在大学社会科学学生中接受ChatGPT的培训和技术:一个纯巧合的分析

科学领域:

• 社会科学 社会科学 社会科学
• 教育技术的教育技术
• 人与计算机的交互

背景情况:

• 像ChatGPT这样的人工智能 (AI) 工具在学术界的快速整合需要了解用户的感知.
• 技术接受模型 (TAM) 提供了一个分析技术采用和使用的框架.
• 社会科学学生是研究高等教育中人工智能工具集成的关键人口.

研究的目的:

• 分析社会科学大学生对ChatGPT的看法和使用情况.
• 调查影响人工智能在教育环境中的接受和利用因素.
• 确定以前经验和培训对学生对ChatGPT态度的影响.

主要方法:

• 利用技术接受模型 (TAM) 作为理论基础.
• 在社会科学大学的学生中进行了一项便利调查.
• 采用了巧合的网状分析 (RAC) 和用于网络分析的统计工具"CARING".

主要成果:

• 感知到的实用性,可信度和先前的经验显著塑造了对ChatGPT的态度和行为.
• 之前与AI,视频游戏和编程的经验与对ChatGPT更有利的看法有关.
• 接受特定大学培训的学生对ChatGPT的能力的信心较低.

结论:

• 以前的经验和感知到的有用性是学生采用ChatGPT的关键驱动因素.
• 正式培训可能会无意中降低信心,如果不与人工智能的优势和局限性的意识平衡.
• 在教育中有效地整合人工智能需要培训策略,以解决潜在的好处和缺点.