《Tourism Management Perspectives》：Adoption of generative artificial intelligence (ChatGPT) among tourism and hospitality researchers: A behavioral reasoning theory perspective using mixed methods
编辑推荐：
•探讨了旅游与酒店行业研究人员使用ChatGPT的情况。•运用行为推理理论来解释人们采用人工智能的意愿。•明确了在学术研究中使用ChatGPT的支持与反对理由。•采用混合研究方法以提供全面的分析视角。•为旅游、酒店行业的研究人员以及教育机构提供了实用建议。引言在竞争激烈的学术环境
- •
探讨了旅游与酒店行业研究人员使用ChatGPT的情况。
- •
运用行为推理理论来解释人们采用人工智能的意愿。
- •
明确了在学术研究中使用ChatGPT的支持与反对理由。
- •
采用混合研究方法以提供全面的分析视角。
- •
为旅游、酒店行业的研究人员以及教育机构提供了实用建议。
引言
在竞争激烈的学术环境中，旅游与酒店行业的研究越来越需要及时产出内容丰富的高质量学术成果（Zhu等人，2024）。在这方面，生成式人工智能尤其是ChatGPT，在辅助学术写作、灵感激发、定性数据分析以及文献综述等方面提升了工作效率（Khizar等人，2025）。它的应用不仅限于句子构建，还包括定性数据编码、头脑风暴以及文献总结（Joshi等人，2025）。最近，它还被用于模拟参与者（Xiong等人，2025）、设计实验材料（Behrend & Landers，2025）以及文本数据编码（de Kok，2025）。这些应用表明，生成式人工智能正在成为包括旅游与酒店行业在内的多个领域研究人员的宝贵工具。因此，这些领域的研究人员开始利用ChatGPT进行内容创作、句子生成、头脑风暴、语言翻译以及创意开发等工作，这有助于提升该领域的研究效率与文章质量（Zhu等人，2024）。
尽管ChatGPT对旅游与酒店行业的研究人员有诸多优势，但他们在采用这一技术时仍面临诸多障碍（Ahmad，2025）。学者们担心其可能影响学术诚信、导致内容相似度过高、降低原创性，还会减少人类的思维参与（Joshi等人，2025）。这些问题长期以来一直存在争议。早期关于旅游与酒店行业的研究认为，应从伦理、方法论、学科角度以及功能层面来评估ChatGPT（Garcia，2025）。虽然ChatGPT在学术研究中有潜在价值，但目前仍缺乏对影响研究人员是否采用它的因素的了解。
以往将ChatGPT引入旅游与酒店行业教育中的研究（Dalg??等人，2024；El-Mawardy & Hamed，2024；Huang & Chang，2024；Zhu等人，2024）主要关注学生和教师群体（Ahmad，2025；El-Mawardy & Hamed，2024；Zhu等人，2024）。然而，研究人员的决策还受到诸多压力，比如要符合期刊的伦理标准、保持内容的原创性以及遵循论文的伦理规范（Khizar等人，2025）。这些因素凸显出一个明显差距，即目前很少有人关注旅游与酒店行业研究人员选择使用或拒绝使用ChatGPT的动机。
此外，在探讨相关理论应用时，一些学者采用了不同的行为理论，如TAM理论（Wong等人，2025）、TPB理论（Ahmad，2025；Allahyari等人，2025；Zhu等人，2024）以及UTAUT理论（Al-kfairy，2024）。其中，计划行为理论与技术接受模型曾用于研究技术 adoption现象（Ajzen，1991；Davis等人，1989）。不过，这些模型大多侧重于积极方面，而忽视了负面因素。正如Garcia等人（2007）所指出的，传统行为理论未能考虑到消费者对采用新技术的抵制情绪。Qian等人（2023）也认为，很多数字创新失败都是因为对其理解不当。因此，这些传统理论的局限性在于无法解释人们选择采用或拒绝采用新技术的决策过程（Westaby，2005）。在此背景下，支持与抵制技术 adoption的理由对于决定一个人的选择起着关键作用。
因此，有必要识别出能够全面理解技术创新背景的具体因素，比如ChatGPT这类生成式人工智能（Ishak等人，2026；Khizar等人，2025）。基于此，本研究旨在运用行为推理理论，分析旅游与酒店行业研究人员采用ChatGPT的驱动因素与阻碍因素，同时找出影响他们决策的特定背景因素。根据行为推理理论，理由是连接人们的信念、价值观、意图与行为的重要机制（Westaby，2005）。Westaby（2005）指出，研究人员可以借助各种特定背景下的解释来说明人们为何会抵制或接受某种技术，而这些往往在传统理论中被忽视。采用这一视角有助于揭示ChatGPT等生成式人工智能的独特特点，为其可接受性提供新的见解。
为达成研究目标，本研究采用了混合研究方法。首先通过一项定性研究（研究1）探讨了采用ChatGPT的正反两面影响。随后，根据第一阶段的调研结果构建了研究模型，再通过定量研究方法分析各变量之间的关系（研究2）。由此，本研究为旅游与酒店行业教育领域中ChatGPT的应用提供了新的见解，同时也分析了研究人员支持或抵制采用ChatGPT的主要原因，从而将技术 adoption的研究拓展出了传统框架。传统理论如TAM和TPB侧重于研究技术的实用性与易用性，而行为推理理论则能更深入地分析人们选择“接受”或“抵制”技术的理由（Westaby，2005）。在当前人工智能发展迅速的背景下，准确性、控制能力以及伦理问题都会影响人们的 adoption行为，这一区别尤为重要。此外，行为推理理论能够很好地体现研究人员在采用ChatGPT时的矛盾心理与道德冲突，因为它明确阐述了这些决策背后的理由，并将其与人们的价值观联系起来。同时，该理论也为分析旅游与酒店行业研究人员采用或拒绝ChatGPT的各种因素提供了完整的分析框架。因此，本研究具有多重贡献：首先，它明确了影响该行业研究人员采用ChatGPT的具体因素；其次，它将行为推理理论应用于ChatGPT这一特定场景，进一步完善了相关理论体系，旨在深入理解研究人员选择采用或拒绝这一技术的理由。
章节要点
生成式人工智能在学术研究中的作用
生成式人工智能工具正在不断改变高等教育机构中的教学、学习及研究方式（Khizar等人，2025）。因此，它在旅游、酒店管理以及商业领域的学术研究中越来越受欢迎（Ahmad，2025）。近期研究表明，ChatGPT是一种极具创新性的学术工具，它能帮助研究者更快完成写作、为非母语者提供帮助、激发创意以及协助进行文献综述。
研究方法
本研究采用了混合研究方法，结合定性研究与定量研究，以便更全面地了解相关现象，这一做法也符合商业研究的要求（Huang等人，2023）。因此，本研究采用了解释性序列混合研究设计，用以找出研究人员采用ChatGPT的原因（驱动因素）以及反对使用它的原因（阻碍因素）。研究共分为两个阶段：第一阶段是基于定性研究的结果（半结构化访谈）进行的分析。
数据分析结果
本研究提出的研究框架是通过Smart PLS 4.0软件以及结构方程建模方法进行评估的（Hair等人，2020）。研究采用了两步法，先通过测量模型评估模型的合理性，再通过结构模型进一步分析。在测量模型中，需要判断各个变量的可靠性与有效性，通常要求变量的载荷值达到0.60这一标准，这一标准也与Hair等人的研究一致。分析结果显示，各变量的CA值在0.939到0.809之间，CR值则处于……
讨论
本研究采用混合研究方法，运用行为推理理论，分析了影响旅游与酒店行业研究人员采用ChatGPT的正反因素。研究发现在支持采用ChatGPT的因素中，节省时间、知识创造、降低成本以及操作简单等都是重要原因；而在反对使用的因素中，伦理担忧、隐私问题以及信息时效性等问题较为突出。这表明在考虑是否采用这类技术时，需要综合各种因素。
CRediT作者贡献说明
Naveed Ahmad：撰写——审阅与编辑，撰写——初稿，软件使用，项目管理，研究方法设计，正式分析，概念构建。Mohammed Al-Waqfi：撰写——审阅与编辑，数据可视化，结果验证，研究指导。
伦理声明
本研究严格遵循《赫尔辛基宣言》中的伦理原则开展。所有参与者都获得了知情同意，且研究过程中没有收集任何个人身份信息或敏感数据。
资金来源说明
本研究得到了阿联酋大学人力资本研究中心提供的战略研究资助。
Naveed Ahmad博士是巴基斯坦信德省海得拉巴市伊斯拉大学商业教育、社会科学与人文学院管理科学系的助理教授。他的研究兴趣主要集中在消费者行为、数字营销以及技术 adoption方面，尤其关注旅游与酒店行业中的新兴技术。他在Scopus和Web of Science收录的国际知名期刊上发表了大量研究成果。
Naveed Ahmad|Mohammed Al-Waqfi
