学术研究报告：ChatGPT在高等教育中的采纳及其对教师福祉的影响
研究作者及发表信息
本研究由Jesús J. Cambra-Fierro、María Fuentes Blasco（西班牙Pablo de Olavide大学商学院）、María-Eugenia López-Pérez（西班牙San Isidoro大学中心）和Andreea Trifu（西班牙CUNEF大学）合作完成，发表于期刊Education and Information Technologies (2025, Volume 30, pp. 1517–1538)，DOI: 10.1007/s10639-024-12871-0。
学术背景
研究领域与动机
本研究属于教育技术与组织行为学的交叉领域，聚焦人工智能（AI）工具（如ChatGPT）在高等教育中的采纳及其对教师福祉（well-being）的影响。近年来，以ChatGPT为代表的生成式AI（Generative AI）迅速渗透教育领域，但现有研究多关注学生视角，缺乏对教师群体的实证分析。此外，技术采纳与教师福祉的关系尚未明确，而高等教育机构正面临技术变革与教师心理健康平衡的挑战。
理论基础
研究以技术接受模型（Technology Acceptance Model, TAM）为核心框架，整合了感知有用性（perceived usefulness）、易用性（ease of use）和愉悦性（enjoyment）作为ChatGPT采纳的前因变量，并首次将教师福祉（包括幸福感、能量感和压力水平）作为采纳后的结果变量进行量化分析。
研究流程与方法
1. 研究设计与样本
- 研究对象：西班牙商学院和管理学专业的401名大学教师（男性51.9%，平均年龄45.9岁，80%为全职）。
- 数据收集：通过电子邮件发放问卷，采用7级Likert量表（1=完全不同意，7=完全同意）测量变量，包括TAM维度、ChatGPT使用频率及福祉指标。
2. 测量工具
- 技术采纳变量：
- 感知有用性（5题项，如“ChatGPT能提升我的教学效率”）。
- 易用性（5题项，如“ChatGPT交互简单易懂”）。
- 愉悦性（4题项，如“使用ChatGPT让我感到愉快”）。
- 福祉变量：
- 幸福感（3题项，如“使用ChatGPT让我对教学感到兴奋”）。
- 能量感（3题项，如“使用ChatGPT让我精力充沛”）。
- 压力水平（4题项，反向评分，如“使用ChatGPT让我难以放松”）。
3. 数据分析方法
- 结构方程模型（SEM）：采用协方差基SEM（CB-SEM）验证假设，通过AMOS软件分析路径系数与模型拟合度。
- 信效度检验：Cronbach’s α均>0.8，组合信度（CR）>0.7，平均方差抽取（AVE）>0.5，表明量表具有良好信效度。
主要结果
ChatGPT采纳的驱动因素：
- 感知有用性（γ=0.35, p<0.01）和愉悦性（γ=0.34, p<0.01）影响最大，其次是易用性（γ=0.21, p<0.01），三者共同解释59%的采纳方差。
- *创新点*：首次证实情感因素（愉悦性）在技术采纳中的独立作用，超越传统TAM的功利性维度。
对教师福祉的影响：
- 幸福感（β=0.81, p<0.01）和能量感（β=0.66, p<0.01）显著提升，压力水平降低（β=-0.28, p<0.01）。
- *机制解释*：ChatGPT通过减轻教学负担、提供个性化支持，间接改善教师心理健康。
结论与价值
科学意义
- 扩展TAM模型，提出“技术-情感-福祉”三元路径，为教育技术采纳理论提供新视角。
- 揭示生成式AI在高等教育中的双重价值：教学效率工具与心理健康干预媒介。
实践启示
- 教师培训：需设计ChatGPT操作教程，强化其易用性与实用性认知。
- 政策制定：建议高校将AI工具纳入教师福祉支持体系，例如通过“同行互助网络”分享使用经验。
研究亮点
- 样本特殊性：聚焦高等教育教师群体，填补ChatGPT研究中“教师视角”的空白。
- 方法论创新：首次将SEM应用于ChatGPT采纳与福祉的关联分析，提供量化证据。
- 跨学科贡献：融合教育技术、心理学与管理学，为AI时代的人力资源管理提供参考。
其他发现
- 使用频率差异：仅12.7%的教师每周使用ChatGPT，反映技术普及仍需时间。
- 文化局限性：研究基于西班牙样本，未来需跨文化验证（如亚洲教育环境）。
（注：术语翻译示例：生成式AI（Generative AI）、技术接受模型（TAM）、结构方程模型（SEM））