Modeling Artificial Intelligence Tool Adoption in Mathematics Teacher Education: A TAM-Based Structural Equation Modeling
Deze studie maakt gebruik van een uitgebreid Technology Acceptance Model om de intenties tot AI-adoptie onder 268 leraren in opleiding voor wiskunde in Patna, India, te analyseren, waarbij wordt onthuld dat hoewel het ervaren nut en het gebruiksgemak sterk positieve houdingen en gedragsintenties aansturen, externe factoren zoals technologische zelfeffectiviteit en faciliterende condities een relatief lage directe impact hebben.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een groep toekomstige wiskundeleraar probeert te overtuigen om een super-slimme, door AI aangedreven robotassistent in hun klaslokalen te gaan gebruiken. Je zou kunnen denken: "Als ze maar geloven dat ze goed zijn met computers, of als de school hen goed Wi-Fi geeft, dan zullen ze het wel gebruiken!" Maar een nieuwe studie uit India suggereert dat dat niet precies is hoe de magie werkt.
De onderzoekers, Vivek Kumar Rawat, M. T.V. Nagaraju en Kumari Dipti, besloten dit idee te testen met behulp van een "kaart" genaamd het Technology Acceptance Model (TAM). Ze vroegen 268 lerarenstudenten in Patna, India, om een enquête in te vullen over hun gevoelens tegenover AI-tools. Zie deze enquête als een enorme, digitale emotie-ring die zes verschillende dingen meet: hoe nuttig ze de AI vinden, hoe gemakkelijk deze te gebruiken is, hoe ze erover denken, of ze van plan zijn het te gebruiken, hoe zelfverzekerd ze zich voelen met technologie en welke ondersteuning de school biedt.
De Grote Verrassing: Het Gaat Niet Om Zelfvertrouwen of Ondersteuning (Tenminste, Niet Direct)
Hier is de wending: de studie vond dat simpelweg het gevoel hebben dat je bekwaam bent in je technologische vaardigheden (genaamd "Technologische Zelfeffectiviteit") of het hebben van een school die belooft te helpen (genaamd "Faciliterende Condities"), niet direct ervoor zorgde dat de studenten de AI wilden gebruiken in deze specifieke context.
Sterker nog, de gegevens toonden aan dat de link tussen "Ik voel me zelfverzekerd" en "Ik vind dit hulpmiddel nuttig" statistisch niet-significant was voor deze groep. De onderzoekers merkten op dat deze factoren "weinig direct effect" vertoonden, wat aangeeft dat het geloof in de eigen kunnen en de ondersteuning die de omgeving biedt, geen voorspellende waarde hebben voor adoptie, tenzij hun ervaringswaarde expliciet wordt gemaakt. Zelfs het idee dat "als ik van plan ben het te gebruiken, ik het wel makkelijk zal vinden" hield in hun cijfers geen stand.
De Echte Drijvers: "Is het Nuttig?" en "Is het Makkelijk?"
Dus, wat werkte wel? De studie vond dat de twee belangrijkste sleutels om de begeerte van de studenten om AI te gebruiken te ontsluiten, Waargenomen Nuttigheid (Perceived Usefulness) en Waargenomen Gebruiksgemak (Perceived Ease of Use) waren.
Denk er zo over na: Stel je voor dat je een nieuwe, hippe gamecontroller vasthoudt.
- Waargenomen Nuttigheid (PU): Dit is de vraag: "Zal deze controller mij echt helpen om de eindbaas te verslaan?" De studie vond dat als de lerarenstudenten geloofden dat de AI hun toekomstige wiskundelessen daadwerkelijk beter zou maken, ze veel eerder geneigd waren het leuk te vinden en te willen gebruiken. Dit was de sterkste factor, die werkte als een zware magneet die hen naar de technologie toe trok.
- Waargenomen Gebruiksgemak (PEOU): Dit is de vraag: "Gaat deze controller een nachtmerrie worden om te begrijpen?" Als het hulpmiddel gemakkelijk in gebruik voelde, zorgde dat ervoor dat de studenten zich beter voelden bij het gebruik ervan.
De studie toonde aan dat wanneer studenten de AI als nuttig zagen, dit ervoor zorgde dat het hulpmiddel voor hen gemakkelijker in gebruik leek, en die combinatie creëerde een positieve houding. Het is alsoak ontdekken dat een nieuwe app niet alleen tijd bespaart (Nuttig), maar ook een knop heeft met de tekst "Doe het voor mij" (Makkelijk). Dat is wanneer je daadwerkelijk op "Downloaden" klikt.
De Cijfers Liegen Niet
De onderzoekers hebben niet alleen gegokt; ze hebben de cijfers door een complexe statistische motor gehaald die Structural Equation Modeling wordt genoemd. De resultaten waren ongelooflijk duidelijk.
- De factor "Nuttigheid" had een sterk, positief effect op "Houding" (een score van 0,532).
- De factor "Gebruiksgemak" hielp ook, zij het iets minder sterk (een score van 0,127).
- Het model dat ze bouwden, paste zo perfect bij de gegevens dat de foutmarge essentieel nul was (RMSEA = 0,000) en de "fit"-score een perfecte 1,000 was. Dit betekent dat hun kaart van hoe deze gevoelens met elkaar verbonden zijn, zeer nauwkeurig is voor deze groep studenten.
Het "Mediatiemysterie"
De onderzoekers testten ook een specifieke theorie: Maakt "jezelf vertrouwd voelen" (Zelfeffectiviteit) dat je denkt dat het hulpmiddel "nuttig" is, wat je vervolgens doet ervan te houden? Ze controleerden dit pad zorgvuldig. Het resultaat? Nee. Het indirecte pad was te klein om te tellen. In de wereld van deze 268 lerarenstudenten zorgde het gevoel van zelfvertrouwen er niet voor dat zij de AI als nuttig gingen beschouwen. Ze moesten eerst het daadwerkelijke voordeel zien.
De Conclusie
Dus, als je een schoolleider of een docentopleider bent die AI in het wiskundeonderwijs wil introduceren, suggereert deze studie een duidelijke weg. Koop niet gewoon de computers en zeg tegen de leraren: "Je kunt het!" of "We hebben geweldige ondersteuning!" Hoewel die zaken fijn zijn, zijn ze op zichzelf niet de magische schakelaar.
In plaats daarvan moet je hen precies laten zien hoe de AI hun wiskundelessen beter zal maken (Nuttigheid) en bewijzen dat het geen hoofdpijn zal opleveren om te leren (Gebruiksgemak). Zodra zij zien dat het hulpmiddel een nuttige, gemakkelijk te gebruiken partner is, zal hun houding veranderen en zullen zij klaar zijn om het te adopteren. De studie bevestigt dat voor deze toekomstige leraren het "waarom" en het "hoe" veel belangrijker zijn dan het "ik kan" of het "wij hebben", tenzij die factoren gekoppeld zijn aan duidelijke, expliciete ervaringen van de waarde van de technologie.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.