ანოტაცია. ნაშრომში შესწავლილია ChatGPT-ის, როგორც ხელოვნურ ინტელექტზე დაფუძნებული ტექნოლოგიის, როლი უმაღლეს განათლებაში. საკვლევი თემის გარშემო არსებული მნიშვნელოვანი ლიტერატურის გაანალიზების საფუძველზე წარმოდგენილია კვლევის ძირითადი ცვლადები: ChatGPT-ის გამოყენების აღქმული სიმარტივე, ChatGPT-ის გამოყენების აღქმული სარგებლიანობა, ChatGPT-ისადმი დამოკიდებულება, ChatGPT-ის გამოყენების ქცევითი განზრახვა და ChatGPT-ის გამოყენების ქცევა. აქვე ჩამოყალიბებულია შესაბამისი ჰიპოთეზები და შემუშავებულია კვლევის მოდელი. მარკეტინგული კვლევის შედეგად გამოვლენილია ChatGPT-ის გამოყენების ძირითადი ცვლადებისადმი ქართველი მომხმარებლების დამოკიდებულება. რეგრესიული ანალიზის დახმარებით მიღებულია სტატისტიკურად მნიშვნელოვანი სიდიდეები, რომლებიც ChatGPT-ის გამოყენებასთან დაკავშირებულ ცვლადებს შორის კავშირებს ასახავს.

საკვანძო სიტყვები: ChatGPT-ის გამოყენების აღქმა, ChatGPT-ისადმი დამოკიდებულება, მომხმარებელთა ქცევა, მარკეტინგული კვლევა.

პრობლემის აქტუალობა. ChatGPT (Generative Pre-trained Transformer) არის ხელოვნური ინტელექტის ბაზაზე შექმნილი ჩატბოტი, რომელიც ამოქმედდა 2022 წლის ნოემბერში [Sok & Heng, 2023]. იგი უზრუნველყოფს ამოცანების ავტომატურად შესრულებას, პერსონალიზებულ სწავლებას, აგრეთვე დასმულ კითხვებზე რელევანტური პასუხების გაცემას [Abbas ... 2022; Mijwil & Aljanabi, 2023]. დღეისათვის ChatGPT განიხილება, როგორც ინსტრუმენტი, რომელიც აკადემიური პროცესების წარმართვაში რევოლუციას ახდენს, რადგან იგი უზარმაზარ ინფორმაციაზე წვდომას და ცოდნის მიღებას უზრუნველყოფს [Cotton ... 2023]. ChatGPT-ის შეუძლია შექმნას ინტერაქტიული და თამაშზე დაფუძნებული შეფასებების სისტემა, რაც ზრდის სტუდენტთა ჩართულობას და ხელს უწყობს დისტანციურ სწავლებას [Cotton ... 2023]. შესაბამისად, სტუდენტები სასწავლო პროცესში უფრო მეტად ჩართულნი არიან და მათი აკადემიურ მოსწრების ხარისხიც იზრდება [Susnjak, 2022]. ამასთან, განათლების სფეროს მკვლევრები აღწერენ იმ საფრხეებს, რომლებიც აკადემიურ საქმიანობაში ChatGPT-ის გამოყენებას თან ახლავს. უწინარეს ყოვლისა, ესაა სტუდენტების მიერ ChatGPT-ის შესაძლებლობების ბოროტად გამოყენება, სხვადასხვა სახის ეთიკური დარღვევები, არაზუსტი ან მიკერძოებული პასუხების გაცემა და სხვა [Lund ... 2023; Cotton ... 2023]. აღნიშნულიდან გამომდინარე, სტუდენტების მიერ აკადემიური მიზნებისათვის ChatGPT-ის გამოყენებისადმი დამოკიდებულების შესწავლა აქტუალური საკითხია, რაც უმაღლესი განათლების მკვლევრების განსაკუთრებულ დაინტერესებას განაპირობებს. თუმცა, აქვე უნდა შევნიშნოთ ის ფაქტი, რომ, ბოლო დროს ჩატარებული კვლევების მზარდი რაოდენობის მიუხედავად, ცოტა რამ კეთდება ისეთი მოდელების შემუშავებისათვის, რომლებიც სტუდენტების მიერ ChatGPT-ის გამოყენების პროგნოზირებას მოახდენდა [Hasanein & Sobaih, 2023; Abdi ... 2025]. განსაკუთრებით, ეს ეხება აღნიშნულ პროცესში ქცევითი ფაქტორების ჩართვას [Acosta-Enriquez ... 2024]. ამასთან, გასათვალისწინებელია ისიც, რომ განათლებაში ტექნოლოგიების დანერგვასთან დაკავშირებულ კვლევები ეფუძნება სხვადასხვა მოდელს. მათში ტექნოლოგიების ათვისების მოდელს (TAM) განსაკუთრებული ადგილი უჭირავს [Papakostas ... 2023]. TAM ფოკუსირებულია ისეთ ცვლადებზე, როგორიცაა გამოყენების აღქმული სიმარტივე და აღქმული სარგებლიანობა [Davis, 1989]. მართალია, საქართველოში მომხმარებელთა ქცევაზე მოქმედი ფაქტორების შესწავლის თვალსაზრისით შესრულებულია გარკვეული სამუშაოები (Todua & Dotchviri, 2015a; Todua & Dotchviri, 2015b; Todua, 2018; Todua & Danelia, 2025), თუმცა, ინოვაციური ტექნოლოგიების გავლენის კვლევაში შეიმჩნევა ხარვეზები. წინამდებარე კვლევაში მედიაციურ ცვლადად წარმოდგენილია დამოკიდებულება. განსაკუთრებული ყურადღება გამახვილებულია ისეთ ემოციურ და ქცევით ფაქტორებზე, როგორიცაა ქცევითი განზრახვა და გამოყენების ქცევა. აქედან გამომდინარე, ჩვენი კვლევის მიზანია, შევისწავლოთ ის ქცევითი ფაქტორები, რომლებიც სტუდენტების მიერ ChatGPT-ის გამოყენებაზე გავლენას ახდენენ. დასახული მიზნის მისაღწევად ჩამოვაყალიბეთ შემდეგი კითხვები (RQ):
RQ 1: როგორ გავლენას ახდენს ChatGPT-ის გამოყენების აღქმული სიმარტივე ამ ტექნოლოგიისადმი სტუდენტების დამოკიდებულებაზე?
RQ 2: როგორ გავლენას ახდენს ChatGPT-ის გამოყენების აღქმული სარგებლიანობა ამ ტექნოლოგიისადმი სტუდენტების დამოკიდებულებაზე?
RQ 3: როგორ გავლენას ახდენს ChatGPT-ისადმი სტუდენტების დამოკიდებულება მათ მყიდველობით განზრახვაზე?
RQ 4: როგორ გავლენას ახდენს სტუდენტების მყიდველობითი განზრახვა მათ მიერ ChatGPT-ის გამოყენების ქცევაზე?

ლიტერატურის მიმოხილვა და კვლევის ჰიპოთეზების განვითარება. გამოყენების აღქმული სიმარტივე (Perceived ease of use /PEU) გულისხმობს ამა თუ იმ ტექნოლოგიის ათვისების ხარისხს. იგი არის სტუდენტების აღქმის საზომი, თუ რამდენად მარტივია სხვადასხვა ტექნოლოგიების გამოყენება აკადემიური მიზნებისთვის [Venkatesh ... 2003]. მიუხედავად იმისა, რომ ინოვაცია შეიძლება იყოს სასარგებლო, ზოგიერთი ინდივიდის აზრით, მისი გამოყენება მოითხოვს დამატებით ძალისხმევას, რაც, საბოლოოდ, მის სარგებელიანობას აღემატება [Davis, 1989]. ინდივიდები უფრო მეტად გამოიყენებენ ინოვაციას, თუ იგი მარტივი გამოსაყენებელი იქნება [Venkatesh ... 2003]. კვლევებით დადგენილია, რომ გამოყენების სიმარტივეს აქვს მნიშვნელოვანი გავლენა მომხმარებელთა განზრახვაზე, გამოიყენონ AI-ზე (ხელოვნურ ინტელექტზე) დაფუძნებული ინსტრუმენტები, მათ შორის ChatGPT [García de Blanes Sebastián ... 2022; Emon ... 2023]. გამოყენების აღქმული სიმარტივე ამ კვლევის კონტექსტში აღწერს ChatGPT-ის გამოყენების სირთულის ხარისხს, რომლის მიხედვითაც სტუდენტები თვლიან, რომ ChatGPT მარტივი გამოსაყენებელია და მცირე ძალისხმევას მოითხოვს [Strzelecki, 2024]. ზემოაღნიშნულის საფუძველზე ჩამოვაყალიბეთ შემდეგი ჰიპოთეზა:
H1: ChatGPT-ის გამოყენების აღქმული სიმარტივე დადებით გავლენას ახდენს ამ ტექნოლოგიისადმი სტუდენტების დამოკიდებულებაზე.
აღქმული სარგებლიანობა (Perceived usefulness/PU) გულისხმობს ამა თუ იმ ამოცანების შესრულებისა და სპეციფიკური მიზნების მიღწევის ხარისხს, რომელსაც ინდივიდი მოელის კონკრეტული ტექნოლოგიის გამოყენებისას [Davis, 1989; Venkatesh ... 2003]. ეს კონცეფცია აღწერს იმას, თუ რამდენად სჯერა ადამიანს, რომ ახალი ტექნოლოგიების ან პროდუქტების გამოყენება გააუმჯობესებს მისი მუშაობის ეფექტიანობას [Sakka, 2022]. აკადემიურ კონტექსტში სტუდენტები ChatGPT-ის გამოყენებისადმი უფრო კეთილგანწყობილნი არიან იმ შემთხვევაში, როცა იგი აფართოებს მათ შესაძლებლობებს, შეასრულონ ესა თუ ის დავალება და ამით ხელი შეუწყონ სასწავლო პროცესის გაუმჯობესებას [Malinka ... 2023]. ამასთან დაკავშირებით შემოთავაზებულია შემდეგი ჰიპოთეზა:
H2: ChatGPT-ის გამოყენების აღქმული სარგებლიანობა დადებით გავლენას ახდენს ამ ტექნოლოგიისადმი სტუდენტების დამოკიდებულებაზე.
თავის მხრივ, დამოკიდებულება (Attitude / ATT) წარმოადგენს TAM-ისთან დაკავშირებულ საკვანძო ფაქტორს და პირდაპირ განსაზღვრავს ადამიანის განზრახვას, გამოიყენოს ახალი ტექნოლოგიები [Foroughi ... 2024]. დამოკიდებულება ასახავს ინდივიდის მიერ კონკრეტული ტექნოლოგიის გამოყენების დადებით ან უარყოფით შეფასებას, რაც მის ფსიქოლოგიურ მიდრეკილებაში ვლინდება [Foon ... 2020]. გამოყენების განზრახვისადმი დამოკიდებულების დადებითი გავლენა კარგადაა შესწავლილი ელექტრონული სწავლებისა და ჩატბოტების მიმღებლობის თვალსაზრისით [Kwangsawad & Jattamart, 2022]. ამასთან, ქცევითი განზრახვა (Behavioral intention /BI) შეესაბამება დონეს, რომლითაც სტუდენტები სასწავლო მიზნებისათვის ChatGPT-ის გამოყენებას გეგმავენ [Maheshwari, 2024]. ამიტომაც ქცევითი განზრახვა წარმოადგენს ტექნოლოგიის ფაქტიური გამოყენების ძლიერ პრედიქტორს, ვინაიდან მომხმარებლის განზრახვა აისახება მის მზადყოფნასა და სურვილში, რეალურ პირობებში ChatGPT-ისთან იმოქმედოს [Chai ... 2021]. ზემოაღნიშნული არგუმენტები იძლევა საშუალებას, წამოვაყენოთ შემდეგი ჰიპოთეზა:

H3: ChatGPT-ისადმი დამოკიდებულება დადებით გავლენას ახდენს ამ ტექნოლოგიის გამოყენების ქცევით განზრახვაზე.

გამოყენების ქცევა (Usage behavior /UB) გულისხმობს დაკვირვებად ქმედებებს და ჩართულობებს, რომლებსაც ინდივიდები ავლენენ ChatGPT-ის გამოყენების პროცესში [Al-Rahmi ... 2022]. ChatGPT უზრუნველყოფს პერსონალიზებულ და მყისიერ უკუკავშირს, რაც საშუალებას აძლევს სტუდენტებს, უფრო გარკვევით გაიგონ რთული ამოცანები. პერსონალიზებულ ინტერაქციას, რომელსაც ChatGPT სთავაზობს სტუდენტებს, შეუძლია სწავლა უფრო მიმზიდველი და ინდივიდუალურ საჭიროებებზე მორგებული გახადოს, რაც ზდის ChatGPT -ის გამოყენებით კმაყოფილებას [Yu ... 2024]. კვლევები აჩვენებს, რომ სტუდენტების განზრახვა, გამოიყენონ ChatGPT, დიდადაა დამოკიდებული ამ ტექნოლოგიასთან მათი მუშაობის ფაქტიურ გამოცდილებაზე [Salifu ... 2024; Dahri ... 2024]. ზემოაღნიშნულის გათვალისწინებით, ჩამოვაყალიბეთ შემდეგი ჰიპოთეზა:

H4: ChatGPT-ის გამოყენების ქცევითი განზრახვა დადებით გავლენას ახდენს ამ ტექნოლოგიის გამოყენების ქცევაზე.

ზემოთ ჩამოყალიბებული ჰიპოთეზების საფუძველზე შეიძლება შევიმუშაოთ კვლევის კონცეპტუალური მოდელი, რომლის სტრუქტურა ნაჩვენებია ნახაზზე.

ნახ. კვლევის კონცეპტუალური მოდელი

კვლევის მეთოდოლოგია. კვლევის დიზაინი დაეფუძნა რაოდენობრივი კვლევის მეთოდს, კერძოდ, მომხმარებელთა გამოკითხვას, ხოლო კვლევის ინსტრუმენტად შეირჩა ანკეტა, რომელიც რამდენიმე სტრუქტურიზებული კითხვისგან შედგებოდა. კვლევაში გაიზომა ლიტერატურის საფუძველზე შერჩეული ცვლადები და შესაბამისი დებულებები. გაზომვისათვის გამოყენებულია აღქმული სიმარტივის 3 დებულება (ჩემთვის ChatGPT-ის გამოყენების ათვისება მარტივი და პრაქტიკულია; ჩემი ურთიერთქმედება ChatGPT-ისთან ნათელი და გასაგებია; მიმაჩნია, რომ ChatGPT მარტივი გამოსაყენებელია [Venkatesh ... 2003; Strzelecki, 2024], აღქმული სარგებლიანობის 5 დებულება (ChatGPT-ის გამოყენება სასწავლო ამოცანების უფრო სწრაფად შესრულებას უზრუნველყოფს; ChatGPT-ის გამოყენება ზრდის აკადემიური საქმიანობის ეფექტიანობას; ChatGPT მეხმარება ახალი ცოდნის მიღებაში; ChatGPT მეხმარება სასწავლო მასალების უკეთ გაგებაში; ChatGPT მეხმარება კრიტიკული აზროვნების განვითარებაში [Venkatesh ... 2003; Foroughi ... 2024], დამოკიდებულების 2 დებულება (მე მომწონს აკადემიური მიზნებისათვის ChatGPT-ის გამოყენება; მე მსიამოვნებს აკადემიური მიზნებისათვის ChatGPT-ის გამოყენება [Foroughi ... 2024], ქცევითი განზრახვის 3 დებულება (მე ვაპირებ, გავაგრძელო ChatGPT-ის გამოყენება აკადემიური მიზნებისათვის; მე ვაპირებ, უფრო ხშირად გამოვიყენო ChatGPT აკადემიური მიზნებისათვის; მე ყოველთვის ვეცდები აკადემიური მიზნებისათვის ChatGPT-ის გამოყენებას [Salifu ... 2024] და გამოყენების ქცევის 4 დებულება (ChatGPT-ის მეშვეობით ვეძებ სხვადასხვა ინფორმაციას, რომელიც მჭირდება აკადემიურ საქმიანობაში; ChatGPT-ის დახმარებით შეძენილ ცოდნას და უნარებს ვიყენებ ჩემს აკადემიურ საქმიანობაში; მე ვიყენებ ChatGPT-ის, რათა ჩემი აკადემიური საქმიანობის დონე ავამაღლო; ChatGPT-ის გამოყენება ზრდის აკადემიურ საქმიანობაში ჩემს გამოცდილებას [Dahri ... 2024].

ანკეტაში გამოყენებულია ლიკერტის ხუთბალიანი სკალა (1=სრულიად არ ვეთანხმები, 2=არ ვეთანხმები, 3=ნეიტრალური ვარ, 4=ვეთანხმები, 5=სავსებით ვეთანხმები). გამოკითხვა ჩატარდა ელექტრონული ინტერვიუს მეთოდით. კვლევაში გამოვიყენეთ თვითადმინისტრირებადი გამოკითხვის მეთოდი, რათა თავიდან აგვეცილებინა ინტერვიუერის სუბიექტურობით გამოწვეული შეცდომები. კვლევის მთლიან პოპულაციას წარმოადგენდა საქართველოს მოსახლეობა, ხოლო კვლევის არეს სხვადასხვა ქალაქები. შერჩევის ფორმირება მოხდა საალბათო მეთოდის საფუძველზე. 95%-იანი სანდო ალბათობისა და 5%-იანი ცდომილების გათვალისწინებით, სულ გამოიკითხა 18 წელზე მეტი ასაკის 390 რესპონდენტი (მათ შორის ქალი იყო 231, მამაკაცი - 159). მიღებული შედეგები დამუშავდა სტატისტიკური პროგრამა SPSS 29-ის საშუალებით. ცვლადებს შორის კავშირურთიერთობის დასადგენად გამოვიყენეთ რეგრესიული ანალიზის მეთოდი [Malhotra, 2020].

მოცემულ კვლევაში ცალკეული დებულებების სანდოობის გასაზომად გამოყენებულია კრონბახის ალფა. ცალკეული ცვლადი ან დებულება შეიძლება ჩაითვალოს სანდოდ, თუ მისი მნიშვნელობა აღემატება 0,60-ს [Malhotra, 2020]. კრონბახის ალფას მნიშვნელობები მოცემულია 1-ელ ცხრილში, საიდანაც ჩანს, რომ მიღებული შედეგები მაღალია და სანდოა.

ცხრილი 1. კრონბახის ალფას მნიშვნელობები 

       წყარო: ავტორები

კვლევის შედეგები. ზემოთ ჩამოყალიბებული ჰიპოთეზების შემოწმებისათვის გამოვიყენეთ რეგრესიული ანალიზი. პირველ რიგში, დავადგინეთ დამოუკიდებელი ცვლადების, გამოყენების აღქმული სიმარტივისა და აღქმული სარგებლიანობის გავლენა მედიაციურ ცვლადზე ცვლადზე - ChatGPT-ის გამოყენებისადმი დამოკიდებულებაზე (იხ. ცხრილი 2). აღმოჩნდა, რომ ეს გავლენა ორივე შემთხვევაში საკმაოდ მნიშვნელოვანია (F=234.236, P

ცხრილი 2. ChatGPT-ის გამოყენებისადმი დამოკიდებულებაზე  გამოყენების აღქმული სიმარტივისა და აღქმული სარგებლიანობის   გავლენის რეგრესიული ანალიზი

წყარო: ავტორები

შემდგომ გამოვიკვლიეთ, როგორ გავლენას ახდენს ChatGPT-ის გამოყენებისადმი დამოკიდებულება ქცევით განზრახვაზე (იხ. ცხრილი 3). აშკარაა, რომ ChatGPT-ის გამოყენებისადმი დამოკიდებულების გავლენა ქცევით განზრახვაზე საკმაოდ მნიშვნელოვანია (F= 588.178; P<0.001), რითაც მესამე ჰიპოთეზა დამტკიცდა.

ცხრილი 3.ქცევით განზრახვაზე ChatGPT-ის გამოყენებისადმი დამოკიდებულების   გავლენის რეგრესიული ანალიზი

წყარო: ავტორები

რეგრესიული ანალიზი გამოვიყენეთ იმის შესამოწმებლად, თუ როგორ მოქმედებს ქცევითი განზრახვა გამოყენების ქცევაზე (იხ. ცხრილი 4). შედეგები ცხადყოფს, რომ ქცევითი განხრახვა მნიშვნელოვან როლს ასრულებს გამოყენების ქცევის ჩამოყალიბებაში (F=445.274; P<0.001). შესაბამისად, მეოთხე ჰიპოთეზებია დამტკიცდა.

ცხრილი 4.   გამოყენების ქცევაზე  ქცევითი განზრახვისგავლენის რეგრესიული ანალიზი

წყარო: ავტორები

დასკვნები. ჩვენ მიერ ჩატარებულმა კვლევამ აჩვენა, რომ უმაღლეს განათლებაში ChatGPT-ის გამოყენებისადმი დამოკიდებულება დადებითია. კვლევის შედეგები ცხადყოფს, რომ სტუდენტები დადებითად აფასებენ ChatGPT-ის პრაქტიკულობას და სარგებლიანობას სწავლების პროცესში. სტუდენტების უმეტესობისთვის ChatGPT-ის მიერ გენერირებული ინფორმაცია სასარგებლოა, რაც ხელს უწყობს მის აქტიურ გამოყენებას სასწავლო პროცესში. სტუდენტები მზად არიან, თავიანთ აკადემიურ საქმიანობაში გამოიყენონ ChatGPT-ის ტექნოლოგია, რაც მათთვის სირთულეს არ წარმოადგენს. სტატისტიკური ანალიზი ცხადყოფს კვლევაში გამოყენებული მოდელის სანდოობას. კვლევის შედეგებმა აჩვენა, რომ ჩვენ მიერ შერჩეული ChatGPT-ის გამოყენების მახასიათებლები რელევანტურია სტუდენტებთან ურთიერთობებისათვის. ამიტომ კვლევის შედეგებს აქვს თეორიული მნიშვნელობა ChatGPT-ის, როგორც ხელოვნური ინტელექტის ინსტრუმენტის, უმაღლეს განათლებაში გამოყენების თვალსაზრისით. კვლევის შედეგების პრაქტიკული განხორციელება ხელს შეუწყობს ხელოვნური ინტელექტის საკითხებით დაინტერესებულ პირებს, გაიფართოონ თავიანთი წარმოდგენა ChatGPT-ის ტექნოლოგიის შესახებ და აქტიურად გამოიყენონ იგი თავიანთ საქმიანობაში.

გამოყენებული ლიტერატურა

1. Abbas, N., Whitfield, J., Atwell, E., Bowman, H., Pickard, T., & Walker, A. (2022). Online chat and chatbots to enhance mature student engagement in higher education. International Journal of Lifelong Education, 41(3), 308-326.
2. Abdi, A. N. M., Omar, A. M., Ahmed, M. H., & Ahmed, A. A. (2025). The predictors of behavioral intention to use ChatGPT for academic purposes: evidence from higher education in Somalia. Cogent Education, 12(1), 2460250.
3. Acosta-Enriquez, B. G., Arbulú Ballesteros, M. A., Huamaní Jordan, O., López Roca, C., & Saavedra Tirado, K. (2024). Analysis of college students' attitudes toward the use of ChatGPT in their academic activities: effect of intent to use, verification of information and responsible use. BMC psychology, 12(1), 255.
4. Al-Rahmi, W. M., Yahaya, N., Alturki, U., Alrobai, A., Aldraiweesh, A. A., Omar Alsayed, A., & Kamin, Y. B. (2022). Social media–based collaborative learning: The effect on learning success with the moderating role of cyberstalking and cyberbullying. Interactive Learning Environments, 30(8), 1434-1447.
5. Chai, C. S., Lin, P. Y., Jong, M. S. Y., Dai, Y., Chiu, T. K., & Qin, J. (2021). Perceptions of and behavioral intentions towards learning artificial intelligence in primary school students. Educational Technology & Society, 24(3), 89-101.
6. Cotton, D. R., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in education and teaching international, 61(2), 228-239.
7. Dahri, N. A., Yahaya, N., Al-Rahmi, W. M., Aldraiweesh, A., Alturki, U., Almutairy, S., ... & Soomro, R. B. (2024). Extended TAM based acceptance of AI-Powered ChatGPT for supporting metacognitive self-regulated learning in education: A mixed-methods study. Heliyon, 10(8).
8. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, 319-340.
9. Emon, M. M. H., Hassan, F., Nahid, M. H., & Rattanawiboonsom, V. (2023). Predicting adoption intention of artificial intelligence-A study on ChatGPT. AIUB Journal of Science and Engineering, 22(2), 189-196.
10. Foon, P. Y., Ganesan, Y., Iranmanesh, M., & Foroughi, B. (2020). Understanding the behavioural intention to dispose of unused medicines: An extension of the theory of planned behaviour. Environmental Science and Pollution Research, 27(22), 28030-28041.
11. Foroughi, B., Senali, M. G., Iranmanesh, M., Khanfar, A., Ghobakhloo, M., Annamalai, N., & Naghmeh-Abbaspour, B. (2024). Determinants of intention to use ChatGPT for educational purposes: Findings from PLS-SEM and fsQCA. International Journal of Human–Computer Interaction, 40(17), 4501-4520.
12. García de Blanes Sebastián, M., Sarmiento Guede, J. R., & Antonovica, A. (2022). Application and extension of the UTAUT2 model for determining behavioral intention factors in use of the artificial intelligence virtual assistants. Frontiers in Psychology, 13, 993935.
13. Hasanein, A. M., & Sobaih, A. E. E. (2023). Drivers and consequences of ChatGPT use in higher education: Key stakeholder perspectives. European journal of investigation in health, psychology and education, 13(11), 2599-2614.
14. Kwangsawad, A., & Jattamart, A. (2022). Overcoming customer innovation resistance to the sustainable adoption of chatbot services: A community-enterprise perspective in Thailand. Journal of Innovation & Knowledge, 7(3), 100211.
15. Lund, B. D., Wang, T., Mannuru, N. R., Nie, B., Shimray, S., & Wang, Z. (2023). ChatGPT and a new academic reality: Artificial Intelligence‐written research papers and the ethics of the large language models in scholarly publishing. Journal of the Association for Information Science and Technology, 74(5), 570-581.
16. Maheshwari, G. (2024). Factors influencing students' intention to adopt and use ChatGPT in higher education: A study in the Vietnamese context. Education and Information Technologies, 29(10), 12167-12195.
17. Malhotra, N. (2020). Marketing research: An applied orientation. 7th ed., Upper Saddle River, N.J.; London: Pearson Education.
18. Malinka, K., Peresíni, M., Firc, A., Hujnák, O., & Janus, F. (2023, June). On the educational impact of chatgpt: Is artificial intelligence ready to obtain a university degree?. In Proceedings of the 2023 Conference on Innovation and Technology in Computer Science Education V. 1 (pp. 47-53).
19. Mijwil, M. M., Aljanabi, M., & ChatGPT, C. (2023). Towards artificial intelligence-based cybersecurity: The practices and ChatGPT generated ways to combat cybercrime. Iraqi Journal For Computer Science and Mathematics, 4(1), 8.
20. Papakostas, C., Troussas, C., Krouska, A., & Sgouropoulou, C. (2023). Exploring users’ behavioral intention to adopt mobile augmented reality in education through an extended technology acceptance model. International Journal of Human–Computer Interaction, 39(6), 1294-1302.
21. Sakka, Y. M. H. (2022). Students’ Acceptance of Distance Learning as a Result of COVID‐19 Impact on Higher Education in Jordan. Education Research International, 2022(1), 7697947.
22. Salifu, I., Arthur, F., Arkorful, V., Abam Nortey, S., & Solomon Osei-Yaw, R. (2024). Economics students’ behavioural intention and usage of ChatGPT in higher education: A hybrid structural equation modelling-artificial neural network approach. Cogent Social Sciences, 10(1), 2300177.
23. Sok, S., & Heng, K. (2023). ChatGPT for education and research: A review of benefits and risks. Cambodian Journal of Educational Research, 3(1), 110-121.
24. Strzelecki, A. (2024). To use or not to use ChatGPT in higher education? A study of students’ acceptance and use of technology. Interactive learning environments, 32(9), 5142-5155.
25. Susnjak, T., & McIntosh, T. R. (2024). ChatGPT: The end of online exam integrity?. Education Sciences, 14(6), 656.
26. Todua, N. (2018). Impact of social media marketing on consumer behavior in the Georgian tourism industry. Web of Scholar, 3(5), 11-16.
27. Todua, N. U. G. Z. A. R., & Dotchviri, T. (2015b). ANOVA in marketing research of consumer behavior of different categories in georgian market. Annals of the “Constantin Brâncusi” University of Târgu Jiu, Economy Series,(1), 183-190.
28. Todua, N., & Danelia, L. (2025). Examining the Influence of Social Media Marketing Awareness, Information Quality, and Trust on Tourist Behavior: Evidence from Georgia. Journal of Business and Management Review, 6(7), 782-799.
29. Todua, N., & Dotchviri, T. (2015a). On the Marketing Research of consumer prices and inflation process. British Journal of Marketing Studies, 3(2), 48-57.
30. Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, 27(3), 425-478.
31. Yu, C., Yan, J., & Cai, N. (2024, May). ChatGPT in higher education: factors influencing ChatGPT user satisfaction and continued use intention. In Frontiers in Education (Vol. 9, p. 1354929). Frontiers Media SA.