《PLOS One》：Artificial intelligence (AI) adoption and Chinese art teachers’ career exploration behavior: The roles of job substitution risks, job insecurity, and organizational AI readiness
编辑推荐：
人工智能（AI）在艺术教育中的日益普及引发了关于教师职业安全与职业发展的疑问。本研究主要基于资源保存理论（Conservation of Resources theory, COR theory），并辅以生涯建构理论（Career Construction T
人工智能（AI）在艺术教育中的日益普及引发了关于教师职业安全与职业发展的疑问。本研究主要基于资源保存理论（Conservation of Resources theory, COR theory），并辅以生涯建构理论（Career Construction Theory, CCT），采用横截面设计，考察了AI采纳、感知工作替代风险、工作不安全感、职业探索行为和组织AI准备度之间的关联。研究人员使用Mplus 7.4对381名中国美术教师的调查数据进行了分析。研究发现，AI采纳与职业探索行为呈正相关。通过工作替代风险、工作不安全感及其假设的序列组合，均观察到统计学上显著的间接关联。组织AI准备度正向调节了AI采纳与职业探索之间的关系：在较高的组织AI准备度水平下，这一关联更强。COR理论为这些间接关联提供了资源威胁视角的解释，而CCT则强调职业探索可能反映威胁驱动的应对、成长导向的发展，或两者兼有。研究数据并未单独测量这些动机，也未确立因果顺序。这些发现为理解美术教师在AI相关技术变革期间的职业探索行为提供了情境化的见解。
论文解读文章
研究背景与问题提出
随着人工智能（AI）技术在工作场所的迅速整合，教育领域也迎来了深刻变革。专门化AI工具的应用正在积极改变教学方法和课程内容。尽管传统观点认为，需要高度情感投入和原创思维的创意职业（如艺术创作）被AI替代的风险较低，但以AIGC为代表的当代AI技术已展现出强大的图像生成、风格模仿乃至提供创意灵感的能力，这直接挑战了美术教师赖以建立专业权威的核心能力及其既定的职业身份。不同于主要用于自动化常规教学或行政任务的技术，生成式AI能够产出与美术教师核心创意专长相重叠的视觉艺术作品，从而引发对其审美判断、艺术身份及创造性工作评估角色独特价值的担忧。然而，现有研究多聚焦于员工对AI的被动或消极反应（如焦虑、离职意向），而对主动的职业适应行为（如职业探索）关注不足。职业探索——即旨在收集职业选择与可能性信息的有目的的活动——可能是应对技术变革的重要适应性反应，但其潜在动机的多样性尚未得到充分研究。此外，组织层面的因素，如机构是否为AI整合做好了准备（组织AI准备度），如何影响这种关系也不清楚。因此，本研究旨在探讨：AI采纳如何与中国美术教师的职业探索行为相关联？其背后的心理机制及边界条件是什么？
研究内容与结论
本研究主要基于资源保存理论（COR theory），并辅以生涯建构理论（CCT），构建了一个有调节的中介模型。研究人员通过对381名中国美术教师的问卷调查数据进行分析，得出了以下主要结论：
- 1.
AI采纳与职业探索行为的直接关联：AI采纳与美术教师的职业探索行为呈显著正相关，支持了研究假设H1。
- 2.
工作替代风险的中介作用：AI采纳正向预测工作替代风险（H2a），工作替代风险又正向预测职业探索行为（H2b），表明工作替代风险在AI采纳与职业探索之间起中介作用（H2）。
- 3.
工作不安全感的中介作用：AI采纳正向预测工作不安全感（H3a），工作不安全感又正向预测职业探索行为（H3b），表明工作不安全感在AI采纳与职业探索之间起中介作用（H3）。
- 4.
工作替代风险与工作不安全感的链式中介作用：工作替代风险正向预测工作不安全感（H4b），并且工作替代风险和工作不安全感在AI采纳与职业探索之间构成链式中介路径（H4）。
- 5.
组织AI准备度的调节作用：组织AI准备度正向调节了AI采纳与职业探索行为之间的关系（H5）。具体而言，当组织AI准备度较高时，AI采纳与职业探索之间的正向关联更强；而在低组织AI准备度水平下，这种关联则不显著。
关键技术方法
研究人员采用了量化研究的问卷调查法。数据收集时间为2025年7月17日至9月26日，通过网络社交平台向选定高校的美术教师发放问卷。最终回收有效问卷381份。研究使用了结构方程模型（SEM），利用Mplus 7.4软件进行数据分析。具体而言，研究人员首先通过验证性因子分析（CFA）评估了测量模型的信度和效度，随后构建了一个整合的潜变量结构方程模型，同时检验了中介效应（工作替代风险、工作不安全感及其链式中介）和调节效应（组织AI准备度）。潜变量的交互项通过XWITH程序进行估计。所有分析均控制了性别、年龄、学历、教龄、院校级别和每周AI使用频率等变量。
研究结果
- •
AI采纳与职业探索行为的关系：在控制其他变量后，AI采纳对职业探索行为的总效应（B = .51, p < .001）和直接效应（B = .27, p < .001）均显著为正，验证了H1。
- •
工作替代风险的中介效应：AI采纳显著正向预测工作替代风险（B = .40, p < .001），工作替代风险显著正向预测职业探索行为（B = .35, p < .001）。通过工作替代风险的间接效应显著（B = .14, 95% CI [.07, .21]），支持H2。
- •
工作不安全感的中介效应：AI采纳显著正向预测工作不安全感（B = .37, p < .001），工作不安全感显著正向预测职业探索行为（B = .22, p = .001）。通过工作不安全感的间接效应显著（B = .08, 95% CI [.03, .14]），支持H3。
- •
链式中介效应：工作替代风险显著正向预测工作不安全感（B = .22, p = .002）。通过“AI采纳 → 工作替代风险 → 工作不安全感 → 职业探索”的链式间接效应显著（B = .02, 95% CI [.002, .036]），支持H4。
- •
组织AI准备度的调节效应：AI采纳与组织AI准备度的交互项对职业探索行为的效应显著为正（B = .36, p < .001）。简单斜率分析显示，在低组织AI准备度水平下（-1 SD），AI采纳与职业探索的关联不显著（B = -.02, p = .853）；而在均值水平（B = .27, p < .001）和高水平（+1 SD, B = .57, p < .001）下，关联显著为正，且强度随准备度提高而增强，支持H5。
讨论与结论总结
讨论部分总结：本研究的发现具有多重理论和实践意义。理论上，研究将COR理论的应用拓展至AI采纳与职业行为领域，强调了职业探索作为适应性反应的重要性，而非仅仅关注负面情绪。同时，引入CCT理论，区分了威胁驱动型与成长驱动型两种可能的探索动机，为理解相似行为的不同含义提供了更细致的视角。研究发现的间接效应与基于COR理论的资源威胁解释模型相符，但横截面数据无法确证因果关系。组织AI准备度的正向调节作用表明，支持性的学校环境不仅缓解不确定性，更能创造学习与发展机会，这与CCT的成长导向视角一致。实践层面，研究建议教育机构应超越单纯的技术部署，建立透明的沟通渠道，强调AI的支持性角色，并构建包含硬件、培训和鼓励创新文化在内的支持生态系统。政策制定者应制定指导方针，将AI素养纳入教师培训标准。对于个体美术教师而言，积极参与结构化学习和实践探索是技术变革中实现专业成长的关键。
研究结论部分翻译：
本研究基于一项对中国美术教师的横截面调查，考察了AI采纳、感知工作替代风险、工作不安全感、组织AI准备度与职业探索行为之间的关联。依托资源保存理论（COR theory），结果显示AI采纳与职业探索呈正相关，并且通过工作替代风险、工作不安全感及其假设的序列组合，均存在显著的间接关联。这些发现与可能的资源威胁解释相一致，但未能确定因果或时间顺序。组织AI准备度正向调节了AI采纳与职业探索之间的关系，即在更高的准备度水平下，正向关联更强。互补的生涯建构理论（CCT）视角强调，职业探索可能反映了管理职业威胁的努力、追求成长机会的努力，或两者兼有；本研究未单独测量这些动机。总体而言，研究结果表明，教育工作者对AI相关变革的反应，应结合其所感知的职业风险与所在机构提供的发展机会来理解，同时也为进一步开展纵向研究和动机特异性研究提供了动力。
