本文研究了一组个人、技术和机构变量对私立学校教师采用人工智能 (AI) 的影响。本研究的理由在于它有助于理解教师特征、机构支持和技术认知如何影响教育环境中的 AI 采用。该研究使用了 2024 年从阿塞拜疆七所学校的教师 (n =306) 收集的数据。研究表明,感知到的 AI 有用性增加了教师将 AI 用于教育目的,而感知到的 AI 易用性没有统计学上显着的影响。该研究还记录了机构政策与同事使用 AI 以及学校教师采用 AI 之间存在统计学上的显着联系。最后,研究发现了与 AI 采用和教师年龄之间的联系有关的证据,即年轻的教师更有可能采用这项技术。令人惊讶的是,个人创新能力和对新体验的开放程度并没有刺激教师采用人工智能进行教学。研究结果有助于提高该领域对教师使用人工智能进行教学的态度和动机的理解。研究结果还强调了行政法规和学校政策在刺激新技术采用方面的作用。这些发现为有关人工智能在教育中的应用的相对新颖的文献做出了贡献,并为教育机构的管理者提供了有用的建议。
在 IAC 2023 上,Barilaro 博士代表 MCAST 以 PI 身份提交了题为“使用 3D 打印凯夫拉纤维修复航空航天外层结构的智能弹道优化概述”的论文。该创新项目由 CISAS – 帕多瓦大学(意大利)、爱尔兰东南技术大学 (SETU) 和 Skyup Academy(意大利)合作开发,探索利用 3D 打印凯夫拉纤维防护罩优化和修复航空航天结构的创新方法。该研究是在马耳他科学技术委员会资助的 SBORAEK (R&I-2022-002L) 项目下进行的,表明了 MCAST 在开发航空航天技术方面做出的重大承诺。