设计教育中生成式人工智能（AIGC）工具感知技术依赖的心理机制：感知AIGC知识、信任、AIGC相关焦虑与自我效能的作用

《Frontiers in Psychology》：Psychological mechanisms of perceived technological dependence on generative artificial intelligence tools: perceived knowledge, trust, anxiety, and self-efficacy

　　

生成式人工智能（Generative AI）工具在设计教育中的应用日益增多，但学生对这些工具的感知与其自我报告依赖之间的关系仍不明确。本研究采用偏最小二乘结构方程模型（PLS-SEM）分析526名设计相关学科本科生的横断面调查回答。在所设定模型中，感知可靠性、感知有用性和感知智能与感知AIGC知识（perceived AIGC knowledge）呈正相关，而感知易用性与其无显著相关。感知AIGC知识与信任（trust）、自我效能（self-efficacy）和使用意向（usage intention）呈正相关，与AIGC相关焦虑（AIGC-related anxiety）呈负相关。信任、AIGC相关焦虑和自我效能在感知AIGC知识与使用意向的建模关系中均显示出显著间接效应。使用意向与感知技术依赖（perceived technological dependence）呈强相关。这些发现与所提出框架一致，但横断面数据不能确定各构念的时间顺序，也不能表明所报告的依赖反映有害过度使用。本研究通过考察AIGC（AI-generated content，人工智能生成内容）支持创造性工作中的感知依赖，拓展了技术接受研究。

论文主体解读：设计教育中AIGC工具感知技术依赖的心理机制

研究背景方面，生成式人工智能已快速进入高等教育，大学生使用生成式AI工具从偶然尝试转向常规学术实践。设计相关学科（如视觉传达、品牌设计、工业/产品设计、交互/UI/UX设计、环境/室内/景观设计）要求创意构思、视觉探索、草图发展和迭代优化，AI生成内容（AIGC）工具可支持生成备选方案、探索风格、加速早期设计发展和优化创意方向。既有研究多从技术接受模型（TAM）及扩展模型解释学生对AIGC辅助设计课程或生成式AI辅助学习的接受、使用意向，较少关注采纳之后学生是否开始感知到对AIGC工具的功能性依赖。设计教育中AIGC不仅提高效率，还可能介入想法生成、审美判断、视觉决策和创意作者身份，学生需要评估输出可靠性、原创性和适用性；因此有必要考察感知AIGC知识、信任、AIGC相关焦虑、自我效能、使用意向与感知技术依赖（Perceived Technological Dependence, PTD）之间的关系。研究人员据此构建扩展TAM框架，提出三个研究问题：哪些技术感知与设计学生的感知AIGC知识相关；信任、AIGC相关焦虑和自我效能在多大程度上解释感知AIGC知识与使用意向的关联；使用意向如何与感知技术依赖相关。研究结论为：感知可靠性、感知有用性和感知智能与感知AIGC知识正相关，感知易用性不显著；感知AIGC知识与信任、自我效能、使用意向正相关，与AIGC相关焦虑负相关；信任、AIGC相关焦虑和自我效能显示显著间接效应；使用意向与感知技术依赖强相关。其意义在于将技术接受研究从使用意向拓展到采纳后报告的功能性依赖，并将感知AIGC知识概念化为连接技术感知与心理反应、意向的认知准备。

关键技术方法（不超过250字）：研究人员于2025年6月至8月通过课程相关及学生群聊在中国招募设计相关学科本科生，纳入有AIGC工具设计创作经历者；537份提交中11份因无相关经历排除，526份用于分析。问卷覆盖10个构念，各4个题项，采用5点Likert量表。数据分析采用SmartPLS 4.0中的偏最小二乘结构方程模型（PLS-SEM），评估测量模型信效度（outer loadings、Cronbach’s α、组合信度（CR）、平均方差提取量（AVE）、Fornell–Larcker准则、异质-单质比率（HTMT）、交叉载荷）、共同方法偏差诊断（Harman单因子检验、全共线性方差膨胀因子（VIF））、结构模型（R²、Q²、VIF、路径系数、效应量、模型拟合及特定间接效应），并以5,000次Bootstrap检验路径和中介效应。

研究结果如下。5.1 Preliminary data screening：描述统计显示各题项均值3.46—4.09，标准差0.84—1.04，偏度绝对值小于2、峰度绝对值小于7，分布处于可接受范围。5.2 Measurement model assessment：5.2.1 Reliability and convergent validity：outer loadings为0.767—0.920，Cronbach’s α为0.853—0.914，CR为0.901—0.939，AVE为0.696—0.795，支持信度和收敛效度。5.2.2 Discriminant validity：Fornell–Larcker准则、HTMT和交叉载荷支持区分效度；使用意向与感知技术依赖的HTMT为0.743、潜变量相关为0.644，感知AIGC知识与信任的HTMT为0.756、95%置信区间[0.696, 0.811]，但原文指出二者仍存在概念接近性。5.3 Common method bias：Harman单因子第一未旋转因子解释36.760%方差，全共线性VIF为1.493—3.132（低于3.3），但原文强调不能排除共同方法偏差。5.4 Structural model assessment：5.4.1 Explanatory power and predictive relevance：R²为0.211—0.591，使用意向R²=0.591、信任0.444、感知AIGC知识0.444、感知技术依赖0.415、AIGC相关焦虑0.237、自我效能0.211；Q²均为正（0.149—0.405），支持样本内预测相关性。5.4.2 Collinearity assessment：预测构念VIF为1.000—2.044，多重共线性不构成严重问题。5.4.3 Path coefficients and hypothesis testing：12条假设中11条获支持，H2未获支持；感知可靠性（β=0.371）、感知有用性（β=0.272）、感知智能（β=0.131）与感知AIGC知识正相关，感知易用性不显著（β=0.061，p=0.187）；感知AIGC知识与信任（β=0.666）、自我效能（β=0.460）、使用意向（β=0.296）正相关，与AIGC相关焦虑负相关（β=?0.487）；AIGC相关焦虑与使用意向负相关（β=?0.247），自我效能（β=0.124）和信任（β=0.291）与使用意向正相关；使用意向与感知技术依赖强正相关（β=0.644）。5.4.4 Effect sizes：使用意向对感知技术依赖f²=0.708（大），感知AIGC知识对信任f²=0.799（大），对AIGC相关焦虑f²=0.311（中），对自我效能f²=0.268（中）；感知易用性对感知AIGC知识f²=0.004（可忽略）。5.4.5 Model fit：饱和模型SRMR=0.037（低于0.08），NFI=0.887（低于0.90），Bootstrap精确整体拟合未建立，拟合指标作为补充诊断。5.4.6 Mediation analysis：感知AIGC知识经信任（β=0.194）、AIGC相关焦虑（β=0.120）、自我效能（β=0.057）对使用意向的特定间接效应显著，直接效应β=0.296仍显著，符合指定模型下部分统计中介；感知可靠性、感知有用性、感知智能经感知AIGC知识对使用意向的间接效应显著，感知易用性经感知AIGC知识对使用意向的间接效应不显著（β=0.018，p=0.200）；感知AIGC知识经使用意向对感知技术依赖的间接效应显著（β=0.191）。

讨论部分总结：关键发现是感知可靠性在技术感知与感知AIGC知识关联中最大，感知易用性路径不显著；感知AIGC知识与信任关联强，但原文提示二者可能受一般态度影响，且自我报告不能证明知识准确性；感知AIGC知识经信任、AIGC相关焦虑和自我效能的间接效应中，经信任的间接效应最大；使用意向与感知技术依赖强相关，但横断面数据不能说明先后顺序，也不能说明该依赖有害。理论意义在于将技术接受研究拓展到感知技术依赖，将感知AIGC知识作为认知准备，并分别考察信任、焦虑、自我效能的中介关联。实践意义包括设计课程中比较同一任务不同提示下的输出并解释接受或拒绝理由，课程指南规范AI支持构思、披露、原创性和修订责任，开发者提供并排比较、修订历史和注释工具。局限包括横断面设计、自报问卷共同方法偏差、未直接测量实际AIGC使用行为、中国便利样本及未识别所用平台。研究结论翻译：本研究考察设计学生对AIGC工具感知、感知AIGC知识、心理反应、使用意向和感知技术依赖之间的关联。感知可靠性、感知有用性和感知智能与感知AIGC知识正相关，而感知易用性与其无显著相关。报告更高感知AIGC知识的学生也报告更高信任、自我效能和使用意向，以及更低AIGC相关焦虑。信任、AIGC相关焦虑和自我效能在感知AIGC知识与使用意向关系中显示不同的统计间接效应。使用意向与感知技术依赖强相关，此处定义为学生在设计工作中报告的AIGC功能性依赖。这些结果通过将感知依赖与使用意向一并考虑拓展了技术接受研究；它们与所提出理论模型一致，但不能证明各构念按所提出顺序发展，也不能确定所报告的依赖是生产性的还是问题性的。未来研究可检验所提出序列随时间的变化，并将学生报告的依赖与其设计行为和结果进行比较。