XiaoMi-AI文件搜索系统
World File Search SystemUTAUT
使用 UTAUT 模型进行银行研究
摘要 人工智能 (AI) 和机器学习 (ML) 正在通过提供满足不断变化的客户期望的解决方案来彻底改变金融业。这些技术为客户提供了更精简、创新和安全的方法来管理和利用他们的财务。除了消费者互动之外，人工智能还增强了从投资决策到算法交易和高级风险管理等财务流程。因此，人工智能驱动的自动化有望成为一股变革力量，扩大金融可及性并重塑传统银行规范。这项研究阐明了人工智能和机器学习集成对金融服务行业客户满意度的影响。为了衡量客户情绪，进行了一项结构化调查，从果阿的不同银行客户那里获得了 138 份回复。利用 UTAUT 模型，采用 PLS-SEM 分析框架来辨别各种决定因素之间的相互作用。实证结果强调了客户对基于人工智能/机器学习的银行功能的明显偏好，强化了人工智能/机器学习实施可以提高银行业务客户满意度的观点。
使用UTAUT模型对银行的研究
摘要人工智能（AI）和机器学习（ML）正在通过提供满足客户期望的解决方案来彻底改变金融领域。这些技术为客户提供了更简化，创新和安全的方法来管理和利用其财务状况。除了消费者互动之外，AI还可以增强从投资决策到算法交易和高级风险管理等的财务流程。因此，AI驱动的自动化有望成为一种变革性的力量，扩大了财务可及性并重塑了常规的银行业规范。这项研究阐明了AI和ML集成对金融服务行业中客户满意度的影响。为了衡量客户的情绪，进行了一项结构化调查，从果阿的不同银行客户那里获得了138个回复。利用UTAUT模型，采用了PLS-SEM分析框架来辨别各种决定因素之间的相互作用。经验结果强调了客户对基于AI/ML的银行业务的明显偏好，从而加强了AI/ML实施在银行业务中增强客户满意度的观念。
根据UTAUT
作者注：Cadet Pratt是美国军事学院（USMA）系统工程系的四年级学生。他的论文顾问是USMA系统工程计划主任Matthew Dabkowski上校。摘要：随着现代系统越来越复杂，物理工作场所变得越来越数字化，许多行业已经认识到有必要从传统的基于文档的系统工程到基于模型的系统工程（MBSE）过渡。尽管认可了这种认可，但一些行业仍未完全接受MBSE，尤其是航空航天。要理解有关航空航天行业中MBSE采用的这一犹豫的相关研究，映射到了统一接受和使用技术理论（UTAUT）的关键因素和主持人。此映射突出了关键的挑战者和推动者。对MBSE采用的重要挑战者似乎是前期投资，连根拔起遗产方法和既定的规范，并且依赖不完美的，训练密集型的建模语言。MBSE采用的重要推动因素似乎是集体的组织支持，在小型项目中吹捧成功，并且在学术界以MBSE驱动的研究。最终，从这个映射领域得出结论，以供将来的研究和改进所有学科的MBSE采用方法。关键字：基于模型的系统工程，统一的技术接受和使用理论，航空航天。
应用UTAUT模型了解来宾的观点...
“ Hospitality 2.0”愿景代表了酒店行业的范式转变，其特征是对高级技术的整合以增强客人体验，同时维持酒店的基本人类元素（Buhalis＆Leung，2018年）。遵循这个愿景，主要的酒店品牌已经开始实施各种技术来改变来宾体验，并提供更多个性化的，无缝的，可以满足个人的喜好和需求（Bharwani＆Mathews，2021）。在这种情况下，酒店的重要技术是在线预订系统。诸如Booking.com和Expedia之类的流行第三方网站提供了巨大的营销范围，并可以比较价格。与此同时，诸如Hilton.com或万豪之类的品牌预订网站。com为重复客人提供忠诚度折扣和个性化优惠（Bardukova，2023年）。根据Buhalis和Leung（2018）的说法，物业管理系统（PMS）是酒店运营的核心系统。PMS允许管理层跟踪预订，房间状态，费率，付款和来宾资料。手持设备或平板电脑可立即使用房间状态，客人要求和清洁清单。维护人员可以查看设备问题，响应来宾请求并更新解决的投诉和查询。在整个部门，当VIP宾客到达时，员工会收到通知，以便工作人员可以自定义住宿（Piccoli等，2017）。这样，PMS创造了一种无缝，高调的体验。室内娱乐系统还可以通过按需电影，电视，音乐，网络浏览来提高宾客体验，
受 UTAUT 启发的人工智能采用意向模型 (AI2M) 受 UTAUT 启发的人工智能采用意向模型 (AI2M)
企业尚未充分了解人工智能 (AI) 的采用及其好处，导致企业采用成功率较低。众所周知的技术接受和使用统一理论 (UTAUT) 及其扩展并未考虑 AI 和特定企业规模的特殊性。在此背景下，本研究的主要目标是提出一个受 UTAUT 启发的新模型，以考虑基于 AI 的 IS 和不同企业规模的特殊性。使用 363 名参与者的样本测试了所提出的人工智能采用意向模型 (AI2M)，证实了 UTAUT 影响因素的重要性：感知绩效、社会影响和预期努力。此外，与 UTAUT 的背景不同，发现促进条件会影响行为意向。此外，中介测试表明，自我效能和社会影响会调节其他三个因素对采用意向的影响。最后，发现公司规模对自我效能和社会影响对采用意向的影响之间存在调节关系。 AI2M 解释了采用意向的 48% 方差，对不同规模的企业具有普遍性。因此，本研究有助于缩小技术采用相关研究与不同规模企业采用基于 AI 的技术之间的差距，为未来学者的研究和管理者决策提供支持。
通过 UTAUT 模型对研究生课程进行电子学习接受度评估
在实施过程中，PPs UNM 的电子学习课程被编入非结构化课程或作为硕士论文考试的先决条件。尽管如此，它也旨在让学生掌握使用学习技术支持讲座的能力，以及应对当前和未来数字学习挑战的能力（Mahande & Jasruddin，2017）。这与 Trilling & Fadel（2012）的说法一致，即 21 世纪的要求具有挑战性，并赋予跨文化全球学习和通过数字学习促进创造力、沟通和协作的学习的重要性。虽然电子学习已经在学习过程中实施，但它仍然需要良好的评估和精心策划的材料来改进和提出进一步的建议。对电子学习实施的评估是为了测试迄今为止作为先决条件课程编程的电子学习系统的有效性。如果电子学习经过测试，并且始终对系统及其实施进行修订或改进，则可以认为电子学习的质量良好（Yulius，2016）。具有讽刺意味的是，尽管该计划已经运行了七年，但从未对 PPs UNM 的电子学习实施进行过评估。事实上，应该定期或至少每个学年进行一次评估。这就提出了一个问题：该组织是否已经达到了预期目标，而这个问题无法得到科学的回答和解释。这证实了对迄今为止所应用的电子学习进行评估的必要性。这次评估是衡量 PPs UNM 电子学习实施质量的重要一步（Mahande & Jasruddin，2017）。一些研究表明，信息技术实施和电子学习的质量始终与用户的自愿接受度有关（Nasir，2013；Yulius，2016）。因此，学生对电子学习实施的理解和接受程度是决定实施成功与否的因素。因此，需要进行接受度评估，以制定明确的电子学习实施和发展政策路线图，并了解学生对电子学习必修课程政策的接受程度。在
印度社会发展组织采用人工智能工具：UTAUT 模型的扩展
社会发展组织越来越多地使用人工智能 (AI) 工具来帮助团队成员有效和高效地协作。这些工具用于各种团队管理任务和活动。基于技术接受和使用统一理论 (UTAUT)，本研究探讨了影响员工使用人工智能工具的各种因素。该研究通过两种方式扩展了该模型：a) 通过评估这些工具对员工协作的影响；b) 通过探索人工智能厌恶的调节作用。数据是通过对使用人工智能工具的员工进行在线调查收集的。研究模型的分析是使用偏最小二乘 (PLS) 进行的，采用两步模型——测量和评估的结构模型。结果表明，努力预期、绩效预期、社会影响和促进条件等前因变量与使用支持人工智能的工具呈正相关，而这些工具与协作呈正相关。研究还得出结论，人工智能厌恶在绩效预期与技术使用之间的关系中具有显著影响。这些发现意味着组织应专注于构建采用支持人工智能的工具的环境，同时也要解决员工对人工智能的担忧。
了解老年人接受聊天机器人在医疗保健服务中的接受：扩展的UTAUT模型
聊天机器人采用人工智能（AI）和自然语言处理（NLP）技术来模拟人类对话，理解问题并提供对查询的自动回答（1）。它们存在于常用的智能设备，例如智能手机，平板电脑和智能扬声器（2）中。如今，它们正在延伸到可穿戴技术（3），包括头戴式可穿戴设备（4）和智能手表（5），以及多模式技术（6，7）和元大学（8）。医疗保健领域对聊天机器人的需求不断增长，目的是为患者和医疗保健专业人员提供服务。例如，聊天机器人已成为在线访问实时健康信息的宝贵工具（9）。聊天机器人可以帮助患者确定其症状是短暂的还是需要进一步的医疗护理，提供健康的建议并鼓励疾病预防措施（10）。chatgpt，新一代的聊天机器人，由
EFL学习者在英语学术写作中使用大语言模型的动机和接受：UTAUT模型的扩展
大型语言模型（LLMS）以CHATGPT为代表，是生成AI中最重要的技术突破之一，并已开始在EFL写作指令中应用。LLM的出现给EFL学习者带来了机会和挑战，强调了经验证据对他们在学习英语学术写作中使用LLM的动机和接受的重要性。这项研究招募了238名参与者，他们已经完成了使用LLMS进行与业务相关的英语学术写作的一个学期培训。参与者根据L2动机自我系统和技术的接受和使用理论（UTAUT）回答了问题项。部分最小二乘结构方程建模（PLS-SEM）用于检查动机，区域，以前的学习经验和UTAUT模型之间的结构关系。此外，测试了动机对四个UTAUT决定因素，行为意图和使用行为之间关系的调节作用。结果表明，预期绩效和社会影响会极大地影响学习者使用LLM的行为意图。此外，动机被证明是塑造行为意图和实际使用行为的关键因素，突出了其在学习英语学术写作技术的技术中的关键作用。