ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
This study explores behavioral patterns of generative artificial intelligence (GenAI) usage in higher education using a data-driven segmentation approach. Moving beyond intention-based models such as the technology acceptance model and the Unified Theory of Acceptance and Use of Technology, the study focuses on actual usage behavior and user heterogeneity. Data were collected through a structured questionnaire measuring AI usage behaviors and psychological factors, including trust and AI anxiety. A machine learning–based clustering approach, specifically K-means clustering, was employed to identify user segments, while ANOVA examined differences across clusters. The findings reveal three distinct groups: skeptical users, pragmatic users, and power users, with significant differences in usage frequency, trust, anxiety, and behavioral intention (p < 0.001). Notably, power users exhibit both high trust and elevated anxiety, highlighting the complex psychological dynamics of intensive AI usage.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 85/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: AI in Service Interactions · Artificial Intelligence in Healthcare and Education · Ethics and Social Impacts of AI
บทบาทของนักวิจัยและสถาบันไทย
Nattaporn Thongsri · Yaowaphan Sontikun · Nattorn Khuntong · Prince of Songkla University · Nakhon Si Thammarat Rajabhat University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง