基于扩展UTAUT2框架的生成式人工智能辅助软件开发采纳研究:泰国证据

《Publications》:Generative AI Adoption in Software Development Through an Extended UTAUT2 Framework with Evidence from Thailand

【字体: 大 中 小 】 时间:2026年10月24日 来源:Publications 3.4

编辑推荐:

  随着生成式人工智能(GenAI)在全球扩散,理解AI辅助软件开发工具的采纳日益重要,尤其是在新兴数字经济体。本研究考察泰国具有不同软件开发经验时长和情境的个体对GenAI的接受,这些经验通过专业工作、教育、实习、自由职业任务、独立活动或个人项目获得。研究人员通

  
随着生成式人工智能(GenAI)在全球扩散,理解AI辅助软件开发工具的采纳日益重要,尤其是在新兴数字经济体。本研究考察泰国具有不同软件开发经验时长和情境的个体对GenAI的接受,这些经验通过专业工作、教育、实习、自由职业任务、独立活动或个人项目获得。研究人员通过加入感知信任(PT)和感知风险(PR)构建扩展UTAUT2框架,并考察年龄、性别和软件开发经验作为潜在调节变量。研究对在线调查收集的404份有效回答应用偏最小二乘结构方程模型(PLS-SEM)。模型解释了行为意向(BI)42.9%和使用行为(UB)44.8%的变异。享乐动机(HM)、价格价值(PV)、习惯(HB)和感知风险(PR)与行为意向(BI)显著相关,而行为意向(BI)和习惯(HB)与使用行为(UB)显著相关。其余直接关系以及所有调节效应(包括涉及软件开发经验的调节效应)均不显著。与假设方向相反,感知风险(PR)与行为意向(BI)呈小幅正相关,提示在本样本中较强使用意向与较高风险意识可能共存。这些发现提供了GenAI在泰国采纳的情境特定证据,并为寻求在可比情境中支持负责任采纳的组织和政策制定者提供实践启示。
研究背景与问题:软件开发要求在紧迫时限内创建可靠、安全、可维护的软件,并应对复杂技术、变化需求和专业化知识;Scrum、DevOps等实践要求编程语言、系统架构、调试、测试、安全和需求知识。软件开发因而是依赖技术经验、领域知识、持续学习和技能投资的复杂问题解决过程,经验可来自正式工作、教育、实习、自由职业、个人项目等,故个体经验水平、能力和情境差异明显。数字转型扩大软件技能需求,美国相关就业2024—2034年预计增长15%。GenAI通过云端大语言模型(LLM)和ChatGPT、GitHub Copilot、Gemini、Claude等使AI辅助开发能力更易获得,自然语言提示还可能扩展到非专业开发者;但全球可用不必然带来一致接受,新兴经济体尤其泰国证据有限。GenAI还带来不准确或不安全代码、数据隐私、知识产权、过度依赖和人工验证责任等问题;统一技术接受与使用理论扩展模型(UTAUT2)的绩效期望(PE)、努力期望(EE)、社会影响(SI)、便利条件(FC)、享乐动机(HM)、价格价值(PV)、习惯(HB)可能不足以表征对生成输出的可靠性与后果判断,故研究人员加入感知信任(PT)与感知风险(PR),并考察年龄、性别、软件开发经验的调节作用。研究不以正式职位界定人群,而以专业、教育、自由职业、独立或个人开发活动获得的软件开发经验界定,旨在提供泰国情境的GenAI采纳实证与情境贡献。

研究人员开展横断面定量在线问卷,对象为泰国具有软件开发相关活动经验且对GenAI工具有经验或兴趣的个体;经验来源包括专业工作、教育、实习、自由职业、独立活动或个人项目。问卷含人口学、开发背景、GenAI使用模式及11个潜变量多题项,采用5点Likert量表;内容效度用项目—目标一致性指数(IOC)由九名专家判断。共收集444份,保留404份有效;2024年泰国软件开发劳动力175,254仅作外部数值参考,Yamane公式5%误差约400为招募基准,并非概率抽样框。分析用SmartPLS的偏最小二乘结构方程模型(PLS-SEM)与bootstrap。结论是模型解释BI 42.9%、UB 44.8%;HM、PV、HB、PR显著关联BI,BI和HB显著关联UB;其余直接关系和所有调节效应不显著;PR与BI小正相关与假设相反。意义在于提供泰国情境证据,提示采纳与体验、价值、习惯和风险意识相关,为组织与政策制定者支持负责任采纳提供启示。

关键技术方法(≤250字):采用横断面在线问卷,样本为泰国具有软件开发相关经验且对GenAI工具有经验/兴趣的个体,经验可来自专业工作、教育、实习、自由职业、独立活动或个人项目;共404份有效回答。测量11个潜变量并使用5点Likert量表,经九名专家以IOC评估内容效度。数据分析采用SmartPLS的PLS-SEM,以bootstrap检验直接与调节路径,并评估指标信度、内部一致性、收敛与区分效度、共线性、R2、效应量和Q2。样本来源为泰国在线调查,2024年泰国软件开发劳动力175,254仅作招募基准参考而非抽样框。

研究结果:
5.1 受访者概况与描述性统计:在线问卷收集444份,筛后404份有效;受访者年龄、职业和软件开发经验不同,25—34岁最多,职业涵盖软件开发、数据与AI、系统与基础设施、设计、教育等;GenAI使用频率和目的各异,ChatGPT最常用,目的以编码辅助、错误检测与纠正、代码改进和文档为主,说明样本在多种开发相关活动中使用GenAI。
5.2 测量模型评估:PLS-SEM测量模型显示outer loadings多数约0.70以上,SI1为0.65但因SI的AVE>0.50保留;Cronbach’s α为0.761—0.858,组合信度(CR)为0.844—0.908,平均方差提取(AVE)为0.649—0.768;SI的相应估计2.087超出可接受范围且bootstrap不稳定,PE和PR的相应估计也高于对应值并谨慎解释;异质-单质比率(HTMT)均低于0.85,区分效度满足,测量质量可用于结构模型。
5.3 结构模型评估:所有方差膨胀因子(VIF)<5;模型解释BI的R2=42.9%、UB的R2=44.8%;Stone–Geisser Q2均为0.339,说明对两个内生构念有预测相关性;bootstrap路径显示HM、PV、HB、PR显著预测BI,BI和HB显著预测UB,f2显示预测变量增量贡献不同。
5.4 假设检验结果:HM系数最大且正,其次PV、HB;PR与BI正显著,但方向与H9a相反故H9a不支持;PE、EE、SI、FC、PT对BI不显著;BI和HB对UB显著,FC、PT、PR对UB不显著;年龄、性别、软件开发经验的交互均不显著,故无证据表明这些特征改变所选接受因素与BI的关系。

讨论总结:讨论指出最清晰模式是HM、PV、HB;采纳不仅依赖技术评估,也依赖体验质量和习惯化。组织应关注GenAI辅助工作的体验、实验、演示、提示分享、工作坊和社区,但需设定保密数据、生产代码、知识产权和安全敏感任务的边界;PV要求证明收益超过财务与非财务成本,考虑培训、验证、纠错、集成和治理,试点比较时间节省与审查纠正;HB要求将批准工具嵌入集成开发环境(IDE)、测试、文档和代码审查,提供模板和工作流,但不应以使用频率本身为目标,需人在回路(human-in-the-loop)和分级验证。PR与BI小正相关不能解释为风险鼓励采纳,只表明风险感知较高者也有较强意向;横断面不能定方向,未测验证行为不能结论因人工验证继续使用;PT不显著;贡献在于识别关系配置;需纵向跨国研究;负责任AI实践、指南、培训、分级监督、工具透明度;风险作为设计保障依据;经验差异影响培训监督;泰国组织政策制定者和教育机构应促进AI素养、培训、指南和标准。非显著因素不应解释为无实践相关性;PE可能已成基本假设;EE自然语言界面降低入门努力但提示与评估仍需经验;SI样本多样无单一规范;FC工具易得但高级组织使用仍需;PT不显著说明不需完全信任,监督式协作;传统效用支持因素可能不完全解释。调节不显著可能反映数字技术暴露和试验意愿;经验测量跨情境,年限不等于熟练/复杂性;调节效应小且组不等降低统计力,不能说明无关。
研究结论(第7节翻译):本研究考察泰国不同情境和程度软件开发经验个体对GenAI在软件开发相关活动的接受与报告使用;在全球AI开发工具扩散背景下,以扩展UTAUT2加入PT和PR并考察年龄、性别、经验调节;404份有效回答,模型解释BI 42.9%、UB 44.8%中等;结果呈以用户体验、价值、习惯化为中心的采纳模式;HM与BI最强正相关,PV重要,HB与BI和UB相关,BI与报告使用正相关;意外发现PR与BI小正相关,与假设相反,不应解释为风险鼓励采纳或人工监督导致继续使用,只表明风险感知和意向共存;PE、EE、SI、FC、PT与BI不显著,FC、PT、PR与UB不显著;需纵向比较解释PR关系;无调节显著,无证据测试关系在人口和经验组间不同,可能反映数字技术暴露和试验意愿;经验仍可能影响任务类型、依赖程度和错误/安全检测能力;总体接受主要体验性、价值导向、习惯性和风险意识;提供泰国情境洞察;组织政策制定者应加强AI能力、劳动力准备、人工验证和负责任AI实践;结论代表不同经验和情境个体而非全部专业开发者;局限为自我报告构念未考更广泛因素或客观结果,年龄经验组不均限制子组比较和统计力;未来应分层招募、纵向比较、明确专业/非专业组、区分年限与编程熟练/项目复杂度、比较角色和工具。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号