生成式AI图像平台持续使用意愿的形成机制:AI自我效能与消费者满意度的链式中介作用——基于Midjourney的证据

《Journal of Theoretical and Applied Electronic Commerce Research》:Understanding Continuance Intention in Generative AI Image Platform: The Sequential Mediating Roles of AI Self-Efficacy and Consumer Satisfaction—Evidence from Midjourney

【字体: 大 中 小 】 时间:2026年09月27日 来源:Journal of Theoretical and Applied Electronic Commerce Research 4.5

编辑推荐:

  本研究在信息系统持续使用研究传统中,从人机交互视角考察Midjourney用户持续使用意愿的决定因素。基于期望确认理论(Expectation-Confirmation Theory, ECT)与自我效能理论(Self-Efficacy Theory),研究人

  
本研究在信息系统持续使用研究传统中,从人机交互视角考察Midjourney用户持续使用意愿的决定因素。基于期望确认理论(Expectation-Confirmation Theory, ECT)与自我效能理论(Self-Efficacy Theory),研究人员构建了一个链式双重中介模型,其中AI自我效能(AI self-efficacy)与消费者满意度(consumer satisfaction)共同中介平台服务特征(创造力、准确性、可靠性、可及性、个性化)与个体特征(个人创新性、AI隐私关切、AI数字素养)对持续使用意愿的影响。研究人员采用400名成年用户的调查数据,运用结构方程建模(structural equation modeling, SEM)并辅以自助置信区间(bootstrapped confidence intervals)进行分析。除AI隐私关切外——其对持续使用意愿的影响仅通过AI自我效能与消费者满意度所构成的链式路径发挥作用,而其经由消费者满意度的单一中介路径不显著——所有前因变量均对持续使用意愿产生显著间接效应。可靠性对AI自我效能的影响最强,而可及性与个性化对消费者满意度的影响最强。AI自我效能更多作为满意度的认知前因,而非持续使用意愿的直接预测变量。上述发现通过经验验证生成式AI环境中持续性人机互动背后的认知—情感链式机制,为信息系统持续使用研究作出贡献。
研究背景与问题:生成式人工智能(Generative AI)图像平台如Midjourney已成为内容创作、设计、教育与营销领域广泛使用的工具。既有信息系统持续使用研究多关注社区型平台或技术采纳后的单中介机制,对图像生成场景中用户认知与情感的双重过程关注不足;同时,多数研究偏重模型架构与功能表现,缺少将平台服务特征、个体特征与认知—情感机制整合的框架。为此,研究人员以Midjourney为对象,整合期望确认理论(ECT)与自我效能理论,构建由AI自我效能(AI self-efficacy)和消费者满意度(consumer satisfaction)构成的链式双重中介模型,检验平台服务特征(创造力、准确性、可靠性、可及性、个性化)和个体特征(个人创新性、AI隐私关切、AI数字素养)对持续使用意愿(continuance intention)的影响,以解释生成式AI环境中用户持续投入的认知—情感机制。

研究设计与方法:研究人员采用非概率目的抽样与滚雪球抽样,于2025年6月6日至11日通过问卷星平台收集400名中国内地成年Midjourney用户数据;所有受访者均需确认有Midjourney使用经验,且近三个月内至少使用过一次。各构念均以三题项、五级Likert量表测量,量表来自已有验证工具,经翻译回译、专家裁定和用户预审。数据分析使用SPSS 27.0和AMOS 26.0,先以验证性因子分析(confirmatory factor analysis, CFA)检验测量模型,以异质-单质比率(heterotrait-monotrait ratio, HTMT)检验区分效度,再以结构方程模型(SEM)和5000次自助抽样检验直接与间接效应,并以使用频率作为控制变量进行稳健性检验。

研究结果:
4.1 人口统计分析:样本400人,性别分布较均衡,多数为20—30岁人群,教育程度以本科和研究生为主,学生和职员占比最高,多数居住在一二线城市;超过半数的受访者每月至少使用Midjourney两三次,具备评估平台服务特征的充分经验。
4.2 效度与信度分析:CFA结果显示测量模型拟合良好(χ2/df=1.071,CFI=0.996);各题项因子载荷介于0.785—0.899,Cronbach’s α、组合信度(CR)和平均方差抽取量(AVE)均达到标准,HTMT值低于0.85,表明量表的信度、收敛效度和区分效度良好;共同方法偏差检验显示其对结果威胁不大。
4.3 假设检验:所有平台服务特征均显著正向影响AI自我效能和消费者满意度,H1a—H5b得到支持;其中可靠性对AI自我效能的影响最强(B=0.173),可及性与个性化对消费者满意度的影响最强(B均为0.149)。AI自我效能显著正向影响消费者满意度(B=0.163),消费者满意度显著正向影响持续使用意愿(B=0.744),支持H9和H10。个人创新性与AI数字素养均正向影响AI自我效能和消费者满意度;AI隐私关切显著负向影响AI自我效能,但对其消费者满意度的直接效应不显著,因此H7b不支持,符合隐私悖论现象。经由消费者满意度的单一中介路径对除AI隐私关切外的所有前因变量显著;AI自我效能与消费者满意度的链式中介路径对所有前因变量均显著,支持H13。补充模型显示,AI自我效能到持续使用意愿的直接路径不显著,说明其作用被消费者满意度完全中介。模型分别解释AI自我效能43.3%、消费者满意度45.6%和持续使用意愿48.6%的方差。
4.4 稳健性检验:将使用频率作为控制变量纳入模型后,使用频率对消费者满意度和持续使用意愿均无显著影响,关键结构路径系数几乎不变,表明研究结果稳健。

讨论与结论:研究人员指出,生成式AI平台应被理解为迭代人机共创的交互式社会技术系统;AI自我效能作为满意度的认知前因、消费者满意度作为持续使用意愿近端决定因素的链式路径,补充了单一中介模型未阐明的认知—情感机制。AI隐私关切仅通过AI自我效能产生负向影响,说明隐私风险感知主要作用于认知评价而非情感满意。实践上,平台应重视生成结果的一致性、可及性与个性化,通过界面引导、交互支持和透明的数据治理来增强用户自我效能与满意度。研究局限包括中国内地VPN样本的自选择性、横断面设计难以确证因果方向、单一平台限制外部效度等。研究结论可概括为:平台服务特征与个体特征通过AI自我效能和消费者满意度的链式双重中介影响Midjourney用户的持续使用意愿;可靠性对AI自我效能作用最强,可及性与个性化对消费者满意度作用最强;AI隐私关切仅通过AI自我效能产生负向影响;AI自我效能不直接预测持续使用意愿,而是作为消费者满意度的认知前因发挥作用。该机制为生成式AI环境下持续性人机互动提供了经验证据。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号