教师人工智能教学行为意向影响因素研究

方旭 史妮娜 张立春

摘  要：人工智能教育已成为国内外关注的热点之一，但目前国内外还缺乏对人工智能教学行为意向影响因素的研究。文章以安徽某所中学为例，对教师人工智能教学行为意向进行了理论和实证分析，并采用SPSS17.0、SmartPLS3.0对数据进行了分析。结果表明：感知行为控制和行为意向两个变量与教师人工智能实际行为正相关，其中感知行为控制的影响更大;行为态度与行为意向正相关;有用性感知与行为态度正相关，易用性感知与有用性感知正相关。基于以上结论，作者提出如下建议对策：尝试引进智能教学系统，并进行培训指导;加强智能教学系统的开发;构建人工智能培训课程体系以及制定相关的激励政策等。

关键词：人工智能教学;行为意向;影响因素;实证研究

中图分类号：G434           文献标志码：B           文章编号：1673-8454（2019）06-0036-06

一、引言

目前，人工智能教育应用已成为教育技术领域的热门话题之一。人工智能教学指的是教师采用人工智能教学系统进行的教学。智能教学系统，是通过人工模拟技术整合相关教学资源，并能进行科学分析、智能判断及有目的地提供即时、有效、全面且针对性教学的互联网计算机系统。智能教学系统的具体应用包括：自动答疑、对学习者学习状况进行分析和诊断以及进行个性化的教学等。智能教学系统是人工智能教育应用的重要形式之一，也是人工智能与教学整合的关键之一。

国内外对智能教学系统进行了一定的应用，例如：2014 年 AI 首次通过了图灵测试，并以 24 小时在线帮助平台的形式广泛应用于高等教育中 [1]，科大讯飞的智能教学、智能学习和智能管理系统产品已在全国 1万多所学校应用并形成体系[2]。我国人工智能教学系统目前已经发展到了第三代。2013年9月13日正式推出了丁博士智能教学系统（简称ITS系统）等[3]。

目前，关于人工智能教育的研究主要集中在以下几个方面：

1.人工智能教育的基本理论

其包括内涵、技术、特征、应用形式、意义以及发展趋势和路径等[4]-[12]。例如，闫志明等在对美国教育人工智能发展研究的基础上，认为教育人工智能重在通过人工智能技术，更深入、更微观地窥视、理解学习是如何发生的，是如何受到外界各种因素（如社会经济、物质环境、科学技术等）影响的，进而为学习者高效地进行学习创造了条件，并指出了教育人工智能具体的应用领域和发展趋势。马玉慧等提出了高度重视人工智能教育应用的发展，给予资金和政策支持等对策建议。Holland， Simon探讨了人工智能在音乐教育中的应用。Michael J. Baker提出了三个人工智能在教育中的应用模型。D. M. Yoon提出了一种在人工智能教育游戏中使用愤怒的小鸟的挑战和机会。Daniel A等对外科教育中机器学习的角色进行了探讨。

2.人工智能教育应用现状和阻碍因素

目前我国人工智能教育应用面临着一些困境，但从整体上看，教育人工智能仍处于起步发展阶段，面临着四大发展难题。例如，杨现民等指出感知有用性和感知易用性均影响着教育用戶对人工智能教育应用价值的判断[13]。

3.人工智能人才的培养

相关研究对人工智能素养内涵、培养目标、课程体系构建等问题进行了探讨[14]-[16]。例如，张剑平等对机器人教育的现状、对策等问题进行了探讨。钱旭升等提出我国高中人工智能教育目标的分类、分层体系。张雅娴就高中新课改背景下高师院校教育技术本科专业人工智能课程编制进行了研究。

4.对人工智能在各个教育领域以及学科中的应用探讨[17][18]

主要包括在职业教育、远程教育、医学教育等领域的应用进行的探讨。目前，主要集中在人工智能教育基本理论的探讨，相关人工智能教学实践还较少，缺乏对教师人工智能教学行为意向影响因素的理论分析和实证研究。本研究具有较强的理论意义和现实意义，弥补了相关研究的不足，可以为人工智能教学的深入发展提供一定的实践参考和帮助。

二、研究假设和模型构建

戴维斯提出技术接受模型（Technology Acceptance Model，简称TAM）[19]。该模型提出了影响信息系统使用的变量，其中行为意向正向影响系统使用，有用性感知和易用性感知两个变量与行为态度正相关，而这两个变量又受到外部变量的影响。计划行为理论（Theory of Planned Behavior，简称TPB）是由Icek Ajzen等提出的[20]。

Paul Legris等指出TAM的实证结果不总是一致的，TAM模型中可能遗漏了重要的因素[21]，TAM模型使用有用性感知和易用性感知替代了主观规范这个变量，而TPB模型重新将主观规范这个变量纳入，并且加入了知觉行为控制这个变量，因此，将TAM模型和TPB模型整合，可能具有更好的解释力，后续很多实证研究也证明了这一点[22]-[24]。本研究将TAM模型和TPB模型结合，构建了教师智能教学系统行为意向影响因素模型。

1.实际行为

实际行为可以从多方面进行衡量，包括使用的广度和深度。智能教学可以从多方面体现，例如，对学习者学习状况的判断以及推荐个性化的学习方案等。行为意向指的是教师愿意使用智能教学系统的程度。当教师更愿意使用智能教学系统行为时，教师的实际使用行为也随之改善，很多之前的研究证实了类似的结论[25][26]，因此，本研究提出假设H1：行为意向与实际行为正相关。

感知行为控制指的是教师预期在人工智能教学时自己所感受到可以控制（或掌握）的程度。当教师感觉人工智能教学越容易控制和完成时，例如，自己有能力完成人工智能教学或者具备人工智能教学的条件，其实际行为就越会得到改善。相反，如果教师感觉个人缺乏完成人工智能教学任务的能力或者不具备相关的条件，教师可能就会放弃人工智能教学或者无法顺利开展人工智能教学。因此，本研究提出假设H2：感知行为控制与实际行为正相关。

2.行为意向

主观规范指的是教师对于是否进行人工智能教学所感受到的社会压力，即在预测教师的人工智能教学行为时，那些对教师的行为决策具有影响力的个人或团体，对于教师是否进行人工智能教学所发挥的影响作用大小。当对教师具有影响力的个人或团体，例如院领导希望教师进行人工智能教学时，教师会迫于压力而使人工智能教学得到改善，否则可能会得到惩罚。因此，本研究提出假设H3：主观规范与行为意向正相关。

有用性感知指的是教师认为人工智能教学对其工作表现提升的程度。当教师认为人工智能教学能让其工作表现更好的时候，例如，可以提升教学效果或者可以促进教师的职业发展时，其更加愿意参与人工智能教学。因此，本研究提出假设H4：有用性感知与行为意向正相关 。

行为态度指的是教师对人工智能教学的正向或负向的评价，态度的形成可从教师人工智能教学行为结果的重要信念和对结果的评价两个层面理解。当教师对人工智能教学态度越积极时，即认为人工智能教学可以带來较好的结果以及这个结果非常有意义或重要，例如，认为人工智能教学可以提升教学效果，同时人工智能教学非常有意义，教师就越愿意参与人工智能教学，因此本研究提出假设H5：行为态度与行为意向正相关。

当教师人工智能教学感知行为控制越强时，其完成人工智能教学任务的可能性就越大，因此，教师就会越愿意参与人工智能教学，因此，本研究提出假设H6：感知行为控制与行为意向正相关。

3.行为态度

当教师觉得人工智能教学能让其工作表现更好时（可以从多个方面体现，例如改善教学效果、改善教学便利性，在教学方面表现更加突出等），显然其对人工智能教学的态度也会越积极，因此，本研究提出假设H7：有用性感知与行为态度正相关。

易用性感知指的是教师认为人工智能教学需要付出的努力程度。当达到同样的目标，教师进行人工智能教学需要付出的努力越少，例如可能需要更少的精力和时间，教师对人工智能教学的评价就越积极。相反，如果达到相同的目标，教师需要花费太多的精力和时间，显然，教师就会对人工智能教学的评价越负面。因此，本研究提出假设H8：易用性感知与行为态度正相关。

4.有用性感知

当对教师有影响的人希望教师进行人工智能教学时，例如学院领导希望教师进行人工智能教学时，教师对人工智能教学的有用性感知可能有所增强，因为如果人工智能教学没有用的话，学院领导也不会让教师参与人工智能教学，这就是别人的意见的参考作用[27]。因此，本研究提出假设H9：主观规范与有用性感知正相关。

当获得同样的绩效，需要努力的越少，教师就会感到人工智能教学越有用，因此，本研究提出假设H10：易用性感知与有用性感知正相关。

最终根据上述假设，本研究提出教师人工智能教学行为意向影响因素模型（见图1）。

三、研究过程

首先进行问卷的设计和发放。问卷的题项参考并在已有成熟问卷的基础上[19][27][28]，结合智能教学系统的特点进行设计，除了人口学变量外，其他变量一般为2至4个测量题项。

本研究采用问卷星调查与当面发放问卷相结合的方式，针对某重点中学教师发放问卷，最终回收124份问卷，剔除其中填答高度一致、填写不全等可能有问题的问卷，最终得到有效问卷101份，有效率为81.5%。该重点中学引入了科大讯飞的人工智能产品，进行了相关的智能教学实践，包括应用智能教学系统进行学情分析并制定个性化的教学策略、应用智能学习系统进行个性化学习资源的推送以及应用智能管理系统进行智能管理等。

接下来进行信度和效度检验。采用Cronbachα系数进行信度分析，经过SmartPLS分析，问卷具有良好的信度和效度（见表1、表2）。

在各种结构方程模型分析软件中，Smartpls 3.0注重对模型路径的考查，对样本量的要求不是很高（即小样本，例如样本数量100以下），而其他结构方程模型处理软件（例如AMOS）则一般要求大样本（一些专家建议200以上）。鉴于此，本研究采用Smartpls 3.0进行结构模型分析，其中有5条路径得到了检验（见表3）。

从本次调研结果可以看出，主观规范、有用性感知、感知行为控制不与行为意向直接正相关。教师较为看重人工智能教学带来的教学改变以及与个人职业发展的关系等，而并非对其有影响的人的意愿。因此，主观规范与行为意向正相关的关系并未得到验证。

有用性感知也不与行为意向直接正相关，原因可能是人工智能教学比较麻烦，需要花费教师很多精力和时间，而与教师职称晋升等并无显著关联，但有用性感知通过行为态度间接影响行为意向。易用性感知不与行为态度正相关。可能教师更注重人工智能教学的有用性感知，不会因为努力多少的不同而使得行为态度发生改变，因此易用性感知与行为态度正相关的假设没有通过。将不显著的变量剔除，重新进行计算最终得到模型路径图2。

本次模型具有良好的解释力。一般认为，当模型对变量的解释度超过40%时，即可认为该模型解释力良好，而本次研究对于行为意向的解释度达到了68%，说明本研究所构建的模型具有良好的解释力。

四、建议

虽然目前人工智能教学在部分学校中进行了试用，但整体试用学校还不多，并有待改善。为推动人工智能在教学中的深入应用，结合本文的研究，笔者提出如下思考和建议：

行为有待改善（总均值为2.88）。实际行为各个维度都还非常低，例如，通过智能教学系统制定个性化的教学方案这个维度的均值仅为2.78。访谈中部分师生表示，虽然该校引进了人工智能教学系统，但使用的教师并不是很多，很多时候应用还停留在浅层次，缺乏深度应用。可能的原因有该系统还有待完善、激励政策不明等。行为意向、行为态度、有用性感知都较高，均值分别为4.03、3.96和3.90， 但实施不深入。易用性感知、感知行为控制都还非常低，有必要在这些方面下大功夫进行提升。

在本次调研中，知觉行为控制对实际行为的影响要大于行为意向，可见在教师人工智能教学中改善知觉行为控制的重要性。而本次研究中，教师对人工智能知觉行为控制的感知还非常低（均值仅为3.19），这是今后改善的重点方向之一。

有用性感知对行为态度的影响高达0.884，这说明了改善有用性感知的重要性。虽然教师对人工智能教学具有了一定的有用性感知，但仍需提升。例如，在“人工智能教学在我的教师生涯发展中较为重要”这个维度，均值为3.77，而在“应用智能教学系统可以改善学生的学习效果”维度上，均值为 3.82，都还有待提升。这说明有必要采取相关措施或建立相关制度进一步提升教师对人工智能的有用性感知。

而在易用性感知的维度中，认为在“教学中应用智能教学系统不需要花太多的时间和精力”的均值最低，仅为2.9，这说明很多教师认为人工智能教学可能要花费非常多的时间和精力，这也是目前实际行为均值低的重要原因之一。

感知行为控制维度，均值也非常低，包括“我具有人工智能教学的相关条件（智能教学系统、软硬件条件等）”均值仅为3.10，“学校或其他组织为我使用智能教学系统提供指导或帮助”维度均值为3.27，这都说明了改善外部支持的必要性。

针对上述问题，笔者认为可进行以下尝试：

1.引进智能教学系统，并进行培训指导

虽然人工智能已成为国内外关注的焦点之一，但很多教师还是停留在概念阶段，真正使用过智能教学系统的教师还不多。可以尝试引进智能教学系统，教师们进行试用，并安排相关人员对教师进行培训和指导，提高教师对人工智能的认识。

本次调研发现，教师对人工智能教学的了解还较欠缺（均值仅为3.00），这不利于人工智能在教学中的深入应用。如果教师对人工智能教学的重要性以及如何操作等方面缺乏了解，就很难谈得上对人工智能系统的使用。可以采取宣传、 讲座、 沙龙、 研讨会等多种形式增进教师对人工智能的了解和掌握。

此外，还应建立专门的虚拟网络社区。学校应建立专门的教育信息化论坛，教师可以通过论坛交流讨论，同时论坛可以共享相关资源等。专门开设人工智能教育版块，指定专门人员进行管理，邀请相关专家进行答疑解惑，鼓励教师试用智能教学系统。目前有一些人工智能教育系统可以免费试用，可以鼓励教师试用这些产品。

2.加强智能教学系统的开发

目前人工智能技术有待完善，适用于各专业教学的人工智能教学系统还较为缺乏，这直接限制了人工智能教学的深入发展和教师对人工智能教学系统的使用，人工智能教学系统还有待开发。

要加强人工智能模型和算法的研究，包括机器学习算法等，加强知识库的建设。应与大数据技术相结合，实现人工智能和大数据技术的对接，不断丰富和完善人工智能教学的覆盖范围和功能体系。要创新机制，多元投入，实现人工智能系统应用和技术的发展相互结合，互相推动。应对学校人工智能教学需求（包括管理者、师生等）进行充分调研，在此基础上开发适合教育发展需求的人工智能教学系统。

3.构建人工智能培训课程体系

对教师进行相关培训，要让教师不仅明白如何用，而且要知道为什么这样用。不仅要对教师讲授如何操作人工智能教学辅助系统以及人工智能教学系统的使用模式等，还要讲授人工智能系统的技术组成和原理，这样有利于人工智能技术在教学中的深入应用。

《教育信息化2.0行动计划》指出：“完善课程方案和课程标准，充实适应信息时代、智能时代发展需要的人工智能和编程课程内容”。2018年7月，科大讯飞和西北师范大学、北京师范大学出版社共同发布了全球首本初中版人工智能教材——《人工智能（初中版）》，这是一个非常好的开始，各校可以根据自己的情况构建校本人工智能培训课程体系。

4.制定相关的政策

应建立相应的激励机制。激励机制的缺乏是目前阻碍信息化发展的一个重要因素。学校可在评优评奖、职称评定等方面进行考核，对信息化教学方面突出的、引领信息化发展的教师给予相应的奖励。可以设立相应的信息化教学表现突出奖。而在访谈中，一些教师表示人工智能教学系统的使用虽然对提升教学效果有一定的促进作用，但相关的管理政策还不完善，例如教师开展人工智能教学有时需要花费大量的时间备课、准备，而教师的工作量却无法得到体现，这从某种程度上降低了教师的积极性。学校可以适度增加人工智能教学课时，从工作量上加以体现，这无疑在一定程度上提升了教师参与人工智能教学的积极性。

参考文献：

[1]S·亚当斯贝克尔，M·卡明斯，A·戴维斯等著、殷丙山，高茜，任直等译.新媒体联盟地平线报告：2017高等教育版[R].奥斯汀，德克薩斯：新媒体联盟，2017.

[2]吴晓如，王政.人工智能教育应用的发展趋势与实践案例[J].现代教育技术，2018，28（2）：5-11.

[3]丁博士ITS智能教学系统[DB/OL]. http：//blog.sina.com.cn/s/blog_a4fbde080102uwx9.html.

[4]闫志明，唐夏夏，秦旋等.教育人工智能（EAI）的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志，2017（1）：26-35.

[5]马玉慧，柏茂林，周政.智慧教育时代我国人工智能教育应用的发展路径探究——美国《规划未来，迎接人工智能时代》报告解读及启示[J].电化教育研究，2017（3）：123-128.

[6]张进宝，姬凌岩.是“智能化教育”还是“促进智能发展的教育”——AI时代智能教育的内涵分析与目标定位[J].现代远程教育研究，2018（2）：14-23.

[7]梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018（3）：24-30.

[8]Holland， Simon. Artificial Intelligence， Education and Music： The Use of Artificial Intelligence To Encourage and Facilitate Music Composition by Novices[R]. Open Univ.， Walton， Bletchley， Bucks （England），1989.

[9]Michael J. Baker. The roles of models in Artificial Intelligence and Education research： a prospective view[J]. Journal of Artificial Intelligence and Education， 2000（11）：122-143.

[10]D. M. Yoon， K.J.Kim. Challenges and Opportunities in Game Artificial Intelligence Education Using Angry Birds[J].IEEE Access，2015，3（1）：793-804.

[11]Kandlhofer， M.， Steinbauer， G.， Hirschmugl-Gaisch， S.， et al. Abstract from 39th German Conference on Artificial Intelligence， Klagenfurt， Austria[C]. Artificial Intelligence and Computer Science in Education，2016.

[12]Daniel A.， Hashimoto MD， Guy Rosman， et al. Massachusetts General Hospital， Boston， MA Massachusetts Institute of Technology， Cambridge， MA ，2017，225（4）：1072-1075.

[13]杨现民，张昊，郭利明等.教育人工智能的发展难题与突破路径[J].现代远程教育研究，2018（3）：30-38.

[14]张剑平，王益.机器人教育：现状、问题与推进策略[J].中国电化教育，2006（12）：65-68.

[15]钱旭升，郑 和.我国高中人工智能教育目标的分类、 分层体系构建[J].课程 · 教材· 教法，2007，27（1）：71-74.

[16]张雅娴.高中新课改背景下高师院校教育技术本科专业人工智能课程编制研究[D].西安：陕西师范大学，2009.

[17]地丽热巴·克依木，刘界，黄冠.人工智能技术在远程教育中的应用现状与前景[J].新疆师范大学学报（哲学社会科学版）， 2006，27（4）：125-128.

[18]卫荣，马锋，侯梦薇等.人工智能在医学教育领域的应用研究[J].医学教育研究与实践，2017，25（6）：835-838.

[19]Davis， Fred D. Perceived Usefulness，Perceived Ease of Use， and User Acceptance of Information Technology[J]. MIS Quarterly，1989，13（3）： 319-340.

[20]Martin Fishbein & Icek Ajzen.Belief，Attitude，Intention，and Behavior：an Introduction to Theory and Research[J].Addison-Wesley Publishing Company，1977，6（2）：53

[21]Paul Legrisa.， John Inghamb.， Pierre Collerette. Why do people use information technology？A critical review of the technology acceptance model[J]. Information & Management，2003（40）：191-204.

[22]Shirley Taylor.Peter Todd. Assessing IT Usage： The Role of  Prior Experience[J].MIS Quarterly，1995，19（4）：561-570.

[23]S Ha ， L Stoel. Consumer e-shopping acceptance：Antecedents in a technology acceptance model[J]. Journal of Business Research，2009，62（5）：565-571.

[24]黄昕.基于TAM和TPB综合模型的网络团购因素实证研究[D].北京：北京化工大学，2011.

[25]Kung-Teck，W.，Rosma O.，Pauline S. C.，et al. Understanding student teachers behavioural intention to use technology： Technology acceptance model （TAM） validation and testing[J].International Journal of Instruction，2013，6（1）：10-18.

[26]蔡建東，段春雨.高校教师网络教学的影响因素与提升策略——基于结构方程模型的实证研究[J].电化教育研究， 2016，37（2）：46-53.

[27]Venkatesh，V. Technology acceptance model 3 and a research agenda on interventions[J].Decision Sciences，2008，39（2）：273-315.

[28]Venkatesh， V.， Morris ， G. B.， &Davis，F.D. User Acception of Information Technology：Toward a Unified View[J].MIS Quarterly.2003，27（3）：425-478.

（编辑：李晓萍）