中国大学生对脑机接口技术接受度及其内在逻辑的研究——基于扩展UTAUT模型的实证分析

《Frontiers in Human Neuroscience》：A study on Chinese college students’ acceptance of brain-computer interface technology and its underlying logic—an empirical analysis based on the extended UTAUT model

　　

摘要
目的：基于扩展的统一技术接受与使用理论（UTAUT）模型，考察中国大学生对脑机接口（BCI）技术的接受度及其影响因素。方法：采用收敛混合方法设计，对中国东部、中部和西部10所高校的800名学生进行问卷调查，并选取40名学生进行半结构化深度访谈。研究人员使用偏最小二乘结构方程模型（PLS-SEM）分析定量数据，使用主题分析法分析定性数据。结果：教师支持（β = 0.337, p < 0.001）、个人创新性（β = 0.219, p < 0.001）和努力期望（β = 0.156, p < 0.001）与行为意向呈正相关，而社会影响呈较小且边缘显著的关联（β = 0.121, p = 0.049）。绩效期望和促进条件均未成为显著预测因子，神经伦理关切也未达到显著水平（β = ?0.044）。该模型仍解释了行为意向62.6%的方差（R² = 0.626）。在定性方面，数据中浮现出四大障碍类别：隐私焦虑、技术不熟悉、制度准备不足和伦理审查缺失。结论：研究结果表明，BCI技术接受遵循与传统信息技术不同的心理机制。教师支持而非绩效期望成为最强预测因子。识别出四大主要障碍：隐私焦虑、技术不熟悉、制度准备不足和伦理审查缺失。该研究扩展了UTAUT框架在高等教育中神经技术应用的解释力，并为实施提供了基于证据的建议。

**论文解读：中国大学生对脑机接口技术接受度的实证研究——基于扩展UTAUT模型的分析**

**研究背景与问题**

脑机接口（brain-computer interface, BCI）技术通过直接建立人脑与外部设备之间的通信通路，绕过传统的外周神经和肌肉输出路径，在高等教育领域展现出巨大潜力。其应用主要包括认知状态监测、神经反馈训练和自适应学习系统。中国拥有超过4700万在校大学生，是全球最大的高等教育体系，而《中国教育现代化2035》等政策为新技术应用提供了支持框架。然而，BCI技术在教育中的成功实施，关键取决于师生是否愿意接受和使用该技术。

现有技术接受研究主要基于统一技术接受与使用理论（UTAUT）及其扩展模型，但BCI技术具有独特属性：它直接与大脑交互，引发神经伦理问题（如隐私、自主性、身份认同、数据安全），而传统技术接受模型并未充分涵盖这些问题。此外，现有研究多集中于西方发达国家，忽视了发展中国家（如中国）的不同教育体系和文化背景。因此，本研究旨在探讨：中国大学生接受BCI技术的关键决定因素是什么？神经伦理关切如何影响接受意向？不同学生群体间存在哪些差异？如何通过根因分析为实施策略提供依据？

**研究内容与结论**

研究人员基于扩展UTAUT模型，在传统四个核心构念（绩效期望、努力期望、社会影响、促进条件）基础上，新增了三个构念：神经伦理关切（neuroethical concerns, NC）、个人创新性（personal innovativeness, PI）和教师支持（teacher support, TS）。通过对中国东部、中部和西部10所高校的800名学生进行问卷调查，并对其中40名学生进行半结构化深度访谈，采用偏最小二乘结构方程模型（PLS-SEM）和主题分析法分别分析定量和定性数据。研究发现：教师支持（β = 0.337）、个人创新性（β = 0.219）和努力期望（β = 0.156）与行为意向显著正相关，社会影响呈边缘显著（β = 0.121, p = 0.049），而绩效期望、促进条件和神经伦理关切均未达到显著水平。该模型解释了行为意向62.6%的方差。定性分析揭示出四大障碍：隐私焦虑、技术不熟悉、制度准备不足和伦理审查缺失。该研究揭示了BCI技术接受遵循与传统信息技术不同的心理机制，拓展了UTAUT框架在神经技术领域的应用，并为高等教育中BCI的实施提供了循证建议。论文发表在《Frontiers in Human Neuroscience》。

**关键技术与方法**

研究人员采用收敛混合方法设计（convergent mixed methods design），同时进行定量问卷调查和定性半结构化深度访谈。定量部分：使用多阶段分层随机抽样，从中国东部、中部和西部10所高校（包括综合性大学、技术学院和艺术院校）招募800名无BCI使用经验的全日制学生（含专科生和本科生），通过基于验证性UTAUT量表并针对BCI技术特点进行本地化修订的问卷收集数据，采用偏最小二乘结构方程模型（PLS-SEM）进行假设检验和模型评估。定性部分：采用最大变异抽样策略，从定量样本中选取40名学生进行半结构化深度访谈，围绕对BCI技术的初反应、感知收益与风险、实施障碍、促进因素、高校推广建议等主题，使用主题分析法（thematic analysis）进行编码分析，两位研究者独立编码，编码者间一致性高（Cohen’s κ = 0.87）。

**研究结果**

**1. 测量模型评估**
各量表具有良好的信度和效度：Cronbach’s α值在0.90~0.96之间，组合信度（CR）在0.937~0.967之间，平均方差提取量（AVE）在0.776~0.865之间，均超过推荐阈值；区分效度通过Fornell-Larcker准则和异质-单质比率（HTMT）检验得到支持（所有HTMT值低于0.85）。共同方法偏差评估显示，尽管Harman单因子检验第一未旋转因子解释50.7%的方差（略高于50%阈值），但完全共线性方差膨胀因子（VIF）均低于5，且构念间相关模式分化明显，表明共同方法偏差不太可能系统性地解释观察到的结构关系。

**2. 结构模型结果**
结构模型解释了行为意向62.6%的方差（R² = 0.626）。假设检验结果：H1（绩效期望→行为意向）未支持（β = 0.059, p = 0.175）；H2（努力期望→行为意向）支持（β = 0.156, p < 0.001）；H3（社会影响→行为意向）支持（β = 0.121, p = 0.049）；H4（促进条件→行为意向）未支持（β = 0.056, p = 0.283）；H5（个人创新性→行为意向）支持（β = 0.219, p < 0.001）；H6（神经伦理关切→行为意向）未支持（β = ?0.044, p = 0.232）；H7（教师支持→行为意向）支持（β = 0.337, p < 0.001）。效应量（f²）分析显示，教师支持具有中等效应量（f² = 0.19），个人创新性（f² = 0.12）和努力期望（f² = 0.06）为小到中等效应量，社会影响（f² = 0.04）为小效应量。该结果模式与经典UTAUT研究（绩效期望主导）显著不同，表明BCI技术接受逻辑可能与传统信息技术有根本差异。

**3. 群体差异分析**
独立样本t检验显示，专科生与本科生在绩效期望和社会影响上存在边缘显著差异（本科生略高），但其他构念无显著差异。学科背景（STEM、经管人文、艺术等）在所有构念上均无显著差异。子群稳健性分析（东部 vs. 中部/西部学生、大一 vs. 非大一学生）表明，教师支持在所有子群中均为最强显著预测因子，个人创新性始终显著，而努力期望和社会影响的效应大小在不同子群间有所变化。

**4. 定性分析结果**
对40份访谈记录进行主题分析，浮现出四大障碍类别：（1）隐私焦虑（28名受访者提及）：涉及神经数据的收集、存储、访问和潜在滥用，包括数据所有权、二次使用、身份识别等问题；（2）技术不熟悉（22名受访者提及）：对BCI技术可靠性、有效性和科学基础的怀疑，反映消费级EEG设备在公众认知中的可信度赤字；（3）制度准备不足（25名受访者提及）：认为大学缺乏基础设施、资金、专业人员和参与式决策机制；（4）伦理审查缺失（19名受访者提及）：认为大学缺乏专门的伦理审查机制和明确的BCI使用边界，包括公平性、知情同意、数据用于评价等问题。不同背景学生的关注焦点有所差异：STEM学生更倾向于质疑技术的科学基础，经管人文学生更关注制度设计和公平性，艺术类学生对隐私和身份问题更敏感。

**讨论与结论**

**讨论部分总结**
定量结果与经典UTAUT模型预期不符：绩效期望不再是最强预测因子，而教师支持成为主导。研究人员识别出四个机制解释这一差异：认知抽象障碍（BCI的益处心理距离遥远）、技术不成熟（缺乏成功案例和参照）、伦理遮蔽（神经伦理关切认知上压倒绩效考量）、数字原住民易用性常态化（努力期望不再区分采纳意向）。社会影响路径仅边缘显著，效应量小，故将其视为弱且方向一致的次要预测因子。教师支持的主导作用可通过Bandura的替代经验概念解释：学生缺乏直接体验时，依赖教师作为可信信息源，形成基于信任的接受机制。个人创新性显著，支持了Agarwal和Prasad（1998）的假设，高创新性个体更可能成为早期采用者。

神经伦理关切的定量与定性结果看似矛盾：定量中非显著（β = ?0.044），但定性中普遍存在。研究人员提出三点调和：担忧普遍但适中而非禁止性（87.4%受访者NC量表得分≥中点，29.6%平均“同意”或更高）；NC与行为意向的零阶相关为正（r = 0.24），表明关注BCI的学生同时报告更高担忧和更高意向，担忧在预采纳阶段表现为参与度相关而非阻止因素；两种工具捕捉不同侧面：问卷测量抽象担忧，访谈揭示具体情境化关切（数据所有权、二次使用、公平获取），这些关切影响学生对治理方式的期望而非是否使用。跨领域比较显示，神经数据隐私和心智隐私得分最高，身份认同最低。

**研究结论部分翻译**
在BCI情境下，教师支持（β = 0.337）而非绩效期望是行为意向的最强相关因素——这一结果显著偏离经典UTAUT发现。个人创新性（β = 0.219）、努力期望（β = 0.156）和社会影响（β = 0.121）也起作用。绩效期望和促进条件未达到显著水平，很可能因为BCI的教育价值尚未得到证实。神经伦理关切呈现出一个有趣的悖论：统计上不显著（β = ?0.044），但在访谈中却强烈存在。研究人员未观察到不同教育水平或学科之间存在有意义的差异。定性数据指出了四大障碍：隐私焦虑、技术不熟悉、制度准备不足和伦理审查缺失。在实践层面，研究人员概述了一个分阶段路线图——从奠定基础，通过小规模试点，到全面整合。贯穿该框架的六项原则是：知情同意、数据最小化、透明度、公平获取、教学一致性以及持续评估。