高校信息资源管理学科教师对GAI 工具使用态度与行为感知研究——基于潜在剖面分析

摘要/Abstract

摘要： 研究旨在探索高校信息资源管理学科教师对GAI 工具的态度与行为异质性并识别其潜在类别，以促进GAI 工具在信息资源管理学科领域乃至高校教育与科研中的应用。基于技术接受模型、计划行为理论以及社会AI 认知构建GAI 工具使用态度行为感知模型，通过问卷收集数据，利用潜在剖面分析法对高校信息资源管理学科教师对GAI 工具使用态度行为的潜在类别进行分析，并探究人口统计学特征因素对其潜在类别的影响。研究发现，高校信息资源管理学科教师对GAI 工具使用态度与行为可分为3 个潜在类别：高感知—积极采纳型用户、有限感知—策略探索型用户和低感知—低信任型用户。3 种类别的高校信息资源管理学科教师占比差异较大，且在多个维度上的表现既展现出类别内部的同质性，也体现了类别之间的异质性，存在互相转化的可能性。性别、年龄和学科背景是影响高校信息资源管理学科教师对GAI 工具使用态度与行为的关键因素。其差异源于对技术创新的心理态度和社会环境响应机制，受到多重因素的影响。可通过制定针对性的推广与发展策略来推动GAI 工具在高校中的更广泛和深入应用。

关键词: 信息资源管理学科教师生成式人工智能工具生成式人工智能（GAI）潜在剖面分析态度行为感知

Abstract: The research explores the heterogeneity of attitudes and behaviors of teachers in the field of information resource management in universities towards Generative AI tools, with the aim of identifying potential categories that could promote the broader application of these tools in higher education and research. Based on the technology acceptance model, planned behavior theory, and social AI cognition, a perception model is developed to assess attitude and behavior towards the use of Generative AI tools. Data is collected through questionnaires, and the latent profile analysis method is used to identify categories of teacher perceptions. The influence of demographic factors on these potential categories is also explored. The findings reveal three potential categories: high-perception, positive adoption users; limited-perception, strategic exploration users; and low-perception low-trust users. There is a significant difference in the proportion of teachers in each category across universities, with both homogeneity within the categories and heterogeneity between categories. These categories have the possibility of mutual transformation. Gender, age, and disciplinary background are key influencing factors. The differences stem from psychological attitudes towards technological innovation and responses to the social environment. Based on these insights, targeted strategies can be developed to promote the wider and deeper application of Generative AI tools in universities.

Key words: Teacher of information resource management, Generative AI tools, GAI, Latent profile analysis, Attitude and behavioral perception

施点1 周艳2 樊鑫鑫2 储节旺2 （1 中国科学技术大学档案文博院 2 安徽大学管理学院）. 高校信息资源管理学科教师对GAI 工具使用态度与行为感知研究——基于潜在剖面分析 [J]. 图书馆杂志, 2025, 44(407): 41-55.

Shi Dian1, Zhou Yan2, Fan Xinxin2, Chu Jiewang2 (1 School of Archiving and Cultural Heritage, University of Science and Technology of China, 2 Management School of Anhui University). Research on the Attitude and Behavioral Perception of College Information Resource Management Teachers towards the Use of Generative AI: Based on Latent Profile Analysis[J]. Libraly Journal, 2025, 44(407): 41-55.

参考文献

[ 1 ] Chan C K Y，Hu W. Students’ voices on generative AI：Perceptions，benefits，and challenges in higher education[J]. International Journal of Educational Technology in Higher Education，2023，20（1）：43.

[ 2 ] 周亚瑜，朱虹，肖春曲. 自我认同的张力：人工智能与消费者关系的界定与重塑[J]. 江苏社会科学，2024（3）：187–194.

[ 3 ] Smolansky A，Cram A，Raduescu C，et al. Educator and student perspectives on the impact of generative AI on assessments in higher education[C]// Proceedings of the tenth ACM conference on Learning@ Scale. 2023：378–382.

[ 4 ] 王冲，张雅君，王娟. 社会大众如何看待生成式人工智能在教育中的应用？——对B 站ChatGPT 话题弹幕文本的舆情主题与情感分析[J]. 图书馆论坛，2024，44（10）：61–71.

[ 5 ] 刘天丽，杨现民，李康康，等. 社会公众如何看待“ChatGPT+ 教育”？——基于国内主流开放社区的文本分析[J]. 现代教育技术，2023，33（10）： 14–23.

[ 6 ] 赵丽芳，王袁欣. 技术接受模型视角下新闻传播专业学生对ChatGPT 的认知与应对[J]. 中国新闻传播研究，2023（6）：74–90.

[ 7 ] Duong C D，Vu T N，Ngo T V N. Applying a modified technology acceptance model to explain higher education students’ usage of ChatGPT：A serial multiple mediation model with knowledge sharing as a moderator[J]. The International Journal of Management Education，2023，21（3）：100883.

[ 8 ] 任海芝，吴彦瑾. 科研用户生成式信息搜索行为研究——以ChatGPT 为例[J]. 大学图书情报学刊，2024，42（1）：3–14.

[ 9 ] 段荟，张海，孔晔晗.AIGC 应用平台用户持续使用行为影响因素研究[J]. 图书馆工作与研究， 2024（6）：21–31.

[10] 刘鸣筝，王硕. 技术想象与技术实践的交织—— 科学传播视域下公众对生成式人工智能的认知、评估与使用[J]. 国际新闻界，2024，46（4）： 32–51.

[11] Garofalo S G，Farenga S J. Science Teacher Perceptions of the State of Knowledge and Education at the Advent of Generative Artificial Intelligence Popularity[J]. Science & Education，2024：1–20.

[12] Gupta V，Yang H. Study protocol for factors influencing the adoption of ChatGPT technology by startups：Perceptions and attitudes of entrepreneurs[J]. Plos one，2024，19（2）：e0298427.

[13] Mireku M，Abenaba D，Kweku A S I E. Higher Education Students’ Perception On The Ethical Use Of Generative Ai：A Study At The University Of Cape Coast [M]. 2024. DOI：10.13140/ RG.2.2.10274.64967.

[14] Kizilcec R F，Huber E，Papanastasiou E C，et al. Perceived impact of generative AI on assessments： Comparing educator and student perspectives in Australia，Cyprus，and the United States[J]. Computers and Education：Artificial Intelligence， 2024，7：100269.

[15] 宋萑，林敏. ChatGPT/ 生成式人工智能时代下教师的工作变革：机遇、挑战与应对[J]. 华东师范大学学报（教育科学版），2023，41（7）：78–90.

[16] 杨宗凯，王俊，吴砥，等. ChatGPT/ 生成式人工智能对教育的影响探析及应对策略[J]. 华东师范大学学报（教育科学版），2023，41（7）：26–35.

[17] Danis F D，Bagozzi R P，Warshaw P R. User acceptance of computer technology：A comparison of two theoretical models[[J]. Management Science，

1989，8（35）：982–1003.

[18] Venkatesh V，Davis F D. A Theoretical Extension of the Technology Acceptance Model：Four Longitudinal Field Studies[J]. Management Science，2000，46（2）：186–204.

[19] Venkatesh V，Zhang X. Unified Theory of Acceptance and Use of Technology：U.S. Vs. China[J]. Journal of Global Information Technology Management， 2010，13（1）：5–27.

[20] Julies David Bryana T Z. A Review on TAM and TOE Framework Progression and How These Models Integrate[J].Advances in Science， Technology and Engineering Systems Journal， 2021，3（6）：137–145.

[21] Momani A M. The unified theory of acceptance and use of technology：A new approach in technology acceptance[J].International Journal of Sociotechnology and Knowledge Development （IJSKD），2020，3（12）：79–98.

[22] Jeong S，Kim S，Lee S. Effects of Perceived Ease of Use and Perceived Usefulness of Technology Acceptance Model on Intention to Continue Using Generative AI：Focusing on the Mediating Effect of Satisfaction and Moderating Effect of Innovation Resistance[C]//International Conference on Conceptual Modeling. Cham：Springer Nature Switzerland，2024：99–106.

[23] Yilmaz F G K，Yilmaz R，Ceylan M. Generative artificial intelligence acceptance scale：A validity and reliability study[J]. International Journal of Human-Computer Interaction，2023：1–13.

[24] Shahzad M F，Xu S，Asif M. Factors affecting generative artificial intelligence，such as ChatGPT， use in higher education：An application of technology acceptance model[J/OL]. British Educational Research Journal，（2024-10-19） [2024-12-10]. https://doi.org/10.1002/berj.4084.

[25] Ajzen I. The theory of planned behavior[J]. Organizational Behavior and Human Decision Processes，1991，50（2）：179–211.

[26] Bosnjak M，Ajzen I，Schmidt P. The theory of planned behavior：Selected recent advances and applications[J]. Europe’s Journal of Psychology， 2020，16（3）：352.

[27] Cooper G，Barkatsas T，Strathdee R. The theory of planned behaviour （TPB） in educational research using structural equation modelling （SEM）[M]// Global learning in the 21st century. Brill，2016： 139–162.

[28] 张良驯，赵丹丹. 计划行为理论视域下青年对网络生育信息的追随行为研究[J/OL]. 青年探索， 2024（3）：1–12[2024-12-09]. http://kns.cnki.net/ kcms/detail/44.1022.D.20240415.0933.002.html.

[29] 王炳成，傅晓晖，于灏. 个体与组织匹配视角下的商业模式创新路径分析——基于计划行为理论的解释框架[J]. 管理评论，2024，36（3）： 86–95.

[30] 谷丽，杨馨慈，贺敬辉. 知识产权治理行为形成机理研究——基于计划行为理论的解释框架 [J]. 科研管理，2024，45（3）： 143–150.

[31] 王相飞，吴明惠，张钢花. 基于计划行为理论的体育图书消费者购买意愿影响因素分析[J]. 中国出版，2023（16）：51–56.

[32] Ivanov S，Soliman M，Tuomi A，et al. Drivers of generative AI adoption in higher education through the lens of the Theory of Planned Behaviour[J]. Technology in Society，2024，77：102521.

[33] Al-Emran M，Abu-Hijleh B，Alsewari A R A. Exploring the effect of Generative AI on social sustainability through integrating AI attributes，TPB， and T-EESST：A deep learning-based hybrid SEM-ANN approach[J]. IEEE Transactions on Engineering Management，2024，77：14512–14524.

[34] Wang C，Wang H，Li Y，et al. Factors influencing university students’ behavioral intention to use generative artificial intelligence：Integrating the theory of planned behavior and AI literacy[J/OL]. International Journal of Human-Computer Interaction，2024： 1–23. （2024-07-29） [2024-12-10]. https://doi.org/10.1080/10447318.2024.2383033.

[35] 程鹏，童松，崔鹤，等.AI 时代下科学知识生产的伦理困境与策略[J]. 科学学研究，2024，42（11）： 2254–2261.[36] 高海燕，张优良. 英美著名高校的生成式人工智能政策及其启示[J]. 现代教育技术，2024，34（7）： 42–50.

[37] Vermunt J K，Magidson J.Applied latent class analysis[M].Cambridge：Cambridge University Press，2002.

[38] Chen Y，Luo R，Yang H，et al. Applying latent class analysis to investigate rural highway single-vehicle fatal crashes in China[J]. Accident Analysis & Prevention，2020，148：105840.

[39] Wen Z，J Xie，Wang H. Principles，procedures and programs of latent class models[J]. Journal of East China Normal University （Educational Sciences），2023，41（1）：1.

[40] Davis F D. Perceived usefulness，perceived ease of use，and user acceptance of information technology[J]. MIS Quarterly，1989，13（3）： 319–340.

[41] Venkatesh V，Thong J Y L，Xu X. Consumer acceptance and use of information technology： extending the unified theory of acceptance and use of technology[J]. MIS quarterly，2012，30（1）： 157–178.

[42] Rahman M S，Sabbir M M，Zhang J，et al. Examining students’ intention to use ChatGPT： Does trust matter?[J]. Australasian Journal of Educational Technology，2022，39（6）： 51–71.

[43] 段荟，张海，王东波. 信息资源管理领域科研人员对ChatGPT 态度、认知及应对策略研究[J]. 情报理论与实践，2023，46（7）：17–24.

[44] 朱侯，张明鑫. 移动APP 用户隐私信息设置行为影响因素及其组态效应研究[J]. 情报科学， 2021，39（7）：54–62.

[45] Moriuchi E. Okay，Google!：An empirical study on voice assistants on consumer engagement and loyalty[J]. Psychology & Marketing，2019，36（5）： 489–501.

[46] Chang H，Liu B，Zhao Y，et al. Research on the acceptance of ChatGPT among different college student groups based on latent class analysis[J]. Interactive Learning Environments，2024： 1–17. （2024-04-05） [2024-12-10]. https://doi.org/10.1080/ 10494820.2024.2331646

[47] Zhi-wei Liu，Jian-rong Liu. Elderly’s Acceptance of Autonomous Vehicles in Context of Digital Divide[J]. Journal of Transportation Systems Engineering and Information Technology，2023， 23（2）：168.

[48] Venkatesh V，Morris M G，Davis G B，et al. User acceptance of information technology：Toward a unified view[J]. MIS Quarterly，2003，27（3）： 425–478.

[49] 谭春辉，汪红信，王仪雯，等. 图情档学科高校教师科研论文产出的性别差异[J]. 图书馆论坛， 2023，43（9）：65–75.

[50] Fornell C，Larcker D F. Evaluating structural equation models with unobservable variables and measurement error[J]. Journal of Marketing Research，1981，18（1）：39–50.

[51] Podsakoff P M，MacKenzie S B，Lee J Y，et al. Common method biases in behavioral research：a critical review of the literature and recommended remedies[J]. Journal of Applied Psychology，2003， 88（5）：879.

[52] Lubke G，Muthén B O. Performance of factor mixture models as a function of model size， covariate effects，and class-specific parameters[J]. Structural Equation Modeling：A Multidisciplinary Journal，2007，14（1）：26–47.

[53] 孙宁，李明真，李达，等. 人工智能技术创新缩小了性别收入差距吗？——基于中国家庭追踪调查的经验分析[J]. 技术经济，2023，42（10）： 38–48.