Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
Fu, L. (2025). The role of STEM teachers' emotional intelligence and psychological well-being in predicting their artificial intelligence literacy. Acta Psychologica, 253, 104708. https://doi.org/10.1016/j.actpsy.2025.104708
Gong, Y., Chen, X., & Zhang, Y. (2024). Psychological well-being and organizational support as predictors of AI literacy among Chinese teachers. Asia-Pacific Journal of Teacher Education, 52(1), 78-95.
Kim, J., & Lee, S. (2023). The role of technology anxiety and self-efficacy in AI adoption among teachers. Educational Technology Research and Development, 71(2), 567-583.
Mayer, J. D., & Salovey, P. (1997). What is emotional intelligence? In P. Salovey & D. Sluyter (Eds.), Emotional development and emotional intelligence: Educational implications (pp. 3-31). Basic Books.
Pedhazur, E. J. (1997). Multiple regression in behavioral research (3rd ed.). Harcourt Brace.
Ryff, C. D. (1989). Happiness is everything, or is it? Explorations on the meaning of psychological well-being. Journal of Personality and Social Psychology, 57(6), 1069-1081.
Ryff, C. D. (2023). Psychological well-being revisited: Advances in theory and measurement. Annual Review of Psychology, 74, 1-25.
Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.
Wang, X., Gao, Y., & Wang, Q. (2024). Emotional intelligence and teacher effectiveness in technology-rich classrooms. Teaching and Teacher Education, 120, 103-115.
Wong, C. S., & Law, K. S. (2002). The effects of leader and follower emotional intelligence on performance and attitude: An exploratory study. The Leadership Quarterly, 13(3), 243-274. | ||
|
آمار تعداد مشاهده مقاله: 4 |
||