要点总结 #
研究背景与问题：随着人工智能技术的快速发展，ChatGPT等AI聊天机器人逐渐成为用户获取信息和完成任务的重要工具。然而，尽管这些技术具有广泛的应用潜力，用户对其接受度和使用意图的影响因素尚未得到充分研究。本文旨在填补这一知识空白，探讨用户对ChatGPT的感知和使用意图，特别是信息质量、来源可信度、互动性等因素如何影响用户的绩效期望和使用意图。
方法论与贡献：研究通过问卷调查收集了654名受访者的数据，并使用偏最小二乘法（PLS）分析了模型的可靠性和有效性。研究结果表明，来源可信度和互动性对用户的绩效期望和使用意图有显著影响。此外，信息质量和社会影响也在用户接受ChatGPT的过程中起到了重要作用。本文提出了一个综合的信息技术接受框架，为未来研究AI聊天机器人的用户行为提供了理论基础。
关键要点 #
论文重要性 #
这项研究的重要性在于，随着AI聊天机器人在教育、商业等领域的广泛应用，理解用户对其的接受度和使用意图变得至关重要。本文提出的信息技术接受框架不仅为学术界提供了新的研究方向，还为企业和开发者提供了改进AI聊天机器人设计的实用建议。未来研究可以进一步探讨不同文化背景下的用户行为差异，以及如何通过技术改进减少AI系统的偏见和错误输出。
图表分析 #
信息技术接受框架 #
🔼 该图（Fig. 1）展示了信息技术接受框架，旨在研究影响在线用户使用ChatGPT等人工智能聊天机器人的因素。图中可见，该框架整合了来自不同理论模型的多个关键因素，包括信息采纳模型（IAM）和统一技术接受和使用理论（UTAUT）。具体而言，该框架将信息质量和来源可信度作为预测性能期望的先决条件，这表明用户在使用ChatGPT时会考虑其信息的准确性和来源的可靠性。此外，图中的其他主要因素包括努力期望、社会影响和感知互动性，这些都被认为是影响用户使用ChatGPT意愿的显著因素。箭头表示各个因素之间的预期因果关系，强调了这些因素如何相互作用并最终影响用户对人工智能聊天机器人的接受和使用。此框架的目的是提供一个全面的模型，解释影响用户接受和使用人工智能文本生成系统的多方面因素。
整体而言，该图通过清晰的视觉表示，阐明了影响在线用户采用ChatGPT等人工智能聊天机器人的复杂因素。框架的布局有助于理解不同因素之间的关系，展示了信息质量、来源可信度、努力期望、社会影响和感知互动性如何共同影响用户使用人工智能聊天机器人的意图。这种整合的视角表明，用户对人工智能的接受和使用不是由单一因素驱动的，而是多方面因素共同作用的结果。此外，该框架为研究人员提供了一个基准，以评估不同因素的相对重要性，从而为开发更有效、更吸引用户的人工智能聊天机器人策略提供依据。此外，该图所呈现的视觉框架还支持研究人员构建理论框架，从而进一步研究技术采用和用户行为，并推动该领域的学术发展。
更多图表分析
信息技术接受框架 #
🔼 该图展示了一个信息技术接受框架，旨在探讨影响用户使用ChatGPT等AI聊天机器人的因素。该框架整合了来自不同理论模型的多个关键概念，包括统一技术接受和使用理论（UTAUT）、信息采纳模型（IAM）以及感知互动性。研究的核心假设是，信息质量和来源可信度会影响用户对AI聊天机器人性能的期望，而这种性能期望、努力期望、社会影响以及感知互动性则会共同影响用户使用AI聊天机器人的意愿。图中各变量之间的箭头表示假设的因果关系。具体来说，信息质量和来源可信度被认为是性能期望的先行因素，而性能期望、努力期望、社会影响和感知互动性则被视为用户使用意愿的直接影响因素。此外，该框架还隐含地探讨了努力期望如何通过性能期望间接影响使用意愿。该框架为研究人员提供了一个全面的视角，以理解用户接受和使用AI聊天机器人的复杂过程。通过识别这些关键因素及其相互关系，研究人员可以更好地理解用户如何看待和使用这些技术。同时，该框架也为企业和技术开发者提供了宝贵的见解，可以帮助他们设计和部署更有效、用户友好的AI聊天机器人系统，从而提高用户满意度和采用率。该框架的价值不仅在于理论上的贡献，还在于其在实践中的应用潜力。通过深入理解用户行为背后的驱动力，我们可以更好地利用技术来满足人类的需求。
信息技术接受框架 #
🔼 图 1 展示了该研究提出的信息技术接受框架，旨在探讨影响用户使用 ChatGPT 等人工智能聊天机器人的因素。框架的核心是一个因果模型，其中包含多个相互关联的变量。模型假设信息质量和来源可信度是影响用户对 ChatGPT 性能期望的重要因素。此外，模型的另一个重要部分包括用户对 ChatGPT 交互性、性能期望、操作期望和社会影响的看法，这些因素均被认为是影响他们继续使用人工智能聊天机器人的意愿的关键驱动因素。具体而言，信息质量指的是用户对 ChatGPT 生成信息的准确性和可靠性的认知，来源可信度则指用户对 ChatGPT 作为信息来源的信任程度。研究假设，当用户认为 ChatGPT 提供的信息准确且来源可靠时，他们对该技术的性能期望也会更高。性能期望是指用户认为使用 ChatGPT 有助于提升工作效率或达成任务的程度，操作期望指的是用户认为使用 ChatGPT 的难度或易用性。社会影响则指来自家庭、朋友或同事的社会压力，他们可能影响用户是否使用 ChatGPT。交互性反映用户在使用 ChatGPT 时感知的交互程度，包括响应速度和双向沟通。通过整合信息采用模型（IAM）和统一技术接受和使用理论（UTAUT），该框架旨在提供一个全面的视角来理解技术接受的动态。该框架还包含一个中介假设，即性能期望在操作期望和使用意愿之间起着中介作用，意味着用户对 ChatGPT 的易用性的感知会通过他们对 ChatGPT 的性能期望进而影响他们的使用意愿。该框架还使用箭头表示因果关系的方向，箭头从一个变量指向另一个变量，表明前者被认为是后者的一个原因或影响因素。通过实证研究，该框架旨在确定每个因果路径的强度和重要性，从而深入了解人工智能聊天机器人在实际使用中的推动因素。最终目标是为学术界和实践者提供一个理论基础，以便更好地理解和管理这些技术。
信息技术接受框架 #
🔼 该图表展示了一个信息技术接受框架，旨在解释在线用户使用ChatGPT等AI聊天机器人的意愿。该框架整合了来自不同理论模型的多个关键因素，主要分为两部分：影响绩效期望的因素和直接影响使用意愿的因素。具体而言，信息质量和来源可信度被认为是影响用户对ChatGPT绩效期望的关键因素。这些因素源自信息采纳模型（IAM），强调用户对信息准确性和来源可靠性的关注。同时，绩效期望、努力期望、社会影响以及感知互动性等因素被认为是直接影响用户使用AI聊天机器人意愿的重要因素。这些因素借鉴了统一技术接受和使用理论（UTAUT），强调了技术的实用性、易用性、社会认可度和互动体验。图表清晰地显示了各因素之间的关系，通过箭头表示因果关系，其中信息质量和来源可信度首先影响绩效期望，然后与其他因素共同影响使用意愿。此外，该图表还提供了对理论框架的总体概述，使得研究者和读者能够清晰理解影响AI技术接受的各个要素及其相互作用。整个框架的构建旨在为理解用户采用新兴AI技术提供一个全面的视角，为未来的研究方向提供了清晰的指导，有助于识别提升用户接受度和使用率的关键策略。
信息技术接受框架 #
🔼 该图展示了一个信息技术接受框架，用于研究影响人们使用 ChatGPT 等人工智能聊天机器人的因素。该框架由多个相互关联的结构组成，每个结构都代表了影响用户接受和使用技术意愿的不同方面。该框架的核心是“使用 ChatGPT 的意图”这一概念，这是用户未来使用该技术的意愿。影响这一意图的主要因素包括：绩效预期（Performance Expectancy）：用户认为使用该技术可以提高其工作表现的程度；努力预期（Effort Expectancy）：用户认为使用该技术的难易程度；社会影响（Social Influences）：周围的人认为他们应该使用该技术的程度；感知互动性（Perceived Interactivity）：用户认为该技术具有互动性的程度。此外，该框架还包括信息质量（Information Quality）和来源可信度（Source Trustworthiness）这两个因素，它们被认为是绩效预期的重要前因。该框架中的箭头表示变量之间的假设关系，例如，信息质量和来源可信度被认为是影响绩效预期的因素，而绩效预期又被认为是影响使用意图的因素。该框架的目的是为了解释为什么用户会选择使用或不使用 ChatGPT，通过综合考虑技术、认知和社会因素，从而为如何推广和改进聊天机器人技术提供深入见解。该框架还突出了研究人员需要进一步探究的关键因素，如信息质量和来源可信度，它们对用户接受和使用 AI 驱动的聊天机器人有着重要影响。总的来说，该图为理解技术接受提供了一个全面的模型。
信息技术接受框架 #
🔼 该图展示了一个信息技术接受框架，用于研究影响用户使用ChatGPT等人工智能聊天机器人的因素。该框架整合了来自不同理论模型的多个因素，旨在提供一个全面的理解。首先，该模型采用了信息采用模型（IAM）中的信息质量和来源可信度作为预测变量，并将其与统一技术接受和使用理论（UTAUT）的绩效预期、努力预期和社会影响相结合。此外，它还纳入了感知互动性这一因素，以捕捉用户与技术互动的主观感受。通过这种整合，该框架不仅考虑了技术的实用性（绩效预期）和易用性（努力预期），还考虑了社会影响和互动性，以更深入地研究用户接受和使用人工智能聊天机器人的意愿。该框架的独特之处在于它将信息质量和来源可信度视为影响绩效预期的关键先决条件。这意味着用户对聊天机器人产生绩效期望之前，会先对其产生的信息的质量和可信度进行评估。此外，感知互动性在直接影响用户的使用意愿方面也发挥着显著作用，这突出了用户体验在技术采用中的重要性。该框架的主要优势在于它能够综合来自不同理论的见解，并提供一个更全面的用户对人工智能聊天机器人接受度的理解。这种全面的方法对于理解在快速发展的技术环境中，什么因素会影响用户的技术采用意愿至关重要。此外，该框架为未来的研究提供了一个坚实的基础，以进一步探索人工智能聊天机器人及其他类似技术的复杂采用因素。
信息技术接受框架 #
🔼 该图展示了一个信息技术接受框架，用于研究影响人们使用ChatGPT等人工智能聊天机器人的因素。框架的核心是由“信息质量”、“来源可信度”、“努力期望”、“社会影响”、“感知互动性”和“绩效期望”共同影响的“使用ChatGPT的意图”。图中，每个变量都以蓝色圆形表示，变量之间的关系则以带有箭头指向的线条表示，箭头上的数字代表路径系数，显示了变量之间影响的强度。具体来说，“信息质量”和“来源可信度”这两个外部因素被认为是影响“绩效期望”的关键因素，它们的路径系数分别为0.158和0.450，表明来源可信度对绩效期望的影响更大。这些结果支持了信息采用模型（IAM），该模型强调了信息来源的可靠性对于信息接受度的重要性。“绩效期望”本身又直接影响着“使用ChatGPT的意图”，其路径系数为0.236，这表明如果用户认为ChatGPT能够提高他们的工作表现或效率，他们就更倾向于使用它。此外，“努力期望”、“社会影响”和“感知互动性”也都被发现对“使用ChatGPT的意图”有直接影响。其中，“感知互动性”的路径系数最高（0.355），表明用户与ChatGPT交互的流畅性和响应速度是促使他们使用该技术的重要因素。其次，“社会影响”的路径系数为0.263，表明来自重要他人的看法和建议会影响用户对ChatGPT的接受程度。“努力期望”的路径系数为0.134，意味着用户对系统易用性的感知也会影响他们的使用意愿，虽然其影响相对较小。值得注意的是，“努力期望”也直接影响“绩效期望”，路径系数为0.311，这意味着用户越容易使用ChatGPT，就越可能期望它能带来更高的绩效。此外，图中的每个变量都有相应的测量指标，以黄色矩形框表示，框内的数字表示其载荷。这些指标和载荷有助于量化每个变量的测量结果。总的来看，这个框架强调了多方面因素在影响用户接受和使用ChatGPT等AI聊天机器人技术中的作用，为进一步研究提供了理论基础。
深度解读 #
ChatGPT接受度 #
本研究通过整合信息采纳模型（IAM）和技术接受与使用统一理论（UTAUT），探讨了影响用户使用ChatGPT的因素。研究发现，信息质量和来源可信度显著影响用户对ChatGPT的性能期望，而性能期望、努力期望、社会影响和感知互动性则直接影响用户的使用意图。来源可信度对性能期望的影响最为显著，表明用户更倾向于使用那些他们认为可信赖的AI系统。此外，感知互动性对用户使用意图的影响也非常显著，表明ChatGPT的互动性特征能够有效提升用户的持续使用意愿。这些发现为AI对话系统的设计和推广提供了重要的理论依据，尤其是在提升用户信任和互动体验方面。
信息质量 #
信息质量在用户对ChatGPT的接受度中扮演了重要角色。研究表明，用户对ChatGPT生成内容的准确性和可靠性有较高的期望。信息质量显著影响用户的性能期望，即用户认为ChatGPT能否帮助他们提升工作效率。然而，信息质量的影响相对较弱，表明用户更倾向于依赖来源可信度等外围线索来判断信息的价值。这一发现提示开发者需要进一步提升ChatGPT生成内容的准确性和时效性，以减少错误信息和偏见，从而增强用户的信任和使用意愿。
社会影响 #
社会影响在用户使用ChatGPT的决策中起到了重要作用。研究发现，社会影响显著影响用户的使用意图，尤其是在早期使用阶段。用户往往会受到家人、朋友或同事的推荐，从而决定是否使用ChatGPT。这一发现与**技术接受与使用统一理论（UTAUT）**中的社会影响构念一致，表明用户的行为不仅受到个人感知的影响，还受到周围社会环境的影响。未来的研究可以进一步探讨不同文化背景下社会影响的差异，以及如何通过社交网络推广AI技术的使用。
感知互动性 #
感知互动性是影响用户使用ChatGPT的另一个关键因素。研究表明，用户对ChatGPT的互动性感知显著影响他们的使用意图。ChatGPT的实时响应和个性化对话能力使用户感到满意，从而增强了他们的持续使用意愿。这一发现与以往关于虚拟助手和聊天机器人的研究一致，表明用户更倾向于使用那些能够提供即时反馈和个性化服务的AI系统。未来的研究可以进一步探讨如何通过提升AI系统的互动性来增强用户体验，尤其是在教育和客户服务等领域的应用。
未来研究方向 #
本研究为未来的AI对话系统研究提供了多个方向。首先，未来的研究可以进一步探讨信息质量的不同维度（如准确性、完整性和时效性）对用户接受度的影响。其次，可以研究来源可信度的多个方面（如专业性、可靠性和吸引力）如何影响用户对AI系统的信任。此外，未来的研究还可以探讨社会影响在不同文化背景下的差异，以及如何通过社交网络推广AI技术的使用。最后，随着AI技术的不断发展，未来的研究可以关注如何通过提升互动性和个性化服务来增强用户体验，尤其是在教育和客户服务等领域的应用。这些研究方向的探索将为AI技术的进一步发展和应用提供重要的理论支持。
完整论文 #
