AI Use Motives Test (QAIUM)

Questionnaire of Artificial Intelligence Use Motives（QAIUM）は、2024年に研究者Eyüp Yurtとİsmail Kaşarcıによって作成され、個人が人工知能を個人的および職業的ルーチンに採用し統合する理由を理解するための実証的枠組みを提供します。技術採用を単純な二項選択として扱うのではなく、YurtとKaşarcıはexpectancy-value theoryに基づいて、人々が新しいAIツールを学び、使用し、時間を費やすように促す異なる心理的要因をマッピングしました。彼らの研究は、人々が異なる期待、目標、認識されたトレードオフを持って技術に取り組むことを強調しています。

QAIUMフレームワークは、AI使用のあなたの明確な要因をプロファイリングする5つの核心次元を評価します。Ability Expectancyは、AIツールを操作する際の同僚に対する個人的スキル、技術的能力、および自己効力感への自信を反映します。Attainment Valueは、AIイノベーションの習得があなたのアイデンティティ、個人的目標、および最新の情報を得る達成感にどれだけ中心的であるかを測定します。Utility Valueは、日常的なタスクの合理化、全体的な生産性の向上、および職業的効果の向上など、人工知能から得られる実用的、機能的利益を評価します。

残りの2つの次元は、あなたの感情的関与とリソース配分を探求します。Intrinsic Valueは、AIアプリケーションを探索し実験しながら経験する固有の楽しみ、好奇心、および喜びを捉えます。Perceived Costは、新しいツールを学ぶために時間、エネルギー、および努力を投資するあなたの意欲、および熟達を得るために他の活動を犠牲にする準備性を調べます。合わせて、これらの5つの次元は、あなたの技術との関与が主に実用的必要性、個人的関心、社会的アイデンティティ、自信、または投資選択によって導かれているかどうかを明らかにします。

動機に関する教育および心理学的研究は、人々が人工知能のような複雑なツールを採用する際に単一の動機に依存することはめったにないことを示しています。高いutility valueは、迅速な解決策が必要な場合に初期採用を促すことが多いですが、持続的な長期的な習得は通常、高いintrinsic valueと高いability expectancyの組み合わせに依存します。逆に、時間または認知的努力の面で高いコストを認識する個人は、認識されたutilityまたはattainment valueがそれらの投資を上回らない限り、新しいシステムの採用をためらう可能性があります。自分のプロファイルを理解することは、なぜあなたが特定のツールを熱心に採用する一方で他のツールを見逃すのかを明確にするのに役立ちます。

あなたのスコアに意味のある文脈を与えるために、チャートはあなたの個別のプロファイルを各スケールの推定母集団比較マーカーと並べて配置します。これらの比較マーカーは、この特定のウェブテストの検証済み母集団パーセンタイルまたは臨床規範ではなく、公開された人工知能採用サンプルで観察された一般的な傾向から再スケーリングされた近似推定値です。これらのベンチマーク数値を厳密な標準または厳格なベンチマークではなく、5つの要因全体にわたるあなたの相対的な強みを読み取るための役立つ比較背景として扱ってください。

このテストは教育および自己反省目的でのみ提供されています。これは診断ツール、心理学的評価、または専門的評価ではなく、キャリアまたは技術的アドバイスを提供するものではありません。あなたの結果は、能力または可能性の永続的な測定ではなく、この時点での人工知能に関与するあなたの自己報告された動機を反映しています。このテストはQuestionnaire of Artificial Intelligence Use Motives（QAIUM）に基づいており、Eyüp Yurt、İsmail Kaşarcı、またはMiddle East Technical Universityとは提携していません。

参考文献

• Yurt, E. & Kasarci, I. (2024). A Questionnaire of Artificial Intelligence Use Motives: A Contribution to Investigating the Connection between AI and Motivation. International Journal of Technology in Education, 7(2), 308-325.