【關鍵詞】ChatGPT；使用意愿；人工智能產品；影響因素

引言

此前，OpenAI推出的ChatGPT迅速成為業(yè)界焦點，但AI技術在帶來便利的同時，還存在版權爭議、隱私泄露風險、誤導行為等問題，可見仍有諸多因素影響人們對人工智能產品的接受態(tài)度。

一、文獻綜述及理論基礎

（一）文獻綜述

ChatGPT標志著AI發(fā)展由決策式向生成式轉變。不同學者對此有不同見解：陸偉（2023）評估了其在信息資源管理中的作用[1]；王靜靜（2023）討論了ChatGPT在數字人文學的影響[2]；徐璐璐（2023）預測了其在醫(yī)學信息學中的應用[3]；朱光輝等（2023）則分析了ChatGPT的運作和關鍵技術[4]。

現有研究主要集中在科研人員，而針對大學生使用ChatGPT的實證研究較少。探究大學生對其的態(tài)度和意愿可指導AI產品設計，為大學生制定學習計劃與互動，還可以揭示AI在教育的潛力，促進AI在教育領域的進步。

（二）理論基礎

1、SOR理論

SOR理論認為外部環(huán)境（S）會影響個體心理（O），進而改變行為（R）。本研究將智能學習性、可靠性和預期滿足程度視為環(huán)境刺激（S），信任作為個體心理狀態(tài)（O），使用意愿作為行為反應（R）。

2、感知風險理論

感知風險理論指出個體由于無法完全預知購買或使用的結果，所以行為具有不確定性，可能會因風險而感到不滿。該理論可分析個人在受職業(yè)風險和相關正面報道影響后，其情感態(tài)度是否影響使用意愿。

二、研究假設與研究模型

（一）智能學習性、可靠性、預期滿足程度對信任的影響

Berger （2020）認為用戶熟悉了存在缺陷的算法后，他們對算法的依賴程度會下降[5]。但是ChatGPT會通過與用戶不斷互動，加深用戶對其的信任。

可靠性是衡量ChatGPT在答疑和提供資訊時準確性和一致性的指標。用戶對ChatGPT的答復感到信服時，他們對該系統的信任度會提升。

Burton（2019）提出人類的錯誤的預期和專業(yè)知識會導致人類不愿接受人工智能[6]。而當ChatGPT能夠滿足人們的預期時，人們會對它產生更高的信任。

因此，本研究提出以下假設：

H1：智能學習性正向影響信任。

H2：可靠性正向影響信任。

H3：預期滿足程度正向影響信任。

（二 ）職業(yè)替代風險、從眾心理對情感態(tài)度的影響

人工智能技術的應用對就業(yè)市場的潛在沖擊使得人們擔心被替代，該風險可能導致人們對ChatGPT產生負面情感態(tài)度。

從眾效應是指人們易以大多數人的意見為準則，做出判斷的心理過程[7]。在ChatGPT的應用中，當人們看到正面案例時，會更傾向于接受它，并產生正面的情感態(tài)度。

H4：職業(yè)替代風險與情感態(tài)度負相關。

H5：從眾心理與情感態(tài)度正相關。

（三）信任、情感態(tài)度對使用意愿的影響

表1 構念測量

楊文君等（2020）的研究發(fā)現對服務提供商的認知信任和情感信任均對重復使用意向具有顯著正向影響[8]。當人們對ChatGPT的信任提高時，他們更傾向于重復使用它。

情感態(tài)度在決策過程中起著重要的作用，當人們對ChatGPT擁有正向的情感態(tài)度時，會產生更高的使用意愿。

因此，本研究提出以下假設：

H6：信任與使用意愿是正相關的。

H7：情感態(tài)度與使用意愿是正相關的（情感態(tài)度變量指正向的情感態(tài)度）。

本文的研究模型如圖1所示。

三、問卷設計與數據收集

（一）問卷設計與構念測量

1、問卷設計

本研究通過問卷調研分三部分：

（1）情況說明，闡明研究目的、問卷用途并強調數據保密性。

（2）基礎信息統計，便于剔除不符合研究對象者，確保數據質量。

（3）問卷主體，使用已驗證的量表探究大學生對ChatGPT使用意愿及影響因素態(tài)度。問卷采用李克特7級量表評分。

2、構念測量

為了保證研究的嚴謹性和合理性，選取了經過多次實證檢驗的研究中的成熟量表做借鑒，用以支持內容效度。

本研究問卷中每一個構念具體題項如表1所示。

（二）數據搜集

本研究的數據收集階段，用隨機抽樣方法選取大學生，以減少選擇偏差。調查中排除了非大學生、未使用過ChatGPT的個體以及那些答案呈規(guī)律性的無效問卷。最終，共收集到301份有效問卷，包括126名男性和175名女性。

四、實證分析與結果

（一）問卷的信效度檢驗

對本研究的信度進行測量，如表2所示，問卷整體克隆巴赫系數（Cronbach's α）大于0.7，且組合信度（CR）大于0.8，說明數據信度質量高。此外，各個潛變量的平均抽取變異量（Average Variance Extracted，AVE）均大于0.6，說明變量間的收斂效度較好。

表2 信度分析結果

表3相關系數矩陣中發(fā)現所有構念AVE的平方根均大于相應的相關系數值，表明問卷判別效度良好。

表3 相關系數矩陣

本研究在探索性因子分析（Explo r a t o r y F a c t o rAnalysis，EFA）中，發(fā)現特征值大于1且因子載荷大于0.3，構念聚合效度良好。使用SPSS軟件處理后，將24個測度項減少至8個因子，每個因子的載荷均超過0.7，表明問卷具有良好的結構效度。

（二）模型驗證

本研究利用SmartPLS4.0作為數據統計分析軟件，采用Bootstrapping法，將IL、R、ES、RS和GP作為自變量，TRU和EMO為中介變量，UI為因變量，抽樣5000次，模型及檢驗結果見圖2。數據分析結果顯示，IL、R、ES均與TRU呈顯著的正相關（r=0.243，plt;0.01;r=0.143，plt;0.01;r=0.212，plt;0.01），RS和EMO呈顯著的負相關（r=-0.287，plt;0.01），GP和EMO呈顯著的正相關（r=0.271，plt;0.01），TRU、EMO均與UI呈顯著的正相關（r=0.109，plt;0.01;r=0.283，plt;0.01），本研究的 H1、H2、H3、H4、H5、H6、H7 均得到了證實。

圖2 模型及檢驗結果

（三）中介效應分析

在完成了對假設的檢驗和模型的驗證后，本研究對模型中的中介效應進行了分析，得到的結構方程分析結果如表4所示。

表4 中介效應分析

中介效應分析結果顯示，TRU在IL、R、ES與UI之間的中介作用顯著，EMO在RS、GP與UI之間發(fā)揮了中介作用顯著。

五、結論與建議

（一）結論

本研究旨在探究大學生群體對ChatGPT的接受意愿。

通過對收集到的301份問卷的實證分析，本研究得出以下結論：

1.智能學習性、可靠性、預期滿足程度、從眾心理會讓大學生群使用意愿提升，而職業(yè)替代風險會使其使用意愿降低。

2.信任在智能學習性、可靠性、預期滿足程度與大學生對ChatGPT的接受意愿之間起到中介作用，情感態(tài)度在職業(yè)替代風險和從眾心理與大學生對ChatGPT的接受意愿之間起到中介作用。

（二）建議

本研究為ChatGPT等人工智能產品在教育領域的應用和發(fā)展提供科學依據，并提出如下建議：

1.開發(fā)者應提高AI產品的適應性、穩(wěn)定性，并通過社交媒體增強用戶認同感和從眾心理以促進產品推廣。

2.建立用戶信任和積極情感對于提高接受意愿至關重要，有助于開發(fā)更符合大學生需求的AI產品。

3.大學生應保持警覺，持既包容又批判的態(tài)度，確保技術的使用能夠真正服務于自身的長遠發(fā)展和福祉。