image unsplash
1. 研究主题
- 生成式AI技术的用户采纳机制：基于技术接受模型（TAM）与信息系统成功理论（ISSM），探究用户对生成式AI（如ChatGPT、MidJourney）的使用意愿及其影响因素。
- 产消行为意向（Prosumer Intention）：分析用户从“被动消费者”转向“主动生产者-消费者”的行为驱动因素（如创作AI内容、参与AI训练反馈）。
2. 关键概念与理论框架
| 概念/理论 | 说明 |
|---|---|
| 技术接受模型（TAM） | 核心变量：感知有用性（PU）、感知易用性（PEOU）→行为意向（BI）。 |
| 信息系统成功理论（ISSM） | 强调系统质量、信息质量、服务质量对用户满意度和使用意愿的影响。 |
| 数字能力（Digital Literacy） | 用户操作AI工具的技能与信心，影响其对技术价值的认知。 |
| 平台质量（Platform Quality） | 包括界面友好性、响应速度、功能完整性等，直接关联易用性。 |
| 产消行为（Prosumption） | 用户同时作为内容生产者与消费者（如用AI生成文案并分享）。 |
3. 研究方法与发现
- 数据收集
- 样本：395份有效问卷，覆盖不同年龄段、职业的AI工具使用者。
- 测量工具：采用Likert量表量化感知有用性、易用性等变量。
- 假设验证
- 显著路径：
- 数字能力 → 感知有用性（+）
- 数字能力 → 感知易用性（+）
- 平台质量 → 感知易用性（+）
- 感知易用性 → 感知有用性（+） → 产消行为意向（+）
- 不显著路径：平台质量 → 感知有用性（NS），说明用户更关注功能而非平台本身的价值感知。
- 显著路径：
- 中介效应
- 感知有用性在“易用性→行为意向”间起部分中介作用，表明用户需先认可AI易用，进而发现其价值才会持续使用。
4. 研究贡献与启示
- 理论层面：
- 整合TAM与ISSM，揭示生成式AI采纳的特殊性（如产消一体化）。
- 验证数字能力的关键作用，为数字鸿沟研究提供新证据。
- 实践意义：
- 对开发者：优化AI工具交互设计（如简化提示词输入），降低使用门槛。
- 对平台方：加强用户培训（如教程、案例库），提升数字能力。
- 对用户：明确AI工具的“生产潜力”（如副业创作），激发参与意愿。
局限性：
- 样本可能偏向早期采纳者，未涵盖技术抗拒群体。
- 未考虑文化差异（如中美用户对AI隐私的敏感度不同）。
5. 未来方向
- 纵向研究：追踪用户从试用→惯习的行为演变。
- 多模态体验：研究AI生成内容（文本、图像、视频）对采纳的差异化影响。
- 伦理因素：加入信任、隐私担忧等变量，完善模型解释力。
结论
本研究证实，生成式AI的普及需以“降低技术门槛（易用性）+凸显实用价值（有用性）”为核心，尤其需关注用户数字能力的培养。未来可结合动态交互数据（如点击流分析）深化行为预测，推动AI技术从工具向生态转化。
