引言

ChatGPT问世后，生成式人工智能蓬勃兴起，其具备的自然语言理解、内容生成等强大能力，为众多行业带来变革契机，在教育领域更是深受影响，对于家庭教育场景亦展现出独特应用价值与潜力，有望突破传统资源桎梏，推动儿童个性化发展。然而，技术潜力向教育效益的转化，关键在于核心用户群体的接纳与有效运用。小学阶段家长在家庭教育中居核心地位，其接受生成式AI受个人认知等多因素制约。技术接受模型（TAM）虽广泛应用于新技术接受行为分析，但聚焦小学家长在家庭教育中接受生成式AI的实证研究尚少。本研究拟运用TAM模型，剖析关键因素，探究其接受态度、意愿及驱动与阻碍机制。

一、文献综述

（一）技术接受模型（TAM）

技术接受模型（Technology Acceptance Model，简称TAM）由Davis于1989年提出，是解释个体对新技术接受与使用意图的经典理论框架。TAM模型主要包括四个核心变量：感知有用性（Perceived Usefulness, PU）：是指用户感知到使用技术所带来益处的认知程度，影响用户使用技术的意愿和行为；感知易用性（Perceived Ease of Use, PEOU）：是指用户对技术使用难度的评估；使用态度（Attitude, ATT）：具有中介作用，反映了用户对使用技术的总体评价；行为意图（Behavioral Intention, BI）：反映了用户使用技术的意愿 。如图1所示，感知有用性和感知易用性这两个变量会影响一个人对技术的态度和使用意图。

TAM模型因其简洁性与高度解释力，广泛应用于教育技术领域，如在线学习平台、智能教学系统、AI辅助工具等的接受行为研究中。在扩展研究中，研究者还常引入外部变量，如网络自我效能感、社会规范、便利条件等，以增强模型的适用性和解释力。在外部变量中，主观规范显著影响感知有用性和使用意向（Zhai & Ma,2022），便利条件对感知易用性、感知有用性、使用意向和实际使用都具有直接或间接影响。网络自我效能感直接或间接影响感知易用性和感知有用性，然而也有研究发现网络自我效能感对感知易用性、感知有用性和使用意向没有显著影响。

尽管TAM在成人学习者、教师和大学生中应用广泛，但在小学阶段家长群体中的实证研究仍较为稀缺，尤其是在生成式AI技术这一新兴领域中，亟须理论与实践的双重探索。

（二）生成式AI在家庭教育中的应用

在家庭教育中，生成式AI展现出极大的潜力。Brown等（2020）提出的GPT-3模型架构，为家庭场景的文本－图像－语音跨模态生成奠定技术基础。王珊等基于GLM-4大模型构建的家庭教育生成式AI系统，通过提示词工程与检索增强生成技术，为家长提供科学育儿知识和正面管教指导。在情感交互上，AI生成的亲子沟通建议能改善37%家庭的代际关系，特别是在单亲家庭和留守家庭中效果显著。相比传统教育技术，生成式AI具备更高的互动性和个性化潜力，尤其在“双减”政策背景下，为家长在辅导孩子学习中提供了技术新选项。

（三）家长对教育技术的接受与行为研究

家长作为家庭教育中最核心的参与者，其对教育技术的接受行为已成为研究热点。已有研究发现家长对教育技术的接受行为受到家长的政治经济地位、对在线教育认知、教育技术的复杂性等因素影响。同时，相较于城市家长，农村的家长对教育技术表现出更加积极的态度。但与此同时，不少家长也存在信息焦虑、技术排斥、认知迟滞等现象，对新兴AI技术尤其谨慎。

在具体接受行为机制方面，虽然已有研究从TAM模型出发，探讨幼儿家长在使用ChatGPT时的心理机制与行为路径，发现家长对ChatGPT的积极态度和鼓励行为，与家长自身使用ChatGPT的行为显著相关。然而，关于生成式AI在家庭教育中家长使用行为的系统研究仍较为缺乏，尤其在小学阶段，技术使用权基本掌握在家长手中，研究其技术接受行为具有极强的现实意义。

综上，TAM模型在教育技术研究中已被广泛验证，感知易用性与感知有用性等变量对使用意向具有稳定预测作用；生成式AI技术也在家庭教育中显示出广泛的应用前景。然而，将TAM模型应用于小学家长在家庭教育中使用生成式AI的情境仍属研究空白。本研究基于TAM核心变量，聚焦小学家长的接受行为与态度，试图揭示其使用生成式AI工具时的心理机制与行为路径，既为教育AI工具的优化设计提供理论依据，也为家庭教育中的技术赋能提供实证支持。

二、研究设计

（一）研究问题

本研究基于TAM理论模型，引入使用动机作为外部变量，重点探讨以下四个问题：

第一，小学家长整体对生成式AI教育工具的接受度水平如何？

第二，家长的性别、学历、孩子年级是否对其接受度存在显著影响？

第三，使用动机是否通过感知有用性、感知易用性间接影响使用态度和行为意图？

第四，在技术接受路径中，感知变量和使用态度对行为意图的影响程度如何？是否构成中介路径？

（二）研究假设

为检验TAM模型在小学家长使用生成式AI场景下的适用性，本研究构建以下假设路径：

H1：使用动机显著正向影响感知有用性和感知易用性；

H2：感知易用性显著正向影响感知有用性与使用态度；

H3：感知有用性显著正向影响使用态度与行为意图；

H4：使用态度显著正向影响行为意图；

H5：感知有用性、感知易用性与使用态度在使用动机与行为意图之间起中介作用。

（三）研究方法

采用问卷调查法，选取200名小学家长为研究对象，问卷包括两部分内容五个维度。第一部分为个人信息，包括就读院校、年级、专业、性别。第二部分为接受度调查，包括感知有用性、感知易用性、使用态度、行为意图和使用动机五维度。使用SPSS对数据进行描述性统计、相关分析及中介路径分析。

三、结果与分析

（一）描述性统计

	最小值	最大值	平均值	标准差	偏度（标准差）	峰度（标准差）
感知易用性	1.25	5	3.8209	0.82713	-1.238(0.163)	1.214(0.325)
感知有用性	1.25	5	3.8446	0.79311	-1.16(0.163)	1.254(0.325)
使用态度	1	5	3.8018	0.87692	-1.144(0.163)	0.97(0.325)
行为意图	1.33	5	3.8694	0.79114	-1.269(0.163)	1.404(0.325)
使用动机	1.25	5	3.8514	0.80607	-1.229(0.163)	1.278(0.325)

据表1，所有变量的平均值均高于中值3，表明受访家长整体对生成式AI持积极态度。其中，行为意图（M=3.8684, SD=0.75114）得分最高，说明多数家长有较强的意愿将生成式AI工具应用于家庭教育实践中。感知易用性（M=3.8209, SD=0.82713）和感知有用性（M=3.8446, SD=0.79311）得分相近，反映出家长普遍认为AI工具不仅功能实用，且操作简便。使用态度（M=3.8018）虽略低，但仍反映出积极的情感倾向。五个变量的标准差均在0.79–0.83之间，反映样本数据分布相对集中，个体间差异较小，说明家长在对AI工具的态度上具有一定共识。各变量偏度均为负，表示得分分布偏向高分区间；峰度均为正，说明分布较为集中。总之，家长整体对生成式AI工具持肯定态度，具备较高的接受意愿，为后续变量关系的进一步分析提供了良好基础。

（二）群体差异分析

为探究小学家长对生成式AI接受度是否受到性别、学历、孩子年级等人口变量的影响，本研究以“行为意图”作为接受度指标，采用t检验与单因素方差分析进行检验。

结果表明，在性别变量上，男女家长在行为意图上的差异不显著（p=0.641>0.05）；学历上也不存在显著差异（p=0.541>0.05），这也说明家长学历的高低并不会影响家长理解和采纳新技术。此外，孩子所处年级在家长行为意图虽也无显著差异（p=0.967<0.05），但是结果显示，相较于其他年级，一年级和六年级的孩子家长在行为意图的平均值更高。

（三）相关性分析

	感知易用性	感知有用性	使用态度	行为意图	使用动机
感知易用性	1
感知有用性	0.807**	1
使用态度	0.812**	0.810**	1
行为意图	0.798**	0.788**	0.801**	1
使用动机	0.768**	0.820**	0.812**	0.813**	1

注：**在0.01级别（双尾），相关性显著。

表2显示感知有用性、感知易用性、使用态度、行为意图、使用动机这5个变量之间呈现出显著的正相关关系。其中感知易用性与其他四个变量紧密关联，反映出易用认知对有用判断、积极态度、行为意向及动机激发的促进作用；感知有用性显著关联使用态度、行为意图和使用动机，凸显有用认知在塑造使用心理与行为上的关键地位；使用态度有力驱动行为意图与使用动机；行为意图和使用动机相互强化；使用动机与各变量普遍相关，与感知易用性相关略弱。

（四）结构方程模型和中介路径分析

本研究采用AMOS对结构方程模型进行验证，模型包含使用动机、感知易用性、感知有用性、使用态度和行为意图五个变量。模型拟合指标如下：CMIN/DF=2.351，低于3，说明拟合可接受；RMSEA=0.067，小于0.08，CFI=0.938，TLI=0.921，均高于0.90；PGFI=0.492，AGFI=0.824，总之，模型各项拟合指标均达标。

路径	标准化系数（β）	p值	假设验证结果
使用动机→感知易用性	0.421	<0.001	成立
使用动机→感知有用性	0.479	<0.001	成立
使用动机→使用态度	0.323	<0.001	成立
感知易用性→感知有用性	0.572	<0.001	成立
感知易用性→使用态度	0.35	<0.001	成立
感知有用性→使用态度	0.374	<0.001	成立
感知有用性→行为意图	0.456	<0.001	成立
使用态度→行为意图	0.512	<0.001	成立

表3所示，使用动机对感知易用性（β=0.421）、感知有用性（β=0.479）和使用态度（β=0.323）均具有显著正向影响（p<0.001），验证了H2；感知易用性对感知有用性（β=0.572）和使用态度（β=0.350）均显著正向影响，验证了H3；感知有用性显著影响使用态度（β=0.374）和行为意图（β=0.456），验证H4；使用态度对行为意图的影响也显著（β=0.512），验证H5。说明各主要变量之间的结构路径符合假设关系。

中介路径	间接效应系数	Bootstrap95%CI	显著性
使用动机→感知有用性→行为意图	0.219	[0.155,0.290]	显著
使用动机→使用态度→行为意图	0.166	[0.108,0.243]	显著
使用动机→感知有用性→使用态度→行为意图	0.122	[0.075,0.192]	显著

为进一步探讨“使用动机”如何通过模型中其他变量间接影响“行为意图”，本研究采用结构方程模型（SEM）进行中介效应检验。表4显示，使用动机不仅对行为意图具有显著的直接影响，还通过以下路径产生显著的间接影响：使用动机→感知有用性→行为意图（间接效应显著）；使用动机→使用态度→行为意图（间接效应显著）；使用动机→感知有用性→使用态度→行为意图（链式中介效应显著）。

综上，感知有用性和使用态度在使用动机与行为意图之间均起到了部分中介作用，其中使用态度的中介效应相对更强，是家长从动机转化为行为意图的关键心理机制。

四、研究结论与启示

（一）研究结论

本研究基于技术接受模型（TAM），探讨了小学家长在家庭教育中接受生成式人工智能（AI）工具的情况及影响因素。主要结论如下：

首先，小学家长整体对生成式AI教育工具持积极接纳态度，使用意愿较强。其次，家长的使用动机是驱动其采纳行为的关键前因变量，它不仅能直接提升使用意愿，还通过增强对工具的有用性和易用性感知间接发挥作用。再次，家长的感知有用性和使用态度在使用动机与行为意图之间扮演了重要的中介角色。此外，虽然家长性别、学历及孩子年级等人口学变量对接受度的直接影响不显著，但仍可观察到高学历家长及高年级学生家长的使用意愿略高的趋势。最后，尽管接受意愿较高，但家长在实际使用中存在对内容准确性、隐私安全和操作复杂度等方面的现实顾虑。

（二）研究启示

1.理论启示：TAM模型在家庭教育AI技术采纳中的适用性与扩展

本研究验证了技术接受模型（TAM）在家庭教育场景中的适用性，证实了感知有用性、感知易用性、使用态度等核心变量对家长采纳AI教育工具行为意图的预测作用。这一发现与王文彬（2024）关于高校教师人工智能技术使用行为的研究结论相呼应，两者均表明TAM模型在不同教育主体的技术接受研究中具有稳定的解释力。然而，本研究通过引入使用动机作为外部变量，进一步丰富了TAM模型在家庭教育场景的应用，揭示了动机因素在技术采纳前端的关键作用。这种理论扩展为后续研究提供了新视角，即在研究教育技术接受时，应更加关注用户的内在驱动力与外部技术特性的交互作用。

正如Venkatesh等（2003）在统一技术接受与使用理论（UTAUT）中所强调的，技术接受研究需要整合多元理论视角，关注不同情境下的特定影响因素。在家庭教育这一特殊场景中，家长作为决策者而非直接学习者的双重身份，使其技术接受行为呈现出独特的心理机制与行为路径，这为技术接受理论在教育领域的情境化应用提供了新的研究方向。

2.实践启示：提升AI教育工具在家庭教育中的有效应用

（1）强化有用性感知，提升家长使用意愿

研究结果显示，感知有用性是影响家长采纳AI教育工具的关键因素。因此，AI教育工具开发者应着重提升产品的实用价值，针对家庭教育中的实际需求设计功能，如个性化学习资源推荐、家庭作业辅导、亲子互动活动设计等。同时，应通过案例展示、效果对比等方式，直观呈现AI工具在提升家庭教育效能方面的具体价值，增强家长的有用性感知。

正如刘邦奇等（2025）所指出的，生成式AI在教育领域的价值在于其能够根据不同需求提供个性化支持。在家庭教育场景中，AI工具应突出其在减轻家长教育负担、提升教育效率、弥补专业知识不足等方面的实际效益，从而增强家长的使用动机与接受意愿。

（2）优化易用性设计，降低技术使用门槛

本研究发现，感知易用性不仅直接影响使用态度，还通过感知有用性间接影响行为意图。这一结论与王文彬（2024）的研究相符，即“易用性、有用性和外界支持对使用意愿有显著影响”。因此，AI教育工具的设计应注重用户友好性，采用简洁直观的界面、智能化的交互方式、详细的使用指南等，降低家长使用门槛。特别是针对技术能力较弱的家长群体，应提供更为简化的操作流程和更加人性化的使用引导。

如Chan和Hu（2023）研究所示，技术复杂性是阻碍用户接受新兴技术的主要障碍之一。在家庭教育场景中，家长面临的时间压力和多重角色要求，使得易用性成为其选择教育技术的重要考量因素。因此，AI教育工具应在功能强大的同时保持操作简便，实现“强大而不复杂”的设计理念。

（3）加强家长培训，提升AI教育工具应用能力

王文彬（2024）的研究指出：“外界支持对高校教师人工智能技术的使用意愿和使用行为都有显著的影响作用，而适度的培训工作一方面能够让教师感受到学校、领导对教师使用人工智能的期待，另一方面也提升了教师使用人工智能开展教学活动的能力。”这一启示同样适用于家庭教育场景。学校、社区和教育机构应为家长提供AI教育工具的使用培训和指导，帮助家长掌握基本操作技能，了解AI工具在家庭教育中的应用策略和最佳实践

正如Wu等人（2024）所强调的，技术培训不仅能提升用户的操作能力，还能增强其对技术价值的认知和使用信心。针对家长群体的AI教育培训，应关注实用性和针对性，结合具体家庭教育场景设计培训内容，通过案例分析、实操演练等方式，提升家长的AI应用能力和信心。

（4）注重隐私保护与内容安全，增强家长使用信任

本研究发现，隐私安全（59.56%）是家长使用AI教育工具的主要顾虑之一。这一发现与当前AI伦理研究的关注点一致。OECD（2021）《人工智能伦理建议》强调，AI应用应确保用户数据安全和隐私保护。因此，AI教育工具开发者应加强数据安全保障措施，明确数据收集和使用规则，为家长提供透明的隐私政策和数据控制选项，增强家长对AI工具的信任度。

同时，内容准确性（70.22%）是家长最关注的问题。这要求AI教育工具开发者加强内容审核机制，确保AI生成内容的科学性、准确性和适宜性，避免错误信息对儿童学习和发展产生负面影响。如王珊等（2025）所建议的，生成式AI在家庭教育中应建立内容安全审核机制，确保生成内容符合教育伦理和儿童发展需求。

3.局限与未来研究方向

尽管本研究在理论构建和实证分析方面做出了一定探索，但仍存在若干局限，需在后续研究中进一步完善。

（1）样本地域与规模较局限

本研究样本主要来自城市地区的部分小学家长，样本数量相对有限，难以全面反映不同区域、不同社会经济背景家庭的接受行为特征。未来研究应扩大样本来源，涵盖城乡、地区、民族等多种群体，以提升研究结果的代表性。

（2）研究方法较为单一

本研究主要采用了问卷法，研究方法过于单一，不能捕捉家长在不同阶段的动态行为特征。建议未来结合纵向研究设计与质性访谈，深入了解家长从最初认知到持续使用AI工具过程中的认知演变与行为变化。

（3）采纳意愿与实际行为之间的差距尚未揭示

尽管家长表现出较高的使用意愿，但本研究未体现家长对于生成式AI的实际使用频率、使用方式与使用效果。建议未来开展追踪研究，比较“行为意图”与“实际行为”的一致性，从而评估意愿转化为行为的真实动因与障碍。

（4）研究缺乏对生成式AI教育效果的系统评估

本研究主要聚焦于家长的接受行为和态度，未涉及生成式AI在实际家庭教育中的学习促进作用、教育公平贡献或亲子关系影响等维度。未来可结合儿童学习结果、家长教育效能提升等指标，开展实证评估研究，推动生成式AI技术在家庭教育中的可持续发展。

总之，本研究通过实证分析揭示了小学家长在家庭教育中采纳AI教育工具的行为机制和影响因素，为理解和促进AI技术在家庭教育中的有效应用提供了理论依据和实践启示。随着AI技术的不断发展和教育需求的持续变化，未来研究应继续关注这一领域的新趋势和新问题，为AI赋能家庭教育提供更加深入和全面的学术支持。

参考文献：

1. [1] 刘邦奇, 聂小林, 王亚飞, 等.生成式AI赋能教育：技术框架、应用场域及价值——2024智能教育发展研究报告[J]. 中国电化教育,2025(03):61-70.
2. [2] 王珊, 肖义墙, 潘亦宁, 等.生成式人工智能助力家庭教育的模型构建及系统实践[J]. 电化教育研究,2025,46(03):64-71.
3. [3] 罗梦雨, 罗来旺. 数字鸿沟对中学生在线教育的影响——基于南昌市某中学学生家长的调查[J]. 教育学术月刊,2020(03):64-71.
4. [4] 王文彬,许冉. 高校教师人工智能技术使用行为及影响因素[J]. 高教论坛,2024(12):25-31+53.