AI接受还是AI采用广度？对低素养/高使用率关联的工具特定再分析

# AI 接纳度还是 AI 采纳广度？对低素养/高使用关联的工具特定再分析
来源：https://arxiv.org/html/2606.13734
Hristo Inouzhe Valdes 副教授 马德里自治大学数学系 hristo\.inouze@uam\.es (https://arxiv.org/html/2606.13734v1/mailto:[email protected])

###### 摘要

Tully 等人 (2025 (https://arxiv.org/html/2606.13734#bib.bib1)) 最近报告的证据表明，较低的人工智能 (AI) 素养预示着较高的 AI 接纳度。我们利用该文章研究 3 的公开数据重新审视了这一论断，该研究测量了五类 AI 工具过去的使用情况，采用五点频率量表。我们首先利用 OLS、二元 logit、有序 logit 和多项 logit 规范，基于参与者层面的平均值，再现了 AI 素养与总体 AI 使用之间的负相关关系。然后，我们显示，这种总体关系掩盖了不同工具类型之间显著的异质性。在我们调整了人口统计变量的主规范中，AI 素养对文本 AI 使用的预测并不显著（有序 logit β=−0.090\\beta=\-0.090，p=\.387p=\.387），而对非文本 AI 采纳的预测仍然很强（β=−0.377\\beta=\-0.377，p<\.001p<\.001）。在 Tully 等人原始研究 3 的控制规范下，非文本效应同样稳健（β=−0.502\\beta=\-0.502，p<\.001p<\.001）。二元 logit、有序 logit 和多项 logit 规范表明，非文本关系主要是一种采纳/未采纳的模式，而非密集使用的证据：调整人口统计变量后，曾经使用过非文本 AI 工具的比值比为 0.680\.68。因此，在采用自我报告过去使用（而非陈述偏好）作为衡量标准的研究中，证据并不支持“较低 AI 素养总体预测较高 AI 接纳度”这一简单论断。它反而指向了一个更为狭窄的模式：在渗透率较低的非文本 AI 工具中，采纳广度更广。

关键词：AI 素养，AI 采纳，序数回归，重复验证，稳健性，构念效度，营销分析。

## 1 引言

生成式 AI 产品的普及重新激发了营销学者对 AI 采纳个体层面前因的兴趣 (Puntoni 等，2021 (https://arxiv.org/html/2606.13734#bib.bib12); Hermann 和 Puntoni，2024 (https://arxiv.org/html/2606.13734#bib.bib13))。在最近的贡献中，Tully 等人 (2025 (https://arxiv.org/html/2606.13734#bib.bib1)) 在七项研究中记录了一种反直觉的“低素养、高接纳度”关联：在客观 AI 知识测试中得分较低的消费者，平均而言对 AI 更为接纳。研究 3 特别适合再分析，因为与研究 4 和 6 不同，它使用对真实 AI 产品的过去使用报告，而非对假设任务的陈述偏好，作为因变量。这使得它成为对该提议关系更保守的检验，因此也是重复验证和稳健性检查的关键目标。

原始研究 3 (N==401，Amazon Mechanical Turk) 测量了在过去六个月内对五类 AI 工具的使用频率：数字图像生成器 (例如 DALL-E)、AI 驱动的生产力工具 (例如 Zapier)、AI 驱动的设计服务 (例如 Canva)、AI 驱动的健康应用 (例如 Headspace) 以及 AI 驱动的写作助手 (例如 ChatGPT)。每个工具按五点频率量表评分，范围从“从不”到“每周”。作者将这五个项目平均为一个 AI 接纳度指数，并将该指数对 AI 素养进行回归。

我们认为有两点理由需要重新审视这个规范。首先，将序数五点项目平均为一个连续指数是一种标准但存在争议的做法，该领域已积累了相当多的方法论证据表明，这样做可能会扭曲处理效应的估计，甚至颠倒其符号 (Liddell 和 Kruschke，2018 (https://arxiv.org/html/2606.13734#bib.bib18); Agresti，2010 (https://arxiv.org/html/2606.13734#bib.bib17))。其次，更实质性地看，这五类工具可能触及不同的行为构念。文本 AI (写作助手) 在 ChatGPT 发布后变得非常引人注目，而图像生成器、生产力机器人、网站构建器和冥想应用则可能是不太熟悉的产品。将它们聚合为一个单一的“AI 接纳度”指数，将密集的文本 AI 使用与更广泛的 AI 标注消费工具采纳混为一谈。

在本文中，我们沿着这两个维度重新审视研究 3。我们不质疑总体上的“低素养/高使用”关联；相反，我们表明，当 AI 使用按工具类型分解并建模为序数采纳数据时，其实质性含义会发生改变。本再分析提出三点：

1. 1. 重复验证：研究 3 的合并关联是真实的。我们在 OLS、二元 logit、有序 logit 和多项 logit 下再现了原始方向。
2. 2. 测量：将序数使用响应在异质 AI 类别之间平均，会将不同的行为过程压缩成一个单一指数。
3. 3. 解释：对于非文本 AI 工具，这种关系比单独考虑文本 AI 时更强、更稳健，并且非文本效应集中在采纳的边际上。因此，研究 3 并不支持原始论断最宽泛的解读——即一种普遍的“低素养、高 AI 接纳度”效应。它更适合解释为关于非文本 AI 采纳广度的证据。

## 2 背景

#### 算法厌恶与算法欣赏。

市场营销和判断与决策领域的长期文献记录了对算法主体的系统性个体反应。Dietvorst 等人 (2015 (https://arxiv.org/html/2606.13734#bib.bib5)) 表明，人们在观察到算法出错后会放弃使用它，即使算法的表现优于人类替代方案。Logg 等人 (2019 (https://arxiv.org/html/2606.13734#bib.bib6)) 展示了互补的现象，即算法欣赏，在数值估计任务中。Castelo 等人 (2019 (https://arxiv.org/html/2606.13734#bib.bib2)) 和 Longoni 与 Cian (2022 (https://arxiv.org/html/2606.13734#bib.bib4)) 通过表明任务类型 (客观 vs. 主观；实用 vs. 享乐) 调节消费者反应来限定这两种模式，而 Longoni 等人 (2019 (https://arxiv.org/html/2606.13734#bib.bib3)) 记录了对由独特性忽视驱动的医疗 AI 的抵制。Yalcin 等人 (2022 (https://arxiv.org/html/2606.13734#bib.bib14)) 表明算法决策的方向 (有利 vs. 不利) 对消费者反应很重要，de Bellis 等人 (2023 (https://arxiv.org/html/2606.13734#bib.bib15)) 表明体力劳动感知意义阻碍了自主产品的采纳。在这类文献中，情境和任务相关因素起着核心作用，而接纳度的个体层面决定因素仍相对研究不足。

#### AI 素养。

AI 素养这一构念本身由 Long 和 Magerko (2020 (https://arxiv.org/html/2606.13734#bib.bib7)) 阐述为一组评估、沟通和在日常环境中使用 AI 所需的能力。随后的综述 (Ng 等，2021 (https://arxiv.org/html/2606.13734#bib.bib8)) 将经典素养框架改编用于描述 AI 特定知识、使用、评估和伦理。在此背景下，Tully 等人 (2025 (https://arxiv.org/html/2606.13734#bib.bib1)) 提出了新颖的论断：较高的 AI 素养会降低对 AI 的接纳度，因为去神秘化 AI 会驱散感知到的魔力以及这种感知所唤起敬畏。

#### AI 采纳中的工具层面异质性。

最近的宏观证据强调了为何将 AI 工具类别进行聚合是有风险的。McElheran 等人 (2024 (https://arxiv.org/html/2606.13734#bib.bib10)) 记录，截至 2018 年，少于 6% 的美国公司使用了五种核心 AI 技术中的任何一种，并且采纳高度集中在特定行业和公司规模上。Brynjolfsson 等人 (2025 (https://arxiv.org/html/2606.13734#bib.bib9)) 表明，生成式 AI 助手的生产力收益在工人之间存在异质性，最大的收益归于技能较低的代理人。Acemoglu 和 Restrepo (2020 (https://arxiv.org/html/2606.13734#bib.bib11)) 对工业机器人提出了类似的观点。这些结果表明，“AI 采纳”并非一个单一的行为现象，而是一系列特定工具决策，其驱动因素可能因工具类别而异。

#### 序数与度量分析。

在方法论方面，McCullagh (1980 (https://arxiv.org/html/2606.13734#bib.bib16)) 引入了我们这里采用的比例优势模型，Agresti (2010 (https://arxiv.org/html/2606.13734#bib.bib17)) 提供了对序数回归的全面处理。Liddell 和 Kruschke (2018 (https://arxiv.org/html/2606.13734#bib.bib18)) 回顾了数百篇心理学文章并记录了将序数 Likert 响应视为度量数据可能导致假阳性、假阴性，以及在极端情况下导致估计效应符号反转的情况。他们的建议，也是我们所遵循的，是在项目层面数据上估计有序 probit 或有序 logit 模型，而不是在平均指数上进行 OLS。

## 3 原始研究 3 与分析关注点

Tully 等人 (2025 (https://arxiv.org/html/2606.13734#bib.bib1)) 报告，较低 AI 素养与较高 AI 使用频率相关 (B=−0.09B=\-0.09，SE=\.02\\mathrm{SE}=\.02，t(399)=−5.73t(399)=\-5.73，p<.001p<.001)，在控制技术准备度、一般知识、自主性动机和性别后，该系数仍然显著 (B=−0.11B=\-0.11，p<.001p<.001)。因变量是五个项目 Yij∈{1,2,3,4,5}Y_{ij}\in\{1,2,3,4,5\} 的均值，这些项目测量图像生成器、生产力工具、网站构建器、健康应用和写作助手的使用频率。

两个设计特点促使我们进行再分析。首先，五个项目对应于性质不同的 AI 产品。它们的经验分布差异明显：文本 AI 是唯一一个在完整五点量表上具有实质性支持的项目，每个响应类别至少有 50 名受访者，大约三分之二的受访者报告至少有一些使用。相比之下，四个非文本类别高度集中在最低类别（“从不”），65–78% 的受访者报告在过去六个月内没有使用，上层类别人员稀少。其次，结果变量 Yij∈{1,2,3,4,5}Y_{ij}\in\{1,2,3,4,5\} 是序数的，对几个工具而言稀疏，并且在参与者内部重复。这一点很重要，因为文本 AI 项目是样本最丰富的序数测试，用于检验较低 AI 素养是否能预测整个频率尺度上的较高使用，而非文本项目主要区分非用户和其他所有人。平均化本身并非无效，但它混淆了两个不同的边际：(i) 采纳（受访者是否使用某个工具）和 (ii) 强度（采纳后使用的频率）。当这些边际在不同工具间不同时，合并效应估计不一定具有清晰的实质性解释。

## 4 再分析策略

我们从 ResearchBox #1491 (https://researchbox.org/1491) 下载了公开的研究 3 数据，并使用 AI 素养得分（SC0，17 项 AI 构建测量中正确答案的总和）和五个使用项目。我们的主要规范是调整了人口统计变量：年龄、收入、一般知识、自主性动机和男性性别指示变量。我们使用此规范是因为它保留了完整的研究 3 分析样本 (N==401)，同时调整了人口统计变量和原始论文中强调的两个非技术个体差异协变量。作为稳健性检验，我们使用原始研究 3 回归结果的控制规范（表 4，Tully 等人 (2025 (https://arxiv.org/html/2606.13734#bib.bib1))) 重新估计关键模型：技术准备度、一般知识、自主性动机和男性性别指示变量 (N==379，因为技术准备度存在缺失观测)。我们对 AI 素养得分和连续协变量进行标准化，使得系数可解释为一个标准差增加的影响。然后，我们在三个结果分组上拟合四个模型族。

#### 模型族。

1. 1. 参与者层面平均值的 OLS。这是最接近原始研究 3 规范的模型，作为我们的合并基准。
2. 2. 项目层面数据的二元 logit，带有任务固定效应。我们考虑两个阈值：Y>3Y>3（“频繁使用”）和 Y>1Y>1（“采纳”）。
3. 3. 有序 logit（比例优势模型）(McCullagh, 1980 (https://arxiv.org/html/2606.13734#bib.bib16))。这是具有 K=5K=5 个类别的有序 Likert 响应的自然模型，并且对违反度量尺度假设具有稳健性 (Liddell 和 Kruschke, 2018 (https://arxiv.org/html/2606.13734#bib.bib18))。
4. 4. 多项 logit，将五个类别视为名义类别。这是一个压力测试：它不施加比例优势或任何排序，因此对违反其中任一条件的假设具有稳健性。

#### 结果分组。

1. 1. 合并（5 个工具）：原始研究 3 的结果。
2. 2. 仅文本：AI_text 单独。
3. 3. 仅非文本：AI_image，AI_productivity，AI_website，AI_healthapp。

#### 实施。

所有模型均使用 statsmodels 在 Python 中拟合。OLS 和二元 logit 标准误是异方差稳健的 (HC3)。项目层面模型包含任务固定效应。完整代码、Jupyter notebook 和预生成的图形作为补充材料提供。

## 5 结果

### 5.1 合并效应的重复验证

调整人口统计变量后的合并五工具关联在每种规范下都是负的且统计显著。参与者层面平均值的 OLS 给出 β^=−0.181\\hat{\\beta}=\-0.181 (p=.001p=.001，标准化后)。有序 logit 给出 β^=−0.307\\hat{\\beta}=\-0.307 (p<.001p<.001)，量表中间点的二元 logit 给出 β^=−0.320\\hat{\\beta}=\-0.320 (p<.001p<.001，比值比=0.73=0.73)，二元采纳 logit 给出 β^=−0.330\\hat{\\beta}=\-0.330 (p<.001p<.001，比值比=0.72=0.72)。多项 logit 在所有四个非参考类别中显示相同的负方向。因此，在按工具类型分解之前，我们再现了原始合并的“低素养/高使用”关联。

### 5.2 文本 AI 与非文本 AI 分解

表 1 (https://arxiv.org/html/2606.13734#S5.T1) 分别对文本 AI 结果和四个非文本结果重新估计了有序 logit 和二元 logit 规范。调整人口统计变量后的对比是清晰的。对于单独文本 AI，有序 logit 系数小且与零没有显著差异 (β^=−0.090\\hat{\\beta}=\-0.090，SE=0.104\\mathrm{SE}=0.104，p=.387p=.387)；二元“频繁使用”logit 和二元采纳 logit 也不显著。对于非文本 AI，有序 logit 系数大约大四倍且高度显著 (β^=−0.377\\hat{\\beta}=\-0.377，SE=0.063\\mathrm{SE}=0.063，p<.001p<.001)，并且结果在有序、中间点二进制和采纳二进制规范之间一致。

表 1：调整人口统计变量后的文本与非文本分解。AI 素养每增加一个标准差 (+1) 的系数，控制年龄、收入、一般知识、自主性动机和男性性别。项目层面模型包含任务固定效应。
结果 / 模型系数标准误pp 注释仅文本 AI (N==401)OLS−0.077\-0.0770.0820.082.351.351HC3 SE二元 logit (Y>3Y>3)−0.103\-0.1030.1410.141.467.467OR=0.90=0.90