34、预测ChatGPT作为教育平台的接受度：集成SEM - ANN方法

预测ChatGPT作为教育平台的接受度：集成SEM - ANN方法

1. 引言

人工智能（AI）正不断重塑现代生活。其中，ChatGPT表现卓越，它能撰写学期论文、短篇小说、提供解释和进行文学创作。不过，像美国大学等机构对其撰写大学水平论文和解答考试问题的能力存在疑虑。随着自然语言处理（NLP）模型在教育领域的应用，学习格局发生了变革，学生、教育工作者和学者能更便捷地获取内容。虽然谷歌曾占据主导地位，但ChatGPT的崛起十分明显，其全面的数据库以及解读复杂学生问题并给出精准答案的能力，显示出它作为重要教育资源的潜力。

然而，在探讨教育和AI工具（如ChatGPT）的技术进步时，存在一个研究空白，即难以解读影响用户接受此类创新的复杂因素。大多数现有研究围绕通用技术采用范式展开，往往忽略了AI驱动教育平台的特殊性。尽管对ChatGPT等AI平台用于教育应用的兴趣日益浓厚，但关于影响其在教育环境中采用的具体驱动因素和障碍的研究仍然匮乏。本研究旨在深入探究ChatGPT作为教育平台的接受度，识别并分析这些细微的决定因素，为教育机构和AI开发者提供可操作的见解。

此外，许多现有研究采用单阶段线性数据分析（特别是结构方程模型SEM）来辨别变量之间的关系。但决策过程可能并非仅取决于线性关系，一些学者提倡使用人工神经网络（ANN）分析来弥补SEM单层数据分析的局限性。同时，多数研究采用的是只有单个隐藏层的简单ANN变体，近期研究建议采用多层ANN来提高非线性模型的精度。本研究将通过先进的混合SEM - ANN方法分析数据，利用深度ANN的能力。

2. 理论框架

现有框架强调了系统质量、任务 - 技术适配性、感知满意度和个人创新性等因素如何影响采用学习