接纳那些“不可见”的艺术家：受众对生成式人工智能艺术作品的接受度研究
Embracing the Unseen Artist: Audience Acceptance of Generative AI Art Content
Jueming Li, Sang Hee Kweon, Boyoung Kang
International Journal of Contents · 2025-12-31
摘要
本研究聚焦小说、绘画与音乐等文化及艺术形式，探讨受众对生成式人工智能创作的艺术作品的接受度，进而提出了一种用于理解此类艺术作品接受机制的新理论模型。研究通过问卷调查收集了450份有效样本，分析了外部因素如在场感与沉浸感如何影响感知有用性及使用便捷性等内部因素，以及这些因素又会如何作用于用户的满意度与持续使用该技术的意愿。分析结果表明，关键变量之间存在显著关联：在场感与感知有用性呈极强的正相关关系（r = 0.651，p <.001），沉浸感同样与感知有用性呈现正相关（r = 0.644，p <.001）；同时感知有用性与内容满意度也存在显著关联（r = 0.675，p <.001），而感知使用便捷性则与技术满意度呈正相关（r = 0.618，p <.001）。此外，内容满意度与用户继续使用该技术的意愿之间也存在着较高的相关性（r = 0.823，p <.001）。该研究具有重要的理论价值，它不仅为生成式人工智能艺术作品构建了初步的理论框架，还从实证层面明确了该技术在艺术与文化领域的特征、接受影响因素及其带来的体验效应。
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
基于全文生成- 主要观点
- 该研究探讨了生成式AI艺术内容的接受度，聚焦于小说、绘画和音乐等文化艺术形式，提出了一个理解生成式AI艺术接受的新模型。研究问题考察了外部因素（存在感和沉浸感）如何影响内部因素（感知有用性和易用性），以及这些因素如何影响用户满意度和持续使用意图。研究发现存在感与感知有用性(r = 0.651, p < .001)、沉浸感与感知有用性(r = 0.644, p < .001)呈显著正相关，感知有用性与内容满意度(r = 0.675, p < .001)、感知易用性与技术满意度(r = 0.618, p < .001)呈显著正相关，且内容满意度与持续使用意图高度相关(r = 0.823, p < .001)。
- 研究方法
- 研究采用问卷调查法，通过'Embrain'研究公司在线发放问卷，采用按地理位置和年龄分层的便利抽样方法，在2022年7月1日至20日期间收集了450份有效韩国样本。使用7点李克特量表测量存在感、沉浸感、感知有用性、感知易用性、内容满意度、技术满意度和持续使用意图等变量。通过探索性因子分析(EFA)和验证性因子分析(CFA)检验量表的信效度，使用结构方程模型(SEM)检验研究假设，并进行多维尺度分析检验生成式AI艺术内容的其他特征。
- 学术贡献
- 研究在理论层面构建了生成式AI艺术内容的初始理论模型，整合了技术接受模型(TAM)与存在感、沉浸感等外部因素，拓展了TAM在艺术领域的应用。在方法层面，通过实证研究验证了生成式AI艺术接受的影响因素和体验效果，填补了该领域实证研究的空白。在材料层面，提供了生成式AI艺术内容接受度的具体数据，为艺术与技术交叉领域的研究提供了基础。
- 存在局限
- 研究采用便利抽样方法，样本仅限于韩国地区，可能限制了研究结果的普适性。'感知易用性'构念的收敛效度较低(AVE = 0.392, CR = 0.563)，表明测量工具可能存在缺陷。研究仅关注了存在感和沉浸感两种外部因素，未考虑社会影响、个人创新性等其他可能影响接受度的因素。研究为横断面设计，无法确定变量间的因果关系，只能揭示相关性。
- 进一步研究方向
- 未来研究可采用概率抽样方法，扩大样本范围至不同国家和文化背景，检验模型的跨文化适用性。可开发更完善的'感知易用性'测量工具，提高其收敛效度。可纳入社会影响、个人创新性等外部变量，扩展理论模型。可采用纵向研究设计，追踪用户接受度的变化过程，探索因果关系。可比较不同类型生成式AI艺术内容(如绘画、音乐、小说)的接受度差异，探究艺术形式对接受度的影响机制。
本综述由 AI（glm-4.5-flash）阅读开放获取全文自动生成，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：Technology Adoption and User Behaviour