采用基于人工智能的电子商务应用：来自技术接受模型的见解

《Cogent Social Sciences》：Adoption of AI-powered E-commerce applications: insights from the Technology Acceptance Model

　　

人工智能（Artificial Intelligence, AI）日益通过将智能功能嵌入在线平台来塑造数字商务。本研究通过扩展的技术接受模型（Technology Acceptance Model, TAM）框架和结构方程模型（Structural Equation Modeling, SEM），调查了厄瓜多尔消费者对AI驱动的电子商务应用的采纳情况。研究结果表明，社会影响和信任主要通过感知易用性（Perceived Ease of Use, PEU）起作用，随后增强感知有用性（Perceived Usefulness, PU）并培养对AI赋能系统的积极态度。行为意图（Behavioral Intention, BI）成为实际使用的直接驱动因素。值得注意的是，主观规范（Subjective Norms, SN）并未显著影响感知有用性，这表明社会认可降低了感知交互复杂性，而没有直接塑造效用信念。研究结果通过阐明信任和社会感知机制如何在AI中介环境中相互作用，扩展了技术采纳研究，并为加强数字商务平台中的可用性、可靠性和消费者参与提供了管理指导。

本研究基于技术接受模型（TAM）扩展框架，探讨了消费者对AI驱动电子商务应用的采纳机制。研究背景指出，AI在电子商务中日益普及，但现有研究多聚焦技术能力，对消费者心理机制（如信任、社会影响）的综合分析不足，尤其在新兴数字市场（如厄瓜多尔）中缺乏实证证据。为此，研究人员通过定量横截面设计，收集了302名有在线购物经验的厄瓜多尔消费者数据，采用结构方程模型（SEM）检验假设，论文发表在《Cogent Social Sciences》。关键技术方法包括：样本来源于厄瓜多尔，通过问卷调查（含20个Likert量表题项）收集数据；使用SPSS和AMOS进行信度（Cronbach‘s alpha>0.7、组合信度CR>0.6、平均方差提取AVE>0.5）和效度检验；模型拟合指标（CFI、GFI、NFI接近0.9，RMSEA=0.08）评估；路径分析估计系数和显著性（p<0.05）。研究结果部分保留小标题如下：
**4.1 描述性结果**：通过描述性统计，得出多数受访者为女性（56.3%）、年龄20-30岁（80.5%）、大学教育水平（84.8%）、网购经验少于2年（61.6%）。
**4.2 信度和效度**：通过Cronbach’s alpha、因子载荷、CR和AVE计算，确认所有构念的信度和效度达标。
**4.3 结构模型**：通过模型拟合指标（χ2/DF=3.84，CFI、GFI、NFI接近0.9，RMSEA=0.08），表明模型可接受；平方多重相关（R2）显示感知有用性、态度和使用行为意图的解释力较强。
**4.4 路径分析**：假设检验结果支持H2、H4、H5、H6、H8、H9、H10，即主观规范（SN）和信任（TRU）正向影响感知易用性（PEU），PEU正向影响PU和态度（ATT），PU正向影响行为意图（BI），ATT正向影响BI，BI正向影响实际使用（AU）。H1（SN→PU）不显著；H3（TRU→PU）和H7（PU→ATT）显著但方向为负，表明信任与感知有用性及感知有用性与态度间存在负相关。
讨论部分总结：研究确认感知易用性（PEU）在AI采纳中的核心中介作用，社会影响和信任主要通过降低交互复杂性而非直接塑造效用信念来影响采纳。信任与感知有用性的负相关表明消费者可能同时认可系统可靠性并担忧隐私暴露或过度自动化。结论部分翻译：本研究通过扩展的技术接受模型（TAM）纳入信任和主观规范，考察了厄瓜多尔消费者对AI驱动电子商务应用的采纳。结果证实，感知易用性在塑造消费者对AI赋能商业系统的接受中起核心作用，强烈影响感知有用性和使用态度。行为意图被确认为实际使用的直接预测因子。研究进一步揭示，在AI中介环境中，信任和社会影响机制以比传统技术采纳研究假设更复杂的方式运作。主观规范显著影响感知易用性，但未直接影响感知有用性。此外，信任与感知有用性之间的负相关表明，消费者可能同时认可AI系统的操作可靠性，同时对其更广泛的效用和影响保持谨慎评价。总体而言，研究结果为新兴数字市场中AI采纳的理解提供了更情境化的视角，并强化了可用性、可靠性和消费者感知在塑造AI驱动电子商务技术接受中的重要性。