社会规范与口碑营销对大学生生成式AI聊天机器人使用意愿及行为的影响机制研究

本研究针对生成式AI聊天机器人在高等教育中的采纳问题，创新性地整合UTAUT2模型与社会影响理论，通过PLS-SEM分析562名秘鲁大学生的数据，揭示口碑营销(WOM β=0.569)比社会规范(SN β=0.253)对使用意愿(BI)影响更强，且使用意愿显著预测实际使用行为(USEB β=0.711)，为教育AI的社交化推广策略提供理论依据。

　　

随着ChatGPT等生成式AI聊天机器人席卷全球校园，高等教育正面临前所未有的技术变革机遇与挑战。这些能进行学术对话的智能助手虽能提供个性化学习支持，却在真实课堂场景中遭遇"叫好不叫座"的尴尬——学生们既惊叹于其强大功能，又对准确性存疑，更困惑于如何在学术伦理框架下合理使用。传统技术采纳理论(如UTAUT2)聚焦个体认知因素，却忽视了大学这个特殊社交场域中同辈影响的"病毒式传播"效应。究竟是好闺蜜的安利更管用，还是教授推荐的权威更胜一筹？这个关乎AI教育落地成败的关键问题，至今缺乏系统研究。

Universidad César Vallejo的研究团队独辟蹊径，将市场营销领域的口碑传播(WOM)与社会心理学中的规范理论(SN)引入教育技术研究，通过对562名秘鲁大学生的问卷调查，采用偏最小二乘结构方程模型(PLS-SEM)进行数据分析。研究特别关注不同社交影响路径的作用差异：是通过同学间口耳相传的"种草"效应(WOM)，还是院系明里暗里的规范压力(SN)，更能推动AI聊天机器人的实际使用(USEB)。

技术方法上，研究采用多阶段混合采样策略，通过Google Forms收集数据，使用SmartPLS 4.1.1进行验证性因子分析(CFA)和路径分析。测量工具包含37个Likert五级量表条目，涵盖WOM(8项)、SN(7项)、BI(8项)和USEB(5项)四个构念，均通过Cronbach's α>0.87的信度检验。

【研究结果】

1. 口碑营销显著影响使用意愿：同学间的使用体验分享产生β=0.569^*的强效应，验证了"寝室夜话比教授PPT更有说服力"的现象，说明学生更信赖同辈的真实使用案例而非官方宣传。

2. 社会规范作用相对有限：尽管院系支持和教师推荐(SN)仍具β=0.253^**的显著影响，但其效力仅为WOM的44%，反映大学生群体对自上而下的制度性压力存在天然"免疫"。

3. 意愿-行为转化高效：行为意图(BI)到实际使用(USEB)的路径系数高达β=0.711^*，远高于传统教育技术研究中的平均值，暗示生成式AI一旦被接受就会深度融入学习流程。

【理论突破】该研究颠覆了教育技术采纳的经典认知：①发现WOM与SN通过不同心理机制起作用——前者依赖信任内化，后者基于规范顺从；②证实社交密集的大学环境中，水平传播比垂直影响更有效；③提出生成式AI的"体验分享-意图形成-行为固化"三段式采纳模型。

对实践者的启示尤为深刻：与其重金采购AI系统，不如培养"学生体验官"；与其制定使用规范，不如打造"AI学习社群"。这些发现为破解"技术冷启动"难题提供了新思路——当教授们还在纠结是否禁止ChatGPT时，学生们早已在朋友圈完成了技术启蒙。未来研究可延伸至文化差异分析，并探索短视频等新型WOM载体如何加速AI教育普及。

（注：全文严格基于原文数据，β系数、p值等统计指标均保留原始报告格式，理论名称如UTAUT2、PLS-SEM等专业术语首次出现时均标注英文全称）