中小學教師機器人教育接受度影響因素研究
發(fā)布時間:2022-01-03 01:07
人工智能時代的到來,機器人教育已經(jīng)成為提升學生數(shù)字化勝任力的重要方式。而教師是否愿意接受機器人教育,關系到機器人教育實施的效果和機器人教育的可持續(xù)發(fā)展。研究以參加"江西省中小學校機器人教練員培訓班"的190位教師為調(diào)查對象,通過對UTAUT模型及其對應量表修改,從績效期望、努力期望、社群影響及促成條件四個維度調(diào)查分析了教師對機器人教育的接受度,研究了性別、年齡、教齡和信息技術精通程度對教師機器人教育接受度的調(diào)節(jié)作用。結果顯示:(1)促成條件對教師機器人教育接受程度的影響是直接而顯著的;(2)不同教齡的教師僅在績效期望上存在顯著差異;(3)不同信息技術精通程度的教師僅在社群影響上存在顯著差異。最后,研究從體系先行、制度保障、創(chuàng)新推進三個方面提出了中小學開展機器人教育的建議。
【文章來源】:電化教育研究. 2019,40(06)北大核心CSSCI
【文章頁數(shù)】:7 頁
【部分圖文】:
教師機器人教育接受度影響因素理論模型
⒓際踅郵芏妊芯苛煊蠐?用廣泛。然而,通過對機器人教育和教師接受度的相關研究進行梳理,發(fā)現(xiàn)目前較少從機器人教育主體中的教師影響出發(fā)探索其有效推廣及實施研究。因此,本研究從教師角度出發(fā),以UTAUT模型為理論基礎,結合機器人教學特點,探析中小學教師機器人教育接受度的影響因素。(二)研究假設與模型構建UTAUT模型最早由Venkatesh等人于2003年提出[16]。該模型包含績效期望、努力期望、社群影響和促成條件四個核心決定因素以及年齡、性別、經(jīng)驗和自愿性四個調(diào)節(jié)變量,如圖1所示。該模型能解釋70%的技術采納和使用行為,優(yōu)于以往的技術接受模型,目前被廣泛應用于探究用戶接受行為。本研究調(diào)查教師開展機器人教育的影響因素,仍使用UTAUT模型中的四個核心決定因素。由于國內(nèi)機器人教育的開展仍以競賽或社團活動為主,教師和學生都很少有機會接觸到機器人[17]。教師大多不具備豐富的使用經(jīng)驗且自主積極性不高,因此,經(jīng)驗和自愿性兩個調(diào)節(jié)變量被刪除,并結合中小學機器人教育的技術性特征[18]及專家訪談增加教齡、信息技術精通程度作為調(diào)節(jié)變量。另外,考慮到接受既包括個體自身的行為,也包括個體對對象的態(tài)度[19],筆者將原始模型中使用意向及使用行為統(tǒng)稱為接受程度,提出了教師機器人教育接受度影響因素的理論模型,如圖2所示。圖1UTAUT模型圖2教師機器人教育接受度影響因素理論模型根據(jù)以上理論模型,本研究提出以下假設,見表1。三、研究方法(一)問卷設計本研究在參考Venkatesh[16]和張漢玉[15]等學者的相關成熟量表基礎上,結合欠發(fā)達地區(qū)機器人教育的現(xiàn)實狀況自主設計各變量的測量題項。為了保障?
治隼刺驕空廡┍淞慷?教師接受程度的具體影響,回歸結果見表6。從中可看出模型3對結果的解釋比率達到28.2%,同時,考慮到樣本量及自變量數(shù),最終選擇使用調(diào)整后的R2,其對結果的解釋比率達到27.1%。其中促成條件與接受程度有顯著的相關關系;教齡會調(diào)節(jié)績效期望對接受程度的影響;社群影響對接受程度的影響受到信息技術接受程度的調(diào)節(jié);努力期望不直接對教師機器人教育的接受程度產(chǎn)生影響。表6接受程度的復回歸分析及系數(shù)通過多重回歸分析,可以得到教師機器人教育接受程度影響因素路徑圖,如圖3所示。圖3教師機器人教育接受度影響因素路徑五、討論本研究以江西地區(qū)為例,基于UTAUT模型著重探討了影響欠發(fā)達地區(qū)中小學教師機器人教育接受度的主要因素,以期促進機器人教育在教育教學活動中的應用,得出以下基本結論:(一)機器人教育大多由信息技術教師兼任,且呈現(xiàn)“低了解程度、高開展頻率”的矛盾研究結果表明,53.68%的教師都是在近三年才逐變量均值標準差Cronbach'sα總Cronbach'sα績效期望3.280.790.7690.783努力期望2.940.670.761社群影響3.430.860.809促成條件3.190.900.849接受程度3.970.600.899維度績效期望努力期望社群影響促成條件接受程度績效期望1努力期望0.0031社群影響0.309***0.0461促成條件0.222**-0.177*0.417***1接受程度0.290***-0.144*0.396***0.422***1ModelRRSquareAdjustedRSquareStd.ErroroftheEstimate10.4440.1970.1932.69920.5080.2580.2512.60030.5310.2820.2712.565績效期望努力期望社群影響促成條件接受程度性別年齡教齡信息技術精通程度108
【參考文獻】:
期刊論文
[1]機器智能視域下的機器人教育發(fā)展現(xiàn)狀、實踐、反思與展望[J]. 吳永和,李彤彤. 遠程教育雜志. 2018(04)
[2]高中Arduino機器人課程學習現(xiàn)狀調(diào)查與分析[J]. 金書輝,鄭燕林,張曉. 中國電化教育. 2017(12)
[3]創(chuàng)客教育教師接受度影響因素實證分析[J]. 江豐光,田浩,李心怡,任杉杉,張麗峰. 現(xiàn)代遠程教育研究. 2017(06)
[4]困境與破局:我國機器人教育的研究與發(fā)展[J]. 徐多,胡衛(wèi)星,趙苗苗. 現(xiàn)代教育技術. 2017(10)
[5]學前教師信息化教學接受度的影響因素——基于UTAUT模型的實證分析[J]. 李紅霞,趙呈領,蔣志輝,梁云真. 學前教育研究. 2017(04)
[6]中小學機器人教育的核心理論研究——機器人教學模式的新分類[J]. 鐘柏昌. 電化教育研究. 2016(12)
[7]面向創(chuàng)客教育的中小學機器人教學研究[J]. 王小根,張爽. 現(xiàn)代教育技術. 2016(08)
[8]機器人教育在中小學的應用初探[J]. 魏嘯天. 中國信息技術教育. 2016(06)
[9]推進電子書包教學應用:教師接受度的實證研究[J]. 張漢玉,錢冬明,任友群. 電化教育研究. 2015(10)
[10]我國中小學機器人教育的現(xiàn)狀調(diào)查與分析[J]. 鐘柏昌,張祿. 中國電化教育. 2015(07)
本文編號:3565252
【文章來源】:電化教育研究. 2019,40(06)北大核心CSSCI
【文章頁數(shù)】:7 頁
【部分圖文】:
教師機器人教育接受度影響因素理論模型
⒓際踅郵芏妊芯苛煊蠐?用廣泛。然而,通過對機器人教育和教師接受度的相關研究進行梳理,發(fā)現(xiàn)目前較少從機器人教育主體中的教師影響出發(fā)探索其有效推廣及實施研究。因此,本研究從教師角度出發(fā),以UTAUT模型為理論基礎,結合機器人教學特點,探析中小學教師機器人教育接受度的影響因素。(二)研究假設與模型構建UTAUT模型最早由Venkatesh等人于2003年提出[16]。該模型包含績效期望、努力期望、社群影響和促成條件四個核心決定因素以及年齡、性別、經(jīng)驗和自愿性四個調(diào)節(jié)變量,如圖1所示。該模型能解釋70%的技術采納和使用行為,優(yōu)于以往的技術接受模型,目前被廣泛應用于探究用戶接受行為。本研究調(diào)查教師開展機器人教育的影響因素,仍使用UTAUT模型中的四個核心決定因素。由于國內(nèi)機器人教育的開展仍以競賽或社團活動為主,教師和學生都很少有機會接觸到機器人[17]。教師大多不具備豐富的使用經(jīng)驗且自主積極性不高,因此,經(jīng)驗和自愿性兩個調(diào)節(jié)變量被刪除,并結合中小學機器人教育的技術性特征[18]及專家訪談增加教齡、信息技術精通程度作為調(diào)節(jié)變量。另外,考慮到接受既包括個體自身的行為,也包括個體對對象的態(tài)度[19],筆者將原始模型中使用意向及使用行為統(tǒng)稱為接受程度,提出了教師機器人教育接受度影響因素的理論模型,如圖2所示。圖1UTAUT模型圖2教師機器人教育接受度影響因素理論模型根據(jù)以上理論模型,本研究提出以下假設,見表1。三、研究方法(一)問卷設計本研究在參考Venkatesh[16]和張漢玉[15]等學者的相關成熟量表基礎上,結合欠發(fā)達地區(qū)機器人教育的現(xiàn)實狀況自主設計各變量的測量題項。為了保障?
治隼刺驕空廡┍淞慷?教師接受程度的具體影響,回歸結果見表6。從中可看出模型3對結果的解釋比率達到28.2%,同時,考慮到樣本量及自變量數(shù),最終選擇使用調(diào)整后的R2,其對結果的解釋比率達到27.1%。其中促成條件與接受程度有顯著的相關關系;教齡會調(diào)節(jié)績效期望對接受程度的影響;社群影響對接受程度的影響受到信息技術接受程度的調(diào)節(jié);努力期望不直接對教師機器人教育的接受程度產(chǎn)生影響。表6接受程度的復回歸分析及系數(shù)通過多重回歸分析,可以得到教師機器人教育接受程度影響因素路徑圖,如圖3所示。圖3教師機器人教育接受度影響因素路徑五、討論本研究以江西地區(qū)為例,基于UTAUT模型著重探討了影響欠發(fā)達地區(qū)中小學教師機器人教育接受度的主要因素,以期促進機器人教育在教育教學活動中的應用,得出以下基本結論:(一)機器人教育大多由信息技術教師兼任,且呈現(xiàn)“低了解程度、高開展頻率”的矛盾研究結果表明,53.68%的教師都是在近三年才逐變量均值標準差Cronbach'sα總Cronbach'sα績效期望3.280.790.7690.783努力期望2.940.670.761社群影響3.430.860.809促成條件3.190.900.849接受程度3.970.600.899維度績效期望努力期望社群影響促成條件接受程度績效期望1努力期望0.0031社群影響0.309***0.0461促成條件0.222**-0.177*0.417***1接受程度0.290***-0.144*0.396***0.422***1ModelRRSquareAdjustedRSquareStd.ErroroftheEstimate10.4440.1970.1932.69920.5080.2580.2512.60030.5310.2820.2712.565績效期望努力期望社群影響促成條件接受程度性別年齡教齡信息技術精通程度108
【參考文獻】:
期刊論文
[1]機器智能視域下的機器人教育發(fā)展現(xiàn)狀、實踐、反思與展望[J]. 吳永和,李彤彤. 遠程教育雜志. 2018(04)
[2]高中Arduino機器人課程學習現(xiàn)狀調(diào)查與分析[J]. 金書輝,鄭燕林,張曉. 中國電化教育. 2017(12)
[3]創(chuàng)客教育教師接受度影響因素實證分析[J]. 江豐光,田浩,李心怡,任杉杉,張麗峰. 現(xiàn)代遠程教育研究. 2017(06)
[4]困境與破局:我國機器人教育的研究與發(fā)展[J]. 徐多,胡衛(wèi)星,趙苗苗. 現(xiàn)代教育技術. 2017(10)
[5]學前教師信息化教學接受度的影響因素——基于UTAUT模型的實證分析[J]. 李紅霞,趙呈領,蔣志輝,梁云真. 學前教育研究. 2017(04)
[6]中小學機器人教育的核心理論研究——機器人教學模式的新分類[J]. 鐘柏昌. 電化教育研究. 2016(12)
[7]面向創(chuàng)客教育的中小學機器人教學研究[J]. 王小根,張爽. 現(xiàn)代教育技術. 2016(08)
[8]機器人教育在中小學的應用初探[J]. 魏嘯天. 中國信息技術教育. 2016(06)
[9]推進電子書包教學應用:教師接受度的實證研究[J]. 張漢玉,錢冬明,任友群. 電化教育研究. 2015(10)
[10]我國中小學機器人教育的現(xiàn)狀調(diào)查與分析[J]. 鐘柏昌,張祿. 中國電化教育. 2015(07)
本文編號:3565252
本文鏈接:http://sikaile.net/jiaoyulunwen/jgkg/3565252.html
最近更新
教材專著