中小学教师机器人教育接受度影响因素研究
发布时间：2022-01-03 01:07
人工智能时代的到来,机器人教育已经成为提升学生数字化胜任力的重要方式。而教师是否愿意接受机器人教育,关系到机器人教育实施的效果和机器人教育的可持续发展。研究以参加"江西省中小学校机器人教练员培训班"的190位教师为调查对象,通过对UTAUT模型及其对应量表修改,从绩效期望、努力期望、社群影响及促成条件四个维度调查分析了教师对机器人教育的接受度,研究了性别、年龄、教龄和信息技术精通程度对教师机器人教育接受度的调节作用。结果显示:（1）促成条件对教师机器人教育接受程度的影响是直接而显著的;（2）不同教龄的教师仅在绩效期望上存在显著差异;（3）不同信息技术精通程度的教师仅在社群影响上存在显著差异。最后,研究从体系先行、制度保障、创新推进三个方面提出了中小学开展机器人教育的建议。
【文章来源】：电化教育研究. 2019,40(06)北大核心CSSCI
【文章页数】：7 页
【部分图文】：
教师机器人教育接受度影响因素理论模型
⒓际踅邮芏妊芯苛煊蛴?用广泛。然而，通过对机器人教育和教师接受度的相关研究进行梳理，发现目前较少从机器人教育主体中的教师影响出发探索其有效推广及实施研究。因此，本研究从教师角度出发，以UTAUT模型为理论基础，结合机器人教学特点，探析中小学教师机器人教育接受度的影响因素。（二）研究假设与模型构建UTAUT模型最早由Venkatesh等人于2003年提出[16]。该模型包含绩效期望、努力期望、社群影响和促成条件四个核心决定因素以及年龄、性别、经验和自愿性四个调节变量，如图1所示。该模型能解释70%的技术采纳和使用行为，优于以往的技术接受模型，目前被广泛应用于探究用户接受行为。本研究调查教师开展机器人教育的影响因素，仍使用UTAUT模型中的四个核心决定因素。由于国内机器人教育的开展仍以竞赛或社团活动为主，教师和学生都很少有机会接触到机器人[17]。教师大多不具备丰富的使用经验且自主积极性不高，因此，经验和自愿性两个调节变量被删除，并结合中小学机器人教育的技术性特征[18]及专家访谈增加教龄、信息技术精通程度作为调节变量。另外，考虑到接受既包括个体自身的行为，也包括个体对对象的态度[19]，笔者将原始模型中使用意向及使用行为统称为接受程度，提出了教师机器人教育接受度影响因素的理论模型，如图2所示。图1UTAUT模型图2教师机器人教育接受度影响因素理论模型根据以上理论模型，本研究提出以下假设，见表1。三、研究方法（一）问卷设计本研究在参考Venkatesh[16]和张汉玉[15]等学者的相关成熟量表基础上，结合欠发达地区机器人教育的现实状况自主设计各变量的测量题项。为了保障?
治隼刺骄空庑┍淞慷?教师接受程度的具体影响，回归结果见表6。从中可看出模型3对结果的解释比率达到28.2%，同时，考虑到样本量及自变量数，最终选择使用调整后的R2，其对结果的解释比率达到27.1%。其中促成条件与接受程度有显著的相关关系；教龄会调节绩效期望对接受程度的影响；社群影响对接受程度的影响受到信息技术接受程度的调节；努力期望不直接对教师机器人教育的接受程度产生影响。表6接受程度的复回归分析及系数通过多重回归分析，可以得到教师机器人教育接受程度影响因素路径图，如图3所示。图3教师机器人教育接受度影响因素路径五、讨论本研究以江西地区为例，基于UTAUT模型着重探讨了影响欠发达地区中小学教师机器人教育接受度的主要因素，以期促进机器人教育在教育教学活动中的应用，得出以下基本结论：（一）机器人教育大多由信息技术教师兼任，且呈现“低了解程度、高开展频率”的矛盾研究结果表明，53.68%的教师都是在近三年才逐变量均值标准差Cronbach'sα总Cronbach'sα绩效期望3.280.790.7690.783努力期望2.940.670.761社群影响3.430.860.809促成条件3.190.900.849接受程度3.970.600.899维度绩效期望努力期望社群影响促成条件接受程度绩效期望1努力期望0.0031社群影响0.309***0.0461促成条件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绩效期望努力期望社群影响促成条件接受程度性别年龄教龄信息技术精通程度108
【参考文献】：
期刊论文
[1]机器智能视域下的机器人教育发展现状、实践、反思与展望[J]. 吴永和,李彤彤. 远程教育杂志. 2018(04)
[2]高中Arduino机器人课程学习现状调查与分析[J]. 金书辉,郑燕林,张晓. 中国电化教育. 2017(12)
[3]创客教育教师接受度影响因素实证分析[J]. 江丰光,田浩,李心怡,任杉杉,张丽峰. 现代远程教育研究. 2017(06)
[4]困境与破局:我国机器人教育的研究与发展[J]. 徐多,胡卫星,赵苗苗. 现代教育技术. 2017(10)
[5]学前教师信息化教学接受度的影响因素——基于UTAUT模型的实证分析[J]. 李红霞,赵呈领,蒋志辉,梁云真. 学前教育研究. 2017(04)
[6]中小学机器人教育的核心理论研究——机器人教学模式的新分类[J]. 钟柏昌. 电化教育研究. 2016(12)
[7]面向创客教育的中小学机器人教学研究[J]. 王小根,张爽. 现代教育技术. 2016(08)
[8]机器人教育在中小学的应用初探[J]. 魏啸天. 中国信息技术教育. 2016(06)
[9]推进电子书包教学应用:教师接受度的实证研究[J]. 张汉玉,钱冬明,任友群. 电化教育研究. 2015(10)
[10]我国中小学机器人教育的现状调查与分析[J]. 钟柏昌,张禄. 中国电化教育. 2015(07)
本文编号：3565252
【文章来源】：电化教育研究. 2019,40(06)北大核心CSSCI
【文章页数】：7 页
【部分图文】：
教师机器人教育接受度影响因素理论模型
⒓际踅邮芏妊芯苛煊蛴?用广泛。然而，通过对机器人教育和教师接受度的相关研究进行梳理，发现目前较少从机器人教育主体中的教师影响出发探索其有效推广及实施研究。因此，本研究从教师角度出发，以UTAUT模型为理论基础，结合机器人教学特点，探析中小学教师机器人教育接受度的影响因素。（二）研究假设与模型构建UTAUT模型最早由Venkatesh等人于2003年提出[16]。该模型包含绩效期望、努力期望、社群影响和促成条件四个核心决定因素以及年龄、性别、经验和自愿性四个调节变量，如图1所示。该模型能解释70%的技术采纳和使用行为，优于以往的技术接受模型，目前被广泛应用于探究用户接受行为。本研究调查教师开展机器人教育的影响因素，仍使用UTAUT模型中的四个核心决定因素。由于国内机器人教育的开展仍以竞赛或社团活动为主，教师和学生都很少有机会接触到机器人[17]。教师大多不具备丰富的使用经验且自主积极性不高，因此，经验和自愿性两个调节变量被删除，并结合中小学机器人教育的技术性特征[18]及专家访谈增加教龄、信息技术精通程度作为调节变量。另外，考虑到接受既包括个体自身的行为，也包括个体对对象的态度[19]，笔者将原始模型中使用意向及使用行为统称为接受程度，提出了教师机器人教育接受度影响因素的理论模型，如图2所示。图1UTAUT模型图2教师机器人教育接受度影响因素理论模型根据以上理论模型，本研究提出以下假设，见表1。三、研究方法（一）问卷设计本研究在参考Venkatesh[16]和张汉玉[15]等学者的相关成熟量表基础上，结合欠发达地区机器人教育的现实状况自主设计各变量的测量题项。为了保障?
治隼刺骄空庑┍淞慷?教师接受程度的具体影响，回归结果见表6。从中可看出模型3对结果的解释比率达到28.2%，同时，考虑到样本量及自变量数，最终选择使用调整后的R2，其对结果的解释比率达到27.1%。其中促成条件与接受程度有显著的相关关系；教龄会调节绩效期望对接受程度的影响；社群影响对接受程度的影响受到信息技术接受程度的调节；努力期望不直接对教师机器人教育的接受程度产生影响。表6接受程度的复回归分析及系数通过多重回归分析，可以得到教师机器人教育接受程度影响因素路径图，如图3所示。图3教师机器人教育接受度影响因素路径五、讨论本研究以江西地区为例，基于UTAUT模型着重探讨了影响欠发达地区中小学教师机器人教育接受度的主要因素，以期促进机器人教育在教育教学活动中的应用，得出以下基本结论：（一）机器人教育大多由信息技术教师兼任，且呈现“低了解程度、高开展频率”的矛盾研究结果表明，53.68%的教师都是在近三年才逐变量均值标准差Cronbach'sα总Cronbach'sα绩效期望3.280.790.7690.783努力期望2.940.670.761社群影响3.430.860.809促成条件3.190.900.849接受程度3.970.600.899维度绩效期望努力期望社群影响促成条件接受程度绩效期望1努力期望0.0031社群影响0.309***0.0461促成条件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绩效期望努力期望社群影响促成条件接受程度性别年龄教龄信息技术精通程度108
【参考文献】：
期刊论文
[1]机器智能视域下的机器人教育发展现状、实践、反思与展望[J]. 吴永和,李彤彤. 远程教育杂志. 2018(04)
[2]高中Arduino机器人课程学习现状调查与分析[J]. 金书辉,郑燕林,张晓. 中国电化教育. 2017(12)
[3]创客教育教师接受度影响因素实证分析[J]. 江丰光,田浩,李心怡,任杉杉,张丽峰. 现代远程教育研究. 2017(06)
[4]困境与破局:我国机器人教育的研究与发展[J]. 徐多,胡卫星,赵苗苗. 现代教育技术. 2017(10)
[5]学前教师信息化教学接受度的影响因素——基于UTAUT模型的实证分析[J]. 李红霞,赵呈领,蒋志辉,梁云真. 学前教育研究. 2017(04)
[6]中小学机器人教育的核心理论研究——机器人教学模式的新分类[J]. 钟柏昌. 电化教育研究. 2016(12)
[7]面向创客教育的中小学机器人教学研究[J]. 王小根,张爽. 现代教育技术. 2016(08)
[8]机器人教育在中小学的应用初探[J]. 魏啸天. 中国信息技术教育. 2016(06)
[9]推进电子书包教学应用:教师接受度的实证研究[J]. 张汉玉,钱冬明,任友群. 电化教育研究. 2015(10)
[10]我国中小学机器人教育的现状调查与分析[J]. 钟柏昌,张禄. 中国电化教育. 2015(07)
本文编号：3565252
本文链接：https://www.wllwen.com/jiaoyulunwen/jgkg/3565252.html
