Behavioral Pathways Behind Students’ Willingness to Pay for GenAI in Higher Education
本研究利用技术接受模型来证明，本科生在高等教育中对生成式人工智能工具的付费意愿是由感知易用性和感知有用性所驱动的，这两者促进了行为意向，并最终转化为经济投入。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
以下是使用简单语言和日常类比对该论文进行的解释。
大局观：为什么学生会为 AI 付费？
想象一下，生成式 AI（比如 ChatGPT）是一个全新的、神奇的厨房小工具。它可以帮你切菜、搅拌酱料，甚至还能为你编写食谱。目前，大多数学生使用的是这个工具的“免费试用版”。他们很喜欢它，但并没有为此付钱。
这项研究提出了一个简单的问题：是什么让一名学生决定掏出钱包，为这个小工具支付月费？
研究人员并没有仅仅询问“你喜欢它吗？”他们观察了学生在愿意花钱之前所经历的心路历程。他们使用了一个经典的心理学框架——技术接受模型 (TAM)，这就像是人们决定如何使用新技术的“配方”。
三步走的“支付路径”
研究发现，学生并不是突然醒来就决定付钱的。他们经历了一个特定的连锁反应，就像多米诺骨牌倒下一样。过程如下：
1. “便捷按钮”（感知易用性）
- 概念： 这个工具好上手吗？是需要说明书，还是拿起就能直接开始烹饪？
- 发现： 如果 AI 工具感觉流畅、简单且直观，学生就更有可能认为：“嘿，这确实很有用。”
- 类比： 想想一个新的游戏手柄。如果按键黏糊且难以操作，你不会觉得这个游戏好玩。但如果手柄感觉像是你手的延伸，你就会开始相信这款游戏值得去玩。
2. “价值检查”（感知有用性）
- 概念： 这个工具真的能帮我更快或更好地完成作业吗？
- 发现： 这是最重要的一步。只有当学生觉得该工具确实能提高他们的成绩或节省时间时，他们才会付钱。
- 类比： 仅仅因为一辆车好开（步骤 1）并不意味着你会买它。你必须相信它能带你准时上班并帮你节省油钱（步骤 2）。研究发现，“易用性”只有在首先说服学生该工具确实有用时，才会转化为“付费意愿”。
3. “承诺”（行为意图）
- 概念： 我下周、下个月、下个学期还会继续使用这个工具吗？
- 发现： 一旦学生看到这个工具既好用又有用，他们就会形成一个持续使用的计划。这个计划是通往付费的桥梁。
- 类比： 这就像决定去健身房。你尝试器材（易用），你意识到它能帮你健身（有用），然后你决定：“我每周二都会来这里”（意图）。
最终结果：付费意愿
- 发现： 只有在学生决定他们会持续使用该工具之后，他们才会考虑付钱。
- 现实检验： 研究发现了一个巨大的差距。虽然学生们非常喜欢使用这些工具，但只有约 43% 的人表示他们愿意为此付费。他们愿意支付的平均金额为每月 5.71 美元。
- 问题所在： 像 ChatGPT Plus、Grammarly 和 GitHub Copilot 这样的工具，其真实的专业订阅费用远高于这 5.71 美元的总和。这就像学生在说：“我们喜欢这辆车，但我们每月只愿意付 5 美元的油钱，尽管加油需要 40 美元。”
这项研究没有说什么（以及它实际在说什么）
- 它没有说： “大学应该强迫学生付钱。”
- 它实际在说： 学生目前依赖于免费版本。如果大学希望学生付钱，这些工具必须证明自己是不可或缺的。
- 它没有说： “AI 是完美的。”
- 它实际在说： 只有当工具能可靠地提升他们的工作质量时，学生才愿意付钱。如果工具经常出错或难以使用，他们就不会付钱。
- 它没有说： “这适用于所有人。”
- 它实际在说： 这项研究调查了美国一所大学的 121 名本科生。它只是特定群体的缩影，并不代表全世界的规律。
核心启示
把这项研究看作是一张学生钱包的地图。它表明，学生付钱并不是因为 AI 很“酷”或很“简单”。他们付钱是因为他们已经进入了一种习惯，即该工具对他们的成功来说是必不可少的。
通往学生钱包的路径如下：
- 使用起来很方便
- 它能帮我学习
- 我打算永远使用它
- 好吧，我愿意付钱。
如果这条链条中的任何一个环节断裂（例如，如果工具虽然好用但对写作业没帮助），学生就会心甘情愿地坚持使用免费版本。研究表明，对于大学和公司想要让学生付钱，他们需要专注于让这些工具变得如此有用，以至于学生觉得没有它们就无法完成学业。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。