مقاله انگلیسی با ترجمه پذیرش هوش مصنوعی و قصد کارآفرینی دیجیتال: نظریه رفتار برنامه‌ریزی‌شده و رویکرد مدل پذیرش فناوری

مشخصات مقاله  فهرست مطالب نمونه ترجمه مقاله انگلیسی خرید ترجمه مقالات مرتبط سفارش پروپوزال 

عنوان فارسی:

پذیرش هوش مصنوعی و قصد کارآفرینی دیجیتال: نظریه رفتار برنامه‌ریزی‌شده و رویکرد مدل پذیرش فناوری

عنوان انگلیسی:

AI adoption and digital entrepreneurial intentions: A theory of planned behaviour and technology acceptance model approach

کد محصول: M2119

سال نشر: 2026

نام ناشر (پایگاه داده): الزویر

نام مجله:Technology in Society

نوع مقاله: علمی پژوهشی (Research Article)

متغیر : دارد

فرضیه: دارد

مدل مفهومی: دارد

پرسشنامه : دارد

تعداد صفحه انگلیسی: 12 صفحه PDF

تعداد صفحه ترجمه فارسی:   40 صفحه WORD

قیمت فایل ترجمه شده:  139000 تومان

برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید

وضعیت ترجمه: این مقاله به صورت کامل ترجمه شده برای خرید ترجمه کامل مقاله بر روی دکمه ذیل کلیک نمایید (لینک دانلود بلافاصله بعد از خرید نمایش داده می شود)

مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه)  بر روی دکمه ذیل کلیک نمایید

چکیده

با تداوم تحول مدل‌های سنتی کسب‌وکار توسط هوش مصنوعی (AI)، تحریک نوآوری، و ایجاد چشم‌اندازهای جدید کارآفرینانه، پذیرش AI به‌طور فزاینده‌ای برای رشد و موفقیت کارآفرینی دیجیتال اهمیت یافته است. این مطالعه به بررسی تأثیر به‌کارگیری هوش مصنوعی بر قصد کارآفرینی دیجیتال جوانان می‌پردازد. چارچوب نظری این پژوهش، سازه‌های «مدل پذیرش فناوری» و «نظریه رفتار برنامه‌ریزی‌شده» را در کنار نوآوری دیجیتال و میل به ریسک ادغام می‌کند. مدل پذیرش فناوری توضیح می‌دهد که چگونه درک از سودمندی و سهولت استفاده از فناوری‌های هوش مصنوعی، نیت فردی برای پذیرش این فناوری‌ها را شکل می‌دهد. نظریه رفتار برنامه‌ریزی‌شده بررسی می‌کند که چگونه نگرش‌ها، هنجارهای ذهنی، و کنترل رفتاری ادراک‌شده بر قصد ورود به کارآفرینی دیجیتال تأثیر می‌گذارند. این پژوهش همچنین اثرات تعدیل‌کنندهٔ خودکارآمدی کارآفرینانه دیجیتال را بر رابطهٔ بین نگرش و قصد کارآفرینی دیجیتال بررسی می‌کند. مدل‌یابی معادلات ساختاری بر روی نمونه‌ای شامل ۳۹۲ نفر از شرکت‌کنندگان ۱۸ تا ۲۹ ساله انجام شد. نتایج نشان می‌دهند که سودمندی ادراک‌شده، سهولت استفاده ادراک‌شده و نوآوری دیجیتال تأثیر مثبتی بر پذیرش هوش مصنوعی دارند که به نوبهٔ خود نگرش، هنجارهای ذهنی و کنترل رفتاری ادراک‌شده را بهبود می‌بخشد. میل به ریسک بر کنترل رفتاری ادراک‌شده تأثیر دارد، درحالی‌که نگرش، هنجارهای ذهنی و کنترل رفتاری ادراک‌شده تأثیر معنی‌داری بر قصد کارآفرینی دیجیتال دارند. این پژوهش درک نظری از نقش هوش مصنوعی در کارآفرینی دیجیتال را گسترش می‌دهد و بینش‌های کاربردی برای نهادهای آموزشی، سیاست‌گذاران و کسب‌وکارها ارائه می‌کند.
واژگان کلیدی: پذیرش هوش مصنوعی؛ کارآفرینی دیجیتال؛ قصد کارآفرینی دیجیتال؛ مدل پذیرش فناوری؛ نظریه رفتار برنامه‌ریزی‌شده.

Abstract: As artificial intelligence (AI) continues to transform conventional business models, stimulate innovation, and generate new entrepreneurial prospects, its adoption is becoming increasingly important for the growth and success of digital entrepreneurship. This study examines the influence of AI adoption on the digital entrepreneurial intentions of the youth. The theoretical framework integrates the constructs of the Technology Acceptance Model and the Theory of Planned Behaviour, along with digital innovativeness and risk propensity. The Technology Acceptance Model explains how perceived usefulness and perceived ease of use of AI technologies shape individuals’ intentions to adopt AI. The Theory of Planned Behaviour assesses how attitudes, subjective norms, and perceived behavioural control influence intentions to pursue digital entrepreneurship. This research also examines the moderating effects of digital entrepreneurial self-efficacy on the relationship between attitude and digital entrepreneurial intention. Structural equation modelling was employed on a sample of 392 participants aged 18–29 years. The results show that perceived usefulness, perceived ease of use and digital innovativeness positively impact AI adoption, which in turn enhances attitude, subjective norms and perceived behavioural control. Risk propensity influences perceived behavioural control, while attitude, subjective norms, and perceived behavioural control significantly impact digital entrepreneurial intention. This research advances theoretical understanding of AI’s role in digital entrepreneurship and offers practical insights for educational institutions, policymakers, and businesses.

Keywords: AI adoption, Digital entrepreneurship, Digital entrepreneurial intention, Technology acceptance model, Theory of planned behavior

۱. مقدمه

کارآفرینی به‌عنوان فرایند طراحی، راه‌اندازی و مدیریت یک طرح تجاری جدید تعریف می‌شود که تمرکز اصلی آن بر ایجاد ارزش نوآورانه است (هسیه و وو، ۲۰۱۹؛ کراوس و همکاران، ۲۰۱۹؛ هال و همکاران، ۲۰۰۷). با گسترش این مبانی، کارآفرینی دیجیتال به شکلی از کارآفرینی اشاره دارد که در آن فناوری‌های دیجیتال اجزای فیزیکی سنتی کسب‌وکار مانند فرایندها، محصولات یا خدمات را جایگزین یا متحول می‌کنند (هال و همکاران، ۲۰۰۷؛ کراوس و همکاران، ۲۰۱۹). کارآفرینی به‌ویژه در عصر تحولات دیجیتال، نیرویی قدرتمند برای رشد اقتصادی و تحول اجتماعی به شمار می‌رود (پولات و همکاران، ۲۰۲۵). ادغام فناوری‌های دیجیتال باعث شده بسیاری از کسب‌وکارها فرایندها، عملیات و پیشنهادهای خود را از قالب آفلاین به قالب آنلاین تبدیل کنند و در نتیجه، کارآفرینی دیجیتال به‌عنوان حوزه‌ای متمایز و در حال ظهور در درون میدان گسترده فعالیت کارآفرینانه پدیدار شود (اوپادهیای و همکاران، ۲۰۲۲). نقش استراتژیک کارآفرینی دیجیتال به‌ویژه در اقتصادهای نوظهور که موجب پرورش نوآوری و تاب‌آوری می‌شود، قابل توجه است(یادو و رنا، ۲۰۲۵). از دیدگاه جوانان، کارآفرینی دیجیتال امکان انعطاف‌پذیری در مدیریت فعالیت‌های تجاری از هر مکانی با دسترسی به اینترنت را فراهم می‌کند و بدین ترتیب، آنان می‌توانند میان مسئولیت‌های گوناگون و فعالیت‌های کارآفرینانه تعادل برقرار کنند (ویبوو و همکاران، ۲۰۲۴)…

1. Introduction Entrepreneurship is described as the process of designing, launching, and managing a new business initiative, with a central focus on generating novel value (Hsieh & Wu, 2019; Kraus et al., 2019, Hull et al., 2007). Extending from this foundation, digital entrepreneurship refers to a form of entrepreneurship where digital technologies replace or transform traditional physical components of a business, such as processes, products, or services (Hull et al., 2007; Kraus et al., 2019). Entrepreneurship serves as a powerful force for economic growth and social transformation, especially in the era of digital disruption (Polat et al., 2025). The integration of digital technologies has led many business ventures to transform their processes, operations, and offerings from offline to online formats, giving rise to digital entrepreneurship as a distinct and emerging domain within the broader field of entrepreneurial activity (Upadhyay et al., 2022). The strategic role of digital entrepreneurship is particularly noteworthy in emerging economies, where it fosters innovation and resilience (Yadav & Rena, 2025). From the perspective of young individuals, digital entrepreneurship offers the flexibility to manage business activities from any location with internet access, allowing them to better balance their responsibilities alongside entrepreneurial pursuits (Wibowo et al., 2024)…

۲.۱. مدل پذیرش فناوری

مدل پذیرش فناوری (TAM)، که نخستین‌بار توسط دیویس در سال ۱۹۸۵ معرفی و سپس از طریق مطالعات تجربی اعتبارسنجی شد (دیویس، ۱۹۸۹)، توضیح می‌دهد که افراد چگونه دربارهٔ پذیرش یک فناوری جدید تصمیم می‌گیرند. بر اساس این مدل، «سودمندی ادراک‌شده» (PU) و «سهولت استفاده ادراک‌شده» (PEOU) دو باور کلیدی هستند که این تصمیم را شکل می‌دهند. سودمندی ادراک‌شده (PU) به میزانی که فرد باور دارد فناوری عملکرد او را بهبود خواهد داد، اشاره دارد ؛ و سهولت استفاده ادراک‌شده (PEOU) بازتابی از میزان آسانی استفاده از فناوری از دیدگاه اوست (دیویس، ۱۹۸۹)…

2.1. Technology acceptance model The Technology Acceptance Model (TAM), introduced by Davis in 1985 and later validated through empirical studies (Davis, 1989), explains how individuals decide to adopt a new technology. According to the model, perceived usefulness (PU) and perceived ease of use (PEOU) are the two key beliefs that shape this. Perceived usefulness (PU) refers to the degree to which a person believes the technology will improve their performance, and perceived ease of use (PEOU) reflects how effortless they believe the technology will be to use (Davis, 1989)…

فرضیات

فرضیه ۱. سهولت استفاده ادراک‌شده (PEOU) از ابزارهای هوش مصنوعی تأثیر مثبتی بر سودمندی ادراک‌شدهٔ آن‌ها (PU) دارد.
فرضیه ۲. سهولت استفاده ادراک‌شده (PEOU) از ابزارهای هوش مصنوعی تأثیر مثبتی بر پذیرش هوش مصنوعی (AIA) دارد.
فرضیه ۳. سودمندی ادراک‌شده (PU) از ابزارهای هوش مصنوعی تأثیر مثبتی بر پذیرش هوش مصنوعی (AIA) دارد.
فرضیه ۴. نوآوری دیجیتال (DI) تأثیر مثبت بر پذیرش هوش مصنوعی (AIA) دارد.
فرضیه ۵. پذیرش هوش مصنوعی تأثیر مثبتی بر نگرش نسبت به کارآفرینی دیجیتال دارد.
فرضیه ۶. پذیرش هوش مصنوعی تأثیر مثبتی بر هنجارهای ذهنی دارد.
فرضیه ۷. پذیرش هوش مصنوعی تأثیر مثبتی بر کنترل رفتاری ادراک‌شده دارد.
فرضیه ۸. میل به ریسک تأثیر مثبتی بر نگرش نسبت به کارآفرینی دیجیتال دارد.
فرضیه ۹. میل به ریسک تأثیر مثبتی بر کنترل رفتاری ادراک‌شده دارد.
فرضیه ۱۰. هنجارهای ذهنی تأثیر مثبتی بر نگرش نسبت به کارآفرینی دیجیتال دارند.
فرضیه ۱۱. کنترل رفتاری ادراک‌شده تأثیر مثبتی بر هنجارهای ذهنی دارد.
فرضیه ۱۲. کنترل رفتاری ادراک‌شده تأثیر مثبتی بر نگرش نسبت به کارآفرینی دیجیتال دارد.
فرضیه ۱۳. هنجارهای ذهنی تأثیر مثبتی بر قصد کارآفرینی دیجیتال دارند.
فرضیه ۱۴. نگرش نسبت به کارآفرینی دیجیتال تأثیر مثبتی بر قصد کارآفرینی دیجیتال دارد.
فرضیه ۱۵. کنترل رفتاری ادراک‌شده تأثیر مثبتی بر قصد کارآفرینی دیجیتال دارد.
فرضیه ۱۶. خودکارآمدی کارآفرینانه دیجیتال (DESE) رابطهٔ میان نگرش نسبت به کارآفرینی دیجیتال و قصد کارآفرینیٔ دیجیتال را تعدیل می‌کند.

H1. Perceived ease of use (PEOU) of AI tools positively influences their perceived usefulness (PU).
H2. Perceived ease of use (PEOU) of AI tools positively influences AI adoption (AIA).
H3. Perceived usefulness (PU) of AI tools positively influences AI adoption (AIA).
H4. DI positively influences AI adoption (AIA).
H5. AI adoption positively influences attitude towards digital entrepreneurship.
H6. AI adoption positively influences subjective norms.
H7. AI adoption positively influences perceived behavioural control.
H8. Risk propensity positively influences attitude towards digital entrepreneurship.
H9. Risk propensity positively influences perceived behavioural control.
H10. Subjective norms positively influence attitude towards digital entrepreneurship.
H11. Perceived behavioural control positively influences subjective norms.
H12. Perceived behavioural control positively influences attitude towards digital entrepreneurship.
H13. Subjective norms positively influence digital entrepreneurial intention.
H14. Attitude towards digital entrepreneurship positively influences digital entrepreneurial intention.
H15. Perceived behavioural control positively influences digital entrepreneurial intention.
H16. Digital entrepreneurial self-efficacy (DESE) moderates the relationship between attitude towards digital entrepreneurship and digital entrepreneurial intention.

۳.۲. جمع‌آوری داده‌ها

برای این مطالعه، پرسشنامه‌ها به‌صورت آنلاین و آفلاین در میان پاسخ‌دهندگان بالقوه توزیع شدند. پاسخ‌دهندگان بالقوهٔ این پژوهش شامل افراد بین ۱۸ تا ۲۹ سال بودند که در حال حاضر در دهلی نو زندگی می‌کردند. پیش از گردآوری داده‌ها، یک مطالعهٔ پایلوت اولیه بر روی مجموعه‌ای از ۵۰ نفر انجام شد تا وجود خطاهای احتمالی بررسی و ارتباط گویه‌ها با اهداف مطالعه آزمون شود…

3.2. Data collection For this study, the questionnaires were distributed to potential respondents using online and offline mode. The potential respondents for our research comprised of individuals aged between 18 and 29 years old and currently located in New Delhi. Prior to the data collection, we ran an initial pilot study on a dataset of 50 individuals to check for potential errors and to test if the items are relevant to the study objectives…

۵. بحث

این پژوهش تأثیر عوامل مستقل گوناگون را بر «قصد کارآفرینی دیجیتال» مورد بررسی قرار داد. در گام نخست، این مطالعه تأثیر «ادراک سهولت استفاده» بر «ادراک سودمندی» نسبت به پذیرش هوش مصنوعی (فرضیه‌ی H1) را بررسی کرد و مشخص شد که این عامل، پیش‌بینی‌کننده‌ای معنادار و مثبت است. این یافته با مطالعات پیشین هم‌خوانی دارد (الشمّری و بابو، ۲۰۲۵؛ کشیوه و همکاران، ۲۰۲۰)…

5. Discussion This study evaluated the impact of various independent factors on Digital Entrepreneurial Intention. This study first checked the impact of Perceived Ease of Use on Perceived Usefulness towards AI adoption (H1), this was found to be a significant and positive predictor. This finding is consistent with the previous literature (Alshammari & Babu, 2025; Kashive et al., 2020)…

۸. محدودیت‌ها و جهت‌گیری‌های پژوهش‌های آینده

با وجود دستاوردهای نظری و عملی، این پژوهش چندین محدودیت دارد.تحقیق حاضر بر داده‌های مقطعی متکی بود، که سبب محدودیت در استنتاج‌های علّی میان سازه‌ها می‌شود.طراحی‌های طولی یا پانلی می‌توانند شواهد قوی‌تری درباره‌ی روابط علّی میان سازه‌ها ارائه دهند.پژوهش‌های آینده ممکن است از طرح‌های ترکیبی یا مطالعات آزمایشی برای بررسی ماهیت پویا‌ی پذیرش هوش مصنوعی و نیت کارآفرینی دیجیتال بهره بگیرند.علاوه بر این، پژوهش در یک شهر واحد و با پاسخ‌دهندگان جوان انجام شد، که ممکن است قابلیت تعمیم یافته‌ها را به سایر زمینه‌های اجتماعی–فرهنگی یا اقتصادی محدود سازد.پژوهش‌های آینده باید مدل را در مناطق متنوع بازتولید کرده و یافته‌ها را میان اقتصادهای توسعه‌یافته و نوظهور مقایسه نمایند تا تفاوت محرک‌های پذیرش هوش مصنوعی و نیت کارآفرینی دیجیتال در این زمینه‌ها بررسی شود.همچنین، این مطالعه بر ادراکات مرتبط با هوش مصنوعی و سازه‌های نظریه‌ی رفتار برنامه‌ریزی‌شده تمرکز کرد.برخی از عوامل مرتبط نظری ، مانند اعتماد به هوش مصنوعی، ادراک ریسک ابزارهای دیجیتال، یا اشتیاق کارآفرینانه خارج از دامنه‌ی مطالعه فعلی بودند.پژوهش‌های آینده می‌توانند مدل را با افزودن چنین سازه‌هایی گسترش دهند یا عوامل میانجی مانند آمادگی فناورانه را بررسی کنند تا شکل‌گیری نیت را بهتر تبیین نمایند.در پایان، این پژوهش قصد کارآفرینی دیجیتال را ـ و نه رفتار واقعی را ـ بررسی کرد.اگرچه نیت پیش‌بینی‌کننده‌ی قوی رفتار محسوب می‌شود، پژوهش‌های آینده باید رفتار واقعی کارآفرینانه (مانند ثبت کسب‌و‌کار) را دنبال کنند تا شکاف بین نیت و عمل را کاهش دهند و درک جامع‌تری از کارآفرینی دیجیتال در عصر هوش مصنوعی به‌دست آورند…

8. Limitations and future research directions Despite its contributions, this study has several limitations. This research relied on a cross-sectional dataset, which limits causal inferences about the relationships between constructs. Longitudinal or panel designs could provide stronger evidence of causal relationships between the constructs. Future studies may also adopt mixed-method designs or experimental research to capture the dynamic nature of AI adoption and digital entrepreneurial intention. Moreover, this study was conducted in a single-city setting with youth respondents, which may limit the generalizability of the findings to other socio-cultural or economic contexts. Future research should replicate the model across diverse regions, comparing results between developed and emerging economies, to explore whether the drivers of AI adoption and digital entrepreneurial intention differ in such contexts. Also, this study focused on AI-related perceptions and TPB constructs. Some theoretically relevant factors, such as trust in AI, perceived risk of digital tools, or entrepreneurial passion, were beyond the present scope. Future studies could extend the model to include such constructs or explore mediating factors such as technology readiness that may further explain intention formation. Finally, the study examined digital entrepreneurial intention rather than actual behaviour. While intention is a strong predictor of behaviour, future research should track actual entrepreneurial actions (e.g., venture registration) to close the gap between intention and action and provide a more comprehensive understanding of digital entrepreneurship in the age of AI.