XiaoMi-AI文件搜索系统
World File Search SystemUTAUT
人工智能辅助学习环境接受意愿影响因素探究——基于UTAUT模型与感知风险理论的实证研究
人工智能技术已广泛应用于许多领域，人工智能辅助学习环境已在课堂中实施，以促进教学模式的创新。然而，大学生对人工智能辅助学习环境的接受意愿（WTA）却被忽视。探索影响大学生使用人工智能意愿的因素可以促进人工智能技术在高等教育中的应用。本研究基于技术接受与使用统一理论（UTAUT）和感知风险理论，确定了影响学生使用人工智能意愿的六个因素，以分析它们与WTA人工智能辅助学习环境的关系。构建了一个包含六个假设的模型来检验影响学生WTA的因素。结果表明，大学生对人工智能辅助学习环境的构建表现出“弱拒绝”。努力期望（EE）、成绩期望（PE）和社会影响（SI）均与大学生WTA人工智能辅助学习环境呈正相关。心理风险（PR）对学生的WTA有显著的负面影响。本研究的结果将有助于开展风险沟通，从而促进人工智能辅助学习环境的建设。
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。
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。
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