عنوان فارسی مقاله:مدل پذیرش چت بات های مبتنی بر هوش مصنوعی برای مؤسسات آموزش عالی: رویکرد مدل‌سازی شبکه عصبی ترکیبی PLS-SEM

چکیده

پیاده سازی چت بات برای کمک به مشتریان به عنوان یک عامل مجازی می‌تواند به عنوان ابزاری برای کمک به سازمان برای ارائه خدمات بهتر به مشتریان در نظر گرفته شود. مالزی از جمله کشورهایی است که با انقلاب صنعتی چهارم پیشرفت کرده است. یکی از فناوری‌های اصلی ذکر شده، استفاده از ابزارهای هوش مصنوعی مانند چت بات ها است. در چند سال اخیر، علاقه فزاینده‌ای به پذیرش چت بات مبتنی بر هوش مصنوعی در زمینه غیر HEI وجود داشته است. با این حال، گزارش شده است که اکثر مؤسسات آموزش عالی (HEI) آماده پذیرش چت بات های مبتنی بر هوش مصنوعی به عنوان یکی از راه حل‌های پشتیبانی از خدمات دانشجویی مجازی نیستند. تحقیق در مورد پذیرش چت بات در زمینه HEI هنوز جدید است و موضوعی کمتر مورد بررسی و مطالعه در حوزه سیستم‌های اطلاعاتی است. علاوه بر این، بیشتر تحقیقات موجود در مورد پذیرش چت بات در زمینه HEI بیشتر بر مزایای استفاده از چت بات متمرکز است و در دیدگاه راه حل خدمات دانشجویی تخصصی نیست. علاوه بر این، بیشتر مطالعات توسط نظریه‌های سیستم‌های اطلاعاتی (IS) هدایت نمی‌شوند. بنابراین، هدف این مطالعه شناسایی عواملی است که بر اثربخشی پذیرش چت بات در زمینه HEI با انطباق مدل UTAUT2 به عنوان مرجع تئوری IS تأثیر می‌گذارد. روش نظرسنجی با استفاده از روش نمونه گیری هدفمند استفاده شد. به مدت ۳ ماه، داده‌ها به صورت آنلاین از ۳۰۲ کاربر دانشجویان تحصیلات تکمیلی HEI مالزی از دانشگاه‌های مختلف دولتی و خصوصی جمع آوری شد. برای اعتبارسنجی مدل تحقیق و ارزیابی فرضیه‌های تحقیق ارائه شده از روش تحلیلی دو مرحله‌ای (SEM-ANN) استفاده شد. این تحقیق نشان می‌دهد که اعتماد درک شده تحت تأثیر تعامل، طراحی و اخلاق است. در همین حال، قصد رفتاری تحت تأثیر اعتماد درک شده، انتظار عملکرد و عادت به استفاده از برنامه‌های چت بات در زمینه HEI است. در نهایت، یافته‌های این پژوهش می‌تواند برای واحد خدمات دانشجویی دانشگاه عالی مفید باشد و راهنمای بهره‌وری و استراتژی بازاریابی در خدمت‌رسانی بهتر به دانشجویان باشد.

ادامه مطلب

راهنمای خرید:

لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: AI-Based Chatbots Adoption Model for Higher-Education Institutions: A Hybrid PLS SEM-Neural Network Modelling Approach

Abstract

Chatbot implementation for assisting customers as a virtual agent can be seen as a tool in helping an organisation to serve better customer service. Malaysia is among the countries forging ahead with the Fourth Industrial Revolution. One of the core technologies mentioned is adopting artificial intelligence tools such as chatbots. In the last few years, there has been a growing interest in AI-based chatbot adoption in the non-HEI context. However, most higher-education institutions (HEIs) are reported not ready to adopt AI-based chatbots as one of the solutions for virtual student services support. The research of chatbot adoption in the HEI context is still new and is a less explored and examined topic in the information systems domain. Moreover, most of the existing research regarding chatbot adoption in the HEI context focuses more on the benefit of chatbot usage and is not specialised in a student services solution perspective. Furthermore, most of the studies were not guided by the information systems (IS) theories. Therefore, this study aims to identify factors that influence the effectiveness of chatbot adoption in the HEI context by adapting the UTAUT2 model as the IS theory reference. A survey method was applied using the purposive sampling technique. For 3 months, data were collected online from 302 users of Malaysia’s HEI postgraduate students from various public and private universities. A two-stage analytical procedure (SEM-ANN) was used to validate the research model and assess the presented research hypotheses. This research reveals that perceived trust is influenced by interactivity, design, and ethics. Meanwhile, behavioural intention is influenced by perceived trust, performance expectancy, and habit towards the use of chatbot applications in the HEI context. Lastly, the findings of this study can be helpful to the HEI student services unit and can be a guide towards productivity and marketing strategy in serving the students better.