Lärares acceptans av AI-genererat innehåll för assisterad handledning: en utökad TAM-TPACK-ram

Varför detta spelar roll i dagens klassrum

Verktyg för artificiell intelligens som kan generera bilder, text och design tränger snabbt in i konst- och designateljéer. För lärare lovar dessa verktyg snabbare återkoppling, nya sätt att väcka kreativitet och hjälp med tunga betygssättningsuppgifter — men de väcker också frågor. Kommer lärare verkligen att välja att använda AI som undervisningsassistent? Vad ger dem självförtroende att pröva det, och vilken typ av stöd behöver de? Denna studie granskar noggrant universitetslärare i konst och design på fastlandet i Kina för att förstå vad som uppmuntrar — eller avskräcker — dem från att föra in AI-genererat innehåll i sin dagliga undervisning.

Hur AI passar in i konst- och designundervisning

Författarna fokuserar på ”assisterad handledning”, där AI-verktyg stödjer snarare än ersätter läraren. De beskriver tre nyckelögonblick i en typisk kurs. Före lektionen kan lärare be verktyg som ChatGPT att generera fallstudier eller förklara svåra begrepp. Under lektionen kan bildgeneratorer som Midjourney eller DALL·E hjälpa studenter att utforska stilar, testa visuella idéer eller snabbt skissa alternativ. Efter lektionen kan AI ge individanpassade kommentarer på utkast, föreslå förfiningar eller förbereda preliminära granskningsanteckningar. I studiobaserade och projektbaserade kurser — där studenter och lärare samarbetar över tid kring verkliga designproblem — kan dessa verktyg förändra hur idéer utvecklas och hur återkoppling flödar.

Vad forskarna ville pröva

För att reda ut lärarnas val kombinerar studien två välkända idéer från utbildnings- och teknikforskning. Den ena är Technology Acceptance Model, som säger att människor är mer benägna att använda ett verktyg om de tror att det är användbart och lätt att använda, och om den uppfattningen påverkar deras avsikt att agera. Den andra är TPACK-ramen, som säger att god undervisning med teknik bygger på tre slags lärarkunskap: ämneskunskap, pedagogisk kunskap och teknikkunskap. Författarna utökar dessa idéer med två ytterligare influenser: lärarnas egen självsäkerhet kring AI och de omgivande förutsättningarna — såsom tillgänglig hårdvara, mjukvara och kollegors och ledares attityder. De genomför sedan en enkät med 387 universitetslärare i konst och design från fastlandet i Kina och analyserar hur dessa delar hänger samman statistiskt.

Vad datan visade om lärarna

Lärarna i studien såg generellt positivt på AI-verktyg: i genomsnitt gav de sina erfarenheter, verktygens användarvänlighet och deras potentiella värde medel‑ till höga betyg. Analysen visade tydliga mönster. Lärare som kände sig mer trygga i sin förmåga att förstå och förklara AI var mer benägna att se AI-verktyg som lätta att använda och värdefulla, och de tenderade också att ha starkare sammansatt kunskap om teknik, pedagogik och innehåll. Denna kombination av kunskaper gjorde i sin tur att AI upplevdes som mer hjälpsamt och mindre skrämmande. Externa förutsättningar spelade också roll. När skolor tillhandahöll solid teknisk utrustning, utbildning och support för problemlösning upplevde lärarna AI som lättare att använda och var mer villiga att anta det. På samma sätt, när kollegor och ledare såg positivt på AI, var lärarna mer benägna att uppfatta det som fördelaktigt och planera att använda det i sin undervisning.

Hur delarna samverkar

När man ser på alla dessa faktorer tillsammans målar studien upp en flerskiktad bild av beslutsfattande. Individens självförtroende och professionella kunskap formar hur lärare bedömer AIs användbarhet och enkelhet. Samtidigt förstärker eller försvagar ateljérum, datorkraft, mjukvarutillgång och en kultur av delning och kritik inom konst och design den bedömningen. Om AI-verktyg känns okomplicerade och tydligt hjälper till med undervisningens kvalitet, förberedelsetid eller återkoppling, är lärarna mer benägna att väva in dem i ateljéprojekt, kritiksessioner och bedömningar. Men om verktygen är svåra att nå, dåligt stödda eller misstros av kollegor kan till och med självsäkra lärare hålla tillbaka. Författarna menar att framgångsrik adoption kräver mer än att bara installera ny programvara; den beror på ett ekosystem av utbildning, resurser och yrkesgemenskaper.

Vad detta betyder för kreativ undervisnings framtid

I vardagliga termer är studiens slutsats enkel: konst- och designlärare är redo att samarbeta med AI när tre saker sammanfaller — självförtroende, kompetens och stöd. När lärare förstår både sitt ämne och verktygen, känner sig kapabla att vägleda studenter genom människa–AI-samarbete och kan lita på ett starkt institutionellt stöd är de mycket mer benägna att experimentera med AI-genererat innehåll på genomtänkta sätt. Författarna föreslår att skolor, företag och beslutsfattare bör samarbeta för att skapa långsiktiga stödsystem som inkluderar utbildning, infrastruktur och positiva professionella gemenskaper. Gjort rätt kan detta förskjuta ateljéer mot en modell där människor och maskiner arbetar sida vid sida, vilket frigör lärarna att fokusera mer på mentorskap, kritiskt omdöme och att vårda studenternas kreativa utveckling.

Citering: Zhu, Z., Gan, Q. & Duan, P. Art and design teachers’ acceptance of AI-generated content for assisted tutoring: an extended TAM-TPACK framework. Humanit Soc Sci Commun 13, 362 (2026). https://doi.org/10.1057/s41599-026-06692-4

Nyckelord: AI-genererat innehåll i utbildning, konst- och designundervisning, lärares teknikadoption, TPACK och AI, människa–AI-samarbete i klassrum