論文の概要: Exploring the Adoption Intention in Using AI-Enabled Educational Tools Among Preservice Teachers in the Philippines: A Partial-Least Square Modeling

• arxiv url: http://arxiv.org/abs/2604.27346v1
• Date: Thu, 30 Apr 2026 02:56:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:53.889789
• Title: Exploring the Adoption Intention in Using AI-Enabled Educational Tools Among Preservice Teachers in the Philippines: A Partial-Least Square Modeling
• Title（参考訳）: フィリピンにおける教員養成におけるAI活用教育ツールの導入意識の探索 : 部分的縦軸モデルによる検討
• Authors: Vanessa B. Sibug, Emerson Q. Fernando, Almer B. Gamboa, Roque Francis B. Dianelo, Agnes R. Regala, Joseph Alexander Bansil, Jan Henry B. Sunga, Vernon Grace M. Maniago, John Paul P. Miranda,
• Abstract要約: 本研究は,AIを活用した教育ツールの実践において,教員の行動意図に影響を及ぼす要因について検討した。 構造化質問紙を用いた563人のプレサービス教員のデータを収集し,PLS-SEMを用いて分析した。 以上の結果から,行動意図の予測因子としては,パフォーマンス期待感とヘドニックモチベーションが最強であることが示唆された。
• 参考スコア（独自算出の注目度）: 0.1303326183112926
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study examines the factors influencing pre-service teachers' behavioral intention to use AI-enabled educational tools during their practicum, using the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) as the theoretical framework. The model includes the core UTAUT2 constructs such as performance expectancy, effort expectancy, hedonic motivation, social influence, facilitating conditions, price value, and habit. It also incorporates additional predictors including computer self-efficacy, computer anxiety, and computer playfulness. Data were collected from 563 pre-service teachers using a structured questionnaire and analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM). The results indicate that performance expectancy and hedonic motivation are the strongest predictors of behavioral intention. Computer self-efficacy, computer anxiety, and computer playfulness significantly influenced effort expectancy, although effort expectancy did not directly predict behavioral intention. Performance expectancy was significantly predicted by extrinsic motivation, job fit, relative advantage, and outcome expectations. Constructs such as social influence and facilitating conditions showed limited or inverse effects. These findings suggest that internal motivational, cognitive, and emotional factors are more influential than external or institutional factors in shaping the adoption of AI-enabled tools. The study highlights the importance of promoting personal relevance, confidence, and enjoyment in teacher preparation programs to encourage technology integration.
• Abstract（参考訳）: 本研究は,AIを活用した教育ツールの実践において,教員の行動意図に影響を及ぼす要因を理論的枠組みとして,統合受容・利用理論(UTAUT2)を用いて検討した。 このモデルには、パフォーマンスの期待、努力の期待、ヘドニックなモチベーション、社会的影響、ファシリテート条件、価格価値、習慣といった、コアなUTAUT2構成が含まれている。 また、コンピュータの自己効力感、コンピュータの不安、コンピュータの遊び心などの追加の予測器も組み込まれている。 構造化質問紙を用いて,563人の教員からデータを収集し,PLS-SEMを用いて分析した。 以上の結果から,行動意図の予測因子としては,パフォーマンス期待感とヘドニックモチベーションが最強であることが示唆された。 コンピュータの自己効力感、コンピュータの不安、コンピュータプレイフルネスは、行動意図を直接予測することはなかったが、作業期待度に大きく影響した。 パフォーマンスの期待は、外因的なモチベーション、仕事の適性、相対的な優位性、結果の期待によって著しく予測された。 社会的影響や円滑な条件などの構成は、限定的あるいは逆効果を示した。 これらの結果は、AI対応ツールの採用において、内的動機づけ、認知、感情的要因は外部的要因や機関的要因よりも影響が大きいことを示唆している。 この研究は、技術統合を促進するための教師準備プログラムにおいて、個人的関連性、自信、楽しみを促進することの重要性を強調している。

関連論文リスト

• Enhanced Interpretable Knowledge Tracing for Students Performance Prediction with Human understandable Feature Space [2.053999499982333]
  知識追跡(KT)は、学生の熟練度を評価し、将来のパフォーマンスを予測する上で中心的な役割を果たす。 我々の貢献は、予測力と解釈可能性のバランスを保ち、適応学習システムの有用性を推し進めることである。
  論文  参考訳（メタデータ） (2025-09-22T13:47:28Z)
• DASKT: A Dynamic Affect Simulation Method for Knowledge Tracing [51.665582274736785]
  KT(Knowledge Tracing)は,学生の履歴計算によって将来のパフォーマンスを予測し,学生の感情状態を理解することで,KTの有効性を高めることができる。 本研究では,学生の感情状態が知識状態に与える影響を調べるために,DASKT(Affect Dynamic Knowledge Tracing)を提案する。 我々の研究は、高い解釈可能性と精度の実現に焦点をあてて、今後の研究への有望な道のりを強調している。
  論文  参考訳（メタデータ） (2025-01-18T10:02:10Z)
• The Use of Generative Artificial Intelligence for Upper Secondary Mathematics Education Through the Lens of Technology Acceptance [0.3749861135832073]
  本研究では,生成人工知能(GenAI)を用いた数学教育における学生の認識について検討した。 その結果,GenAIの使用意図に対する知覚的有用性の影響が強く示された。 互換性の付与により、モデルの説明力、特に知覚された有用性を予測する能力が改善された。
  論文  参考訳（メタデータ） (2025-01-02T14:50:30Z)
• Adoption of Artificial Intelligence in Schools: Unveiling Factors Influencing Teachers Engagement [5.546987319988426]
  学校で採用されるAIツールは、常に研究コミュニティの製品として考慮され、研究されるとは限らない。 学校における適応型学習プラットフォームの導入に影響を及ぼす包括的要因を測定するための信頼性の高い尺度を開発した。 追加の作業負荷、教師の所有と信頼の増大、支援メカニズムの生成、倫理的問題が最小化されることの保証は、学校でAIを採用する上でも不可欠である。
  論文  参考訳（メタデータ） (2023-04-03T11:47:08Z)
• Machine Psychology [54.287802134327485]
  我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。 本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。 これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
  論文  参考訳（メタデータ） (2023-03-24T13:24:41Z)
• Learning Theory of Mind via Dynamic Traits Attribution [59.9781556714202]
  本稿では,過去のトラジェクトリからアクターの潜在特性ベクトルを生成するニューラルToMアーキテクチャを提案する。 この特性ベクトルは、予測ニューラルネットワークの高速重み付けスキームを介して予測機構を乗法的に変調する。 実験により,高速重量はエージェントの特性をモデル化し,マインドリーディング能力を向上させるために優れた誘導バイアスを与えることが示された。
  論文  参考訳（メタデータ） (2022-04-17T11:21:18Z)
• AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
  直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。 他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。 本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
  論文  参考訳（メタデータ） (2021-02-24T14:58:23Z)
• Tracking Emotions: Intrinsic Motivation Grounded on Multi-Level Prediction Error Dynamics [68.8204255655161]
  目標達成に向けての進捗率と期待率の差が生じると、感情がどのように生じるかについて議論する。 自己生成的・動的目標に向けた行動を生成する本質的なモチベーションアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-07-29T06:53:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。