Loading...
机构名称:
¥ 2.0

本文使用一种与任务绩效相关的人工智能智能的新测量方法来研究对人工智能技术运行效率的期望如何影响采用该技术的意图。我们建议用户对人工智能服务的接受/拒绝有四个级别,包括补偿接受级别。我们的概念模型是专门为人工智能环境设计的,包含两个关键变量:网络安全和拟人化,以及三个中介结构:i)感知的人工智能智能水平,ii)感知的绩效期望,以及 iii)感知的努力预期。通过调查香港 494 名潜在虚拟银行用户并使用结构方程模型 (SEM) 分析数据来检验这些假设。我们发现消费者对人工智能服务的接受度与感知的绩效期望和努力期望以及感知的人工智能智能水平呈正相关。这些发现支持一种扩展的行为意图:人工智能接受的补偿水平。我们经过实证检验且可推广的结果对学者和从业者具有启示。关键词:人工智能采用;人工智能的智能;绩效期望;努力预期;自助服务技术1. 简介

人工智能 (AI) 的采用

人工智能 (AI) 的采用PDF文件第1页

人工智能 (AI) 的采用PDF文件第2页

人工智能 (AI) 的采用PDF文件第3页

人工智能 (AI) 的采用PDF文件第4页

人工智能 (AI) 的采用PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0
2023 年
¥3.0
2024 年
¥4.0
2023 年
¥1.0
2013 年
¥3.0
2024 年
¥1.0
2023 年
¥5.0
2023 年
¥2.0
2020 年
¥9.0
2024 年
¥4.0
2022 年
¥3.0
2021 年
¥6.0
2023 年
¥1.0
2024 年
¥3.0
2024 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2020 年
¥3.0
2024 年
¥1.0
2024 年
¥1.0
2023 年
¥11.0