Modeling Artificial Intelligence Tool Adoption in Mathematics Teacher Education: A TAM-Based Structural Equation Modeling

想象一下，你正试图说服一群未来的数学教师在他们的课堂上使用一种超级智能、由人工智能驱动的机器人助手。你可能会想：“如果他们仅仅是相信自己擅长使用电脑，或者如果学校提供了良好的 Wi-Fi，他们就会去使用它！”但来自印度的一项新研究表明，魔法并非如此运作。

研究人员 Vivek Kumar Rawat、M. T.V. Nagaraju 和 Kumari Dipti 决定通过一个被称为“技术接受模型”（TAM）的“地图”来测试这个想法。他们要求印度帕特纳（Patna）的 268 名实习教师填写了一份关于他们对 AI 工具感受的调查问卷。你可以把这份调查问卷看作是一个巨大的、数字化的“情绪环”，它测量了六个不同的维度：他们认为 AI 有多有用、它有多容易使用、他们对它的感觉如何、他们是否计划使用它、他们在技术方面的自信程度，以及学校提供的支持。

大惊喜：这与信心或支持无关（至少不直接相关）

转折点在于：研究发现，仅仅感到自己在技术技能方面很有信心（称为“技术自我效能感”）或者学校承诺提供帮助（称为“便利条件”），并不会在这一特定语境下直接促使学生想要使用 AI。

事实上，数据显示，“我感到很自信”与“我认为这个工具很有用”之间的联系在该组人群中在统计学上并不显著。研究人员指出，这些因素表现出“极小的直接影响”，这表明对自身能力的信念和环境提供的支持并不具备预测采用率的价值，除非其经验价值被明确化。甚至“如果我计划使用它，我会觉得它很容易”这种想法在他们的数字中也站不住脚。

真正的驱动力：“它有用吗？”以及“它容易吗？”

那么，究竟是什么起作用了呢？研究发现，开启学生们使用 AI 欲望的两把关键钥匙是感知有用性（Perceived Usefulness）和感知易用性（Perceived Ease of Use）。

可以这样理解：想象你正拿着一个全新的、高级的游戏控制器。

1. 感知有用性 (PU)： 这是问题：“这个控制器真的能帮我打败 Boss 关卡吗？”研究发现，如果实习教师相信 AI 确实能让他们未来的数学课变得更好，他们就更有可能喜欢并想要使用它。这是最强大的因素，像一块强力磁铁一样将他们吸引向这项技术。
2. 感知易用性 (PEOU)： 这是问题：“这个控制器会不会让我搞得头大？”如果这个工具用起来感觉很轻松，会让学生在使用时感觉更好。

研究表明，当学生看到 AI 是有用的，这会让该工具在他们看来更容易使用，而这种结合创造了一种积极的态度。这就像是发现一个新 App 不仅能节省你的时间（有用），而且还有一个写着“帮我完成”的按钮（容易）。只有到那时，你才会真正点击“下载”。

数据不会撒谎

研究人员并不仅仅是在猜测；他们通过一种名为“结构方程模型”的复杂统计引擎运行了数据。结果非常清晰：

• “有用性”因素对“态度”有很强的正向影响（分数为 0.532）。
• “易用性”因素也有所帮助，尽管稍弱一些（分数为 0.127）。
• 他们构建的模型与数据的拟合度非常完美，误差率几乎为零（RMSEA = 0.000），且“拟合”得分达到了完美的 1.000。这意味着他们描绘的这些感受如何相互连接的“地图”是非常准确的。

“中介”之谜

研究人员还测试了一个特定的理论：是否“感到自信”（自我效能感）会让你认为工具“有用”，进而让你喜欢它？他们仔细检查了这条路径。结果呢？不成立。在这 268 名实习教师的世界里，间接路径微小到可以忽略不计。仅仅感到自信并不能“欺骗”他们去认为 AI 是有用的。他们需要先看到实际的益处。

启示

因此，如果你是一位想要将 AI 引入数学教育的学校领导或教师培训师，这项研究为你提供了一条清晰的路径。不要只是购买电脑，然后告诉老师们：“你们可以做到的！”或者“我们有很好的支持！”虽然这些都很重要，但它们本身并不是魔力开关。

相反，你必须向他们展示，AI 将如何具体地让他们的数学课变得更好（有用性），并证明它不会成为学习上的负担（易用性）。一旦他们看到这个工具是一个既有用又易用的伙伴，他们的态度就会发生转变，并准备好进行采用。这项研究证实，对于这些未来的教师来说，“为什么”和“如何做”远比“我能行”或“我们有支持”更重要，除非这些因素能与技术的明确经验价值紧密相连。