Mesterséges intelligencia alapú technológiák elfogadását befolyásoló tényezők modellezése a kovarianciaalapú strukturális egyenletek módszerével (CB–SEM) = Modelling the factors influencing the acceptance of artificial intelligence-based technologies using covariance-based structural equation modelling (CB–SEM)

Horváth, Kata and Molnár, László (2025) Mesterséges intelligencia alapú technológiák elfogadását befolyásoló tényezők modellezése a kovarianciaalapú strukturális egyenletek módszerével (CB–SEM) = Modelling the factors influencing the acceptance of artificial intelligence-based technologies using covariance-based structural equation modelling (CB–SEM). STATISZTIKAI SZEMLE, 103 (12). pp. 1117-1146. ISSN 0039-0690

Preview

Text 2025_12_1117.pdf - Published Version Download (982kB) | Preview

Abstract

A mesterséges intelligencia (MI-) alapú rendszerek társadalmi-gazdasági diffúziója az elmúlt években megkérdőjelezhetetlenül felgyorsult, a folyamatban az egyének technológiával szembeni elfogadó magatartása kulcsszerepet játszik. Jelen kutatás az egyetemi hallgatók körében vizsgálja a mesterséges intelligencia elfogadását befolyásoló tényezőket. Az empirikus kutatás elméleti keretét a technológiaelfogadás és -használat egységesített elmélete (UTAUT-modell) jelenti. A keresztmetszeti vizsgálatra 2024 őszén került sor, hipotéziseinket a kovarianciaalapú strukturális egyenletek módszerével (CB–SEM) teszteltük. Eredményeink alapján a hallgatók MI-elfogadását elsősorban a teljesítményelvárás és a várható erőfeszítés befolyásolja, ugyanakkor a társadalmi befolyás mérsékelt hatást fejt ki a technológiával szembeni nyitottságra. Az elősegítő feltételek nem mutattak szignifikáns kapcsolatot sem a használati szándékkal, sem a tényleges használattal, ami az infrastrukturális tényezők marginális szerepét jelzi a vizsgált populáció elfogadási folyamatában. Mindezek alapján megállapítható, hogy az MI-technológia használatához szükséges erőforrások rendelkezésre állása önmagában nem elegendő az MI-adaptáció elősegítéséhez, a hallgatók mesterséges intelligenciához való viszonyulása elsősorban célzott edukációs programokkal alakítható. | The socio-economic diffusion of artificial intelligence-based technologies has accelerated in recent years with technology acceptance playing a crucial role in the process. This research examines university students and the factors influencing their acceptance of artificial intelligence. The study employs the Unified Theory of Acceptance and Use of Technology (UTAUT) as a theoretical base. A cross-sectional study was conducted in 2024, the hypotheses were tested using covariance-based structural equation modelling (CB–SEM). Based on our results, performance expectancy and effort expectancy are key determinants of AI-acceptance formation. Furthermore, social influence also showed a positive relationship with behavioral intention to use AI. On the other hand, facilitating conditions (i.e. the availability of infrastructural resources) were proven to have a negligible effect in promoting the acceptance of technology. The findings provide actionable insights for policy-makers, suggesting that students’ expectations towards AI can be most effectively shaped through targeted educational programmes.

Actions (login required)

Edit Item