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。