K-12数学教师对生成式人工智能的认知与采纳：基于TAM-TPB整合模型的实证研究

本研究针对K-12数学教师对生成式人工智能（Gen-AI）的教学应用障碍，整合技术接受模型（TAM）与计划行为理论（TPB），引入AI认知维度，通过PLS-SEM分析230名教师数据。结果显示，教师态度、主观规范（SN）和感知行为控制（PBC）直接驱动使用行为，AI认知通过影响感知有用性（PU）、易用性（PEOU）和态度间接促进采纳。研究为优化AI教育工具推广策略提供了理论依据与实践启示。

　　

当数学课堂遇上AI：教师为何拥抱或抗拒ChatGPT？
数学教育正经历一场由生成式人工智能（Gen-AI）引发的变革。ChatGPT等工具能个性化生成习题、批改作业甚至模拟师生对话，但其在数学领域的局限性——如符号识别错误、逻辑推理偏差——也让教师担忧“被机器取代”。更棘手的是，技术本身的先进性并不等于课堂采纳率，教师心理与社会环境因素成为关键瓶颈。北京师范大学联合腾讯微信小程序团队，试图破解这一“最后一公里”难题。

研究团队创造性地将技术接受模型（TAM）与计划行为理论（TPB）嫁接，新增AI认知变量，构建了包含8个维度的分析框架。通过“小程序+数学”创新课程项目，收集230名中国K-12数学教师数据，采用偏最小二乘结构方程模型（PLS-SEM）进行多层级分析。

方法精要
研究依托微信问卷星平台采集数据，样本覆盖城乡公立学校教师（96.52%），以5级李克特量表测量26个指标。通过Cronbach's α（均>0.7）和组合信度（CR>0.8）验证量表可靠性，运用HTMT比值法检验判别效度，最终模型解释76.3%的使用行为方差。

结果透视
AI认知的双重赋能
数据揭示AI认知是隐藏的“总开关”：不仅直接提升教师对Gen-AI有用性（β=0.372）和易用性（β=0.506）的评价，还显著改善使用态度（β=0.525）。这种认知涵盖技术理解、同行讨论和批判分析三维度，暗示系统化的AI素养培训比单纯操作指导更有效。

态度＞功能？反直觉发现
与传统TAM研究不同，感知有用性（PU）和易用性（PEOU）对使用行为的影响竟未达显著水平（p>0.05）。深度访谈显示，在应试导向强的数学课堂中，教师更关注“AI是否打乱教学节奏”（态度）而非“功能多强大”。一位教龄15年的教师坦言：“宁可多讲两道压轴题，也不愿冒险用AI生成可能出错的拓展内容。”

集体主义文化下的行为密码
计划行为理论（TPB）变量展现强预测力：主观规范（SN，β=0.315）和感知行为控制（PBC，β=0.286）的影响远超技术本身特性。这呼应了中国教育体系的特点——教研组意见、行政指令等社会压力比个人判断更能推动变革。某地教研员证实：“当教育局将AI应用纳入优质课评比标准后，教师使用率一周内提升40%。”

讨论与启示
研究颠覆了“技术性能决定采纳”的惯性思维，揭示教育AI推广需“三分技术，七分关系”。建议采取三阶策略：通过案例研讨提升AI认知（如展示Gen-AI纠正学生计算错误的动态过程），借助教研网络强化主观规范（如组织跨校AI教学竞赛），最后辅以简化版工具降低PBC门槛。

该成果对教育技术厂商具有直接指导价值——与其不断叠加功能，不如开发“校长看板”等管理模块，帮助学校可视化AI教学成果。正如论文通讯作者Ziting Wei指出：“当AI成为评职称的加分项时，教师自会找到创造性的应用方式。”未来研究可拓展至科学、语言学科，验证模型的跨学科适用性。

（注：所有数据结论均源自原文，Yi Wang等作者未对Gen-AI的教育潜力做价值判断，强调其应作为“人类教师的协作伙伴”而非替代者。）