深入解析：生成式 AI 工具的科技接受度、焦虑与忠诚度结构关系研究

本文基于一项针对生成式 AI 工具用户的学术研究，探讨了科技接受模型中的感知有用性与感知易用性如何影响用户的科技焦虑与忠诚度，并验证了四个关键变量之间的结构关系。

引言

生成式 AI 工具的崛起以前所未有的速度改变着人们的工作与生活方式。从内容创作到编程开发，再到信息检索，它们展现出巨大潜力。然而，随之而来的，是用户对新技术的接受程度与潜在焦虑问题。

本研究旨在探讨感知有用性与感知易用性如何影响用户的科技焦虑与忠诚度，为 AI 工具的推广提供理论支持。

核心发现与体验

• 感知有用性： 用户认为生成式 AI 工具能提升效率、质量并提供创意灵感。
• 感知易用性： 用户认为工具界面友好、易于学习与使用。
• 科技焦虑： 对工作替代、隐私泄露与误导信息的担忧。
• 用户忠诚度： 包括持续使用与推荐意愿。

研究显示，用户普遍认可 AI 工具的高价值与易用性，但同时存在一定焦虑。

优缺点概览

结论与建议

1. 感知有用性与感知易用性正向影响忠诚度： 工具越实用、越易用，忠诚度越高。
2. 感知易用性发挥中介作用： 即使工具强大，若难以掌握，忠诚度会下降。
3. 变量影响差异： 感知有用性更能提升忠诚度，而感知易用性更能缓解焦虑。

总体而言， 成功推广生成式 AI 工具需兼顾价值强化与体验优化。开发者应专注于简化操作流程、完善教学与技术支持，帮助用户降低焦虑、增强信任。