中国高校艺术与设计专业学生对生成式人工智能技术的接受度分析
Analysis on the Acceptance of AIGC Technology by Art and Design Students in Universities in China
Qinan Wang, Changhan Li, Zhu Lu
ABAC Journal · 2024-11-28
开放获取艺术设计被引 9被引前 25%影响因子 ≈1.8
摘要
本研究旨在探究影响中国高校艺术与设计专业学生对生成式人工智能技术采纳态度、行为与意向的因素。研究概念框架以技术接受模型（TAM）、统一技术采纳与使用理论2（UTAUT2）以及经济消费理论为基础。数据来源于中国河南省某高校434名具有生成式人工智能使用经验的艺术与设计专业学生，采用偏最小二乘法结构方程模型进行分析。研究结果表明，感知收益、感知有用性与社会影响是正向作用于学生对生成式人工智能技术态度的必要条件；感知收益、态度、社会影响、享乐动机以及促进条件则是正向影响学生采纳生成式人工智能技术的行为意向的必要条件，其中社会影响虽具显著性，但必要性不强；感知风险既不具备显著性，也非必要条件。因此，推动生成式人工智能在中国艺术与设计专业中的普及，应着重于资源调配与认知塑造。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 中国高校艺术设计学生对AIGC技术的采纳态度主要受感知收益、感知有用性和社会影响的正向驱动。其行为意向则由感知收益、态度、享乐动机和促成条件正向决定，而社会影响的必要性较弱。值得注意的是，感知风险对采纳态度和行为意向均无显著影响，表明推广AIGC技术的关键在于优化资源配置与塑造积极感知。
- 研究方法
- 研究整合了技术接受模型（TAM）、整合技术接受与使用理论（UTAUT2）以及经济消费理论来构建概念框架。通过收集河南某高校434名具备AIGC经验的艺术设计学生的样本数据，运用偏最小二乘结构方程模型（PLS-SEM）对数据进行了量化分析与假设检验。
- 学术贡献
- 本研究揭示了影响中国艺术设计专业学生采纳AIGC技术的核心驱动因素，明确了各变量的必要性与显著性差异。特别是发现感知风险不具显著影响以及社会影响必要性较弱，为理解特定艺术群体对新技术的接纳机制提供了反直觉的实证证据。研究结论为高校在艺术设计教育中推广AIGC技术提供了聚焦资源配置与感知塑造的实践指引。
- 存在局限
- 材料中未明确提及
- 进一步研究方向
- 材料中未明确提及
本综述由 AI（GLM-5-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Digital Media and Visual Art