学术观点 | 职前英语教师对生成式人工智能的接受度及影响因素研究

职前英语教师对生成式人工智能的接受度及影响因素研究

———基于UTAUT模型的定性分析

上海第二工业大学 马牧青

1    引言

国务院（2017）印发的《新一代人工智能发展规划》指出，应利用智能技术加快推动人才培养模式、教学方法改革。随着生成式人工智能（Generative Artificial Intelligence，GenAI）技术的飞速发展，英语教育正迎来全新变革。有关研究表明，GenAI通过自然语言处理、机器翻译等技术，可为学习者提供海量真实语料和个性化学习支持，显著提升其语言技能（于银磊、饶辉，2023;李炜炜，2023)。同时，GenAI赋能英语教师，能够提高教学效率和质量（徐光木等，2023；胡加圣、戚亚娟，2023)，推动教学模式从“以教为中心”向“以学为中心”转变（戴岭等，2023)。然而，GenAI带来诸多机遇的同时，也对教师角色提出新挑战。未来英语教师需要积极适应和应用AI技术，在人机协同中扮演新角色（Jeon&Lee，2023；Koraishi，2023)。作为英语教师队伍的预备军，职前英语教师对GenAI的接受度在很大程度上预示着英语教育与GenAI融合发展的前景（Celik et al. ，2022)。鉴于教师的态度、信念和经验是人工智能驱动教学成功的关键因素，本研究旨在深入探究职前英语教师对GenAI技术应用的看法和态度，以及影响其接受度的主要因素，以期为英语教育政策制定、课程改革和智能化转型提供参考。

2    文献综述

2.1    整合型技术接受与使用理论

UTAUT是Venkatesh et al.（2003）整合了技术接受模型（TAM）和其他七个模型的要素而提出的一个综合性模型。UTAUT旨在通过考虑各种因素和个体差异来预测用户对技术的接受程度，包括绩效期望（performance expectation)、努力期望（effort expectation)、社会影响（social influence）和便利条件（facilitating conditions）四个核心变量，以及影响核心变量的调文节变量，即性别、年龄、经验和自愿性。UTAUT模型优责势突出，在教育领域中得到了广泛应用和实证支持。

在教育技术背景下，绩效期望指教师预期技术整合将改善教学成果和学生学习（Huang et al.，2023)。Granic′（2022）的研究显示，教师对技术优势的认知与其采纳技术的意愿直接相关。An et al.（2023）的研究也表明，英语教师对技术促进语言习得潜力的认识显著预测了其技术使用的行为意图。努力期望指使用新技术所需的认知成本，如学习难度等（Venkatesh et al.，2003)。Kohnke et al.（2023）指出，用户友好且复杂性较低的技术更容易被接受。Tafazoli & Meihami（2023）的研究表明，对计算机辅助语言学习工具的感知易用性正向影响教师的使用态度。社会影响指周围人对个体接受和使用技术态度的影响（Venkatesh et al.，2003)。同事和机构支持在塑造教师对技术采纳态度方面发挥重要作用（Rwodzi & Jager，2021；Chiu，2023)。便利条件指个体使用技术所需的外部资源支持，如培训和技术援助，这直接影响用户的行为意向和使用行为（Mohamed，2023)。这些因素共同影响教师对技术的接受和采用决策，强调了教师认知、同行和机构支持以及外部资源的可用性在促进技术使用中的重要性。

2.2    职前英语教师与GenAI技术接受

GenAI在外语教学中的应用是信息化和智能化时代的新趋势，因此对相关实证研究的需求增加。然而，现有研究主要关注在职英语教师的态度和实践。例如，Gao et al.（2024）发现，中国大学教师对ChatGPT整合到教学中存在担忧，担心这可能会造成对传统资源的忽略和对技术的过度依赖。此外，目前针对职前英语教师的研究主要聚焦西方教育文化背景。Pokrivcakova（2023）发现，斯洛伐克的职前英语教师虽对AI技术的细节认识不深，但普遍看好AI在教育中的应用，并支持将其纳入大学课程。Kartal（2024）的研究表明，土耳其职前英语教师认为GenAI能丰富教学体验，但需要注意其对教师独立思考和创造力的潜在影响。

然而，中国背景下的相关定性研究较少。现有研究多采用问卷调查等量化方法，一定程度上不利于全面把握职前英语教师对GenAI的态度和接受度。因此，针对中国职前英语教师对GenAI接受度的定性研究十分迫切。

3    研究设计

3.1    研究方法和问题

本研究采用半结构化访谈和焦点团体访谈的定性研究方法，探讨职前英语教师对GenAI使用的看法、态度和影响其接受度的主要因素。定性研究的优势在于研究者可从参与者的视角出发，深入理解其行为背后的意义，并收集详细的信息（王京生等，2000)。半结构化访谈注重个体独特想法的表达，有助于挖掘受访者对GenAI的主观看法和经历;焦点团体访谈则促进群体互动，通过集体讨论揭示共性问题，从而从个体和群体两个层面分析职前英语教师对GenAI的接受度（Rose et al.，2019)。为此，本研究拟解决以下问题：（1）职前英语教师对GenAI在外语教学中应用的看法和态度是什么?（2）影响职前英语教师接受GenAI的主要因素有哪些?前者聚焦受访者对GenAI在教学中应用的认知和情感态度，后者则根据UTAUT模型将影响因素归类为绩效期望、努力期望、社会影响和便利条件。

3.2    研究对象

本研究以长三角地区三所师范类高校的15名学科英语硕士生（女生13名、男生2名）为研究对象。选择该地区的主要原因为此地高校集中、创新资源丰富，是我国知识创新的重要集聚区，且该地在科技创新和经济发展方面具有显著优势（曹振祥、储节旺，2020)。这些条件使得长三角地区在人工智能等前沿技术领域往往能够积累更多的实践经验。因此，选择该区域的高校展开研究，能够更全面地了解国内职前英语教师群体对GenAI在教学中应用的认知和态度，具有一定的前瞻性和代表性。

本文的研究对象为一二年级研究生，其中部分已有教学经验，但大部分尚处于实习阶段。通过目的抽样方法，研究团队邀请有GenAI使用经验的学生参与访谈，以确保所收集的信息能够真实反映职前英语教师在使用GenAI后的感受和看法。

3.3    数据收集与分析

本研究采用半结构化访谈和焦点团体访谈相结合的方式，旨在从不同层面、多元视角深入探究职前英语教师对GenAI的接受度及其影响因素。半结构化访谈每次30~60分钟。访谈提纲参考了Jeon & Lee（2023）的研究，内容包括受访者基本信息、使用后的看法和态度、对未来教师角色的定位以及GenAI使用意图的影响因素。焦点团体访谈在一所高校会议室进行，邀请5名学生参与，旨在通过小组讨论深入探讨GenAI的质量和伦理风险等议题。

访谈结束后，笔者对录音进行逐字转录，并反复阅读以熟悉数据。在此基础上采用Nvivo 12软件进行主题分析（Braun & Clarke，2006)。分析过程包括初步编码、生成候选主题、审查和提炼主题、定义和命名主题。笔者基于编码频次与研究问题的相关性来判断主题的重要性，对相似主题进行整合，确保主题间的区分度。

分析过程由两位研究者独立完成，以提高主题划分的一致性。分析结果经同行专家审核，并与部分受访者进行了确认。这种分析方法有助于我们全面了解职前英语教师对GenAI的接受度，增强研究的可信度。

4    研究发现

笔者经过整理与归纳，识别出多个关键主题以及与主题相关的分类（见表1)。为了更直观地呈现主题，每个主题后均附有原始语料举例。这些语料来源于访谈内容，有助于读者更好地理解主题的实际含义和背景。

4.1    职前英语教师对于GenAI的看法与态度

首先，受访者普遍认识到GenAI在提升教学效率和支持学生个性化学习方面的潜力。他们特别提到了GenAI在快速批改作业和提供反馈方面的效用，有助于教师更有效地指导学生。然而，他们也表达了对GenAI在教学实践中可能遇到的挑战的担忧。例如，有的受访者担心GenAI可能在服务于不同学生群体时引入偏见，以及在提供反馈的有效性上存在局限，可能影响对学生的全面客观评价。

总体而言，受访者对于将GenAI应用于未来教学持谨慎和乐观态度。他们虽保持一定的谨慎态度，但对使用GenAI及其在教育领域的潜在价值持开放态度。同时，他们对GenAI的质量和伦理风险表达了担忧，尤其是涉及隐私和数据泄露的问题。这反映出他们虽然看好GenAI在教育中的广泛应用前景，但对其技术安全性仍保持谨慎。

此外，受访者强调了教师在培养学生人格和价值观方面的核心作用。他们认为，尽管GenAI可以在知识传递和技能培养方面承担部分角色，但教师在学生全面发展方面的作用不可替代。这突显了在GenAI辅助下，教师角色转变和重塑的重要性，以及在技术与教育整合过程中保持教育人性化的必要性。

4.2    影响职前英语教师接受GenAI的因素

4.2.1    绩效期望

在本研究中，受访者普遍认为GenAI在英语教学中具有重要作用，这也是绝大多数受访者对GenAI持积极态度的主要原因，认为正是这些机遇和潜力提高了他们未来使用GenAI的意愿。具体而言，受访者普遍认可GenAI在提升教学质量、促进学生个性化学习以及提高教师工作效率方面的积极作用。例如，在深度访谈中，受访者提到，GenAI能够提供全面且精准的学生作业反馈。GenAI通过自动化评估，能有效地揭示学生的优势和不足，为教师和学生提供有针对性的指导。此外，GenAI的应用还能减轻教师负担，如辅助生成PPT、试题和教案等教育资源，处理基础重复性任务，使教学更高效，让教师能够专注于更深层次的教学设计和引导。在团体访谈中，受访者对于GenAI定制个性化学习体验的能力表示高度认可，强调在中国大班教学的背景下，GenAI能够根据学生的认知和学习风格，提供定制化的学习内容和反馈，从而提升学生的学习体验和效果。GenAI的个性化推荐功能也为师生互动提供了更多机会，有助于提升学生的学习参与度和语言学习成效。

然而，受访者也指出GenAI在英语教学应用中可能带来一系列负面影响，包括生成内容的质量不稳定、AI与教学融合不够紧密等问题。这些担忧使部分受访者对GenAI在未来教学中的应用持比较谨慎的态度。

4.2.2    努力期望

在本研究中，努力期望作为影响职前英语教师对GenAI接受度的重要因素，体现了使用该技术所需投入的努力。用户体验和技术素养相互交织，共同影响了受访者对GenAI的态度和接受度。

在用户体验方面，受访者在深度访谈时强调了流畅交互的重要性。他们发现，尽管GenAI拥有辅助教学的潜力，但实际运用中可能需要频繁交互才能获得满足教学需求的答案，这增加了使用的复杂性。同时，受访者也提及引入新技术需要重新思考教学流程和方法，一定程度上增加了教学设计的复杂性和学习使用成本。该观点在团体访谈中得到了部分认同，强调了优化用户体验在促进GenAI接受度中的重要性。然而，团体访谈也揭示了一种不同的观点，即通过教师的创造性思维和适应性调整，可以缓解或克服用户体验方面的挑战。受访者分享了利用GenAI进行教学活动设计时的经验，强调即使AI工具不完美，教师依然可以通过个性化调整使其成为有价值的教学资源。

在学习认知成本方面，受访者表达了提升自身技术素养的需求。他们意识到，为了有效利用GenAI，需要投入时间和精力来学习GenAI的工作原理和功能。受访者担心是否能够熟练运用AI，并将其与学生需求有机结合。在团体访谈中，受访者表达了技术素养提升的强烈呼声，强调了教育机构在提升教师技术素养方面的责任，希望教育机构能提供系统培训和实践机会。

4.2.3    社会影响

受访者内部对于GenAI社会影响的认识差异与共鸣，揭示了影响其接受度的复杂社会力量。受访者认识到，GenAI在教育领域的应用不仅受到技术特性的影响，还受到学校领导、学生、家长以及社会舆论等外部因素的影响。

在深度访谈中，受访者对学校领导的保守态度表示担忧，指出学校领导认为教师通过亲自制作教学资源可以更深入地了解教材、把握教学重难点，使教学更贴近学生的实际情况，因此目前学校很少采用人工智能技术。在团体访谈中，也有受访者对此表示理解，他们认为领导层的顾虑源于对教育质量的关注，并认为通过持续的教师培训和政策引导，可以逐步改变领导层的观念，促进GenAI的积极应用。

师生关系的变化也是受访者关注的焦点。一些受访者担心GenAI的引入可能会减少师生间的直接互动，影响师生关系。但是，也有受访者提出，虽然GenAI可能会减少传统的师生互动，但它也为教师提供了更多时间和资源来关注学生的个性化需求，从而在某种程度上有助于加深师生之间的理解和联系。

家长对GenAI的接受程度同样重要。有受访者指出，家长可能担心教师过度依赖AI，从而导致教学质量下降。此问题在团体访谈中也得到了较为细致的讨论，受访者认为，可通过积极沟通与介绍，增加家长对GenAI教学潜力的了解和信任，缓解他们的担忧。

此外，本研究揭示了社会舆论对于技术接受度的重要意义。受访者意识到，负面舆论可能会对GenAI的接受度产生不利影响，特别是对教师“躺平”的担忧。他们认为，通过积极宣传，可以帮助公众更好地理解GenAI在教育中的潜力，推动其在教学实践中的应用。

总的来说，受访者认为利益相关者对推动GenAI在教育中的应用至关重要，并期待通过沟通、培训和政策引导，创造一个更加支持和理解GenAI应用的社会环境。

4.2.4    便利条件

在探讨职前英语教师对GenAI的接受度时，便利条件也被发现是影响因素之一。受访者普遍认为，技术支持和资源的可用性对于教师接受GenAI至关重要。在深度访谈中，受访者表示学校领导因对AI技术的信任度不足，缺乏技术应用的鼓励政策和培训，使教师难以充分利用技术资源。例如，有受访者提到，实习过程中缺乏定期的技术培训，导致教师在面对新兴技术时准备不足。在团体访谈中，受访者也强调了定期、系统的技术培训和明确政策支持的重要性。

此外，地区经济和硬件差异会对GenAI的接受度产生影响。经济欠发达地区的学校可能因财力限制而难以引进新技术。一些受访者提到，不同学校的财力状况和硬件基础设施差异影响了教师和学生对GenAI技术的接触和使用。该问题在团体访谈中引发了更深入的讨论。一方面，受访者认同经济欠发达地区引进新兴技术面临的挑战。另一方面，也有受访者指出，即使在资源受限的条件下，通过创造性的解决方案和跨区域合作，也可以克服这些障碍，提高教师和学生对GenAI技术的接触和使用。受访者还讨论了可能的策略，如利用开源资源、云基础设施以及企业和政府合作，来缓解硬件和资源的限制。通过这些努力，受访者期望为GenAI在教育领域的应用营造更加有利的环境。

 

5    讨论

本研究基于UTAUT模型，通过半结构化访谈和焦点团体访谈，探讨了职前英语教师对在教学中应用GenAI的态度和看法，以及影响其观点的主要因素。研究发现，受访者对GenAI持谨慎和乐观态度，认为其能提升教学效率和支持个性化学习，但同时对其生成文本的质量和潜在的伦理风险表示担忧（Chan & Hu，2023；Gao et al.，2024）。受访者普遍认可GenAI在提升教学效率方面的潜力，这与现有文献的结论基本一致（徐光木等，2023）。然而，他们对GenAI生成内容的质量和隐私伦理风险的担忧也不容忽视（Mohamed，2023；Pokrivcakova，2023；Moorhouse，2024）。这种担忧可能源于GenAI技术在理解复杂教学内容和情境方面的局限性，以及技术监管框架的不确定性。

影响GenAI接受度的主要因素可归纳为四个方面：绩效期望、努力期望、社会影响和便利条件。受访者普遍认为GenAI有助于提高教学效率、支持个性化学习，这代表了他们对该技术绩效的积极预期，其绩效期望在接受度中起着核心作用（Venkatesh et al.，2003；李世瑾、顾小清，2021)。然而，这种积极预期被对技术生成内容的质量（Chan & Hu，2023）以及其与传统教学方法的融合程度的担忧（Mohamed，2023）所抑制。

用户体验和技术素养是影响GenAI接受度的重要因素，这与UTAUT模型中强调的努力期望维度相吻合（Venkatesh et al.，2003)。受访者认为GenAI工具操作便捷，但在教学活动设计、生成内容准确性等方面面临挑战，需要投入学习成本。Kohnke et al.（2023）指出，教育工作者更倾向使用复杂度低、易于掌握的新技术。因此，降低GenAI工具的使用难度和学习门槛，提供清晰的操作指南和案例教程，对于提高职前教师的努力期望和使用意愿具有重要作用。然而，团体访谈揭示了一种不同的观点，即通过教师的创造性思维和适应性调整，可以克服或减轻用户体验方面的挑战。Jeon & Lee（2023）的观点呼应了这一发现，即教师在整合AI技术的过程中需要发挥主观能动性，根据教学需求和学生特点对技术进行个性化调整。

此外，受访者也表达了对自身数字素养的担忧，认为理解和应对GenAI工具的不断发展是一大挑战，这与Tafazoli & Meiham（2023）的研究结果相呼应，即具备较高数字素养的教师更有可能有效地将GenAI应用于教学实践。因此，教育机构应重视提升教师的AI素养，营造支持性的环境，从而推动创新技术在教学中的应用（Celik et al.，2022；Kohnke et al.，2023)。本研究还发现，学校领导、学生、家长以及社会舆论等不同群体对职前英语教师接受GenAI的程度产生的重要影响，反映了UTAUT模型中的社会影响维度。消极的社会舆论、师生关系的疏远以及家长认知缺失等社会因素可能会对教师采用GenAI产生不利影响（An et al.，2023；Granic′，2022)。然而，团体访谈也呈现出一些不同观点，认为通过培训和政策引导可以逐渐改变领导层的观念（李炜炜，2023)，且GenAI可以为教师节省更多时间来关注学生个性化需求，加深彼此理解（Jeon & Lee，2023)。从积极角度来看，来自同事、领导和学生的支持，以及教育机构对GenAI整合的政策鼓励（Chiu，2023)，有助于提升教师对GenAI的接受程度。因此，营造支持性社会环境对于促进GenAI在教育领域的应用至关重要。未来学校应加强顶层设计，制定明确的GenAI应用政策；教师应在人机协同中注重师生关系的维护；学校和教师应主动与家长沟通，介绍GenAI的应用优势；相关部门应加大GenAI在教育领域应用方面的宣传力度。此外，吸纳利益相关方参与AI教育决策，提高透明度，增进相互理解和信任，对形成AI教育应用的社会共识至关重要。

便利条件（包括技术和组织层面的支持）被认为是影响教师接受GenAI的重要因素。由于缺乏针对性的技术应用鼓励政策和培训，教师无法充分利用现有的技术资源。学校政策在支持教师技术采纳方面发挥着重要作用，影响资源的可用性、培训机会和整体的学校环境（Barrett & Pack，2023)。此外，地区硬件差异以及技术资源的缺乏也影响了职前英语教师对GenAI的接受度。这与李炜炜（2023）和Jeon & Lee（2023）的观点一致，他们指出，学校的财力状况和技术基础设施水平差异可能导致教育技术应用的不平衡。通过创造性解决方案和跨区域合作，可以克服资源受限的障碍，促进教师和学生对GenAI技术的接触和使用（Rwodzi & Jager，2021；Chiu，2023)。

6    结语

本研究运用定性研究方法，考察了15名来自长三角地区三所师范院校的职前英语教师对于GenAI在教学中的应用的看法、态度及影响因素。结果表明，受访者普遍认可GenAI对英语教学的积极作用，认为其有助于提高教学效率和支持个性化学习，但也对其生成内容的质量和伦理风险表示担忧。职前英语教师对GenAI的接受度受绩效期望、努力期望、社会影响和便利条件的影响。

本研究对职前英语教师培养和教育信息化变革具有重要启示。首先，需要加强职前英语教师对GenAI的认知和应用能力的培养，建议及时调整学科英语课程体系，增设人工智能基础和GenAI应用等内容，以全面提高职前英语教师的GenAI整合能力。其次，教育部门应加大对GenAI应用的政策支持和资源投入，改善技术基础设施，为教师提供充足的教学资源和专业培训。最后，学校应营造鼓励创新的文化氛围，定期组织有关GenAI教学实践的交流与研讨活动，激发教师的创新动机和使用效率。

后续研究可以通过扩大样本量和开展大规模问卷调查，深入探讨不同地区、不同背景的职前英语教师对GenAI的接受度。同时，对新入职的英语教师进行追踪研究，探索在教学中整合GenAI的实际效果和影响机制，以完善英语教师的GenAI素养培养体系，推动英语教育的持续发展和变革。

扫码关注通讯君

18万+ 学者关注了我们

语言学通讯、翻译学通讯 扫码关注。我们优先推广免费的学术活动。业务推推广页广请联系公众号业务邮箱 dianzishu@126.com