何以擁抱：高校教師教學人工智能技術采納意愿研究

【中圖分類號】G40-057【文獻標識碼】A【論文編號】1009—8097（2025）05—0032—10【DOI】10.3969/j.isn.1009-8097.2025.05.004

引言

人工智能的誕生、發展及推廣加快了技術與教育融合創新的速度，促進了教育教學方式的變革1]。近年來，聯合國教科文組織發布的《AI與教育：給政策制定者的建議》（AIand Education：Guidancefor Policy-Makers）和我國教育部發布的《高等學校人工智能創新行動計劃》等文件，探討了人工智能技術賦能教育教學的路徑。目前，關于人工智能的概念界定可分為“科學技術說”“思維能力說”“交叉學科說”等，本研究從科學技術的視角探究人工智能在高校教學實踐中的應用狀況及影響因素，具體意指推動高校教學智能化、提高教學效能、促進教學質量的技術手段如人工智能技術在備課授課、教案輔助生成、匹配性教學資源搜集等方面的應用。對于人工智能與高校教學實踐，現有文獻聚焦精準教學評價、教學資源開發等賦能范疇2，教學數據泄露、數字鴻溝加劇等風險挑戰，以及教師數字素養提升、人工智能教學環境優化等具體路徑3]，但缺乏對高校教師教學人工智能技術采納意愿現實狀態、影響因素及作用機理的深入探究。

技術接受模型與計劃行為理論是研究技術采納的經典理性理論。在教學領域，有研究者基于整合技術接受理論，探討了中小學教學中人工智能采納的影響因素[4]；有研究者應用技術接受模型，研究了在線教學持續使用意愿、教育游戲接受意愿決策等[5d；有研究者采用計劃行為理論，探析了非公費師范生從教意愿決策等[7]。總的來說，教學領域中的技術采納意愿研究主要關注理性影響因素，較少納入情感作用。然而，個體決策是理性與感性的共同作用8]，因此高校教師教學人工智能技術采納意愿研究理應考慮情感因素。教師人工智能采納意愿關系到教學質量，亟須全面、系統地剖析其影響因素，為此本研究從理性與感性的雙重角度推演研究假設，構建高校教師教學人工智能技術采納意愿影響因素理論模型，探索教學過程中人工智能技術采納意愿的現實樣態、影響因素等，以期提升人工智能技術采納意愿，助力教師教學發展。

一研究假設與模型構建

1技術接受模型與人工智能技術采納意愿

技術接受模型作為經典的理性行為理論最早由Davis提出，后用于解釋和預測個體對技術的采納意愿[10]，具有良好的穩健性和適應性。目前，該模型已被應用于研究個體對人工智能技術的采納問題。該模型最初包含兩個因素，分別是感知有用性和感知易用性。隨著研究的不斷深入，研究者指出用戶在決策使用某項技術時，會著重考慮技術安全問題，如在食品管理領域，感知安全性被納入研究，形成了擴展式技術接受模型[]。考慮到人工智能技術作為前沿技術缺乏穩定性，高校教師對其安全性非常重視，因此本研究嘗試參考添加了感知安全性的擴展式技術接受模型，分析高校教師教學人工智能技術采納意愿，以改善技術接受模型的結構彈性和對復雜現實的適應性。

感知有用性是指使用者主觀認為某一特定技術為其工作效率帶來的提升程度。具體而言，高校教師對人工智能技術的感知有用性體現在提升教學效果、提高教學效率等方面。有研究發現，感知有用性正向影響教師的人工智能技術接受意愿[12]，對從線下到線上教學方式轉換的采納意愿也受感知有用性的正向顯著支持[13]。據此，本研究提出假設H1：感知有用性與高校教師教學人工智能技術采納意愿呈正相關。

感知易用性是指個體在使用特定技術時感受到的容易程度。基于研究情境，本研究將該定義拓展至高校人工智能教學過程中，意指教學中無須付出過多時間和努力便可熟練使用人工智能技術的方法。路徑依賴理論強調人類社會中的技術演進、制度變遷等均存在慣性現象，即一旦進入某一路徑就可能對這種路徑產生依賴[14]。換言之，高校教師習慣于傳統的教學方式，對人工智能技術的使用具有陌生感，而使用人工智能技術時的易用性感知能夠緩解陌生感，進而影響高校教師教學人工智能技術采納意愿。有研究發現，教學游戲感知易用性顯著影響高校教師對教學游戲授課方式的采納意愿[15]。據此，本研究提出假設 H2：感知易用性與高校教師教學人工智能技術采納意愿呈正相關。

安全性是技術系統、在線平臺等數字技術保障利益相關者信息及其使用數據的能力與承諾。感知安全性是指使用者對技術系統或平臺等提供技術使用可能帶來的結果的感知。安全問題與技術使用休戚相關，對使用過程和結果都會產生不確定的影響，進而侵蝕使用者對人工智能技術的信任，最終影響其使用體驗和采納意愿。具體而言，由于在教學過程中采用人工智能技術涉及教師和學生的基本信息，并包含教學過程中的教學內容、學生學情表現等隱私信息，教師擔心進行人工智能教學后，會因數據脫敏不完全帶來信息泄露、數據濫用等風險，因此人工智能技術感知安全是研究中必須考慮的因素。有研究證實，技術的安全性感知影響使用者行為采納，進一步來說，人工智能教學應用過程受技術安全性的影響[16]。據此，本研究提出假設H3：感知安全性與高校教師教學人工智能技術采納意愿呈正相關。

2計劃行為理論與人工智能技術采納意愿

基于對理性行為理論的修正和補充，計劃行為理論得以提出。作為研究個體行為意愿的社會心理學理論，該理論認為個體的行為意愿通常受主觀規范、行為態度、知覺行為控制等因素的影響[17]。其中，主觀規范是指個體行為決策受社會環境壓力的影響；行為態度是指個體對實施特定行為的全部感覺和評價；知覺行為控制是指個體實施某一行為時，對自身掌握資源和所遇阻礙因素的主觀認知。就人工智能教學技術而言，影響技術采納的主觀規范主要是教育主管部門、學校、學生等重要主體對教學中人工智能技術的評價，進而產生對教師是否采納人工智能技術的社會環境壓力；行為態度強調教師采用人工智能教學后對于教學效能、課堂吸引力及自身價值提升的態度；知覺行為控制強調高校教師在人工智能教學中獲取人工智能教學技術資源的難易程度及對該過程中阻礙因素的認知。有實證研究發現，高校教師對混合式教學的采納程度受主觀規范、行為態度及知覺行為控制的顯著影響[18]。據此，本研究提出如下假設：主觀規范與高校教師教學人工智能技術采納意愿呈正相關（H4），行為態度與高校教師教學人工智能技術采納意愿呈正相關（H5），知覺行為控制與高校教師教學人工智能技術采納意愿呈正相關（H6）。

根據擴展式技術接受模型，一方面高校教師在教學過程中對人工智能技術有用性與易用性的充分感知，能夠使其充分發揮人工智技術的優勢和特點，便于提升教學效能，以獲得學生及同事的正面評價，進而對人工智能技術產生更加正向的態度；另一方面，高校教師在教學過程中對人工智能技術安全性的感知認同，會削減其對人工智能技術的擔心程度，從中獲得信任感，并對人工智能技術形成正面評價，進而對教學中人工智能技術的態度更為積極。由前所述，感知有用性、感知安全性等影響行為態度，而計劃行為理論指出行為態度影響采納意愿。此外，有研究證實，高校師生的圖書館感知有用性會通過行為態度影響其借閱行為意愿[19]。據此，本研究提出假設H7：行為態度在感知有用性、感知易用性、感知安全性與高校教師教學人工智能采納意愿的關系中具有中介作用。

3情感依戀與人工智能技術采納意愿

關于使用者與人工智能之間的情感研究是推進人工智能發展的重要領域，旨在體現技術效率的同時兼顧溫情。目前，這方面的研究主題聚焦兩者的關系類型、形成機制及影響結果。其中，情感是使用者行為意愿決策的重要因素，并提供認知與功能支持[20]。因此，高校教師教學人工智能采納意愿這一決策的影響因素研究理應考慮情感的影響。情感依戀作為情感中的重要方面，重點指向個體與特定對象之間的情感紐帶關系。使用者采納人工智能技術的過程，正是兩者進行情感交互的過程。然而，現有的人工智能技術采納研究對此提及較少，因此本研究將關系類型中的情感依戀納入研究范疇。

情感依戀由英國心理學家Bowlbyl21I基于依戀理論提出，最初用來解釋嬰兒與養護者之間的親密聯系，后來被引入管理學、消費者行為學、社會學等領域，強調使用者與使用對象之間形成的涵蓋認知、情感特性的情感紐帶和行為反應[22]。具體到高校教學領域，高校教師作為使用者，人工智能作為一種技術，情感依戀的作用關系可以轉化為高校教師與人工智能技術之間充滿認可和喜歡的感情關系。

現有的情感依戀研究集中在兩個方面： ① 形成機制方面，情感依戀是使用者與技術之間的情感紐帶，技術通過提供愉快的經歷、強大的功能滿足使用者的需求，在獲得良好使用體驗的過程中使用者逐漸建立對技術的信任并產生一定的情感，進而表達出對技術產品的采納意愿。情感依戀之于高校教師教學人工智能技術采納意愿，可闡釋為教學過程中采用人工智能技術，能夠產生高效便捷的教學體驗，使高校教師逐漸信任技術并對其產生情感，表現為教學過程中對人工智能技術采納意愿的提升。 ② 作用機制方面，使用者對人工智能技術的情感因素，有助于其對該技術獲得更強的感知，在采納意愿方面更容易接受。換言之，高校教師對教學過程中人工智能技術的情感依戀，會影響其對技術的有用性感知、易用性感知和安全性感知，從而在一定程度上影響采納意愿。有實證研究結果顯示，情感依戀顯著正向影響用戶的 Apple Pay 使用意愿[23]。據此，本研究提出假設H8：情感依戀正向影響高校教師教學人工智能技術采納意愿。

有研究指出，情感依戀具有調節人們感知效用的作用，即使用者的感知效用會因情感依戀的出現而發生改變[24]。例如，情感依戀的加持調節了有用性、安全性等感知，導致即便某項技術存在一定的瑕疵，使用者仍會選擇該技術，甚至愿意付出溢出代價[25]。由此可以推測，在高情感依戀的影響下，高校教師對人工智能技術教學的認知效用會發生改變，相較于傳統教學方式，即便人工智能技術在某一方面存在瑕疵，其仍會被教師使用。有實證研究結果表明，情感依戀正向調節智能支付技術使用者的體驗感知與技術采納意愿[2]。據此，本研究提出假設H9：情感依戀在感知有用性、感知易用性感知、感知安全性與高校教師教學人工智能技術采納意愿的關系中具有正向調節作用。

基于以上分析，本研究構建了高校教師教學人工智能技術采納意愿影響因素理論模型，如圖1所示。

二研究設計

1研究過程

本研究采用問卷星對山東省東部、中部、西部7所高校的教師進行數據收集，學校類型涵蓋師范型、農林型、醫學型、理工型及綜合型等。本研究共發放問卷287份，收回287份，經過背對背人工篩選，甄選出256份有效數據，有效回收率約為 89.2% 。問卷數據的樣本量較大，覆蓋范圍較廣，可靠性較強。

2研究工具

為驗證研究假設，本研究編制了“高校教師教學人工智能技術采納意愿影響因素”調查問卷。該問卷分為兩個部分： ① 人口學變量，包括調查對象的性別、教齡、學歷等； ② 問卷主體，包括高校教師教學人工智能技術采納意愿（下文簡稱“采納意愿”）、感知有用性、感知易用性、感知安全性、主觀規范、行為態度、知覺行為控制、情感依戀8個核心變量。問卷借鑒成熟的問卷題項進行設計，并根據我國高校人工智能教學的特點進行了相應調整。一般意義上來說，Cronbach's a 系數值大于0.7，可認為題項之間的一致性較好。經計算，核心變量的Cronbach'sα系數值均大于0.8，說明問卷的信度較高。內容效度方面，本研究邀請4名專家（包括2名高校教育技術領域的專家和2名長期從事一線教學的教師）對題項內容進行審查，結果符合效度要求。結構效度方面，檢驗題項的標準化因子載荷量和各潛變量（核心變量）平均變異萃取量的AVE值均大于0.5，各潛變量之間的相關系數均小于潛變量的平均變異萃取量AVE的平方根，表明問卷具有良好的效度。最終，本研究形成了包含26道題的問卷主體測量項目，如表1所示。

三研究分析

1共同方法偏差檢驗

本研究采用Harman單因子方法檢驗共同方法偏差，對問卷題項進行了因子分析。結果顯示，第一個因子的方差解釋率為 33.76%lt;40% ，表明本研究數據不存在嚴重的共同方法偏差。

2描述性統計

本研究核心變量的描述性統計如表2所示。由表2可知，采納意愿的總分值為25分，均值為19.03分，在一定程度上反映了高校教師教學人工智能技術采納意愿的現實樣態較為良好，但仍有提升空間。感知有用性、感知易用性、感知安全性的總分值均為15分，計算得到的均值分別為11.85分、11.15分、10.91分，對比結果顯示：高校教師對人工智能技術教學的安全性感知低于有用性感知和易用性感知——這契合已有研究結論，即高校教師對人工智能技術教育的安全性存有一定的隱憂[37]。主觀規范、行為態度、知覺行為控制的總分值均為15分，計算得到的均值分別為11.42分、11.68分、11.11分，對比結果顯示：高校教師在人工智能教學過程中指向人工智能技術教學資源獲取的知覺行為控制需要進一步得到保障。情感依戀的總分值為15分，計算得到的均值為11.73分，反映出高校教師對人工智能技術教學具有積極的情感。

3回歸結果分析

本研究采用SPSS23.0進行核心變量之間的回歸分析，結果如表3所示。由表3可知，采納意愿受感知有用性、感知易用性、感知安全性、主觀規范、行為態度、知覺行為控制、情感依戀的顯著正向影響，且受情感依戀的影響更大。本研究選擇 SPSS宏程序Process 中的模型4，采用偏差校對非參數百分位Bootstrap 方法，對行為態度在技術接受模型與采納意愿之間的中介效應進行檢驗，結果如表4所示。表4顯示，“感知有用性 行為態度 采納意愿”中介鏈的間接效應為0.5327，Bootstrap 95% 置信區間不包含0，說明行為態度的中介作用顯著；“感知易用性 行為態度 采納意愿”中介鏈的間接效應為0.4136，Bootstrap 95% 置信區間不包含0，說明行為態度的中介作用顯著；“感知安全性 行為態度 采納意愿”中介鏈的間接效應為0.3887，Bootstrap 95% 置信區間不包含0，說明行為態度的中介作用顯著。綜上，假設H7成立。

情感依戀的調節效應如表5所示。本研究選擇 SPSS宏程序Process中的模型1，采用偏差校對非參數百分位Bootstrap方法對調節效應進行檢驗，并根據Bootstrap 95% 置信區間判斷標準（若置信區間包含0，則說明調節作用不顯著[38]）進行判斷。結果表明，情感依戀在感知安全性與采納意愿之間具有顯著的促進調節作用，情感依戀在感知有用性、感知易用性與采納意愿之間的調節作用不顯著，即假設H9部分成立。

為進一步探究不同程度的情感依戀對感知安全性與采納意愿之間的調節作用差異，本研究采用Aiken[39提出的簡單斜率檢驗法，分別考察高情感依戀、低情感依戀在感知安全性對采納意愿影響作用中的調節效應差異，結果如圖2所示。圖2顯示，相比低情感依戀型高校教師（ β=0.1623 ， plt;0.001 ），感知安全性對采納意愿的正向影響在高情感依戀型高校教師 （ （β=0.4095 ， plt;0.001 ）中更強。

四研究結論

1研究討論

依托擴展式技術接受模型、計劃行為理論和情感依戀理論，本研究構建了高校教師教學人工智能技術采納意愿影響因素理論模型，并通過對256份高校教師的有效問卷數據進行分析，剖析了高校教師教學人工智能技術采納意愿影響因素，結果發現：

① 擴展式技術接受模型中的感知有用性、感知易用性、感知安全性均正向影響采納意愿，且感知安全性的影響最大。究其原因，可能在于教師、學生等使用者較為關注前沿技術的安全性問題，這契合人工智能教育亟須解決安全性事項的已有結論[40]。計劃行為理論中的主觀規范、行為態度、知覺控制行為均正向影響采納意愿，其背后折射出高校教師人工智能技術的采納邏輯受周圍重要他者、個人價值觀點以及獲取技術資源的難易等影響。同時，情感依戀作為感性因素正向影響采納意愿，且在技術采納的影響因素中處于重要地位，這在一定程度上表明研究高校教師人工智能技術教學采納意愿時，應重視情感因素對技術采納的影響，換言之，技術不僅需要冷理性，也需要熱情感。

② 行為態度在感知有用性、感知易用性、感知安全性影響采納意愿的過程中具有中介作用。高校教師對人工智能技術有用性、易用性、安全性的感知可使課堂教學更加高效便捷，并得到較多的正面評價，給教師帶來了教學成就感，進而使其對在教學過程中采納人工智能技術的態度更加積極，即源自教師內心的態度關系到其對教學中人工智能技術的采納意愿。

③ 情感依戀在感知安全性與采納意愿之間具有顯著的調節作用，但在感知有用性、感知易用性與采納意愿之間的調節作用不顯著。可能的原因是教學過程中人工智能技術的有用性、易用性較為明確且較易感知測量，而人工智能技術的安全性在一定程度上還不穩定，情感因素容易影響具有不確定性的安全感知，而不易影響較為明確的有用性、易用性感知。這與恐怖管理理論相契合，即個體越是面對不確定性、不明朗的客體，其行為決策一定程度上越容易受到情感的左右[41]。

2提升高校教師教學人工智能技術采納意愿的建議

（1）構建人工智能技術質量保障體系

高校教師人工智能技術有用性、易用性、安全性感知的基礎，是人工智能教學技術的質量。換言之，只有高質量的人工智能教學技術，才能產生優異的技術感知，進而影響高校教師教學人工智能技術采納意愿。為此，從需求側來看，應將教師的教學需求納入技術質量的考量范圍之內；從供給側來看，應聚力開發更加智能、安全的人工智能教學技術，實現技術質量的供給側提升。此外，教育主管部門還應為教師提供高質量的培訓指導，尤其應規避部分年長教師因人工智能教學技術不熟練而出現的畏懼心理。

（2）強化人工智能教學技術的環境與資源支撐

本研究發現，主觀規范、行為態度等社會環境均影響高校教師教學人工智能技術采納意愿。個體-情境交互理論指出，個體決策行為受外部情境氛圍的影響[42]，換言之，高校教師教學人工智能技術采納意愿受校園人工智能技術環境氛圍的影響。為此，應通過制定常態化的人工智能教研活動制度，確保高校人工智能教學環境的規范性與保障性；同時，應提倡將人工智能技術應用于課前的教學設計和教學資料準備、課中學生與大模型之間的交互設計、課后教與學的數據評價，重塑人工智能環境下的教學理念。本研究還發現，獲取人工智能技術資源的難易程度、獲取人工智能技術知識的控制能力等知覺行為控制因素也對高校教師教學人工智能技術采納意愿具有一定影響，這意味著需要強化人工智能教學技術的資源支撐，豐富可供教師實施人工智能教學的數據資源平臺，通過加強教師與技術的溝通和交流，為高校教師教學提供“有米之炊”。

（3）完善人工智能教學技術的情感設計

社會人假設指出，在決策行為方式時，人們更加重視社會關系的情感維系[43]。教師作為教學的重要組成部分，在決策是否使用人工智能教學技術時，并不僅僅局限于理性思考，也受情感因素的影響。本研究發現，情感依戀是高校教師人工智能采納意愿的重要影響因素，教師與人工智能技術之間情感紐帶的強度越大，教師的采納意愿就越強烈。為此，應從設計、使用等環節考量高校教學采用人工智能技術的情感化程度，沿著技術美學和具身體驗兩個理論向度，再造教學過程中人工智能技術的情感體驗方式。此外，應建立高校教師與人工智能技術之間的情感互動，研發輔助教師教學的智能體，將教師的知識、行為、理念作為數據，培育適合其教學的大模型，使其獲得良好的使用體驗，增進教師與人工智能技術的情感關系。

參考文獻

[1]陳玉琨.ChatGPT/生成式人工智能時代的教育變革[J].華東師范大學學報（教育科學版），2023，（7）：103-116.

[2]宋宇.人工智能賦能新型課堂教學的研究與實踐[J].全球教育展望，2022，（10）：19-29.

[3]林思雨，周海濤.人工智能融入高校教學科研管理的前景、風險和策略[J].高校教育管理，2023，（6）：21-30、39.

[4]李世瑾，顧小清.中小學教師對人工智能教育接受度的影響因素研究[J].現代遠距離教育，2021，（4）：66-75.

[5][13]覃紅霞，李政，周建華.不同學科在線教學滿意度及持續使用意愿——基于技術接受模型（TAM）的實證分析[J]教育研究，2020，（11）：91-103.

[6][15]趙永樂，蔣宇，何瑩.我國教師對教育游戲的接受與使用狀況調查[J].開放教育研究，2022，（1）：51-61.

[7]蘇涵瓊，張維.非公費師范生從教意愿動態變化的影響因素與作用機制——基于計劃行為理論的實證分析[J].湖南師范大學教育科學學報，2023，（3）：51-61.

[8]羅鳳英.情緒與理性共同影響下的領導決策研究[J].上海行政學院學報，2010，（5）：85-94.

[9][27][28]Davis FD.Perceived usefulne，perceived ease ofuse，and user acceptance of information technology[J]. MISQuarterly， 1989，（3）：319-340.

[10]程慧.數字技術背景下大學生創新創業意向影響因素分析——基于計劃行為理論和技術接受模型[J].科技管理研究，2023，（18）：195-202.

[11]余鯤鵬，李偉.基于技術接受模型的食品區塊鏈溯源系統消費者使用意愿研究[J].中國軟科學，2023，（8）：62-72.

[12]WangY，LiuC，TuYF.Factorsaffcting theadoptionofA-basedapplicationsinhigher education[J].EducationalTechnology amp; Society， 2021，（3）：116-129.

[14]饒愛京，萬昆，鄭碧慧.路徑依賴視角下高校慕課的可持續發展策略[J].現代教育技術，2018，（9）：86-91.

[16]崔宇路，張海.教育人工智能應用的困境、成因及對策[J].現代教育技術，2022，（6）：35-42.

[17]蘇涵瓊，張維.非公費師范生從教意愿動態變化的影響因素與作用機制——基于計劃行為理論的實證分析[J].湖南師范大學教育科學學報，2023，（3）：51-61.

[18]趙建民，張玲玉.高校教師對混合式教學接受度的實證研究——基于 DTPB 與 TTF 整合的視角[J].現代教育技術，2017，（10）：67-73.

[19]李浩君，冉金亭.高校移動圖書館用戶行為意愿模型構建研究[J].圖書館，2018，（4）：73-78.

[20]劉偉，董悅，李純青.機器人并不\"冰冷\"：消費者與智能社交機器人的情感關系研究綜述[J].外國經濟與管理，2024，（6）：98-111.

[21]Bowlby J. Attachment and loss： Attachment[M]. New York： Basic Books， 1969：177-234.

[22]蔣廉雄，馮睿，滕海波，等.不同品牌化情境下的新產品采用：消費者創新性和品牌依戀的影響[J].南開管理評論，2015，（6）：71-80、153.

[23][25][26]彭澤余，劉叢加，張倩茜，等.理性 ?⁺ 情感：Apple Pay使用意愿的實證研究[J].管理科學，2018，（4）：79-90.[24]李龍一，何曉敏.環保型游戲對公眾低碳消費行為的影響——以螞蟻森林為例[J].中國商論，2023，（12）：79-83.[27]Chatterjee S，Bhattacharjee KK.Adoptionofartificial intellgence inhigher education： Aquantitativeanalysis usingstructural equation modelling[J]. Education and Information Technologies， 2020，（5）：3443-3463.

[28][29]Davis FD.Perceived usefulness，perceived easeofuse，and useracceptanceof information technology[J].MISQuarterly，1989，（3）：319-340.

[30]Kumar N，Upreti K，Mohan D.Blockchain adoption for provenanceand traceabilityin the retailfood supplychain： Aconsumer perspective[J]. International Journal of E-Business Research （IJEBR）， 2022，（2）：1-17.

[31]Al-aqafW，SeidlerN.Blockchain technologyforsocial impact： Opportunitiesadchallengesahead[J].JournalofCyberPolicy， 2017，（3）：338-354.

[32][33][34]Ajzen I. TPB measurement： Conceptual and methodological considerations[OL].

[35]ThomsonM，MacInnis DJ，WhanPC.The ties thatbind： Measuringthe strengthofconsumers’emotionalatachents tobrands[J]. Journal of Consumer Psychology， 20o5，（1）：77-91.

[36]PedelientoG，Andreini D，Bergamaschi M，etal.Brandand product atachment inan industrialcontext： Theeffectsonbrand loyalty[J]. Industrial Marketing Management， 2016，53：194-206.

[37]馮春艷，陳旭遠.人工智能在教學改革中的應然角色及理性審視[J].蘇州大學學報（教育科學版），2020，（1）：25-32.[38]溫忠麟，侯杰泰，張雷.調節效應與中介效應的比較和應用[J].心理學報，2005，（2）：268-274.

[39]AikenLS.Multipleregresion： Testingandinterpreting interactions[J].SagePublications Google Scholar，1991：98-109.

[40]王春麗.國際組織的人工智能教育應用觀：技術、實踐及挑戰[J].比較教育研究，2022，（10）：86-93、102.

[41]柯學.大災難可以減少消費者的多樣化尋求行為：一個基于恐怖管理理論的研究[J].管理世界，2009，（11）：122-129、188.

[42]黃鐘儀，劉瀚宇，蘇偉琳，等.眾創空間創新氛圍一定能促進創客創新？個體-情境交互理論視角的實證研究[J].科學學與科學技術管理，2021，（8）：97-115.

[43]李帥.傳統人性論之“道德人\"與市場經濟倫理人性假設的沖突與調適[J].湖北社會科學，2017，（4）：100-105.

How to Embrace： A Study on the Willingness to Adopt Artificial Intelligence Technology in University Teachers’Teaching

FEI Jian-Xiang1 LIU Bing-Li2，3[Corresponding Author] DANG Tong-Tong1 （1.School of Education， Qufu Normal University， Qufu， Shandong， China 273165;2.College of Teacher Education， Qilu Normal University，Jinan， Shandong， China 250200;3.School ofMedia andTechnology，LiaochengUniversity，Liaocheng，Shandong，Cina252000

Abstract：Thewillngnesstoadoptartificialintellgencetechnologyinunversityteachers’teachingisthefisttresholdfor integrating technology into teaching， which is related to the developmentof teachingquality.Existing studies predomiantly explore fromasingle perspectiveof technicalrationality，while individual decisions are influenced byboth rationaliyand sensibility.Therefore，itisurgent toexplorethewillingness to adopt fromthe dualperspectives ofrational decision-making and emotional choice.Basedon this，according to the extended technologyacceptance model，the planned behaviortheoryand emotional atachmenttheory，thispaperconstructedatheoreticalmodelofinfluencing factorsofthewilingnesstoadopt teaching arificial intellgencetechnologyinuniversityteachers’teaching which integrating rationalityandemotion.Through analysis of256valid questionnairedata from universityteachers，this paper systematicall examined the influencing factors of wilingnesstoadoptandrevealed the“blackbox”mechanism.The studyfound thatthe wilingnestoadoptteachingartificial intellgence technology inuniversityteachers' teaching was significantlyafectedbyperceived usefulness，perceived ease of use，perceivedsafetysubjectiveom，behavioraltitude，perceivedbehavioralontrol，andemotionalatachment，among whichthe single factorof emotional atachment hada greater impact.Behavioral atitude servedasa mediatingrole in the process in which each elementof the extended technology acceptance model influenced the willingness to adopt; emotional atachment significantlymoderatedtherelationshipbetween perceivedsafetyandthe wilingnesstoadopt.Based onthis，the suggestions foruniversityteachers’teaching were put forward inthis paper，inorder toimprove the willingness toadopt artificial intelligence technology and help teachers’ teaching development.

Keywords：universityteachers’teaching；artificialintellgence technology;wilingnesstoadopt;influencingfactors; theoretical model