[論文レビュー] Validating an Instrument for Teachers' Acceptance of Artificial Intelligence in Education

Shuchen Guo, Lehong Shi+1 more|arXiv (Cornell University)|Jun 15, 2024

Online Learning and Analytics被引用数 5

ひとこと要約

この研究は、教育におけるAIの教師の受容の5次元を測定する27項目の instrument を開発・検証し、274名の実習教員を対象とした CFA と項目分析から高い妥当性と信頼性の証拠を示します。

ABSTRACT

As artificial intelligence (AI) receives wider attention in education, examining teachers' acceptance of AI (TAAI) becomes essential. However, existing instruments measuring TAAI reported limited reliability and validity evidence and faced some design challenges, such as missing informed definitions of AI to participants. This study aimed to develop and validate a TAAI instrument, with providing sufficient evidence for high psychometric quality. Based on the literature, we first identified five dimensions of TAAI, including perceived usefulness, perceived ease of use, behavioral intention, self-efficacy, and anxiety, and then developed items to assess each dimension. We examined the face and content validity using expert review and think-aloud with pre-service teachers. Using the revised instrument, we collected responses from 274 pre-service teachers and examined the item discriminations to identify outlier items. We employed the confirmatory factor analysis and Cronbach's alpha to examine the construct validity, convergent validity, discriminant validity, and reliability. Results confirmed the dimensionality of the scale, resulting in 27 items distributed in five dimensions. The study exhibits robust validity and reliability evidence for TAAI, thus affirming its usefulness as a valid measurement instrument.

研究の動機と目的

• TAM に基づいて教育における教師のAI受容（TAAI）の理論的枠組みを定義する。
• 有用性の認知、使いやすさの認知、行動意図、自己効力感、不安の5つの次元にわたる項目を開発する。
• 専門家によるレビューと思考を声に出すインタビューを通じて表現妥当性と構成妥当性を確立する。
• 現場データを用いた確認因子分析と信頼性分析を用いて心理測定特性を評価する。
• 妥当性証拠の強い、堅牢なTAAI測定尺度を提供する。

提案手法

• 文献とTAMに基づく枠組みを通じてTAAIの5つの次元を特定する。
• 教育におけるAIに慣れ親しんでもらうための読み物刺激を含む32項目の尺度を作成する。
• 教職課程の教員志望者を対象とした専門家レビューと思考 aloud インタビューを通じて表層/内容妥当性を確保する。
• 有効な回答274件に対して尺度を実施し、項目分析を行い外れ値を検出する。
• CFA（WLSMV）とCronbachのαを用いて構成概念妥当性、収束妥当性、判別妥当性、および信頼性を評価し、適合しない項目を削除して良好な適合を得る。

実験結果

リサーチクエスチョン

• RQ1 TAAI項目の心理測定特性は何か。
• RQ2 この尺度の項目は教師のAI受容を測るうえでどの程度信頼できるか。
• RQ3 この尺度の項目は教師のAI受容を測るうえでどれだけ妥当か。

主な発見

• 最終的なTAAI測定は5つのサブ次元にまたがる27項目を含む。
• CFAは良好なモデル適合を示す：RMSEA 0.061, CFI 0.981, TLI 0.979, SRMSR 0.051, χ2/df = 2.00。
• 項目の標準化負荷量は因子全体で0.60から0.94の範囲。
• 全体の信頼性は0.92；サブ次元 PU (0.88), PEU (0.91), BI (0.91), SE (0.91), AN (0.77)。
• 全項目で項目弁別が有意（上位27％対下位27％）。
• 収束妥当性はAVE > 0.5およびCR値が閾値を満たすことにより裏付けられる。