智能教學環境下中小學教師的用戶體驗評估*

王亞飛 董晶晶 余浩然 胡婷婷 鄔詩韻

智能教學環境下中小學教師的用戶體驗評估*

王亞飛1,2董晶晶2[通訊作者]余浩然2胡婷婷3鄔詩韻2

（1．上海師范大學 教育學院，上海 200234；2．訊飛教育技術研究院，安徽合肥 230088；3．安徽信息工程學院 大數據與人工智能學院，安徽蕪湖 241199）

當前，智能教學環境在各地的建設如火如荼，其是否具有良好的用戶體驗，是得到關鍵用戶——教師認可的基礎。基于此，文章首先以期望確認模型為基礎，提出了理論假設模型——智能教學體驗模型，并在此基礎上構建了智能教學體驗模型的結構方程模型。之后，文章應用此結構方程模型分析了B市3676份有效問卷，發現：質量特性感知和系統價值判斷兩大內容領域的精準性、個性化、高效率、易用性、價值期望五個維度，可以對智能教學環境下教師的用戶體驗進行有效測量；用戶體驗對教師持續使用智能教學環境的意愿具有顯著正向影響。文章的研究有助于深化研究者對智能教學環境下用戶體驗的內涵理解，且對教育管理者評估智能教學環境預期建設目標是否達成具有重要的實踐指導價值。

智能教學環境；用戶體驗；持續使用意愿；智能教育

隨著人工智能、大數據等智能技術的迅猛發展，眾多社會領域迎來了智能化改造的浪潮[1]。相關研究者將各類智能技術應用到教與學場景中[2][3]，取得了較好的應用效果。人們普遍意識到由智能技術構成的智能環境正在變革教與學的方式[4][5]，教育部也在《教育信息化2.0行動計劃》中將智能化教學支撐環境（即“智能教學環境”）的建設作為一項重要任務[6]。那么，承載著“教學方法改革”使命的智能教學環境建設能否得到關鍵用戶——教師的認可，從而達成預期目標？本研究認為，用戶體驗可以通過直接影響用戶的技術使用意愿，來影響智能教學環境建設的應用效果與預期目標達成，原因主要在于：①從技術應用的視角來看，教師所處的教學環境將逐步從電子化、多媒體化、信息化轉為智能化[7][8]，教師日常的教學工具也將愈發依賴智能技術賦能的信息系統（即“智能教學系統”）。環境的革新、工具的替換，反映了技術范式（Technological Paradigms）轉變的過程[9]，且技術范式的轉變是一種突變式、躍遷式的變化[10]。信息系統作為智能教學環境的主要載體，必須通過持續創新以贏得關鍵用戶的認可[11]，而“用戶體驗”正是信息系統在創新中取得成功的必要條件之一[12]。②從目標達成的視角來看，智能教學環境推動的教育變革，正是創新擴散理論（Innovation Diffusion Theory）所描述的從產品技術傳播擴散到用戶知識體系解構與重生的歷程[13]。如果能夠讓用戶充分體驗到技術創新變革具有易操作、可驗證、價值相容等優勢，那么將會提高用戶的技術使用意愿，進而加快知識與技術的創新擴散[14]。由此可見，評估教師的用戶體驗具有重要的實踐意義。

一 文獻評述

1 “用戶體驗”的概念與內涵

“用戶體驗”（User Experience）作為一個學術概念，最早是由認知心理學家唐·諾曼在20世紀90年代擔任蘋果公司副總裁期間正式提出[15]，他指出信息系統的技術功能滿足用戶的基本需求之后，用戶體驗便是最重要的問題。“用戶體驗”概念一經提出，便迅速風靡系統架構與系統設計領域，眾多研究者結合自己的實踐經驗給出了不同的定義[16]。Law等[17]對各種定義進行歸納、總結后發現，人們普遍認為用戶體驗是用戶對環境依賴的主觀感知，但感知的內容維度是動態變化的。為凝聚產業共識，國際標準化組織（International Organization for Standardization，ISO）為“用戶體驗”制定了國際標準，并將其明確定義為“用戶對使用或預期使用系統、產品或服務的感知與反應”[18]。此定義表明，用戶體驗具有質量特性感知和系統價值判斷雙重內涵。

①用戶體驗是用戶對系統質量特性的感知。“系統質量”被中國國家標準定義為“滿足明確和隱含要求的能力”，具有功能性、性能效率、易用性、兼容性、可靠性、信息安全性、維護性、可移植性八個維度特性[19]。在實踐過程中，研究者并不會照搬國際標準或國家標準，而是會根據系統的預期目標與功能特色，調整用戶體驗的評估維度。例如，微軟公司從系統開發的視角提出了評估用戶體驗的七條原則[20]，涉及功能適用、易用，性能快速、流暢，以及根據用戶期望進行優化等維度；Anderson[21]提出的“情感化交互設計”（Seductive Interactive Design）模型聚焦于用戶界面交互，包含功能性、有用性與易用性、價值意義性等評估維度；而Morville[22]提出的“用戶體驗蜂巢”（User Experience Honeycomb）模型主要評估用戶對網站系統的體驗感受，不僅包含常見的有用性、可用性等維度，而且包含從網站系統核心功能視角提煉的內容可查找性、服務可信性等維度。由此可見，用戶體驗模型不僅能包含描述信息系統共性特征的維度，如有用性、易用性；也能包含描述信息系統個性特征的維度，如網站系統服務可信性。

②用戶體驗是用戶對系統預期與實際感知不一致時產生的心理反應。這種心理反應可通過“期望確認模型”（Expectation-Confirmation Model，ECM）的“期望確認”變量進行描述[23]。用戶在系統使用之初就產生了心理預期，而在長期使用之后又會萌發新的體驗感受，當用戶的心理預期與現實感受不一致時，就產生了“期望確認”或“期望不確認”的心理反應[24]。這種心理預期是用戶使用系統的需求原點，體現了系統對于用戶的核心價值，因此“期望確認”的過程本質上是用戶對系統價值的主觀判斷過程。

2 用戶體驗對用戶使用意愿的影響

當前，已經有不少成熟的理論揭示了信息系統的用戶體驗對用戶使用意愿的影響。其中，比較有代表性的是Davis等[25]提出的“技術接受模型”（Technology Acceptance Model，TAM），以及TAM在整合相關理論后形成的一系列衍生模型。例如，ECM可視作TAM與“期望確認理論”相結合后，通過參數優化形成的衍生模型。本研究以ECM作為理論模型的原型，一方面通過考察相關研究者對TAM的優化路徑，以確定本研究的模型優化策略；另一方面引用TAM優化模型的相關研究結論，作為本研究調整模型結構、篩選模型參數的理論依據。

TAM是在“計劃行為理論”（The Theory of Planned Behavior）、“理性行為理論”（Theory of Reasoned Action）的基礎上發展、形成的[26]，可用于解釋用戶的系統使用意愿受哪些因素影響。TAM追蹤系統外部變量對感知有用性、感知易用性的影響，指出感知易用性對感知有用性有正向影響，并共同作用于使用態度，進而影響用戶使用意愿[27]。TAM研究的問題在信息技術領域比較重要[28]，吸引了眾多學者進行應用與驗證。但TAM模型本身并不完善，如TAM提出時采用的系統較為小眾、調查的用戶缺乏代表性、引入的外部變量含義模糊[29]，這將導致模型被應用于更復雜的系統或場景時，可能存在解釋力不足的風險。因此，在研究具有獨特性的信息系統時引入新理論并對模型進行優化，使新模型具備足夠強的解釋力[30][31]，幾乎成為了必然選擇。

本研究對TAM相關衍生模型的發展路徑進行了分析與歸納，最終總結出四種模型優化策略，以指導理論模型的構建工作，具體包括：①精簡策略，是當模型變量有概念交叉時可進行變量精簡。例如，在實際調查過程中，受訪者往往會模糊TAM的“使用意愿”和“使用態度”兩個變量之間的差異，相關研究者分別嘗試簡化使用意愿[32]、簡化使用態度[33][34]，都成功構建了穩定的新模型。②增補策略，是當模型引入新理論支撐時可進行變量增補。例如，Venkatesh等[35]引入“社會影響過程”（Social Influence Process）理論，為TAM增補了一組含義清晰的“社會影響”變量，并刪除概念模糊的“外部變量”，實現了解釋力更強的“TAM第二版”（TAM2）模型構建。③升級策略，是當新理論能支持變量上位概念時可進行變量升級。例如，Venkatesh等[36]提出的“技術采納與利用整合理論”（Unified Theory of Acceptance and Use of Technology，UTAUT）引入了“創新擴散模型”“技術任務適配”等八個理論模型，同時將感知有用性、感知易用性兩個參數分別升級并替換為新理論視角下的上位概念“績效期望”“努力期望”，使新模型獲得了更強的解釋力。④替換策略，是當采用新變量更貼合用戶需求時可進行變量替換。例如，Bhattacherjee[37]提出的“信息系統期望確認模型”主要解決“用戶是否愿意持續使用信息系統”這個問題，因此他將原本用于描述消費者回購行為模式的“期望確認理論”引入，并類比消費者“回購意愿”，提出更能反映用戶長期使用行為的“持續使用意愿”，以替換不夠精準的“使用意愿”變量，具體如圖1所示。

圖1 信息系統期望確認模型

圖2 智能教學體驗模型（ITEM）

二 模型構建

1 理論假設模型提出

本研究以ECM為基礎，提出了理論假設模型——“智能教學環境下中小學教師的用戶體驗評估模型”，簡稱“智能教學體驗模型”（Intelligent Teaching Experience Model，ITEM），如圖2所示。ITEM的提出，旨在通過回答“如何評估用戶體驗”“用戶體驗是否影響用戶持續使用意愿”這兩個關鍵問題，來幫助教育管理者評估智能教學環境的預期建設目標是否達成。

鑒于智能教學環境不僅具備信息系統的基本特性，還具有鮮明的教育特性和智能特性，與ECM提出時的系統及其應用場景差異較大[38]，因此必須在ECM基礎上引入新理論、調整模型參數。基于此，本研究引入國際標準和國家標準關于用戶體驗與系統質量的標準模型，采用前文所述的模型優化策略，以確定模型維度并提出研究假設，主要包括：①ECM的感知有用性、期望確認兩個參數都屬于用戶體驗概念范疇，可采用“升級策略”將這兩個變量直接整合為“用戶體驗”；中國國家標準中系統質量特性與ECM模型的中介變量——“滿意度”在概念內涵上有交叉[39]，且感知有用性、感知易用性等系統質量特性可以不經過中介變量而直接影響用戶使用意愿[40]，可采用“精簡策略”將ECM的“滿意度”參數直接刪除。由此，本研究假設“用戶體驗對持續使用意愿有正向影響作用（H1）”。②用戶體驗具有雙重內涵，可采用“增補策略”提出本研究假設“用戶體驗是由質量特性感知和系統價值判斷兩大內容領域的具體變量構成（H2）”，其中質量特性感知是ECM感知有用性變量的上位概念，而系統價值判斷是對ECM期望確認內涵的凝練。③理論假設模型的質量特性感知應基于智能教學系統的特色進行提煉。黎加厚[41]提出的“極簡教育技術理論”認為，教育信息化系統的設計應以用戶體驗為根本，并遵循人機界面極簡、功能定位極簡等設計原則。以極簡原則對智能教學環境的功能進行審視，便能篩選出體現智能技術應用特色的精準性、個性化和高效率三個特性，可采用“替換策略”將質量特性感知內容領域的“感知有用性”替換為上述三個特性，由此本研究提出假設H2a、H2b、H2c，即“精準性、個性化、高效率”是用戶體驗的測量變量。④人機界面極簡要求系統操作簡單、易于使用，胡欽太等[42]對教師資源使用行為的研究也證實了功能易用的重要性，因此模型的質量特性感知內容領域應包含“易用性”。基于此，本研究提出假設H2d，即易用性是用戶體驗的測量變量。⑤智能教學環境的核心價值是幫助師生取得更好的教學效果，如學生的學習更積極主動、教師的教學更全面系統。基于此，本研究提出假設H2e，即價值預期是用戶體驗的測量變量。綜合H2a～H2e，本研究將假設H2更新為“質量特性感知和系統價值判斷兩大內容領域的精準性、個性化、高效率、易用性、價值預期五個變量構成用戶體驗二階測量模型”。

2 調查問卷編制

本研究以安徽省B市的中小學教師為研究對象。B市作為國家級智慧教育應用示范區，已從2020年初開始大規模的智能教學環境建設，并實現了對中小學校的全覆蓋。B市每位中小學教師都有自己的系統賬號，已接受系統使用方面的培訓，基本具備常態化使用智能教學環境的能力。本研究根據理論假設模型，編制了“智能教學環境下中小學教師的用戶體驗調查問卷”，分為三個模塊：①基本信息采集模塊，主要包括性別、年齡、教齡、學歷等人口學變量；②用戶體驗測量模塊，是基于理論假設模型中用戶體驗的五個維度，將其與智能教學環境的“教學資源使用”“業務功能流轉”“智能引擎賦能”三條主要工作流相結合，為每個維度編制3～4個題項，共16道題；③持續使用意愿測量模塊，修訂ECM量表中的兩道持續使用意愿測量題項，以反映智能教學環境下教師的持續使用意愿。后兩個模塊的18道題均采用李克特五點計分方式，測量分值越高，代表用戶越認可。

本研究采用在線問卷平臺“暢言智慧評價系統”進行數據收集。首先，在正式調查開始之前，本研究從B市隨機選擇250名教師開展預試調查，共回收有效問卷226份。對這些問卷中用戶體驗測量模塊的數據進行區分度和“題總相關”（即各個題項與問卷總分之間的相關）分析，結果表明：各題項與總分的相關度均達到顯著性水平（＜0.001），相關系數均大于0.4，故此模塊所有題項均予以保留。隨后，本研究排除預試樣本教師，在B市采用隨機抽樣的方式進行問卷調查，共收集有效問卷3676份。本研究采用基于Python3的factor_analyzer和semopy庫[43]，對問卷的相關數據進行分析，結果顯示：問卷的Cronbach’s alpha系數值大于0.7，表明其具有較好的內部一致性；KMO值為0.98，Bartlett球形檢驗結果達到顯著性水平（＜0.001）。進一步的驗證性因子分析結果顯示：用戶體驗各題項均能有效反映所測量的變量，各題項的因子負荷均大于0.7（＜0.05），各項擬合指標均達標（CFI=0.94，GFI=0.94，NFI=0.94，TLI=0.93），表明該問卷具有較好的結構效度。綜合來看，本問卷的信效度良好，可以準確、有效地測量智能教學環境下中小學教師的用戶體驗情況。

3 結構方程模型分析

為進一步檢驗理論假設模型的相關假設是否成立，本研究采用semopy庫構建ITEM的結構方程模型（如圖3所示），并采用極大似然法對模型相關參數進行估計，結果顯示：①用戶體驗對精準性、個性化、高效率、易用性、價值預期五個維度的標準化因子負荷皆大于0.7，且因子負荷均達到顯著性水平（＜0.05），說明五個維度能較好地測量用戶體驗。用戶體驗的精準性、個性化、高效率、易用性四個維度都有3個題項，價值預期維度有4個題項，共16個測量題項。這些測量題項的標準化因子負荷均大于0.7，因子負荷均達到顯著性水平（＜0.05），說明各測量題項均能較好地反映維度情況，可作為維度的觀測指標。②持續使用意愿兩個題項的標準化因子負荷皆大于0.7，且因子負荷均達到顯著性水平（＜0.05），兩個題項均可作為觀測指標。用戶體驗對持續使用意愿的標準化路徑系數為0.83（＜0.05），說明用戶體驗能夠正向影響持續使用意愿，即用戶體驗越高、持續使用意愿越強。

圖3 智能教學體驗模型（ITEM）的結構方程模型

結構方程模型的擬合結果如表1所示，可以看出：除了χ2/df擬合指標值偏大（在樣本量偏大時該指標值常會偏大），其他擬合指標值均符合擬合標準，說明結構方程模型的擬合效果較好。

表1 結構方程模型的擬合結果

三 模型應用

智能教學體驗模型的結構方程模型能夠較好地反映教師用戶體驗情況和持續使用意愿，本研究應用此結構方程模型分析了B市3676份有效問卷，以測量智能教學環境下中小學教師的用戶體驗情況。

①B市中小學教師用戶體驗和持續使用意愿的描述性統計結果如表2所示，可以看出：用戶體驗的平均值為4.53，其五個維度中得分最低的是精準性（M=4.49，SD=0.54）、得分最高的是易用性（M=4.59，SD=0.50）；教師持續使用意愿得分較高（M=4.42，SD=0.65）。總的來說，B市中小學教師在用戶體驗及其各維度上均有較好的體驗，且持續使用意愿較強。

表2 描述性統計

②不同學科教師的用戶體驗方差分析結果如表3所示，可以看出：方差分析F值為10.27，且達到顯著性水平（＜0.001），說明不同學科教師的用戶體驗差異顯著。進一步的事后檢驗結果顯示，語文、數學教師的用戶體驗顯著高于音樂教師（＜0.01），英語、化學、生物教師的用戶體驗顯著高于歷史、音樂、美術、信息科技教師（＜0.01），物理教師的用戶體驗顯著高于地理、歷史、音樂、美術、信息科技教師（＜0.01），道德與法治、地理教師的用戶體驗顯著高于音樂教師（＜0.01）。數據表明，B市建設的智能教學環境對語文、數學、英語三門傳統主科和物理、化學、生物等理科類學科的教學更有幫助，可能是因為智能教學環境中上述學科配備的學科工具更全面、應用模式也更豐富。

表3 不同學科教師的用戶體驗方差分析

③B市中小學教師用戶體驗與持續使用意愿的相關性分析結果顯示：B市中小學教師的用戶體驗與持續使用意愿存在顯著的正相關關系（相關系數r值=0.76，＜0.01），且教師的持續使用意愿約有57%可由用戶體驗來決定（決定系數R2=0.57）。由此可見，B市中小學教師在智能教學環境下的用戶體驗越好，其持續使用意愿越強。

四 結論與建議

1 研究結論

①質量特性感知和系統價值判斷兩大內容領域的精準性、個性化、高效率、易用性、價值預期五個維度，可以對智能教學環境下教師的用戶體驗進行有效測量。此結論進一步證實了下述用戶體驗研究策略具有可行性：不照搬理論模型，而是根據實際研究問題選擇用戶體驗構成維度[44]。另外，本研究將智能技術特性、系統功能特性與系統質量特性相結合所提出的精準性、個性化、高效率三個維度，也為評估智能技術的應用成效打下了基礎。

②用戶體驗對教師持續使用智能教學環境的意愿具有顯著正向影響。在智能教學體驗模型中，用戶體驗解釋了持續使用意愿57%的變異，而在ECM模型中持續使用意愿只有32%、9%分別由滿意度、感知有用性決定[45]。雖然兩個模型在問卷題項、樣本數據等方面存在較大差異，未進行嚴格實驗的比較有失公平，但數據簡單對比的結果卻能讓后續研究者有理由相信：相較于用戶滿意度和感知有用性，觀察用戶體驗更能反映持續使用意愿。

2 對智能教學環境建設的建議

基于對用戶體驗與持續使用意愿存在顯著正相關關系的認識，本研究從用戶體驗的視角為智能教學環境的建設提出以下建議：

①要從注重系統建設轉向注重用戶使用。智能教學環境對傳統教學環境的替代，始于智能教學環境下信息系統的建設，但信息系統建成之后，并不會立即發生教學模式、教學方法的變革。只有當教師對系統有了充分的認知與體驗之后，才會逐漸形成常態化使用系統的習慣。此時，教師的工作流之中已經包含了智能教學環境，于是模式與方法便在潛移默化之中發生了變革。因此，不能輕率地認為系統建成之后馬上就能見到應用成效、發生教學變革，而應當腳踏實地逐個解決阻礙教師日常使用系統的各種因素，以提升教師使用系統的用戶體驗。

②要從注重功能全面轉向注重體驗良好。信息系統在進行規劃與建設時，常見的誤區是強調功能的全面性、豐富性。事實上，大量的實踐案例已經證明：無論系統功能多么全面、豐富，只要沒有用戶的持續使用，系統就只能慢慢地“死掉”；而只有在系統的設計與實現過程中充分考慮用戶體驗，才能盡可能多地留住長期用戶，讓系統“活起來”。因此，包括智能教學環境在內的教育信息化建設必須拋棄重功能的“客戶思維”，而提倡重體驗的“用戶思維”。

③要從注重亮點功能轉向注重技術適配。智能教學環境作為智能技術在教育中應用的前沿領域，其建設與發展總是容易被新潮、熱門的技術所吸引，但是技術的不當使用會造成嚴重后果[46]。只有實現技術與教師工作需求的適配[47]，讓技術真正服務于解決教師在工作中的剛性需求，才能提升教師對智能教學環境的認可度與持續使用意愿。

本研究圍繞智能教學環境，首先通過文獻綜述完成了用戶體驗的內涵辨析，以及模型梳理與優化的理論準備工作；隨后，提出了智能教學體驗模型，在此基礎上構建了智能教學體驗模型的結構方程模型；最后，應用結構方程模型分析了B市3676份有效問卷，發現用戶體驗對教師持續使用智能教學環境的意愿具有顯著正向影響。但需說明的是，本研究存在問卷題項設置較少、樣本數據來源單一等不足，可能會存在模型參數不夠完備、研究結論適用范圍有限等風險。后續研究可以通過增設新題項、擴大問卷調查范圍、豐富樣本數據來源等，實現智能教學體驗模型的持續優化，以更好地反映智能教學環境下的教師用戶體驗。

[1]國務院.國務院關于印發新一代人工智能發展規劃的通知[OL].

[2]孫波,劉永娜,陳玖冰,等.智慧學習環境中基于面部表情的情感分析[J].現代遠程教育研究,2015,(2):96-103.

[3]Altin H, Pedaste M. Learning approaches to applying robotics in science education[J]. Journal of Baltic Science Education, 2013,(3):365-377.

[4][6]教育部.教育部關于印發《教育信息化2.0行動計劃》的通知[OL].

[5]National Science and Technology Council. The national artificial intelligence research and development strategic plan[OL].

[7]鐘曉流,李海霞,杜婧,等.多媒體教學環境標準解讀[J].電化教育研究,2013,(9):62-65、71.

[8]陳一明.“互聯網+”時代課程教學環境與教學模式研究[J].西南師范大學學報(自然科學版),2016,(3):228-232.

[9]Dosi G. Technological paradigms and technological trajectories: A suggested interpretation of the determinants and directions of technical change[J]. Research Policy, 1982,(3):147-162.

[10][12]羅仲偉,任國良,焦豪,等.動態能力、技術范式轉變與創新戰略——基于騰訊微信“整合”與“迭代”微創新的縱向案例分析[J].管理世界,2014,(8):152-168.

[11]Zollo M, Winter S G. Deliberate learning and the evolution of dynamic capabilities[J]. Organization Science, 2002,(3):339-351.

[13]紀占武,盧錫超.產業技術擴散的知識重構研究[J].科學學與科學技術管理,2010,(8):33-37.

[14](美)羅杰斯著.辛欣譯.創新的擴散[M].北京:中央編譯出版社,2002:5-15.

[15][21]Anderson S P. Seductive interaction design: Creating playful, fun, and effective user experiences[M]. Berkeley, CA, US: New Riders, 2011:10、11-13.

[16][30][44]丁一,郭伏,胡名彩,等.用戶體驗國內外研究綜述[J].工業工程與管理,2014,(4):92-97、114.

[17]Law E L C, Roto V, Hassenzahl M, et al. Understanding, scoping and defining user experience: A survey approach[A]. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems[C]. New York: Association for Computing Machinery, 2009:719-728.

[18]ISO. ISO 9241-210:2019(en) Ergonomics of human-system interaction—Part 210: Human-centred design for interactive systems[OL].

[19][39]國家質量監督檢驗檢疫總局.GB/T 25000.10—2016系統與軟件工程系統與軟件質量要求和評價(SQuaRE)第10部分:系統與軟件質量模型[S].北京:中國標準出版社,2016:4-13.

[20]Microsoft. User experience design principles[OL].

[22]Morville P. User experience design[OL].

[23][24][37][38][45]Bhattacherjee A. Understanding information systems continuance: An expectation-confirmation model[J]. MIS Quarterly, 2001,(3): 351-370.

[25][27]Davis F D, Bagozzi R P, Warshaw P R. User acceptance of computer technology: A comparison of two theoretical models[J]. Management Science, 1989,(8):982-1003.

[26]Ajzen L. The theory of planned behavior[J]. Organizational Behavior and Human Decision Processes, 1991,(2):179-211.

[28][29]Venkatesh V, Davis F D. A theoretical extension of the technology acceptance model: Four longitudinal field studies[J]. Management Science, 2000,(2):186-204.

[31]譚春輝,李瑤.虛擬學術社區用戶持續使用意愿影響因素研究[J].圖書館學研究,2020,(20):28-38.

[32]Davis F D. User acceptance of information technology: System characteristics, user perceptions and behavioral impacts[J].International Journal of Man-Machine Studies, 1993,(3):475-487.

[33]Davis F D, Venkatesh V. A critical assessment of potential measurement biases in the technology acceptance model: Three experiments[J]. International Journal of Human-Computer Studies, 1996,(1):19-45.

[34]Ma Q, Liu L. The technology acceptance model: A meta analysis of empirical findings[J]. Journal of Organizational and End User Computing (JOEUC), 2004,(1):59-72.

[35]Venkatesh V, Davis F D. A theoretical extension of the technology acceptance model: Four longitudinal field studies[J]. Management Science, 2000,(2):186-204.

[36][47]Venkatesh V, Morris M G, Davis G B,et al. User acceptance of information technology: Toward a unified view[J]. Institutions & Transition Economics: Microeconomic Issues eJournal, 2003,(3):425-478.

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

[41]黎加厚.極簡教育技術在基礎教育領域的興起[J].中國電化教育,2019,(2): 6-9.

[42]胡欽太,林曉凡,張彥.信息化何以促進基礎教育的結果公平——基于中國教育追蹤調查數據的分析[J].教育研究,2021,(9):142-153.

[43]Meshcheryakov G, Igolkina A A, Samsonova M G. Semopy 2: A structural equation modeling package with random effects in python[OL].

[46]王瑞文,俞金旻,戴軒,等.浙江一小學學生戴“頭環”防走神[N].新京報,2019-11-1(A13).

User Experience Evaluation of Primary and Secondary School Teachers in Intelligent Teaching Environment

WANG Ya-fei1,2DONG Jing-jing2[Corresponding Author]YU Hao-ran2HU Ting-ting3WU Shi-yun2

At present, the construction of intelligent teaching environment in various places is in full swing, and whether it has a good user experience is the basis of being accepted by the key users, namely teachers. Based on this, the paper first put forward a theoretical hypothesis model, namely the intelligent teaching experience model, based on the expectation-confirmation model, and further established its structural equation model accordingly. Then, the structural equation model was applied to analyze 3676 valid questionnaires collected in B city. It was found that the five dimensions of accuracy, individualization, efficiency, easy-to-use, and value expectation in two content domains of quality characteristic perception and system value judgment could effectively measure the user experience in intelligent teaching environment, and user experience had a significant positive impact on teachers’ willingness to continuously use intelligent teaching environment. The research of this paper deepened researchers’ understanding of the connotation of user experience in intelligent teaching environment, and had practical significance value for education managers to evaluate whether the expected construction goal of intelligent teaching environment was achieved.

intelligent teaching environment; user experience; willingness to continuously use; intelligent education

G40-057

A

1009—8097（2022）11—0084—09

10.3969/j.issn.1009-8097.2022.11.010

本文為安徽省教育廳高校人文社會科學研究重點項目“智能教育關鍵技術平臺設計與規劃研究”（項目編號：SK2020A0114）、認知智能國家重點實驗室智能教育開放課題“智能技術應用對教師備課效益影響機制的研究”（項目編號：iED2020-M008）的階段性研究成果。

王亞飛，訊飛教育技術研究院副院長、高級工程師，上海師范大學在讀博士，研究方向為智能教育技術及應用，郵箱為yaphi@ustc.edu。

2022年3月16日

編輯：小米