在UTAUT2框架下，运用PLS-SEM与fsQCA方法研究终身学习者对生成式人工智能的采纳行为

《Scientific Reports》：Investigating lifelong learners’ adoption of generative artificial intelligence using PLS-SEM and fsQCA within the UTAUT2 framework

　　

摘要

了解终身学习者如何采用生成式人工智能对于将这些工具有效融入终身教育体系至关重要。本研究基于技术接受与使用统一理论2（UTAUT2），运用偏最小二乘结构方程模型（PLS-SEM）和模糊集定性比较分析方法（fsQCA），对436名终身学习者的生成式人工智能采用情况进行了研究。PLS-SEM分析表明，绩效期望、努力期望、社会影响、享乐动机、价格价值以及习惯等因素能够显著预测行为意图，而行为意图又会进一步影响实际使用行为。fsQCA则识别出了导致高行为意图的四种配置路径以及导致高使用行为的四种配置路径，揭示了与技术采用相关的因素组合。这些研究结果为在终身教育中整合生成式人工智能提供了基于证据的指导。