Configuratie-effecten van persoonlijke nieuwschierigheid, zelfeffectiviteit en waargenomen risico op AI-adoptie bij mediastudenten

Waarom dit ertoe doet voor de media van morgen

Kunstmatige intelligentie is niet langer slechts een futuristische kop voor redacties en filmbedrijven — het wordt een essentieel hulpmiddel waarop hedendaagse mediastudenten moeten beslissen of en hoe ze het willen inzetten. Deze studie onderzoekt nauwkeurig wat die beslissingen stimuleert of blokkeert. Door honderden universitaire mediastudenten in China te bestuderen, onthullen de auteurs hoe nieuwsgierigheid, vertrouwen en angst elkaar beïnvloeden en bepalen of jonge journalisten, producenten en contentmakers AI daadwerkelijk in hun dagelijkse werk omarmen.

Nieuwsgierige geesten in een door AI aangedreven klaslokaal

De media-industrie verschuift snel naar mens–machine samenwerking: algoritmen bevelen verhalen aan, genereren beelden en schrijven zelfs conceptteksten. Toch hebben mediascholen moeite om bij te blijven; ze voegen vaak AI-onderwerpen versnipperd toe en richten zich meer op tools dan op de motivatie van studenten zelf. Deze studie betoogt dat om toekomstige mediaprofessionals voor te bereiden, docenten niet alleen moeten begrijpen wat AI kan doen, maar ook hoe studenten zich voelen bij het gebruik ervan. De onderzoekers breiden een klassiek kader uit de techonderzoek uit, het Technology Acceptance Model, met drie menselijke factoren die bijzonder relevant zijn voor AI: persoonlijke nieuwschierigheid (hoe graag studenten nieuwe dingen uitproberen), AI-zelfeffectiviteit (hoe bekwaam ze zich voelen in het gebruik van AI) en waargenomen risico (hoe gevaarlijk of verontrustend ze AI vinden).

Wat de eerste indruk van studenten van AI vormt

Uit een enquête onder 588 mediastudenten blijkt dat zowel nieuwsgierigheid als zelfvertrouwen sterk beïnvloeden hoe nuttig en hoe gemakkelijk AI wordt geacht. Studenten die zichzelf als innovatief zien, geloven eerder dat AI-tools hen zullen helpen en dat ze zonder veel moeite te gebruiken zijn. Evenzo melden studenten die zich competent voelen met AI hogere verwachtingen dat deze tools hun werk verbeteren en in de praktijk hanteerbaar zijn. Deze overtuigingen — over nut en gebruiksgemak — blijken de belangrijkste poorten te zijn waardoor innerlijke eigenschappen zoals innovativiteit en zelfvertrouwen worden vertaald naar daadwerkelijke bereidheid om AI te gebruiken in studie- en creatieve projecten.

Wanneer voordelen samengaan met angst en twijfel

Waargenomen nut en gebruiksgemak zijn niet het hele verhaal. De studie toont aan dat waargenomen risico — zorgen over privacy, vooringenomenheid, fouten of verlies van controle — de aantrekkingskracht van beide kan verzwakken. Zelfs wanneer studenten AI nuttig en eenvoudig vinden, kunnen sterke zorgen hun intentie om erop te vertrouwen afzwakken. Met behulp van geavanceerde statistische modellering en een vergelijkende methode die naar combinaties van omstandigheden kijkt in plaats van naar enkele oorzaken, laten de auteurs zien dat geen enkele factor op zichzelf voldoende is. In plaats daarvan ontstaan beslissingen van studenten uit kruisende configuraties van motivatie, vaardigheid en risicoperceptie, wat de rommelige realiteit weergeeft van hoe mensen nieuwe technologieën afwegen die hun toekomstige loopbaan beïnvloeden.

Drie verschillende wegen naar “ja” zeggen tegen AI

De studie identificeert drie hoofdpatronen die leiden tot een sterke intentie om AI-tools te gebruiken. In het “zelfgestuurde” pad zijn studenten met sterke persoonlijke nieuwschierigheid en hoge AI-zelfeffectiviteit bereidwillige adoptanten, zelfs als de tools niet bijzonder eenvoudig of risicovrij zijn; hun innerlijke drang draagt hen vooruit. In het “efficacy-georiënteerde” pad compenseert het geloof van studenten in hun eigen vermogen om AI te gebruiken voor zorgen en stimuleert het adoptie, zelfs wanneer het waargenomen nut gemengd is. Ten slotte kunnen in het “risicobestendige” pad studenten met zeer hoge AI-zelfeffectiviteit aanzienlijke zorgen over de gevaren van AI weerstaan: zij kiezen er nog steeds voor AI te gebruiken omdat ze vertrouwen hebben in hun vermogen problemen te beheersen. In alle drie de patronen werken interne eigenschappen en percepties samen, in plaats van geïsoleerd, om gedrag te vormen.

Wat dit betekent voor media-onderwijs

Voor de algemene lezer is de belangrijkste conclusie dat mediastudenten op een verstandige manier AI laten gebruiken niet alleen gaat over het installeren van de nieuwste software of het verplicht stellen van nieuwe cursussen. Het gaat om het stimuleren van nieuwsgierigheid, het opbouwen van praktische zelfverzekerdheid en het openlijk aanpakken van angsten. De auteurs concluderen dat duurzame AI-adoptie in media-onderwijs mensgericht ontwerp vereist: curricula die het gevoel van handelingsbekwaamheid van studenten versterken, duidelijke voordelen in echte mediataken aantonen en hen leren risico’s te begrijpen en te beheersen. Als docenten dit goed doen, zullen de journalisten en vertellers van morgen niet simpelweg geduwd worden AI te gebruiken — ze zullen ervoor kiezen het te gebruiken, met zowel enthousiasme als kritisch beoordelingsvermogen.

Bronvermelding: Lan, Y., Liu, S., Chen, H. et al. Configurational effects of personal innovativeness, self-efficacy, and perceived risk on AI adoption in media students. Sci Rep 16, 5681 (2026). https://doi.org/10.1038/s41598-026-36538-7

Trefwoorden: AI-adoptie, mediastudenten, acceptatie van technologie, digitale journalistiekopleiding, waargenomen risico