研究者向け人工知能依存症尺度の開発と検証：方法論的研究
Ahmed Abdelwahab Ibrahim El-Sayed1, Samira Ahmed Alsenany2, Maha Gamal Ramadan Asal3
1Nursing Administration Department, Faculty of Nursing, Alexandria University, Alexandria, Egypt, alexu.edu.eg.
Journal of nursing management
|December 22, 2025
まとめ
研究者は人工知能（AI）依存症を測定するための検証済み22項目尺度を利用できるようになりました。このツールは、研究におけるAIへの依存の理解における重大なギャップに対処し、強迫的行動、過度の依存、機能障害、離脱症状、耐性を評価します。
科学分野:
- 心理学
- 研究方法論
- デジタルヘルス
背景:
- 人工知能（AI）の統合は研究効率を高めますが、研究者の過度の依存と依存症に関する懸念も引き起こします。
- 研究コミュニティに特化したAI依存症を評価するための検証済み機器には、大きなギャップがあります。
主な方法:
- 2段階の方法論的設計により、尺度の開発と心理測定評価が行われました。
- 文献レビューとインタビューによる項目生成の後、718人の看護研究者からのデータを使用して探索的および確認的因子分析（EFA/CFA）を実施しました。
- 信頼性は、クロンバックのα、マクドナルドのω、および半分割信頼性を使用して評価されました。
結論:
- 開発されたAI依存症尺度は、研究者にとって有効かつ信頼性の高い楽器です。
- 強迫的なAI使用、依存、機能障害、離脱症状、耐性を評価するための包括的なフレームワークを提供します。
- この尺度は、学術環境におけるAI依存症の定量的評価の必要性に対処します。
