Eine Studie zu den Faktoren, die die Verhaltensabsicht von Designern bei der Nutzung von KI-generierten Inhalten für unterstützendes Design beeinflussen: Wahrgenommene Angst, wahrgenommenes Risiko und UTAUT

Diese Studie zielt darauf ab, das Verständnis für die Absicht zur Nutzung von Künstlicher Intelligenz-generierter Unterstützung in Designtools (AIGC) unter Designstudenten und Praktikern umfassend zu erfassen, zusammen mit den Einflussfaktoren. Mit der Smart-PLS-Software und der Technik der Partial Least Squares Strukturgleichungsmodellierung (PLS-SEM) haben wir ein umfassendes Forschungsmodell entwickelt. Basierend auf 404 gültigen Fragebogenantworten haben wir die zugrunde liegenden Mechanismen der Einstellungen von Designern zu AIGC-Tools systematisch analysiert. Die Stichprobe umfasst verschiedene Schulen und Erfahrungsniveaus in der Berufspraxis, was die breite Anwendbarkeit der Forschungsergebnisse sicherstellt. Im Datenanalyseprozess wurden professionelle statistische Analysemethoden, einschließlich Pfadanalyse und standardisierte Pfadkoeffizienten, eingesetzt, um eine tiefgehende Untersuchung der Forschungsfragen zu gewährleisten. Die Ergebnisse zeigen, dass Leistungserwartung, Aufwandserwartung, sozialer Einfluss und erleichternde Bedingungen signifikant positiv die Bereitschaft zur Nutzung von AIGC-Tools beeinflussen, während wahrgenommene Angst und wahrgenommenes Risiko negative Auswirkungen haben. Diese Studie bietet, indem sie traditionelle und neuartige Faktoren integriert, entscheidende theoretische und praktische Orientierung für die tatsächliche Anwendung der AIGC-Technologie im Designbereich und bietet tiefgehende Einblicke in die zukünftige Entwicklung und Ausbildung der Designtechnologie.