加载 Spotify 播放器;Spotify 可能会设置 Cookie。本设备将记住您的选择。
主要发现
- 感知有用性是影响教育者在教学中采纳生成式人工智能意向的主要认知驱动因素,而由于实践经验有限,其对采纳沉浸式技术的影响仍无明确定论。
- 感知易用性受到教育者的计算机自我效能感、计算机玩乐性、感知愉悦感以及机构支持(感知外部控制)的正向影响,而计算机焦虑则没有显著影响。
- 教育者积极利用生成式人工智能进行行政准备、习题编写和创意构思,尽管存在对数据隐私、学术诚信和虚假内容生成的担忧,但他们普遍认为使用门槛较低。
- 受限于高昂的硬件成本、技术复杂性以及缺乏经过验证的教学应用场景,沉浸式技术在很大程度上仍局限于专业研究环境,而非日常教学中。
- 大多数教育者难以明确生成式人工智能与沉浸式技术直接融合的直接附加价值或具体应用场景,这凸显了对测试空间、大学层面的指导方针以及技术培训的需求。
实践启示
CIO / IT 高管
Launch an institutional procurement and licensing review to secure university-wide access to secure generative AI tools, addressing data privacy concerns and providing the foundational external control needed to lower educators' entry hurdles.
IT 经理
Set up a physical 'GenAI & Immersive Test Space' equipped with VR headsets and AI sandboxes, and send out an invitation to faculty for hands-on onboarding sessions this week.
商业战略师
Reallocate internal innovation funding away from expensive, standalone hardware purchases and toward developing proven pedagogical use cases that combine generative AI with existing digital learning environments.
研究人员
Design a qualitative pilot study to investigate the specific pedagogical mechanisms and added value of combining generative AI with immersive virtual environments in a controlled classroom setting.
政策制定者
Draft and publish clear, institutional-level guidelines regarding academic integrity, hallucination risks, and data privacy for generative AI use, giving educators the compliance framework required to confidently adopt the technology.
摘要
本定性研究探讨了高等教育中教育者对生成式人工智能和沉浸式技术的接受度及采纳意愿。研究人员对来自德国不同学科的19位高等教育专家和教授进行了半结构化访谈。数据采用改编的技术接受模型3(TAM3)框架,通过定性内容分析法进行分类和评估。
核心问题
尽管基于文本的生成式人工智能工具在大学中迅速普及,但从教学角度来看,其与虚拟现实和增强现实等沉浸式环境的结合在很大程度上仍未得到充分探索。高校在理解教育者整合这些复杂的、新兴的数字化学习技术的实际需求、障碍和准备度方面面临着挑战。
文稿
Expert: 谢谢 Anna。很高兴来到这里。
Host: 我们看到,基于文本的生成式 AI 工具在大学里迅速普及。但这项研究指出,将生成式 AI 与虚拟现实、增强现实等沉浸式环境结合使用的教学场景,目前在很大程度上仍未得到充分探索。高校在推进这类整合时究竟遇到了哪些现实难题?
Expert: 确实如此。目前很多讨论集中在学生的体验上,而这项由 Lisa Kammholz 和 Anett Mehler-Bicher 进行的研究将视角转移到了教育者身上。虽然生成式 AI 的文字应用门槛较低,但沉浸式环境在软硬件整合上更具复杂性。目前高校普遍面临的挑战,在于不清楚教育者在整合这些复合技术时的实际需求、认知障碍以及准备状态。
Host: 这项研究具体采取了怎样的调查方式?
Expert: 研究人员对来自德国不同学科的 19 位高等教育专家和教授进行了半结构化访谈。在分析框架上,研究采用了改编的技术接受模型 3,也就是 TAM3 框架,并通过定性内容分析法对收集到的访谈数据进行编码与归纳。鉴于 19 位受访者的样本规模,这项研究的价值在于提供深入的质性洞察,而非大规模的定量泛化。
Host: 那么基于 TAM3 框架,研究有哪些核心发现?
Expert: 首先是感知有用性。这是驱动教育者在教学中采纳生成式 AI 的主要认知因素。受访教师积极使用 AI 进行教学行政准备、设计习题和创意构思,认为进入门槛较低。然而,对于沉浸式技术,感知有用性对其采纳意向的影响仍无定论,这主要是因为大部分受访者缺乏亲身操作和教学实践的经验。
Host: 教师对沉浸式技术的感知仍处在摸索期。在易用性方面有什么发现?
Expert: 在感知易用性方面,教育者的计算机自我效能感、计算机玩乐性、感知愉悦感以及机构支持(即感知外部控制)都产生了正向影响。值得注意的是一个非显著结果:计算机焦虑并没有对教育者的采纳意向产生明显影响。这说明技术恐惧并不是主要的阻碍因素。
Host: 那么阻碍两者结合落地的主要瓶颈是什么?
Expert: 阻碍主要来自应用成熟度与成本。虽然教育者在使用生成式 AI,但普遍对数据隐私、学术诚信和虚假内容生成表达了关切。而沉浸式技术由于硬件采购成本高、技术维护复杂,且缺乏经过验证的教学范式,基本局限于专业实验室,难以进入日常教学。最关键的是,多数教育者目前难以说出两者融合能带来哪些具体的教学增值,缺乏成熟的实践场景。
Host: 这项研究对于高校管理层、教育科技企业以及数字化转型决策者有哪些实践价值?
Expert: 有三个直接的实施建议。第一,在投入高昂的沉浸式设备前,高校需要先建立低风险的沙盒测试空间,让教师在日常工作流中有机会探索具体场景。第二,外部控制支持是关键驱动力,高校不能仅提供工具,必须同步建立明确的使用指引、数据安全规范和持续的技术培训。第三,对产品开发团队而言,重点不在于堆砌技术概念,而在于降低教学场景中的集成复杂度,直观展现教学产出。
Host: 总结来说,这项研究客观反映了当前的教育现状:生成式 AI 正在快速融入日常教学准备,而要实现与沉浸式技术的深度融合,仍需依托明确的实践场景、完善的制度支持与扎实的技术培训。非常感谢 Alex 今天的专业解析。
Expert: 谢谢 Anna。
Host: 感谢各位听众的收听。这里是由 Living Knowledge 支持的 A.I.S. Insights,我们下期节目再见。
Generative AI, Immersive Technologies, Virtual Reality, Technology Acceptance Model, Higher Education, Instructional Technology, Educator Adoption