基于UTAUT模型的大学生AIGC工具使用行为影响因素研究.docx
基于UTAUT模型的大学生AIGC工具使用行为影响因素研究
摘要：以ChatGPT为代表的人工智能生成内容（AIGC）在大学生群体中得到广泛应用。为深入了解大学生AIGC工具使用行为影响因素，引导其正确认识、合理使用，在技术接受与使用整合模型UTAUT的基础上新增风险保障、个体创新性两个因素，同时纳入性别、年级、学科门类、使用频次四个因素，构建大学生AIGC工具使用行为影响因素模型。提出相关假设，并通过问卷调查收集数据，采用多元线性回归分析方法进行实证分析与检验。研究结果显示，个体创新性、社会影响、绩效期望、风险保障、努力期望（按影响力大小排序）均对大学生AIGC工具使用意愿存在显著正向影响，使用意愿和促进条件对使用行为产生直接影响。此外，研究发现不同性别、年级、使用频次的大学生在AIGC工具使用行为上不存在显著差异，不同学科的大学生在AIGC工具使用行为上存在显著差异。根据分析结果，为推动AIGC工具在高等教育中的有效应用和发展提供针对性建议。
关键词：AIGC工具；UTAUT模型；ChatGPT；大学生；人工智能；使用行为
0引言
自2022年11月30日美国开放人工智能研究中心（OpenAI）发布ChatGPT（ChatGenerativePre-
trainedTransformer）以来，AIGC（ArtificialIntelligenceGeneratedContent，人工智能生成内容）迅速发展，掀起一场全球技术革命，逐步从专用走向通用，从小众走向大众。作为一种新兴生产力，AIGC引发各行各业的高度关注。如今，AIGC
通过更适合人类的对话交互方式，已渗透到各个领域，更是引发教育领域的高度关注，高等教育领域对其的研究逐渐增多。无论是理论研究还是实践应用，均对AIGC工具的推广和应用起到积极的促进作用。但在教育领域，再先进的技术最终都是为教与学服务的，当代大学生对AIGC工具使用的意愿和行为直接影响自身的AIQ（ArtificialIntelli-
genceQuotient，人工智能商数），而其利用人工智能技术的能力也决定了自身是否能适应智能社会对未来人才的需求[1]。因此，有必要对大学生AIGC工具使用行为影响因素进行深入剖析。
在国内研究中，李艳等[2]探究了大学生生成式人工智能的应用现状与影响因素，主要聚焦于使用频率、常用功能等基本情况，未能深入分析影响学生接受和持续使用ChatGPT的关键因素。毛太田等[3]通过质性研究方法确定了影响ChatGPT接受意愿的主要因素，包括信息质量、用户感知和技术特点。任海芝等[4]结合UTAUT（UnifiedTheoryof
AcceptanceandUseofTechnology，技术接受与使用整合模型）、创新扩散理论和感知风险理论，构建科研用户使用行为影响因素模型，并发现ChatGPT相比其他信息搜索系统的优越性是影响科研用户使用意愿的最关键因素。然而，这些研究主要聚焦于ChatGPT这一特定工具，由于其对中国用户的使用限制，单一关注ChatGPT可能导致忽视其他在我国广泛应用的AIGC工具的特性和影响。
在国外研究中，部分学者基于技术接受模型（TAM，TechnologyAcceptanceModel）探讨了感知有用性、感知易用性和使用态度对使用行为的影响[5-7]。随后，研究者转向采用更为成熟的UTAUT模型，以探究影响大学生接受和使用ChatGPT的因素。学者在UTAUT模型基础上根据具体研究情境不断引入新概念，如感知风险、个体创新性、相对优势、感知交互性、数字技能和人机交互等。然而，虽然这些研究提供了宝贵的理论洞见，但其采用的理论框架和研究对象可能并不完全契合我国高等教育的环境和学生群体的特殊性。
基于此，本研究采用更广泛的AIGC工具定义，不仅包括ChatGPT，还涵盖其他人工智能生成内容工具，基于UTAUT模型，运用多元线性回归分析方法，评估多个自变量对因变量的影响，揭示各因素对大学生AIGC工具使用行为的相对重要性。
1大学生AIGC工具使用行为影响因素模型
的构建与研究假设
1.1模型的构建
技术的实际价值取决于其在公众中的普及程度，探究影响用户采纳和应用新技术的关键因素成为技术推广领域的核心议题。UTAUT是分析影响用户技术接受和使用因素较成熟的理论模型，由Vis-
wanathVenkatesh与MichaelG.Morris等人在2003年提出[8]。该模型整合了理性行动理论（TRA，
TheoryofReasonedAction）、计划行为理论（TPB，
TheoryofPlannedBehavior）、技术接受模型（TAM）、创新扩散理论（IDT，InnovationDiffu-