技术用户期望量表（Inventory of User Expectations for Technology，iExpect）

《Computers in Human Behavior Reports》：Inventory of user expectations for technology (iExpect)

　　

研究人员开发了技术用户期望量表（Inventory of User Expectations for Technology，iExpect），用于在交互前测量用户对新兴交互式技术的期望。该量表开发过程如下：首先，研究人员基于技术接受模型（Technology Acceptance Model，TAM）与现有文献构建条目池，并邀请11位专家进行评审；随后开展包含259名参与者的研究，采用探索性因子分析（Exploratory Factor Analysis，EFA）将量表缩减至22个条目，提取出三个因子：预期易用性（Anticipated Ease of Use，EU）、预期有用性（Anticipated Usefulness，US）与预期愉悦性（Anticipated Enjoyment，AE）；继而通过278名参与者的研究验证了量表的重测信度（test-retest reliability）与构念效度（construct validity）。iExpect量表使研究人员和实践者能够在交互前测量用户期望，并辅助设计人员、用户体验（User Experience，UX）专业人员及研究人员考量技术期望，在技术评估中缓解基于期望的效应。

该论文发表于《Computers in Human Behavior Reports》，致力于解决新兴交互式技术评估中的一个关键理论边界问题：尽管技术接受模型（TAM）与统一技术接受与使用理论（UTAUT）等经典框架可有效预测基于体验的技术接受，但缺乏专门用于系统测量交互前预期信念的经心理测量学验证的工具。现有方法多依赖用后测工具或自定义问题来推测交互前期望，存在时间维度上的错位，无法精准捕捉先于实际体验形成、并可能偏向后续评估的认知与情感信念。

研究人员遵循Boateng等人提出的量表开发与评估指南，开展了系统性的量表构建与验证工作。研究首先通过文献检索从TAM、UTAUT及其2.0版本、用户体验问卷（UEQ）、系统可用性量表（SUS）及其正向版本、技术感知怪异度量表（PCTS）、模块化用户体验关键要素评估量表（meCUE）以及动机、参与度与用户体验中的 thriving 模型（METUX）下属的量表等多个已验证工具中，提取了329个初始条目。经研究团队多轮筛选后缩减至89项，再经11位人机交互（HCI）、心理学及问卷开发领域专家的内容效度评估，计算内容效度指数（CVI），最终保留58个条目进入后续测试阶段。

研究人员采用情景刺激法诱导用户期望，通过焦点小组访谈验证并筛选出七种技术产品情景作为刺激材料。第一项研究招募259名来自美国及英国的英语母语者，通过Prolific平台完成在线调查，使用探索性因子分析对58个条目进行降维处理。分析采用Kaiser-Meyer-Olkin（KMO）取样适当性检验与Bartlett球形检验确认数据适宜性，以平行分析与碎石图检验确定因子数目，并采用斜交旋转（oblimin rotation）以允许因子间存在相关性。经条目负荷值与交叉负荷筛选后，最终确定22个条目、三因子结构：预期易用性（9项）、预期有用性（7项）与预期愉悦性（6项）。三因子的克朗巴赫α系数分别为0.932、0.945和0.908，表明内部一致性良好。

第二项研究以278名新样本开展验证性因子分析（CFA），采用最大似然估计法拟合模型，结果显示根均方误差近似值（RMSEA）为0.087，比较拟合指数（CFI）为0.937，标准化根均方残差（SRMR）为0.077，模型拟合可接受；三因子的α系数分别达0.964、0.953和0.926。重测信度评估中，93名参与者在两周后再次填写量表，组内相关系数（ICC）一致性为0.867，各分量表ICC值介于0.747至0.863之间，Bland-Altman图显示平均差异接近零，表明量表具有良好的时间稳定性。

构念效度评估涵盖区分效度、聚合效度与同时效度（concurrent validity）三个维度。区分效度采用R?nkk?和Cho推荐的方法，结果显示iExpect与缩写版技术焦虑量表（ATAS）呈负相关，与大五人格量表简版（BFI-10）各维度相关微弱，置信区间上限均低于0.68，表明量表具有较好的区分效度。聚合效度方面，技术使用基本心理需求量表（BPN-TU）中的自主性（BPNAut）与能力感（BPNCom）分量表与iExpect三因子均呈正相关，相关性（relatedness）维度与预期有用性、预期愉悦性相关较强；各因子的AVE值均大于0.5，ω值大于0.7，标准化因子负荷多数超过0.4，支持聚合效度。同时效度通过多元线性回归检验，三因子对"未来愿意使用该产品"的预测模型显著，F(3,89)=37.887，p<0.001。

研究结果表明，iExpect量表具有清晰的三因子结构。预期易用性反映用户预期学习并使用技术的容易程度；预期有用性捕捉技术对用户任务支持的预期效用；预期愉悦性则衡量用户预期从使用技术中获得的享受感。该结构既与TAM的经典构念对齐，又通过引入情感维度扩展了传统框架，其预期愉悦性因子源于UTAUT2的享乐动机（Hedonic Motivation）、UEQ的吸引力（Attractiveness）、ACTA的内在自我调节（Intrinsic Self-Regulation）以及meCUE 2.0的积极情绪与美学等构念，但将其重新概念化为交互前的预期性情感反应而非体验后结果。

论文最后总结了研究的核心贡献与局限性。理论层面，研究明确了交互前预期信念与交互后感知之间的时序区分，尤其是将预期愉悦性界定为可能偏向后继体验评估的前置情感构念。方法层面，研究提供了首个专门用于交互前期望测量的经心理测量学验证的工具，解决了长期以来用后测接受度量表评估交互前期望的方法错配问题。实践层面，iExpect使研究人员和实践者能够系统控制产品评估、沟通及新兴技术早期部署中的期望驱动偏差。研究同时承认存在未纳入纵向设计、仅验证英语版本、量表长度有待优化、作为安慰剂效应或期望确认/不确认效应标记的效用尚待实证检验，以及未深入探究期望背后原因等局限性。研究者建议未来研究可结合访谈等定性方法，以全面理解用户期望的形成机制。