返回文献精选

大学生生成式 AI 使用行为意向的影响因素:计划行为理论与 AI 素养的整合

论文精读:Wang 等(2024)基于中国大学生样本,用 SEM 与访谈揭示 AI 素养与主观规范如何通过态度影响 GenAI 使用意向,整合框架解释 59.3% 的行为意向方差。

文献:Wang, C., Wang, H., Li, Y., Dai, J., Gu, X., & Yu, T. (2024). Factors influencing university students’ behavioral intention to use generative artificial intelligence: Integrating the theory of planned behavior and AI literacy. International Journal of Human–Computer Interaction, 41(11), 6649–6671. DOI 10.1080/10447318.2024.2383033。

研究问题:以 ChatGPT 为代表的生成式人工智能(Generative AI, GAI)正在迅速重塑高等教育的教与学——学生用它辅助写作、答疑、编程与创意产出,教师与管理者则面临“用起来”还是“防起来”的抉择。论文要回答的是:哪些因素决定中国大学生使用生成式 AI 的行为意向?传统的计划行为理论(Theory of Planned Behavior, TPB)在 GAI 这一全新技术情境下是否依然有效?AI 素养能否为 TPB 框架注入解释增量?

论证思路:以计划行为理论为母框架,将AI 素养作为 TPB 之外的关键新增变量引入,构建“AI 素养—主观规范—态度—感知行为控制—行为意向”的整合模型:既检验 TPB 三大构念(态度、主观规范、感知行为控制)对使用意向的经典路径,又检验 AI 素养同时作用于态度、感知行为控制与行为意向的扩展路径,并考察态度在其中的中介作用。研究采用结构方程模型(SEM)+ 半结构化访谈的混合方法:量化部分以中国大学生为样本检验假设模型,质性部分则为高校管理与教育领导提供情境化洞见。

原文图2 理论模型
图2(原文 Figure 2)理论模型:TPB + AI 素养

一、理论框架:TPB 三构念与 AI 素养的关系

1. 计划行为理论的核心逻辑

计划行为理论(Ajzen, 1991)是解释个体行为意向最经典的社会心理学框架之一,其核心命题是:行为意向是实际行为最直接的近端前因,而行为意向又由三个构念决定:

  • 态度(Attitude):个体对执行某行为所持的评价性判断——“用 GAI 对我有利还是有弊”。在技术接受研究中,态度通常对应感知有用性与感知易用性带来的情感与认知评价。
  • 主观规范(Subjective Norm):个体感知到的来自重要他人(同伴、教师、家人)的社会压力——“身边人觉得我应该/可以/不应该用 GAI”。在大学生群体中,同伴的使用风气与师长的示范、许可或禁令共同构成这一压力来源。
  • 感知行为控制(Perceived Behavioral Control, PBC):个体对执行行为所需资源与障碍的感知——“我有没有能力、条件与信心用好 GAI”。它既直接作用于行为意向,也部分反映实际控制条件。

三构念共同指向行为意向,这一“态度—规范—控制”的三元结构是 TPB 最具辨识度的理论骨架。

2. AI 素养:TPB 之外的关键新增变量

作者指出,TPB 解释的是“意愿形成的心理过程”,但它本身不回答学生有没有能力负责任地使用 AI——而生成式 AI 的伦理风险(幻觉、学术诚信、隐私、偏见)恰恰要求使用者具备超越普通技术接受的能力结构。为此,论文引入 AI 素养(AI Literacy) 作为新增解释变量,其角色定位有三:

  • AI 素养 → 态度(H1):对 AI 有更深入认识的学生,更可能形成对 GAI 工具积极、务实的评价——既不过度神化,也不盲目恐惧,从而产生更稳定的正向态度;
  • AI 素养 → 行为意向(H2):素养本身构成一种能力信念,直接提升“我打算用 GAI”的意向强度;
  • AI 素养 → 感知行为控制(H3):素养是 PBC 的能力性来源——懂得 AI 是什么、能做什么、边界在哪的学生,对“我能不能用好它”更有把握。

由此,AI 素养在模型中扮演”能力底座“角色:它通过态度与感知行为控制两条间接通道,加上对意向的直接通道,把”会不会用“与”想不想用“连接起来——这正是 TPB 在生成式 AI 情境下的关键扩展。

3. 主观规范的“态度塑造”作用

除 TPB 经典路径(主观规范 → 行为意向,H5)外,模型特别检验了**主观规范 → 态度(H4)**的路径。这一设定的理论动机是:大学生正处于社会认同敏感期,同伴是否在课堂、宿舍使用 ChatGPT、教师是否鼓励或禁止 AI 辅助作业,会强烈塑造学生对 GAI 的情感性评价——规范不仅“推着”意向走,还会“改写”态度本身。作者在访谈中也关注了这一机制,例如教师对 AI 使用的明确态度如何影响学生对“用 AI 是否算作弊”的判断。

4. 研究假设汇总

编号 假设
H1 AI 素养对大学生使用 GAI 的态度具有显著正向影响
H2 AI 素养对使用 GAI 的行为意向具有显著正向影响
H3 AI 素养对感知行为控制具有显著正向影响
H4 主观规范对学生使用 GAI 的态度具有显著正向影响
H5 主观规范对使用 GAI 的行为意向具有显著正向影响
H6 态度对使用 GAI 的行为意向具有显著正向影响

除上述假设外,完整模型还保留 TPB 的核心路径(感知行为控制 → 行为意向),并检验了态度在 AI 素养、主观规范与行为意向之间的中介作用——即“素养与规范先改变态度,态度再驱动意向”的传导逻辑。

二、研究设计

  • 设计:混合方法。量化部分以结构方程模型(SEM)检验假设路径;质性部分以半结构化访谈补充情境化解释,为高校管理与教育领导提供建议。
  • 样本:中国高校大学生(问卷调研)。
  • 测量:TPB 三构念(态度、主观规范、感知行为控制)与行为意向采用成熟量表;AI 素养按多维度测量,涵盖 AI 意识、AI 知识理解、AI 应用与 AI 伦理等维度。
  • 分析:测量模型检验(信度、效度)→ 结构模型路径检验 → 中介效应检验 → 访谈主题分析。

AI 素养的维度画像(原文关键描述统计):在 AI 素养各维度中,学生的AI 伦理认知素养得分最高(M = 5.740),而 AI 意识素养得分最低(M = 4.578)。这一反差耐人寻味:学生“知道应该怎么用 AI 才合乎伦理”,但对 AI 技术本身“是什么、怎么运转、能做什么”的底层意识却相对薄弱——伦理警觉先于技术理解,构成当前大学生 AI 素养结构的典型特征。

三、核心发现

1. 态度是驱动使用意向的最强近端因素

结构模型结果显示,学生对 GAI 的态度显著正向影响其使用意向(H6 成立)——“我觉得 GAI 有用、用起来舒服”是决定“我想不想用”的最直接心理开关。

2. AI 素养与主观规范通过“态度—PBC”通道起作用

AI 素养与主观规范均正向影响学生对 GAI 的态度与感知行为控制;并且,态度中介了 AI 素养与主观规范对使用意向的影响——即“素养与规范先塑造态度,再由态度驱动意向”的传导链得到实证支持。这与图 2 理论模型的设定一致:AI 素养与主观规范既是意向的直接来源,更是态度的重要上游。

原文图3 结构模型
图3(原文 Figure 3)结构模型图

3. 整合框架的解释力:59.3%

TPB 三构念 + AI 素养的整合模型共解释大学生 GAI 使用行为意向 59.3% 的方差。这一解释力在行为意向类研究中相当可观,说明:(a) TPB 在生成式 AI 这一全新情境下依然稳健;(b) AI 素养作为新增变量贡献了实质性的解释增量,验证了“能力性变量”对经典意愿模型的必要补充。

4. 访谈的补充洞见

质性部分聚焦高校管理与教育领导的可行动启示,围绕 GAI 应用下的教育生态系统建设展开:如何界定 AI 辅助与学术不端的边界、如何把 AI 素养纳入课程体系、如何营造鼓励负责任使用的制度与文化环境。访谈结果将量化模型的“变量关系”落回“管理决策”层面。

四、讨论与启示

对 AI 素养教育:既然 AI 意识素养得分最低、又是态度的上游,高校 AI 素养教育的优先任务应是从“伦理说教”转向“技术启蒙”——先让学生真正理解生成式 AI 的原理、能力与局限,再谈规范使用;同时发挥伦理素养已有的较高基础,把伦理共识转化为可操作的使用准则。

对教学设计与院校管理:主观规范(同伴与师长的示范、鼓励或禁令)显著塑造学生态度,意味着教师对 AI 的公开态度、课程中对 AI 工具的整合示范、同伴学习共同体的使用文化,都是影响学生采纳意向的杠杆;院校应建设“允许尝试、边界清晰”的教育生态,而非简单禁用。

对理论研究:本文证明 TPB 在生成式 AI 情境下依然有效,且 AI 素养提供了必要的理论扩展——为后续“TPB × AI 素养”类研究(如结合技术接受模型 TAM、自我决定理论 SDT)提供了可复用的模型模板。

精读笔记

核心论点:大学生使用生成式 AI 的行为意向可由“TPB 三构念 + AI 素养”的整合框架有效解释(59.3% 方差);AI 素养是关键新增变量,通过态度与感知行为控制间接、并直接作用于使用意向;主观规范(同伴与师长影响)显著塑造学生态度;态度是连接素养、规范与使用意向的中枢。

方法要点

  • 混合方法设计:SEM 检验变量关系 + 访谈提供管理情境洞见,量化严谨性与质性可行动性互补
  • 理论增量清晰:在成熟的 TPB 骨架上只新增一个变量(AI 素养),模型简洁、扩展动机明确
  • 中介视角精细:区分直接效应与“素养/规范 → 态度 → 意向”的间接路径,明确态度的枢纽地位
  • 以维度画像(伦理高、意识低)打开 AI 素养的“黑箱”,使结论直接对接教育干预

局限与边界

  • 行为意向 ≠ 实际使用行为,TPB 的“意向—行为”鸿沟未在本研究内闭合
  • 横断面自报数据,因果方向(态度是因还是果)需纵向设计进一步确认
  • 样本为中国大学生,结论向其他学段、其他文化情境外推需谨慎
  • AI 素养为多维构念,维度间关系(如意识→伦理的时序)有待结构层面更精细的检验

可延伸方向

  • 纵向追踪“AI 素养提升 → 态度变化 → 实际使用行为”的完整链条
  • 干预实验:将 AI 意识素养纳入课程的准实验设计,检验其对态度与意向的因果影响
  • 纳入实际使用频率、学业成效等行为结果变量,打通“意向—行为—效果”全链路
  • 跨文化比较:对比不同国家高校的制度环境如何调节主观规范的作用强度

原文地址

  • DOI:10.1080/10447318.2024.2383033
  • 期刊:International Journal of Human–Computer Interaction, 2024, 41(11), 6649–6671
  • 图表来源:原文 Figure 2(理论模型)、Figure 3(结构模型)