基于扩展技术接受模型的ChatGPT用户采纳意向影响因素分析

本研究针对ChatGPT用户采纳机制不明确的问题，通过扩展技术接受模型(ETAM)对313名全球用户进行实证分析。研究发现感知成本(PC)、感知愉悦性(PE)、感知有用性(PU)、便利条件(FC)和社会影响(SI)是核心影响因素，而感知易用性(PEU)、信任(PT)和兼容性(PCOM)通过中介变量间接作用，为AI对话系统优化提供了理论依据和实践指导。

　　

随着人工智能技术的飞速发展，ChatGPT作为革命性对话代理系统正在重塑多个领域的服务模式，特别是在电子商务客户服务和内容开发专业领域展现出巨大潜力。然而令人惊讶的是，尽管ChatGPT已获得广泛应用，但关于用户对其采纳态度和行为机制的深入研究仍然匮乏。这种研究空白使得企业和开发者难以准确把握影响用户接受度的关键因素，从而限制了ChatGPT在更广泛场景中的优化和应用。

为了系统解决这一问题，来自达卡大学管理系的研究团队开展了一项开创性研究。他们基于经典技术接受模型(TAM)进行扩展，构建了包含八个核心变量的综合研究框架，旨在全面揭示影响ChatGPT采纳的关键因素及其作用机制。该研究成果已发表在《Computers in Human Behavior: Artificial Humans》期刊上。

研究团队采用偏最小二乘结构方程模型(PLS-SEM)对313名具有六个月以上使用经验的全球用户数据进行分析。样本覆盖不同年龄层、教育背景和职业领域，确保了研究结果的代表性和可靠性。通过严谨的测量模型验证，所有构念的信度和效度指标均达到学术要求，为后续假设检验奠定了坚实基础。

在研究方法上，团队采用横断面调查设计，通过五级李克特量表收集数据。使用SmartPLS 4.0软件进行两步分析法：先评估测量模型的内部一致性、收敛效度和判别效度；再进行结构模型检验和中介效应分析。通过方差膨胀因子(VIF)检验排除多重共线性问题，并采用Harman单因子测试确保不存在共同方法偏差。

研究结果呈现出丰富的发现：

在直接效应检验中，感知成本(β=0.247, p<0.001)显示出最强的影响力度，表明用户对使用成本的敏感度是决定采纳行为的关键因素。感知愉悦性(β=0.219, p<0.001)和感知有用性(β=0.212, p<0.001)紧随其后，证实了情感体验和实用价值在技术采纳中的重要作用。便利条件(β=0.148, p<0.01)和社会影响(β=0.095, p<0.05)也达到显著水平，说明外部支持环境和社会网络对用户决策具有实质性影响。

值得注意的是，感知易用性、信任和兼容性三个变量并未显示直接显著影响，这一发现与传统技术接受模型的核心观点存在差异，暗示ChatGPT作为人工智能对话系统的独特属性。

在中介效应分析中，研究揭示了更为复杂的作用机制。社会影响在感知兼容性(β=0.040, p<0.05)和感知信任(β=0.033, p<0.05)与使用行为之间起完全中介作用，表明用户对技术适配度和可靠性的判断很大程度上受到社交网络的调节。同样，便利条件完全中介了感知易用性与使用行为之间的关系(β=0.063, p<0.05)，说明即使技术本身易于使用，缺乏必要的支持环境仍会阻碍实际采纳。

模型整体解释力(R²=0.510)达到中等偏上水平，Stone-Geisser检验(Q²=0.455)证实了良好的预测效能，PLS预测分析进一步显示模型对主要指标的预测误差均低于线性模型基准。

研究结论部分指出，本研究通过扩展技术接受模型成功识别了影响ChatGPT采纳的关键因素集群。感知成本、感知愉悦性、感知有用性、便利条件和社会影响构成直接影响路径，而感知易用性、信任和兼容性则通过中介变量产生间接影响。这一发现不仅丰富了人工智能接受理论，还为实践应用提供了明确指导：开发者应重点关注降低使用成本、增强使用乐趣和实用价值，同时构建完善的支持体系和利用社会传播效应；虽然技术本身的易用性和可靠性很重要，但通过优化支持环境和社交推荐机制可能产生更好效果。

该研究的理论贡献在于推进了技术接受模型在人工智能对话系统语境下的发展，明确了ChatGPT采纳的独特影响因素结构。实践意义上，研究结果为组织制定AI应用策略提供了实证依据，特别是在客户服务和内容开发等关键领域的应用优化方向。未来研究可扩大样本代表性，采用纵向设计追踪用户态度变化，并比较不同版本ChatGPT的采纳差异，进一步深化对人工智能接受机制的理解。