在校大學生對人工智能技術的接受度及影響因素研究

在當今數(shù)字化時代，人工智能（AI）技術正以前所未有的速度滲透至社會的各個層面，從醫(yī)療健康到金融投資，從教育到娛樂，AI應用正在重塑人們的生活和工作方式。對于大學生而言，作為未來社會的中堅力量，他們對AI技術的接受程度和態(tài)度將直接影響到技術的普及和應用。根據(jù)《大學生人工智能素養(yǎng)紅皮書（2024版）》，大學生對人工智能有一定的了解，尤其是計算機科學、工程技術等相關專業(yè)的學生對人工智能的認知度明顯高于其他專業(yè)的學生。關于大學生實際使用人工智能的系統(tǒng)研究表明，大學生對人工智能的行為意向受到其態(tài)度和學習動機的影響。雖然大部分學生對人工智能采取積極的態(tài)度，希望人工智能能夠在未來作為工具繼續(xù)發(fā)展。但也有少部分學生擔心人工智能發(fā)展會對人類構成威脅。在分析人工智能技術對就業(yè)的沖擊研究中發(fā)現(xiàn)，人們會擔心人工智能導致失業(yè)問題。鑒于此，本文的核心目的在于全面探討大學生對于人工智能技術應用的認知與態(tài)度，并分析影響其接受程度的關鍵因素，旨在為高等教育機構構建智能教育環(huán)境及設置相關專業(yè)課程提供有價值的參考依據(jù)。

一、文獻綜述

（一） UTAUT理論模型

UTAUT模型是由Venkatesh等人在2003年提出的一項綜合框架，該模型融合了技術接受模型（TAM）及其他七個相關理論的要素。在UTAUT模型中，Venkatesh等人（2003）認為，績效預期（PE）努力預期（EE）社群影響（SI）和便利條件（FC）作為用戶接受和使用行為的直接決定因素發(fā)揮了重要作用。具體而言，PE是指個人認為使用該系統(tǒng)將有助于他們在工作績效方面獲得收益的程度，在教育技術背景下，學生的績效期望是指學生認為通過使用特定的教育技術或在線學習平臺能夠提高其學習效率和效果的程度。胡德鑫和王耀榮（2022）采用元分析方法，發(fā)現(xiàn)人工智能技術能夠?qū)W生的學習效果產(chǎn)生積極正向的提升作用。人工智能技術可以根據(jù)學生的需求對課程和知識內(nèi)容進行定制化和個性化，促進學習知識的吸收和保留，從而改善學習者的體驗和整體學習質(zhì)量。EE表示與系統(tǒng)使用相關的易用程度，用戶友好且雜性較低的技術更容易被接受。張池（2023）的研究表明，大學生對于生成式人工智能工具的感知易用性會對大學生的使用意愿產(chǎn)生顯著的正向影響。 ^[2]SI 是指個人對重要他人認為他們應該使用新系統(tǒng)的感知程度。有研究探討了同輩互動與大學生在數(shù)字環(huán)境中的學習成果之間的關系，發(fā)現(xiàn)同輩互動對學習成果有積極影響，同時，態(tài)度和自我效能在同輩互動和學習成果之間起到了鏈式中介作用。大學生對生成式人工智能工具的使用意愿受到社會影響的顯著作用，其中，社會輿論風氣、從眾心理和群體壓力是關鍵因素。當周圍同學普遍認可并積極使用這類工具，以及社會整體風氣對生成式人工智能工具持肯定態(tài)度時，大學生的使用意愿往往會顯著增強。FC反映了個人對支持系統(tǒng)使用的組織和技術基礎設施的信任程度。此外，性別、年齡、自愿性和經(jīng)驗等關鍵調(diào)節(jié)因素也被納入UTAUT模型。

（二）大學生與人工智能技術

大學生對人工智能技術的接受代表著新興技術融入日常生活和教育的重大轉變。作為數(shù)字原住民，大學生更容易接受像人工智能這樣的創(chuàng)新，他們在探索和適應人工智能應用方面具有獨特的優(yōu)勢。影響學生接受人工智能的因素之一是其所感知到的這些技術的有用性。研究發(fā)現(xiàn)，許多學生認識到人工智能可以通過提供定制化的資源和支持來提升他們的學習體驗。3然而，接受并不僅僅基于實用性，還涉及對技術的信任。學生必須相信人工智能系統(tǒng)是可靠和安全的，關于數(shù)據(jù)隱私、算法偏見以及可能出現(xiàn)的失業(yè)等問題的擔憂可能會阻礙學生接受人工智能技術。人工智能過程的透明度可以顯著提高信任度，進而促進學生接受。此外，社會環(huán)境在塑造學生對人工智能的態(tài)度方面起著至關重要的作用。周瓊等人（2024）研究發(fā)現(xiàn)，同輩影響、教師認可和機構支持可以促進或阻礙學生對人工智能技術的接受程度，積極將人工智能融入課程并為學生提供接觸這些技術機會的學院也對人工智能技術持積極態(tài)度。④

然而，在中國情境下的相關質(zhì)性研究相對匱乏。當前的研究大多依賴于問卷調(diào)查等量化手段，這在一定程度上限制了人們對大學生對于人工智能技術的態(tài)度與接受程度的全面理解。因此，開展針對中國高校學生群體關于人工智能技術接受度的深入定性分析顯得尤為必要。

二、研究設計

（一）研究設計

本文基于技術接受模型，通過半結構化訪談與焦點團體訪談兩種定性研究方法，探索大學生對于人工智能技術的態(tài)度及其使用情況。其中，半結構化訪談側重于對個人見解的收集，能夠有效揭示受訪者對于人工智能技術的個人看法及體驗；而焦點團體訪談強調(diào)群體間的交流互動，旨在通過集體討論發(fā)現(xiàn)共同關注的問題，從而實現(xiàn)從個體到群體、全面理解大學生對人工智能技術的接納程度。為此，本文設定了以下研究目標：一是探究在校大學生對于生活中應用的人工智能技術的觀點和態(tài)度；二是識別影響大學生采納人工智能技術的關鍵因素。

（二）研究對象

在質(zhì)性研究訪談中，本文以在杭高校（雙一流、普通本科、?？疲┑?0名大學生（女生13名、男生7名）為研究對象。選取這一區(qū)域作為研究對象的原因在于，該地區(qū)匯聚了眾多高等教育機構，并擁有豐富的創(chuàng)新資源，是我國知識創(chuàng)新的關鍵集中地之一。此外，它在促進科技進步和經(jīng)濟發(fā)展方面表現(xiàn)出色。這些有利條件使得長三角地區(qū)能夠在人工智能等尖端技術領域積累大量的實際操作經(jīng)驗。5這項研究不僅具有前瞻性，而且具備一定的代表性。本文聚焦于高等院校的學生群體，其中部分學生已經(jīng)接觸過人工智能的相關課程教育，然而，多數(shù)學生的實際操作能力仍處于初級階段。為了深人了解這些學生在運用人工智能技術過程中的真實體驗與觀點，研究小組采用目的性抽樣策略，專門邀請了具有一定人工智能技術使用背景的學生參與深度訪談。

（三）數(shù)據(jù)收集與分析

本文采用半結構化訪談和焦點團體討論相結合的方法，旨在從多角度和廣泛視野深人探討大學生對人工智能技術的接受程度及其影響因素。半結構化訪談的時長約為30分鐘，訪談大綱參考了Jeon和Lee（2023）的研究成果，內(nèi)容涉及受訪者的基本信息、對AI的使用體驗與態(tài)度、對師生關系的看法，以及影響人工智能技術采納意愿的多種因素。焦點團體討論在某高校開展，邀請了5名學生參與，主要圍繞人工智能的質(zhì)量標準及其潛在的倫理挑戰(zhàn)等問題展開集體討論。所有訪談完成后，研究者對音頻記錄進行了逐字轉錄，并多次審閱以熟悉數(shù)據(jù)細節(jié)。

三、研究結果

（一）績效期望

研究中，受訪者普遍認為人工智能技術對大學生的生活學習具有重要作用，這也是絕大多數(shù)受訪者對人工智能技術持積極態(tài)度的主要原因。他們認為，AI時代機遇和使用AI技術的便利性提高了他們對未來使用人工智能技術的意愿。在團體訪談中，受訪者認為人工智能技術可以為學生提供即時的輔導和答疑服務，無論是在線課程中的難題，還是對復雜概念的深人理解，學生都可以通過智能系統(tǒng)獲得即時的解答和指導，這有助于他們迅速克服學習障礙，提高學習效率。然而，受訪者也指出，人工智能技術在學習中可能帶來一系列負面影響，包括生成內(nèi)容質(zhì)量的不穩(wěn)定、AI提供的內(nèi)容與課程聯(lián)系不夠緊密以及當解釋結果由大數(shù)據(jù)文本語言呈現(xiàn)時對系統(tǒng)的信任性等問題。

（二）努力期望

本文探討了努力期望作為大學生接受人工智能技術的一個關鍵因素，這反映了采用該技術所需付出的努力。受訪者指出，在傳統(tǒng)的學習模式下，知識的獲取主要依賴于教師的直接傳授，師生間的交流屬于人際互動范疇；而在利用人工智能技術進行學習時，則轉變?yōu)閭€人與系統(tǒng)間的人機交互，這種變化一定程度上增加了知識獲取過程的復雜性，并使學習效果的評估和反饋變得更加困難。這一看法在小組討論中得到了部分參與者的認可，反映了改善用戶體驗對于提高人工智能技術接受度的重要性。然而，小組討論也揭示了另一種觀點，即通過增強學生的學習主動性和調(diào)整思考方式，可以減輕甚至克服由用戶體驗帶來的挑戰(zhàn)。就認知成本而言，受訪者表達了提高自身技術能力的愿望，認識到要高效運用人工智能技術，必須投入時間和精力去掌握AI的基本原理及功能。在小組訪談過程中，大家強烈呼呼增加技術培訓的機會，并強調(diào)學校應在課程規(guī)劃中承擔起培養(yǎng)學生技術能力的責任，希望學校能夠提供系統(tǒng)的教育項目，并創(chuàng)造將AI技術與專業(yè)學科實踐相結合的機會。

（三）社群影響

研究揭示了受訪者群體內(nèi)部對于人工智能技術的認知差異及共鳴，這些因素共同影響著該技術的接受程度。通過深入探討可以發(fā)現(xiàn)，人工智能在校園學習環(huán)境中的應用不僅受到其自身技術特點的影響，而且受到學校管理層、教師、學生同伴以及社會輿論等多方外部因素的作用。在個別訪談中，部分受訪者表達了對校方領導層保守立場的憂慮；而在集體討論環(huán)節(jié)，另一些參與者則認為，隨著政策導向的變化以及社會對于畢業(yè)生技能需求的增長，這種態(tài)度有望逐漸發(fā)生轉變，從而推動人工智能技術更廣泛地應用于專業(yè)教育領域。

受訪者普遍關注師生關系的演變。部分參與者表達了對人工智能在教育領域日益增長的應用可能導致教師與學生面對面交流的減少，進而影響雙方關系質(zhì)量的憂慮。然而，另一些人指出，盡管AI輔助教學可能削弱傳統(tǒng)形式的互動，但同時也為學習者提供了更加豐富的資源和支持途徑，以滿足其個性化學習需求，這實際上有助于深化師生間的相互理解和聯(lián)系。研究還強調(diào)了公眾態(tài)度對于技術接納程度的關鍵影響。受訪者意識到，消極的社會輿論可能會阻礙人們對AI技術的認可，尤其是關于畢業(yè)生就業(yè)前景的擔憂。他們建議通過正面的信息傳播來增進大眾對于人工智能如何增強職業(yè)技能和潛力的理解，促進這項技術在職場中的普及和應用。

（四）便利條件

在討論大學生對人工智能技術的接受度時，使用技術的便利條件也被發(fā)現(xiàn)是影響因素之一。受訪者普遍認為，技術支持和資源的可用性對于學生接受人工智能技術至關重要。在團體訪談中，受訪者也強調(diào)了專業(yè)、系統(tǒng)的技術指導和明確政策支持的重要性。此外，學校的層次和硬件差異也會對人工智能應用的接受度產(chǎn)生影響。辦學情況差的學?？赡芤蛸Y源限制而難以在課程培養(yǎng)體系中加人人工智能技術。

四、結束語

本文以UTAUT模型為基礎，采用半結構化訪談和焦點團體訪談的方法，深人探討了在校大學生對于在生活和學習中使用人工智能技術的態(tài)度和看法，以及影響其觀點的主要因素。研究結果顯示，多數(shù)受訪者對人工智能技術持謹慎樂觀的態(tài)度，認為其能夠有效提升學習效率和專業(yè)知識的應用能力。然而，他們也對人工智能生成文本的質(zhì)量以及潛在的倫理風險表達了擔憂，這種擔憂可能源于人工智能技術在理解和處理復雜的專業(yè)知識內(nèi)容及情境方面的局限性，以及當前技術監(jiān)管框架的不確定性。在校大學生對人工智能技術的接受度受績效期望、努力期望、社群影響和便利條件的影響。本文對人工智能時代大學生學習人工智能知識和教育場景應用提出了重要啟示。

第一，加強人工智能技術的普及教育。在當今信息化、智能化時代，人工智能不僅是計算機科學領域的專業(yè)技術，也逐漸滲透至社會的各個角落。為了提升大學生對人工智能技術的接受度，應加強人工智能相關知識的普及教育，使所有學生都能接觸和了解人工智能的基礎知識、發(fā)展現(xiàn)狀和應用前景。這些課程可以結合跨學科的內(nèi)容，強調(diào)人工智能的多元應用場景，如智能醫(yī)療、智能交通、智能教育等，幫助學生看到人工智能技術對社會的全面影響。

第二，增加人工智能技術的實踐機會。盡管很多大學生對人工智能有一定的了解，但在實際操作中卻面臨技術門檻和資源缺乏的問題。因此，學校應為學生提供更多人工智能實踐平臺，使他們不僅停留在理論層面，更能在實際項目中進行操作，以增強其對技術的掌握與應用能力。通過參與實際項目，學生可以進一步了解人工智能技術的應用流程、開發(fā)方法和行業(yè)需求，從而增強他們的技術適應能力和創(chuàng)新思維。

第三，提供豐富的學習資源和支持。大學生對人工智能技術的接受和使用往往受到學習資源和技術支持的影響。為了降低學生的學習難度，學校和社會應為學生提供更全面、更便捷的學習資源和技術支持。學?？梢越⑷斯ぶ悄芗夹g的線上社區(qū)，提供技術問題答疑、學習經(jīng)驗分享、資源推薦等功能，幫助學生解決在學習過程中遇到的技術難題，并通過社區(qū)互動增加學生對人工智能技術的興趣和使用動力。

第四，促進社會與高校的合作。為了更好地促進大學生對人工智能技術的學習和應用，政府、社會和高校應加強合作，推動技術創(chuàng)新和應用的共享共建。社會企業(yè)可以為高校提供更多的資源和支持，幫助學生理解人工智能技術的行業(yè)需求和應用場景。

參考文獻：

[1]胡德鑫，王耀榮.人工智能技術對學生學習效果的影響研究：基于2010至2022年40項實驗與準實驗的元分析[J].天津大學學報（社會科學版），2022，24（06）：493-502.

[2]張池.大學生對于生成式人工智能工具的使用意愿研究：基于技術接受模型[J].科技傳播，2023，15（23）：131-135.

[3]趙誠.個性化學習時代：人工智能如何重塑教育[J].中國教育信息化，2023，29（06）：3-7.

[4]周瓊，徐亞蘋，蔡迎春.高校學生人工智能素養(yǎng)能力現(xiàn)狀及影響因素多維分析[J].圖書情報知識，2024，41（03）：38-48.

[5] 曹振祥，儲節(jié)旺.長三角一體化視角下“雙一流\"高校知識創(chuàng)新能力及其提升策略研究[J].情報理論與實踐，2020，43（07）：116-122+178.