image unsplash
- 研究主題
- 生成式AI技術的用戶採納機制：基於技術接受模型（TAM）與資訊系統成功理論（ISSM），探究用戶對生成式AI（如ChatGPT、MidJourney）的使用意願及其影響因素。
- 產消行為意向（Prosumer Intention）：分析用戶從“被動消費者”轉向“主動生產者-消費者”的行為驅動因素（如創作AI內容、參與AI訓練回饋）。
- 關鍵概念與理論框架
| 概念/理論 | 說明 |
| 技術接受模型（TAM） | 核心變數：感知有用性（PU）、感知易用性（PEOU）→行為意向（BI）。 |
| 資訊系統成功理論（ISSM） | 強調系統品質、資訊品質、服務品質對使用者滿意度和使用意願的影響。 |
| 數位能力（Digital Literacy） | 用戶操作AI工具的技能與信心，影響其對技術價值的認知。 |
| 平臺品質（Platform Quality） | 包括介面友好性、回應速度、功能完整性等，直接關聯易用性。 |
| 產消行為（Prosumption） | 使用者同時作為內容生產者與消費者（如用AI生成文案並分享）。 |
- 研究方法與發現
- 資料收集
- 樣本：395份有效問卷，覆蓋不同年齡段、職業的AI工具使用者。
- 測量工具：採用Likert量表量化感知有用性、易用性等變數。
- 假設驗證
- 顯著路徑：
- 數位能力 → 感知有用性（+）
- 數位能力 → 感知易用性（+）
- 平臺品質 → 感知易用性（+）
- 感知易用性 → 感知有用性（+） → 產消行為意向（+）
- 不顯著路徑：平臺品質 → 感知有用性（NS），說明用戶更關注功能而非平臺本身的價值感知。
- 顯著路徑：
- 仲介效應
- 感知有用性在“易用性→行為意向”間起部分仲介作用，表明使用者需先認可AI易用，進而發現其價值才會持續使用。
- 研究貢獻與啟示
- 理論層面：
- 整合TAM與ISSM，揭示生成式AI採納的特殊性（如產消一體化）。
- 驗證數位能力的關鍵作用，為數位鴻溝研究提供新證據。
- 實踐意義：
- 對開發者：優化AI工具交互設計（如簡化提示詞輸入），降低使用門檻。
- 對平臺方：加強用戶培訓（如教程、案例庫），提升數位能力。
- 對用戶：明確AI工具的“生產潛力”（如副業創作），激發參與意願。
局限性：
- 樣本可能偏向早期採納者，未涵蓋技術抗拒群體。
- 未考慮文化差異（如中美用戶對AI隱私的敏感度不同）。
- 未來方向
- 縱向研究：追蹤用戶從試用→慣習的行為演變。
- 多模態體驗：研究AI生成內容（文本、圖像、視頻）對採納的差異化影響。
- 倫理因素：加入信任、隱私擔憂等變數，完善模型解釋力。
結論
本研究證實，生成式AI的普及需以“降低技術門檻（易用性）+凸顯實用價值（有用性）”為核心，尤其需關注使用者數位能力的培養。未來可結合動態交互資料（如點擊流分析）深化行為預測，推動AI技術從工具向生態轉化。
