《Computers in Human Behavior Reports》：From Literacy to Behavioral Intention: A Survey of Soon-to-Graduate Students’ Intention to Use Generative AI for Job Search Through the Technology Acceptance Model
编辑推荐：
本研究调查了即将毕业的大学生使用生成式人工智能（GenAI）进行求职的意向相关因素，以技术接受模型（TAM）为指导。研究人员通过在线调查，对预计在12个月内毕业的美国本科生（N = 300）进行了研究，结果显示GenAI素养显著预测了感知有用性和感知易用性。来
本研究调查了即将毕业的大学生使用生成式人工智能（GenAI）进行求职的意向相关因素，以技术接受模型（TAM）为指导。研究人员通过在线调查，对预计在12个月内毕业的美国本科生（N = 300）进行了研究，结果显示GenAI素养显著预测了感知有用性和感知易用性。来自PROCESS模型6的结果表明，GenAI素养通过感知有用性与使用意向之间存在间接关联。相对权重分析显示，创造性应用是对使用意向和感知有用性贡献最大的因素，而沟通能力对感知易用性的预测最强。伦理能力在所有结果中预测力最低。本研究为TAM在求职情境中应用于GenAI使用提供了具体情境的实证应用，并强调了在这一背景下将GenAI素养作为多维前因进行考察的价值。研究还讨论了对高等教育、职业准备和GenAI素养发展的启示。
**论文解读：从素养到行为意向——准毕业生使用生成式人工智能求职意向研究**
**1. 研究背景与问题**
随着生成式人工智能（GenAI，如ChatGPT）在教育与职场中的快速渗透，美国约三分之一青年（18-24岁）已将其用于学术任务，而62%的大学生认为负责任地使用AI对未来职业成功至关重要。然而，目前仅25%的高校提供AI相关培训，多数学生依赖自学，导致GenAI素养（GenAI literacy）发展不均衡。尽管技术接受模型（TAM）广泛应用于技术采纳研究，但其未能充分纳入用户素养这一先决因素，尤其在求职这一高功利性情境中，GenAI素养如何影响感知有用性（perceived usefulness）、感知易用性（perceived ease of use）及使用意向（intention to use）尚缺乏实证。因此，本研究旨在通过整合TAM与多维GenAI素养框架，探究准毕业生求职情境中上述因素的关联机制。
**2. 研究设计与主要方法**
研究人员通过Qualtrics Panels在线招募美国预计12个月内毕业的本科生，采用配额抽样以确保性别与种族分布符合全国人口普查比例，最终有效样本N=300（排除14个异常值后）。使用G*Power进行先验功效分析（α=0.05，统计功效0.90），线性多重回归模型包含7个预测变量，最小所需样本量为251。测量工具包括：基于Lee & Park (2024)的ChatGPT素养量表（5个维度：技术熟练度、批判性评估、沟通能力、创造性应用、伦理能力），Al Shamsi等人(2022)的感知有用性与感知易用性量表，以及Chai等人(2020)的GenAI求职使用意向量表。所有项目采用7点李克特量表。数据分析采用PROCESS Model 6进行序列中介分析（5,000次自助抽样），并通过相对权重分析（RWA）评估各素养维度的相对贡献，以解决多元共线性问题。
**3. 研究结果**
**3.1. TAM构念间的关系**
基于PROCESS模型6的结果表明：GenAI素养正向预测感知有用性（B=0.82, p<0.001）和感知易用性（B=0.94, p<0.001），支持H1和H2。然而，感知易用性对感知有用性无显著预测作用（B=0.04, p=0.479），不支持H3。感知有用性显著预测使用意向（B=4.49, p<0.001），支持H4；但感知易用性对使用意向无显著影响（B=0.28, p=0.647），不支持H5。中介分析显示：仅通过感知有用性的间接路径（GenAI素养→感知有用性→使用意向）显著（B=3.69, 95% CI [2.36, 5.24]），支持H6a；而通过感知易用性的单一间接路径（H6b）及序列中介路径（H7）均不显著。
**3.2. GenAI素养维度的相对贡献**
相对权重分析（RWA）揭示：对于感知有用性（R2=0.65），创造性应用贡献最大（RW=0.23, 36.11%），其次为沟通能力（RW=0.17, 25.47%）和技术熟练度（RW=0.12, 18.14%）；对于感知易用性（R2=0.67），沟通能力贡献最大（RW=0.22, 32.49%），其次为技术熟练度（RW=0.16, 23.44%）和创造性应用（RW=0.13, 19.43%）；对于使用意向（R2=0.55），创造性应用贡献最大（RW=0.19, 34.47%），其次为沟通能力（RW=0.13, 22.78%）和技术熟练度（RW=0.10, 18.50%）。伦理能力在三个结果变量中均为最低贡献维度（分别为8.23%、9.33%、10.80%）。
**4. 讨论与结论**
**讨论部分**：研究人员指出，TAM在本研究仅获部分支持，感知有用性主导使用意向，而感知易用性作用不显著，这与求职作为功利性活动的特征一致——用户更关注工具能否提升绩效而非操作简便性。样本中74.1%参与者年龄超过24岁（M=35.45岁），可能具备较成熟的职业身份，优先考虑工具的有效性。GenAI素养作为能力前置因素，显著提升感知有用性与感知易用性，其中创造性应用和沟通能力是关键驱动维度，而伦理能力影响最弱，可能源于学生缺乏系统性伦理教育或伦理意识与使用动机的脱节。实用建议包括：高校应发展侧重创造性应用与沟通能力的结构化GenAI培训，并将伦理教育纳入核心内容；开发者可通过提供提示模板、自动建议等功能降低沟通门槛。
**研究结论**：本研究证明，准毕业大学生使用GenAI进行求职的意向由GenAI素养和感知有用性共同塑造。研究结果强调了在这一特定职业发展情境中应用TAM的价值，凸显了GenAI素养如何与感知和使用意向相关联。特别是，创造性应用和沟通能力是该情境下尤为重要的GenAI素养维度。随着GenAI工具日趋复杂且针对职业任务定制化，GenAI在职业相关活动中的使用可能成为常态。因此，教育工作者、设计者和机构应优先发展多维GenAI素养教育，以促进从大学向职场过渡过程中对生成式技术的公平、道德和有效参与。
