مقاله انگلیسی با ترجمه تحول دیجیتال: هوش مصنوعی و اضطراب شغلی مدیران ورزشی آینده

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

عنوان فارسی:

تحول دیجیتال: هوش مصنوعی و اضطراب شغلی مدیران ورزشی آینده

عنوان انگلیسی:

Digital transformation: artificial intelligence and employment anxiety of prospective sports managers

کد محصول: M2125

سال نشر: 2026

نام ناشر (پایگاه داده): frontiersin

نام مجله:Frontiers in Psychology

نوع مقاله: علمی پژوهشی (Research Article)

متغیر : دارد

فرضیه: ندارد

مدل مفهومی: ندارد

پرسشنامه : ندارد

تعداد صفحه انگلیسی: 10 صفحه PDF

تعداد صفحه ترجمه فارسی:   30 صفحه WORD

قیمت فایل ترجمه شده:  147000 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

پیشینه: تحول دیجیتال، به‌عنوان پدیده‌ای با رشد سریع در دنیای کسب‌وکار امروز، تغییرات عمیقی را در بخش‌های مختلف به‌وجود آورده است. در حوزه مدیریت ورزشی، تأثیرات آن به‌ طور ویژه قابل‌توجه بوده و دغدغه های مدیران ورزشی آتی را درباره هوش مصنوعی (AI) و اشتغال تحت تأثیر قرار داده است. برای تقویت مبانی نظری، پژوهش‌های اخیر نشان می‌دهند که اتوماسیون مبتنی بر هوش مصنوعی در حال بازآفرینی نقش‌های شغلی، شایستگی‌های موردنیاز و انتظارات حرفه‌ای در مشاغل مرتبط با ورزش است. استدلال می‌شود که دانشجویان مدیریت ورزشی به دلیل پیشرفت‌های فناورانه در جهانی دیجیتالی‌شده، ناچارند هم مهارت‌های حرفه‌ای خود و هم فرایندهای جستجوی شغل خود را بازتعریف کنند. در این زمینه، پژوهش حاضر با هدف بررسی نگرانی‌های مدیران ورزشی آینده درباره هوش مصنوعی و اشتغال در عصر تحول دیجیتال و ارائه توصیه‌های کاربردی انجام شده است.

روش‌ها: این پژوهش با استفاده از مدل پیمایش همبستگی انجام شد. نمونه پژوهش شامل 210 نفر در بازه سنی 18 تا 39 سال بود (میانگین سنی = 21.18) که از طریق نمونه‌گیری در دسترس انتخاب شدند. داده‌ها با استفاده از فرم اطلاعات فردی تهیه‌شده توسط پژوهشگران شامل «مقیاس اضطراب هوش مصنوعی» و «مقیاس اضطراب اشتغال برای دانشجویان علوم ورزشی» جمع‌آوری شد. تحلیل داده‌ها با استفاده از نرم‌افزار SPSS نسخه 24.0 انجام گرفت. برای بررسی تفاوت‌ها از آزمون t نمونه‌های مستقل و برای تعیین روابط میان متغیرها از تحلیل همبستگی پیرسون استفاده شد. همچنین اندازه اثر و بررسی پیش‌فرض‌ها نیز برای تقویت قابلیت تفسیر نتایج در نظر گرفته شد.

نتایج: یافته‌ها نشان داد که بر اساس جنسیت، تفاوت معناداری در میانگین نمرات زیرمقیاس «پیکربندی هوش مصنوعی» از مقیاس اضطراب هوش مصنوعی وجود دارد. بااین‌حال، هیچ تفاوت معناداری در زیرمقیاس‌های «یادگیری»، «جایگزینی شغل» و «نابینایی اجتماعی ـ فنی (ناتوانی در درک پیامدهای اجتماعی ـ فنی)» و همچنین در نمرات کلی مقیاس اضطراب اشتغال دانشجویان علوم ورزشی مشاهده نشد. به‌طور مشابه، بر اساس سن نیز تفاوت معناداری در نمرات کلی و زیرمقیاس‌های اضطراب هوش مصنوعی یا در نمرات کلی اضطراب اشتغال مشاهده نشد (نتایج آزمون ANOVA). بااین‌وجود، سطح درآمد به‌طور معناداری بر نمرات مقیاس اضطراب اشتغال تأثیر داشت، در حالی که برای نمرات کلی و زیرمقیاس‌های اضطراب هوش مصنوعی تفاوت معناداری مشاهده نشد.

نتیجه‌گیری: برای کاهش اضطراب اشتغال در میان مدیران ورزشی آینده، می‌توان خدمات مشاوره شغلی و افزایش فرصت‌های کارآموزی و اشتغال را اجرا کرد. برنامه‌های حمایت اقتصادی، مانند بورس‌های تحصیلی و کمک‌هزینه‌های کارآموزی، می‌تواند به کاهش احساس ناامنی در میان دانشجویان با وضعیت اقتصادی ضعیف‌تر کمک کند. افزون بر این، برنامه‌های آموزشی هوش مصنوعی ممکن است اضطراب‌های فناورانه را کاهش داده و اعتمادبه‌نفس دانشجویان را در سازگاری با تحول دیجیتال حوزه تخصصی‌شان افزایش دهد.

کلیدواژه‌ها: ورزش، مدیریت، هوش مصنوعی، اشتغال، اضطراب

Abstract: Background: Digital transformation, a rapidly growing phenomenon in today’s business world, has brought profound changes across various sectors. In the field of sports management, its impacts are particularly significant, influencing prospective sports managers’ concerns about Artificial Intelligence (AI) and employment. To strengthen the theoretical grounding, recent research indicates that AI-driven automation is reshaping job roles, required competencies, and career expectations in sports-related professions. It is argued that sports management students are compelled to reshape both their professional skills and their job-seeking processes due to technological advancements in a digitalized world. In this context, the study aims to examine the concerns of prospective sports managers regarding AI and employment in the digital transformation era and provide practical recommendations.

Methods: The research was conducted using a relational survey model. The study sample comprised of 210 individuals aged between 18 and 39 (Mean Age = 21.18), selected through convenience sampling. Data were collected using a personal information form prepared by the researchers, the “Artificial Intelligence Anxiety Scale,” and the “Employment Anxiety Scale for Sports Sciences Students.” Data analysis was performed using SPSS 24.0 software. Independent samples t-tests were used to assess differences, and Pearson correlation analysis was applied to determine relationships between variables. Effect sizes and assumption checks were also considered to strengthen interpretability (Cohen’s d, η2).

Results: The findings revealed a significant difference in the mean scores for the “AI Configuration” sub-dimension of the AI Anxiety Scale based on gender. However, no significant differences were determined in the sub-dimensions of “Learning,” “Job Replacement,” and “Sociotechnical Blindness,” nor in the total scores of the Employment Anxiety Scale for Sports Sciences Students. Similarly, no significant differences were determined in the total scores and sub-dimensions of the AI Anxiety Scale or the total scores of the Employment Anxiety Scale based on age (ANOVA results). Income level, however, significantly affected the Employment Anxiety Scale scores, though no significant differences were observed for the total and sub-dimension scores of the AI Anxiety Scale.

Conclusion: To alleviate employment anxiety among prospective sports managers, career counseling services and increased internship and job opportunities can be implemented. Economic support programs, such as scholarships and internship stipends, could help reduce insecurity among students from lower-income backgrounds. Furthermore, AI training programs may mitigate technological anxieties, enhancing students’ confidence in adapting to the digital transformation of their field.

KEYWORDS sport, management, artificial intelligence, employment, anxiety

1.مقدمه

تحول دیجیتال به‌عنوان یکی از اثرگذارترین پویایی‌هایی که ساختارهای اجتماعی، اقتصادی و فرهنگی جوامع مدرن را بازشکل‌دهی می‌کند، مطرح شده است. در مرکز این تحول، فناوری‌های هوش مصنوعی (AI) قرار دارند که با بهینه‌سازی فرایندهای کسب‌وکار، تسریع تصمیم‌گیری و افزایش کارایی، بخش‌های متعددی را متحول ساخته‌اند. مطالعات تجربی نشان می‌دهند که به‌کارگیری هوش مصنوعی، نقش‌های شغلی و نیازهای شایستگی را در صنایع مختلف، از جمله حوزه‌های وابسته به داده مانند مدیریت ورزشی، به‌طور معناداری تغییر می‌دهد (آتور و همکاران، 2022؛ گلبووا و همکاران، 2024). بااین‌حال، این پیشرفت‌ها همچنین به منبع مهمی از اضطراب درباره امنیت شغلی برای افراد تبدیل شده و پیامدهای روان‌شناختی در سطح فردی ایجاد کرده‌اند. توانایی بالقوه هوش مصنوعی برای برعهده‌گرفتن وظایف تکراری، پرسش‌ها پیرامون ارزش و کارکرد نیروی کار انسانی را عمیق‌تر کرده است…

1 Introduction Digital transformation has emerged as one of the most influential dynamics reshaping the social, economic, and cultural structures of modern societies. At the core of this transformation lie Artificial Intelligence (AI) technologies, which have revolutionized numerous sectors by optimizing business processes, accelerating decision-making, and enhancing efficiency. Empirical studies demonstrate that AI adoption significantly alters job roles and competency demands across industries, including data-dependent fields such as sport management (Autor et al., 2022; Glebova et al., 2024). However, these advancements have also become a significant source of anxiety for individuals regarding job security, leading to psychological implications at the individual level. The potential of AI to take over routine tasks has deepened questions surrounding the value and functionality of human labor…

2.1 شرکت‌کنندگان

نمونه پژوهش شامل 210 دانشجوی داوطلب با دامنه سنی 18 تا 39 سال (میانگین سنی = 21.18) بود که با استفاده از روش نمونه‌گیری در دسترس انتخاب شدند. به منظور افزایش شفافیت و قابلیت تکرارپذیری پژوهش، معیارهای ورود شامل موارد زیر بود: (الف) ثبت‌نام در رشته مدیریت ورزشی، (ب) دانشجوی فعال بودن در سال تحصیلی 2024–2025،و (ج) ارائه رضایت آگاهانه. دانشجویانی که فرم‌های ناقص ارسال کرده بودند از پژوهش حذف شدند (7 = n). شرکت‌کنندگان در گروه مدیریت ورزشی دانشکده‌های علوم ورزشی دانشگاه بارتین، دانشگاه چاناک‌قلعه اون‌سکیز مارت، دانشگاه آنکارا، دانشگاه وان یوزونجو ییل و دانشگاه بول آبانت در سال تحصیلی 2024–2025 مشغول به تحصیل بودند…

2.1 Participants The research sample consisted of 210 volunteer students, aged between 18 and 39 (Mean age = 21.18), selected using the convenience sampling method. To improve transparency and replicability, inclusion criteria were: (a) being enrolled in a Sports Management program, (b) being an active student during the 2024–2025 academic year, and (c) providing informed consent. Students who submitted incomplete forms were excluded (n = 7). Participants were enrolled in the Sports Management Department of the Sports Sciences Faculties at Bartın University, Çanakkale Onsekiz Mart University, Ankara University, Van Yüzüncü Yıl University and Bolu Abant University during the 2024–2025 academic year…

2.4 تحلیل آماری

داده‌ها با استفاده از نرم‌افزار SPSS نسخه 24.0 تحلیل شدند. بر اساس نظر هیر و همکاران (2010)، مقادیر چولگی و کشیدگی برای ارزیابی توزیع نرمال داده‌ها توصیه می‌شود. جورج و مالری (2003)  بیان می‌کنند که اگر مقادیر چولگی و کشیدگی بین 2+ و 2- قرار داشته باشند، داده‌ها دارای توزیع نرمال محسوب می‌شوند. بر اساس این ارزیابی، داده‌های این پژوهش معیارهای توزیع نرمال را برآورده کردند. افزون بر این، پیش از اجرای آزمون‌های t و ANOVA، آزمون لون  برای بررسی همگنی واریانس‌ها اجرا شد…

2.4 Statistical analysis The data were analyzed using the SPSS 24.0 software package. According to Haır et al. (2010), skewness and kurtosis values are recommended to assess the normal distribution of the data. George and Mallery (2003) suggest that data can be considered normally distributed if skewness and kurtosis values fall between +2 and −2. Based on this evaluation, the data in this study were determined to meet the criteria for normal distribution. In addition, Levene’s test was conducted to assess homogeneity of variances before applying t-tests and ANOVA…

5.نتیجه‌گیری

به‌طور کلی، یافته‌های این مطالعه نشان می‌دهد که نگرانی‌های مرتبط با هوش مصنوعی در میان دانشجویان مدیریت ورزشی، بیشتر تحت تأثیر میزان مواجهه، ادراک شایستگی و تجربیات آموزشی قرار دارد تا ویژگی‌های جمعیت‌شناختی. در مقابل، اضطراب یافتن شغل بیشتر تحت تأثیر آسیب‌پذیری اقتصادی ـ اجتماعی است. این تمایزها برای طراحی مداخلات آموزشی و مشاوره‌ای هدفمند اهمیت زیادی دارند.

در نتیجه، این مطالعه سطوح اضطراب یافتن شغل و اضطراب هوش مصنوعی را در میان مدیران ورزشی آینده بررسی و یافته‌ها را در ارتباط با متغیرهای مختلف ارزیابی کرد. برای کاهش اضطراب یافتن شغل در میان مدیران ورزشی آینده، می‌توان خدمات مشاوره شغلی ارائه داد و فرصت‌های کارآموزی و اشتغال را افزایش داد. همچنین برنامه‌های حمایتی اقتصادی مانند بورسیه‌ها و کمک‌هزینه‌های کارآموزی می‌توانند برای دانشجویان با سطح درآمد پایین فراهم شوند تا احساس ناامنی آنان کاهش یابد. علاوه بر این، برنامه‌های آموزشی مرتبط با هوش مصنوعی می‌توانند برای کاهش اضطراب‌های فناورانه اجرا شوند و رویدادهای شغلی که تعامل با دنیای حرفه‌ای را تقویت می‌کنند سازماندهی گردند. خدمات حمایت روان‌شناختی و مدیریت استرس نیز می‌توانند برای کاهش اضطراب دانشجویان ارائه شوند. باور بر این است که این راهبردها می‌توانند ضمن حمایت از توسعه حرفه‌ای مدیران ورزشی آینده، اضطراب آنان درباره یافتن شغل را نیز کاهش دهند.

5 Conclusion Overall, the study’s findings highlight that AI-related concerns among sport management students are shaped more by exposure, competence perceptions, and educational experiences than by demographic characteristics alone. In contrast, job-finding anxiety appears to be more strongly influenced by socioeconomic vulnerability. These distinctions are important for designing targeted educational and counselling interventions. In conclusion, this study examined the job finding anxiety and AI anxiety levels of prospective sports managers and evaluated the findings in relation to various variables. To reduce job finding anxiety among prospective sports managers, career counseling services can be offered, and internship and job opportunities can be increased. Economic support programs, such as scholarships and internship subsidies, can be provided for students with low-income levels to alleviate feelings of insecurity. Furthermore, AI-related training programs can be implemented to reduce technological anxieties, and career events that enhance interaction with the professional world can be organized. Psychological support and stress management services can also be provided to alleviate students’ anxieties. It is believed that these strategies could support the professional development of prospective sports managers while also reducing their job finding anxiety…