一、研究目的与意义
随着人工智能技术的迅速发展,生成式AI在信息生成方面展现出了巨大的潜力。生成式AI通过深度学习、自然语言处理等先进技术,能够高效、精准地生成文本、图像、音频等多种类型的内容。然而,用户对于这些由AI生成的信息的接受度参差不齐,这不仅影响了AI技术的应用效果,也限制了其在更广泛领域的推广。本研究旨在深入探讨用户对生成式AI信息采纳的影响因素,包括技术特点、信息质量、用户感知等多个方面。通过构建理论模型、提出研究假设,并采用问卷调查、深度访谈等实证研究方法,揭示各因素之间的内在联系和作用机制,为生成式AI技术的进一步发展提供有益的参考和借鉴。
二、研究目标与内容
本课题旨在研究用户对生成式 AI 的信息采纳行为。通过借鉴国内外相关学术成果,包括生成式 AI 及生成式 AI 用户的概念与特征、信息采纳的概念、生成式 AI 用户的信息采纳过程以及信息采纳行为理论模型,作为理论支撑来展开研究。首先,根据 UTAUT模型,结合生成式 AI 及生成式 AI 用户的特点,对生成式 AI 用户在信息采纳行为中所涉及的影响因素进行整理,归纳出影响生成式AI用户信息采纳行为的关键因素。如分析生成式AI的生成效率、准确性、创新性等技术特点对用户采纳意愿的影响;探讨生成式AI生成内容的可信度、有用性、全面性等信息质量指标对用户采纳意愿的作用;研究用户对生成式AI技术的易用性、安全性、隐私保护等方面的感知对其采纳意愿的影响;考虑社会影响、个性化需求等其他可能影响用户采纳生成式AI信息的因素。最终,建立生成式 AI 用户信息采纳行为影响因素的概念模型,并提出对生成式 AI 用户信息采纳行为影响因素进行研究的基本假设。通过分析模型及问卷数据以完成假设的检验。
三、特色与创新点
(1)跨学科融合:结合心理学、社会学、计算机科学等多个领域知识,从多角度剖析问题。
(2)实证研究:采用定量与定性相结合的研究方法,确保结论的科学性和可靠性。
(3)实用导向:研究成果直接服务于产品设计与市场推广,具有较高的应用价值。
四、学生获得的训练
参与本项目的同学将有机会:
(1)掌握先进的科研方法和技术手段,提升数据收集与分析能力。
(2)学习如何撰写高质量的学术论文,锻炼逻辑思维与表达技巧。
(3)加强团队协作意识,培养解决复杂问题的能力。
(4)了解行业动态,为未来的职业生涯打下坚实的基础。
五、预期成果
完成相关调研报告一篇。
一、良好的研究能力:具备较强的文献检索与阅读能力,能够高效地搜集、筛选和整合国内外相关领域的最新研究成果,为项目提供坚实的理论基础。
二、数据分析技能:熟悉至少一种统计分析软件(如SPSS、Python等),能够独立完成数据的清洗、处理和分析工作,确保研究结果的准确性和可靠性。
三、沟通协调能力:拥有优秀的团队合作精神,能够在项目组内有效沟通,协调各方资源,确保项目按计划顺利推进。同时,能够清晰地表达自己的观点和想法,倾听他人的意见。
四、写作与报告编制能力:具有较强的书面表达能力,能够撰写高质量的调研报告,包括但不限于研究背景、方法论、数据分析结果、结论与建议等内容。注重细节,保证报告的专业性和可读性。
五、批判性思维:具备独立思考和解决问题的能力,能够从多个角度审视问题,对研究过程中遇到的各种挑战提出合理的解决方案,不断优化研究设计和实施策略。