摘要

AIGC的興起正在重塑科研人員的信息行為模式。本研究拓展UTAUT理論，引入“輸出可控性”作為核心變量，以揭示其使用行為的內(nèi)在機(jī)理。對(duì)283份樣本的分析表明：績(jī)效期望、努力期望、社會(huì)影響、便利條件及輸出可控性均對(duì)使用意愿存在顯著正向影響，并共同構(gòu)成關(guān)鍵驅(qū)動(dòng)因素；使用意愿與輸出可控性則進(jìn)一步顯著轉(zhuǎn)化為實(shí)際使用行為。此外，使用經(jīng)驗(yàn)在績(jī)效期望、輸出可控性對(duì)使用意愿的影響中均呈現(xiàn)正向調(diào)節(jié)作用。本研究不僅豐富了技術(shù)采納理論在AIGC情境下的內(nèi)涵，也為AIGC服務(wù)科研創(chuàng)新提供了實(shí)證依據(jù)與管理路徑。

關(guān)鍵詞

AIGC；信息行為；科研人員；UTAUT；輸出可控性

Abstract

The rise of AIGC is reshaping the information behavior patterns of researchers. This study extends the UTAUT theory by introducing “output controllability” as a core variable to reveal the underlying mechanisms of its usage behavior. Analysis of 283 survey responses shows that performance expectancy, effort expectancy, social influence, facilitating conditions, and output controllability all have a significant positive impact on behavioral intention and together constitute the key driving factors. Furthermore, behavioral intention and output controllability significantly translate into actual usage behavior. Additionally, user experience positively moderates the effects of performance expectancy and output controllability on behavioral intention. This study not only enriches the application of technology acceptance theories in the context of AIGC but also provides empirical evidence and management pathways for utilizing AIGC in advancing scientific research innovation.

Keywords

AIGC；Information behavior； Researchers；UTAUT； Output controllability

1 引言

隨著人工智能技術(shù)的快速發(fā)展與廣泛應(yīng)用，科研人員獲取與處理信息的方式正經(jīng)歷深刻變革。以 ChatGPT 為代表的生成式人工智能（AIGC）自 2022 年底發(fā)布以來(lái)，憑借自然語(yǔ)言交互、跨領(lǐng)域知識(shí)整合與多模態(tài)內(nèi)容生成等優(yōu)勢(shì)，已逐漸滲透至科研、教育、媒體等多個(gè)領(lǐng)域。在科研場(chǎng)景中，AIGC 不僅能夠輔助文獻(xiàn)檢索、科研寫(xiě)作與數(shù)據(jù)分析，還可在實(shí)驗(yàn)設(shè)計(jì)、代碼生成等環(huán)節(jié)為科研人員提供高效支持。AIGC 的出現(xiàn)拓寬了科研人員的信息獲取與知識(shí)創(chuàng)造途徑，使學(xué)術(shù)信息服務(wù)更加智能化與個(gè)性化。

然而，AIGC 的大規(guī)模使用也引發(fā)了諸多問(wèn)題，例如生成結(jié)果的可靠性與可驗(yàn)證性不足、內(nèi)容存在“幻覺(jué)”現(xiàn)象等，這些問(wèn)題可能對(duì)科研人員的信息搜尋與采納行為產(chǎn)生潛在影響。科研人員作為知識(shí)生產(chǎn)與學(xué)術(shù)創(chuàng)新的核心群體，其信息行為直接關(guān)系到科研成果的質(zhì)量與效率。已有研究表明，科研人員在采納新興信息技術(shù)時(shí)，其行為受技術(shù)特性、個(gè)體特征及社會(huì)環(huán)境等多重因素的共同作用（王梅等, 2021）。

目前，學(xué)界雖已關(guān)注科研人員的信息行為與技術(shù)采納，但系統(tǒng)探討 AIGC 情境下科研人員信息行為變化機(jī)制的實(shí)證研究仍顯不足。尤其是在理論框架指導(dǎo)下，整合技術(shù)因素、個(gè)體認(rèn)知與情境特征的研究尚顯匱乏。整合技術(shù)接受與使用理論模型（Unified Theory of Acceptance and Use of Technology，UTAUT）由 Venkatesh 等（2003）提出，已在信息系統(tǒng)與技術(shù)采納研究中得到廣泛驗(yàn)證。該模型強(qiáng)調(diào)個(gè)體在接受與使用新技術(shù)過(guò)程中心理預(yù)期與外部環(huán)境的交互作用，適用于分析科研人員面對(duì) AIGC 時(shí)的采納決策與使用行為。

因此，本文擬基于 UTAUT 模型，結(jié)合 AIGC 情境特征，構(gòu)建科研人員信息行為影響機(jī)制模型，從績(jī)效期望、努力期望、社會(huì)影響與便利條件等核心維度出發(fā)，引入輸出可控性與使用經(jīng)驗(yàn)等擴(kuò)展變量，采用問(wèn)卷調(diào)查與結(jié)構(gòu)方程模型（SEM）相結(jié)合的實(shí)證方法，系統(tǒng)分析 AIGC 對(duì)科研人員信息行為的影響機(jī)制。研究結(jié)果有助于深入理解科研人員在生成式人工智能環(huán)境下的信息行為特征，為科研機(jī)構(gòu)制定 AIGC 應(yīng)用規(guī)范及平臺(tái)優(yōu)化提供理論參考與實(shí)踐啟示。

2 文獻(xiàn)綜述

2.1 科研人員信息行為

科研人員是知識(shí)創(chuàng)新與學(xué)術(shù)信息生產(chǎn)的核心群體，其信息行為不僅涉及信息需求、信息搜尋、信息評(píng)估與采納，還包括信息的組織、共享與再利用。在數(shù)字化與網(wǎng)絡(luò)化環(huán)境下，科研人員的信息行為呈現(xiàn)出多元化和情境化特征：一方面，信息來(lái)源更加多樣，既包括學(xué)術(shù)數(shù)據(jù)庫(kù)、開(kāi)放獲取平臺(tái)，也包括社交媒體與學(xué)術(shù)社交網(wǎng)絡(luò)；另一方面，信息搜尋與使用過(guò)程受到科研任務(wù)特征、學(xué)科領(lǐng)域、研究經(jīng)驗(yàn)等多因素影響（王梅等, 2021）。

現(xiàn)有研究顯示，科研人員在信息行為中面臨諸多挑戰(zhàn)，包括信息過(guò)載、信息質(zhì)量參差不齊以及時(shí)間與精力有限等問(wèn)題。同時(shí)，科研人員對(duì)信息的信任機(jī)制與驗(yàn)證方式成為其采納行為的重要前提（韓龍等., 2024）。已有學(xué)者指出，科研人員信息行為的演變與技術(shù)環(huán)境高度相關(guān)，新興工具往往改變其搜尋與采納行為（曹芬芳等, 2024）。雖然已有研究探討了信息素養(yǎng)、科研績(jī)效與信息行為之間的關(guān)系（Zhou et al., 2021），但在AIGC情境下，科研人員的信息搜尋路徑與決策模式可能發(fā)生新的變化，有必要結(jié)合新興技術(shù)背景對(duì)其信息行為進(jìn)行系統(tǒng)研究。

2.2 UTAUT模型及其在AIGC情境下的適用性探討

UTAUT模型通過(guò)整合多個(gè)技術(shù)接受理論的核心構(gòu)念，形成了包含績(jī)效期望、努力期望、社會(huì)影響與便利條件四類(lèi)主變量的經(jīng)典框架，并引入了性別、年齡、經(jīng)驗(yàn)與自愿性等調(diào)節(jié)變量（Venkatesh et al., 2003）。憑借其強(qiáng)大的解釋力，該模型已在教育技術(shù)、移動(dòng)服務(wù)及學(xué)術(shù)信息系統(tǒng)等諸多領(lǐng)域得到廣泛應(yīng)用與驗(yàn)證。例如，在探究科研人員對(duì)學(xué)術(shù)搜索引擎（盧新元等, 2023）或科學(xué)數(shù)據(jù)管理系統(tǒng)（Zuiderwijk et al., 2015）的采納行為時(shí)，研究均發(fā)現(xiàn)績(jī)效期望與社會(huì)影響是關(guān)鍵的驅(qū)動(dòng)因素。

然而，在AIGC這一新興領(lǐng)域時(shí)，經(jīng)典UTAUT模型的解釋力面臨新的挑戰(zhàn)。一個(gè)核心區(qū)別在于系統(tǒng)特性， 現(xiàn)有UTAUT研究大多圍繞功能相對(duì)固定的結(jié)構(gòu)化信息系統(tǒng)展開(kāi)，這類(lèi)系統(tǒng)的輸出通常是確定且可預(yù)測(cè)的。而AIGC本質(zhì)上是生成式和強(qiáng)交互的，其輸出帶有不確定性與開(kāi)放性。對(duì)于嚴(yán)謹(jǐn)性要求極高的科研工作而言，這種不確定性直接觸發(fā)了用戶(hù)對(duì)結(jié)果可靠性與過(guò)程可控性的擔(dān)憂(yōu)（Dwivedi et al., 2023）。這表明，單純依靠績(jī)效期望等傳統(tǒng)變量，已無(wú)法完全捕捉科研人員在面對(duì)AIGC時(shí)的復(fù)雜決策心理。 學(xué)界關(guān)于自動(dòng)化系統(tǒng)信任的研究早已指出，在輸出不確定的環(huán)境中，“可控性”是構(gòu)建用戶(hù)信任并影響其決策的關(guān)鍵（Lee & See, 2004）。因此，將 “輸出可控性”，即用戶(hù)對(duì)AIGC所生成內(nèi)容可驗(yàn)證、可修改與可追溯的感知程度，作為一個(gè)關(guān)鍵變量納入U(xiǎn)TAUT框架，有望彌補(bǔ)原模型在解釋此類(lèi)非確定性系統(tǒng)時(shí)的理論不足。

另外，科研人員對(duì)AIGC的“使用經(jīng)驗(yàn)”是一個(gè)從實(shí)踐中逐步積累深化的過(guò)程，從開(kāi)始接觸到在多種場(chǎng)景中的熟練使用。這種由使用廣度和熟練度帶來(lái)的實(shí)踐認(rèn)知，很可能重塑用戶(hù)對(duì)技術(shù)效能和風(fēng)險(xiǎn)控制的感知。盡管Venkatesh等人在原模型中已考量了經(jīng)驗(yàn)的調(diào)節(jié)作用，但其測(cè)量多側(cè)重于單一場(chǎng)景下的使用時(shí)長(zhǎng)與頻率。在AIGC的語(yǔ)境下，跨場(chǎng)景的、更為熟練的使用經(jīng)驗(yàn)，可能導(dǎo)致高經(jīng)驗(yàn)用戶(hù)與低經(jīng)驗(yàn)用戶(hù)在形成使用意愿時(shí)，依賴(lài)完全不同的判斷邏輯。因此，將“使用經(jīng)驗(yàn)”作為關(guān)鍵調(diào)節(jié)變量，探究其在不同熟練度與使用廣度用戶(hù)中的作用差異，是對(duì)UTAUT模型在新興技術(shù)背景下適用性的重要深化。

3 研究模型和假設(shè)

基于UTAUT模型，本文新增“輸出可控性”變量，以反映科研人員對(duì)AIGC內(nèi)容可控程度的主觀評(píng)價(jià)；同時(shí)將“使用經(jīng)驗(yàn)”作為調(diào)節(jié)變量，以揭示不同熟練程度下的行為差異。研究模型如圖1所示。

圖1 研究模型

3.1 績(jī)效期望與使用意圖

績(jī)效期望是指科研人員認(rèn)為使用AIGC系統(tǒng)能夠提升科研效率、增強(qiáng)學(xué)術(shù)寫(xiě)作質(zhì)量或優(yōu)化研究流程的程度。在科研實(shí)踐中，AIGC可以支持文獻(xiàn)整合、輔助學(xué)術(shù)寫(xiě)作、數(shù)據(jù)分析與實(shí)驗(yàn)設(shè)計(jì)等任務(wù)，減少重復(fù)性勞動(dòng)、提高知識(shí)獲取效率（Dwivedi et al., 2023；儲(chǔ)節(jié)旺與杜秀秀, 2024）。已有研究表明，當(dāng)用戶(hù)感知某項(xiàng)技術(shù)能夠顯著提升工作績(jī)效時(shí)，其持續(xù)使用的意愿更高（Im et al., 2011；邱均平等, 2025）。對(duì)于科研人員而言，如果AIGC的自動(dòng)化與智能化功能被認(rèn)為對(duì)科研產(chǎn)出具有直接價(jià)值，將顯著提高其使用意圖。

H1：績(jī)效期望正向影響科研人員對(duì)AIGC的使用意圖。

3.2 努力期望與使用意圖

努力期望是指用戶(hù)感知在使用一項(xiàng)新技術(shù)過(guò)程中所需的操作難度與學(xué)習(xí)成本。在AIGC情境中，該變量表現(xiàn)為科研人員是否認(rèn)為系統(tǒng)界面友好、易于學(xué)習(xí)且能夠與科研流程無(wú)縫集成。研究顯示，技術(shù)易用性認(rèn)知直接影響用戶(hù)采納意圖（Davis, 1989；Sergeeva et al., 2025）。如果科研人員認(rèn)為AIGC易于學(xué)習(xí)和集成，使用意圖將顯著增強(qiáng)。

H2：努力期望正向影響科研人員對(duì)AIGC的使用意圖。

3.3 社會(huì)影響與使用意圖

社會(huì)影響指科研人員感知到他人（如導(dǎo)師、同事、機(jī)構(gòu)）認(rèn)為其應(yīng)當(dāng)使用AIGC的程度。在學(xué)術(shù)共同體中，同行采納行為、學(xué)術(shù)機(jī)構(gòu)政策以及平臺(tái)推廣趨勢(shì)都會(huì)影響個(gè)體技術(shù)采納態(tài)度（李蕾等, 2024）。社會(huì)影響在新技術(shù)擴(kuò)散早期尤為關(guān)鍵，可通過(guò)社會(huì)規(guī)范、聲譽(yù)機(jī)制與組織文化促進(jìn)采納（Baptista & Oliveira, 2015）。在當(dāng)前AIGC快速滲透學(xué)術(shù)界的背景下，若科研人員感知到來(lái)自同行或機(jī)構(gòu)的積極信號(hào)，其使用意圖將顯著增強(qiáng)。

H3：社會(huì)影響正向影響科研人員對(duì)AIGC的使用意圖。

3.4 便利條件與使用意圖

便利條件是用戶(hù)感知到的可獲得的外部支持資源，包括技術(shù)支持、制度保障、平臺(tái)功能等。在科研人員使用AIGC的背景下，如果所在高校、實(shí)驗(yàn)室或期刊提供培訓(xùn)、合規(guī)指引、API接口及跨平臺(tái)協(xié)同支持，將降低采納障礙。研究表明，便利條件是技術(shù)采納的關(guān)鍵環(huán)境因素，尤其在高認(rèn)知任務(wù)場(chǎng)景下作用更為顯著（Im et al., 2011）。

H4：便利條件正向影響科研人員對(duì)AIGC的使用意圖。

3.5 輸出可控性與使用意圖

輸出可控性是用戶(hù)對(duì)AIGC輸出結(jié)果調(diào)節(jié)與自主性能力的認(rèn)知。在科研情境下，該變量涉及科研人員能否根據(jù)學(xué)術(shù)需求修改、篩選或拒絕生成內(nèi)容?？煽匦愿兄粌H關(guān)乎效率，還直接關(guān)系到學(xué)術(shù)規(guī)范與研究嚴(yán)謹(jǐn)性（Shin, 2021）。研究發(fā)現(xiàn)，高可控性感知能顯著提升用戶(hù)信任與使用意圖（Gefen et al., 2003）。

H5：輸出可控性正向影響科研人員對(duì)AIGC的使用意圖。

3.6 使用意圖與實(shí)際使用行為

使用意圖是科研人員在未來(lái)實(shí)際使用AIGC進(jìn)行科研的主觀意愿強(qiáng)度，而實(shí)際使用行為是意愿的外顯行動(dòng)。大量研究表明，使用意圖是實(shí)際行為的最直接預(yù)測(cè)因子（Venkatesh et al., 2003; 周濤等, 2009）。在科研中，如果科研人員認(rèn)為AIGC對(duì)其科研活動(dòng)有實(shí)際價(jià)值，且擁有所需資源與能力，他們更有可能主動(dòng)將其納入科研流程。

H6：科研人員對(duì)AIGC的使用意圖正向影響其實(shí)際使用行為。

3.7 輸出可控性與實(shí)際使用行為

輸出可控性不僅影響使用意圖，還可能直接作用于實(shí)際使用行為。在學(xué)術(shù)活動(dòng)中，高可控性意味著科研人員能靈活調(diào)整AIGC輸出以滿(mǎn)足學(xué)術(shù)標(biāo)準(zhǔn)，這將顯著提高技術(shù)在實(shí)際科研場(chǎng)景中的使用頻率（Shin, 2021）。

H7：輸出可控性正向影響科研人員對(duì)AIGC的實(shí)際使用行為。

3.8 使用經(jīng)驗(yàn)的調(diào)節(jié)作用

使用經(jīng)驗(yàn)指用戶(hù)在過(guò)去對(duì)AIGC或相關(guān)生成式AI工具的使用積累，包括頻率、場(chǎng)景與熟練度。研究表明，經(jīng)驗(yàn)水平會(huì)改變技術(shù)特征對(duì)行為意向的影響強(qiáng)度（武曉宇&張大偉, 2023）。在科研情境中，高經(jīng)驗(yàn)者通常具備更強(qiáng)的信息素養(yǎng)與算法理解能力，對(duì)績(jī)效期望與輸出可控性更敏感；而低經(jīng)驗(yàn)者可能更多依賴(lài)外部意見(jiàn)與便利條件（Zhou et al., 2021）。

H8a：使用經(jīng)驗(yàn)正向調(diào)節(jié)績(jī)效期望對(duì)AIGC使用意圖的影響，即使用經(jīng)驗(yàn)越高，績(jī)效期望對(duì)使用意圖的正向影響越強(qiáng)。

H8b：使用經(jīng)驗(yàn)正向調(diào)節(jié)輸出可控性對(duì)AIGC使用意圖的影響，即使用經(jīng)驗(yàn)越高，輸出可控性對(duì)使用意圖的正向影響越強(qiáng)。

4 數(shù)據(jù)收集與分析

4.1 量表設(shè)計(jì)與數(shù)據(jù)收集

為驗(yàn)證所構(gòu)建的研究模型，在充分借鑒前人研究成果的基礎(chǔ)上，本研究對(duì)各潛在變量進(jìn)行了操作性定義，并開(kāi)發(fā)了相應(yīng)的測(cè)量量表。所有測(cè)量條目均采用7點(diǎn)李克特量表（1=“強(qiáng)烈不同意”，7=“強(qiáng)烈同意”）。在問(wèn)卷編制過(guò)程中，采用“翻譯—反向翻譯”方法以確保測(cè)量工具的語(yǔ)言準(zhǔn)確性與文化適應(yīng)性。隨后，邀請(qǐng)19名具有活躍AIGC使用經(jīng)歷的科研人員參與預(yù)測(cè)試，并根據(jù)其反饋對(duì)部分條目進(jìn)行了措辭優(yōu)化和語(yǔ)義調(diào)整，確保測(cè)量條目的內(nèi)容效度。最終的測(cè)量變量及其文獻(xiàn)來(lái)源見(jiàn)表1。

表１ 各變量測(cè)量項(xiàng)及來(lái)源

問(wèn)卷由三部分組成：第一部分為引導(dǎo)語(yǔ)與研究說(shuō)明，介紹研究背景與填寫(xiě)說(shuō)明；第二部分為8個(gè)潛在變量的測(cè)量條目，共24個(gè)問(wèn)題；第三部分為受訪者的基本信息，包括性別、學(xué)科背景、使用AIGC的頻率等人口統(tǒng)計(jì)學(xué)變量。

正式問(wèn)卷通過(guò)問(wèn)卷星平臺(tái)發(fā)布，并借助社交媒體（如微信、學(xué)術(shù)群組及科研論壇）進(jìn)行發(fā)放。調(diào)查時(shí)間為2025年7月28日至2025年8月10日，為期兩周。為確保樣本與研究主題高度契合，調(diào)查對(duì)象限定為已接觸或使用過(guò)AIGC技術(shù)的科研人員、研究生及高校教師。

最終共回收有效問(wèn)卷283份。樣本結(jié)構(gòu)顯示，男性占53.1%，女性占46.9%；73.2%的受訪者年齡在40歲以下，反映出AIGC在青年科研群體中的高滲透率。使用頻率方面，68.2%的受訪者每周使用AIGC工具1次及以上，表明樣本群體整體具備較高的數(shù)字工具接受度與探索意愿。為確保樣本數(shù)據(jù)的代表性與質(zhì)量，在數(shù)據(jù)清洗過(guò)程中剔除了填寫(xiě)時(shí)間過(guò)短、選項(xiàng)高度一致等可疑問(wèn)卷，最終保留的高質(zhì)量數(shù)據(jù)用于后續(xù)分析。

4.2 數(shù)據(jù)分析

4.2.1 信度與效度分析

本研究采用SPSS 26與AMOS 28對(duì)測(cè)量模型進(jìn)行驗(yàn)證分析。信度方面，使用Cronbach’s α系數(shù)與組合信度（CR）評(píng)估內(nèi)部一致性，結(jié)果表明所有變量的Cronbach’s α與CR均大于0.80，表明數(shù)據(jù)內(nèi)部一致性較好。效度方面，采用平均方差提取量（AVE）檢驗(yàn)收斂效度，結(jié)果顯示所有變量的AVE均大于0.70，且因子載荷均超過(guò)0.80，表明量表收斂效度良好，見(jiàn)表2。

表2 信度和效度

通過(guò)比較各變量AVE的平方根與變量間相關(guān)系數(shù)來(lái)檢驗(yàn)區(qū)分效度。結(jié)果如表3所示，各變量AVE的平方根(對(duì)角線加粗值)均大于該變量與其他變量的相關(guān)系數(shù)(非對(duì)角線值)，表明量表具有良好的區(qū)分效度。

表3 相關(guān)系數(shù)矩陣

4.2.2 結(jié)構(gòu)模型路徑分析

在測(cè)量模型通過(guò)驗(yàn)證后，進(jìn)一步構(gòu)建結(jié)構(gòu)方程模型進(jìn)行路徑分析。結(jié)果如表4所示：績(jī)效期望（PE）、努力期望（EE）、社會(huì)影響（SI）、便利條件（FC）及輸出可控性（OC）對(duì)使用意圖（BI）均具有顯著正向影響，支持H1、H2、H3、H4與H5；使用意圖對(duì)實(shí)際使用行為（UB）的影響顯著且為正向，支持H6；輸出可控性對(duì)實(shí)際使用行為亦具有顯著正向影響，支持H7。

表4 結(jié)構(gòu)方程模型路徑分析結(jié)果

此外，采用PROCESS宏檢驗(yàn)調(diào)節(jié)效應(yīng)，結(jié)果顯示使用經(jīng)驗(yàn)（EX）在“績(jī)效期望→使用意圖”和“輸出可控性→使用意圖”路徑中均存在顯著正向調(diào)節(jié)作用，支持H8a與H8b。結(jié)果表明，所有假設(shè)均得到支持，如圖2所示。

圖2 模型路徑系數(shù)及顯著性

4.2.3 模型擬合度分析

模型擬合指標(biāo)如表5所示，卡方自由度比χ2/df為2.147，小于3，GFI為0.932，大于0.9，AGFI為0.901，大于0.9，CFI為0.956，大于0.9，NFI為0.938，大于0.9，SRMR為0.059，小于0.08，各項(xiàng)擬合指標(biāo)均達(dá)到理想標(biāo)準(zhǔn)，表明模型與數(shù)據(jù)擬合良好。使用意圖(BI)的方差解釋率(R2)為68.3%，實(shí)際使用行為(UB)的方差解釋率(R2)為57.6%，表示模型對(duì)該因變量的解釋力較好。

表5 結(jié)構(gòu)模型擬合指標(biāo)結(jié)果

5.研究結(jié)論與啟示

5.1 研究結(jié)論

本研究基于UTAUT模型，結(jié)合AIGC的科研應(yīng)用特征，引入“輸出可控性”變量并考察“使用經(jīng)驗(yàn)”的調(diào)節(jié)作用，構(gòu)建了科研人員AIGC使用行為的影響機(jī)制模型。通過(guò)對(duì)283份有效樣本進(jìn)行結(jié)構(gòu)方程建模分析，得出以下結(jié)論：

（1）績(jī)效期望、努力期望、社會(huì)影響與便利條件均顯著正向影響使用意圖，表明科研人員采納AIGC時(shí)，既重視其效能與易用性，也深受學(xué)術(shù)社群氛圍與外部支持條件的影響，驗(yàn)證了UTAUT核心變量在AIGC情境下的適用性。

（2）輸出可控性對(duì)使用意圖及實(shí)際使用行為均具有顯著正向影響，反映出科研人員對(duì)AIGC生成內(nèi)容的可干預(yù)性與質(zhì)量可控性高度關(guān)注，這一特性在復(fù)雜科研任務(wù)中尤為重要。

（3）使用意圖能有效預(yù)測(cè)實(shí)際使用行為，支持了UTAUT與相關(guān)行為理論在解釋科研人員技術(shù)采納中的一致性。

（4）使用經(jīng)驗(yàn)在“績(jī)效期望→使用意圖”與“輸出可控性→使用意圖”路徑中均呈現(xiàn)顯著正向調(diào)節(jié)效應(yīng)。這表明，隨著使用經(jīng)驗(yàn)的積累，科研人員會(huì)更依賴(lài)于對(duì)AIGC效能與輸出可控性的判斷來(lái)形成使用意愿。

5.2 啟示

5.2.1理論啟示

首先，本研究通過(guò)引入“輸出可控性”，拓展了UTAUT模型在AIGC情境下的解釋維度，為理解AIGC特有機(jī)制提供了新的理論視角。其次，研究揭示了使用經(jīng)驗(yàn)在技術(shù)采納過(guò)程中的差異化調(diào)節(jié)作用，為后續(xù)開(kāi)展用戶(hù)分層研究提供了實(shí)證依據(jù)。

5.2.2 實(shí)踐啟示

對(duì)AIGC開(kāi)發(fā)者而言，應(yīng)著力增強(qiáng)產(chǎn)品的可控性與可解釋性，如提供內(nèi)容干預(yù)功能和透明的生成邏輯，以契合科研人員對(duì)準(zhǔn)確性與可信度的要求。

對(duì)科研機(jī)構(gòu)而言，需完善AIGC使用的制度規(guī)范與培訓(xùn)體系，制定相關(guān)倫理與版權(quán)指南，以降低使用不確定性，促進(jìn)AIGC的合理應(yīng)用。

此外，應(yīng)有針對(duì)性地引導(dǎo)低經(jīng)驗(yàn)用戶(hù)，通過(guò)案例示范和協(xié)作學(xué)習(xí)等方式，幫助他們建立使用信心并積累正向經(jīng)驗(yàn)。

5.3 研究局限與未來(lái)展望

本研究存在以下局限：第一，樣本主要來(lái)源于高?？蒲腥藛T，未來(lái)可納入更多來(lái)自產(chǎn)業(yè)界及具有跨國(guó)背景的科研工作者，以提升結(jié)論的普適性；第二，采用橫截面數(shù)據(jù)難以捕捉使用態(tài)度的動(dòng)態(tài)演變，后續(xù)研究可借助追蹤調(diào)查或?qū)嶒?yàn)方法深入探討行為演化路徑。

本文受湖北省教育廳哲學(xué)社會(huì)科學(xué)重點(diǎn)項(xiàng)目“在線學(xué)術(shù)社區(qū)科研人員信息行為轉(zhuǎn)化機(jī)制研究”（編號(hào)：20D024）和湖北省教育廳哲學(xué)社會(huì)科學(xué)重點(diǎn)項(xiàng)目“價(jià)值和公平視角下虛擬學(xué)術(shù)社區(qū)中科研人員持續(xù)知識(shí)共享”（編號(hào)：20D023）資助。

作者簡(jiǎn)介

嚴(yán)紅 武漢科技大學(xué)管理學(xué)院副教授

秦嶺 武漢科技大學(xué)管理學(xué)院副教授

張業(yè)鵬 南洋理工大學(xué)黃金輝傳播與信息學(xué)院碩士研究生

參考文獻(xiàn)