个人创新性、自我效能感与感知风险对传媒学生采纳人工智能的配置效应

这对未来传媒为何重要

人工智能不再只是新闻编辑部和电影制片厂的未来话题——它正成为当代传媒学生必须决定是否以及如何使用的核心工具。本研究深入探讨了推动或阻碍这些决定的因素。通过对中国数百名高校传媒学生的调查，作者揭示了好奇心、自信与恐惧如何相互作用，从而影响年轻记者、制片人和内容创作者在日常工作中是否真正接受人工智能。

在人工智能驱动的课堂里的好奇心

传媒行业正迅速向人机协作转型：算法推荐故事、生成图像，甚至起草新闻稿。然而，传媒院校往往难以跟上步伐，常常以零散的方式加入人工智能相关内容，更注重工具而非学生的内在动机。本研究认为，为了培养未来的传媒专业人士，教育者需要了解的不仅是人工智能能做什么，还要理解学生对使用它的感受。研究者将技术研究中的经典框架——技术接受模型扩展为包含三个与人工智能特别相关的人为因素：个人创新性（学生尝试新事物的积极性）、人工智能自我效能感（他们感到使用人工智能的能力）和感知风险（他们认为人工智能可能带来的危险或担忧程度）。

是什么塑造了学生对人工智能的第一印象

在对588名传媒学生的调查中，作者发现好奇心和自信都强烈影响学生对人工智能有用性和易用性的判断。自认为具有创新性的学生更倾向于相信人工智能工具能帮助他们，并认为这些工具可以较为轻松地应对。同样，感到有能力使用人工智能的学生对这些工具能改进他们的工作并且在实践中可控抱有更高期望。这些关于有用性和易用性的信念，成为将内在特质（如创新性和自我信念）转化为在学习和创作项目中实际愿意使用人工智能的主要通道。

当收益遇上恐惧与疑虑

感知有用性和易用性并非全部。研究表明，感知风险——对隐私、偏见、错误或失去控制的担忧——可能削弱二者的吸引力。即便学生认为人工智能有帮助且易于使用，强烈的担忧仍会减弱他们依赖它的意愿。通过使用高级统计建模以及一种关注条件组合而非单一原因的比较方法，作者表明没有任何单一因素足以独立决定结果。相反，学生的决策源于动机、技能与风险感知的交叉配置，反映出人们在权衡可能影响其未来职业的新技术时的复杂现实。

通向接受人工智能的三条不同路径

研究识别出三种导致高度使用意向的主要模式。在“自驱型”路径中，即便工具并非特别简单或无风险，具有强烈个人创新性和高人工智能自我效能感的学生仍然愿意采用；他们的内在驱动力促使他们前行。在“效能导向”路径中，学生对自身掌控人工智能的信念可以弥补担忧并促进采纳，即使对有用性的感知并不一致。最后，在“抗风险”路径中，具备极高人工智能自我效能感的学生能够承受对人工智能危险的显著担忧：他们仍选择使用人工智能，因为他们相信自己能处理问题。贯穿这三种模式，内部特质与感知共同起作用，而非孤立地影响行为。

这对传媒教育意味着什么

对普通读者而言，关键结论是，让传媒学生明智地使用人工智能不仅仅是安装最新软件或强制开设新课程的问题。更重要的是培养好奇心、建立实践中的自信，并公开应对恐惧。作者得出结论：在传媒教育中实现可持续的人工智能采纳需要以人为中心的设计：课程应增强学生的能动感、在真实传媒任务中展示明确的益处，并教会他们理解与管理风险。如果教育者能做好这些工作，未来的记者与讲述者将不会被动地被推向使用人工智能——他们会在热情与批判性判断的驱动下自愿选择使用它。

引用: 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

关键词: 人工智能采纳, 传媒学生, 技术接受, 数字新闻教育, 感知风险