อิทธิพลของบุคลิกภาพและการยอมรับเทคโนโลยีที่ส่งผลต่อการตัดสินใจใช้ ChatGPT
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษา 1) อิทธิพลของปัจจัยด้านบุคลิกภาพของผู้ใช้งาน ChatGPT ที่มีต่อการยอมรับเทคโนโลยี 2) อิทธิพลของปัจจัยด้านการยอมรับเทคโนโลยีที่ส่งผลต่อทัศนคติที่มีต่อการใช้งาน ChatGPT และ 3) อิทธิพลของทัศนคติที่มีต่อการใช้งาน ChatGPT ที่มีต่อปัจจัยที่สำคัญที่สุดที่ทำให้ตัดสินใจใช้ ChatGPT การวิจัยครั้งนี้เป็นการวิจัยเชิงปริมาณ เครื่องมือที่ใช้เก็บรวบรวมข้อมูล ได้แก่ แบบสอบถามที่พัฒนาขึ้นตามกรอบแนวคิดการยอมรับเทคโนโลยี โดยเก็บข้อมูลจากกลุ่มตัวอย่างผู้ใช้งาน ChatGPT จำนวน 403 คน ซึ่งได้มาโดยวิธีการสุ่มตัวอย่างแบบไม่อาศัยทฤษฎีความน่าจะเป็น สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ การวิเคราะห์การถดถอยพหุคูณ ผลการวิจัยพบว่า 1) ปัจจัยด้านบุคลิกภาพของผู้ใช้งาน โดยเฉพาะบุคลิกภาพด้านการเปิดรับประสบการณ์ใหม่ ความเชื่อมั่นในเทคโนโลยี การปรับตัว และความสนุกกับการใช้เทคโนโลยี มีอิทธิพลเชิงบวกอย่างมีนัยสำคัญทางสถิติต่อการยอมรับเทคโนโลยีในด้านประโยชน์ที่รับรู้และความง่ายในการใช้งาน 2) ปัจจัยด้านการยอมรับเทคโนโลยี ทั้งในด้านประโยชน์ที่รับรู้และความง่ายในการใช้งานมีอิทธิพลเชิงบวกอย่างมีนัยสำคัญทางสถิติต่อทัศนคติที่มีต่อการใช้งาน ChatGPT โดยผู้ใช้ที่มีประโยชน์ที่รับรู้และความง่ายในการใช้งานสูงจะมีทัศนคติที่ดีต่อการใช้งาน 3) ทัศนคติที่มีต่อการใช้งาน ChatGPT มีอิทธิพลเชิงบวกอย่างมีนัยสำคัญทางสถิติต่อปัจจัยที่สำคัญที่สุดที่ทำให้ตัดสินใจใช้ ChatGPT ซึ่งได้แก่ ความตั้งใจใช้งานอย่างต่อเนื่องและการแนะนำต่อบุคคลอื่น ผลการวิจัยนี้มีนัยสำคัญทางวิชาการและการประยุกต์ใช้ในการพัฒนากลยุทธ์การส่งเสริมการยอมรับเทคโนโลยีปัญญาประดิษฐ์ประเภทแชทบอท โดยคำนึงถึงปัจจัยด้านบุคลิกภาพและการรับรู้ของผู้ใช้งาน
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ทัศนะและความคิดเห็นที่ปรากฏในบทความในวารสารศิลปการจัดการ ถือเป็นความรับผิดชอบของผู้เขียนบทความนั้น และไม่ถือเป็นทัศนะและความรับผิดชอบของกองบรรณาธิการ ยินยอมว่าบทความเป็นลิขสิทธิ์ของวารสารศิลปการจัดการ
เอกสารอ้างอิง
Almogren, A. S., Al-Rahmi, W. M., & Dahri, N. A. (2024). Exploring factors influencing the acceptance of ChatGPT in higher education: A smart education perspective. Heliyon, 10(11), e31887. https://doi.org/10.1016/j.heliyon.2024.e31887
Ajzen, I., & Fishbein, M. (1980). Understanding attitudes and predicting social behavior. Prentice-Hall.
Chuttur, M. (2009). Overview of the technology acceptance model: origins, developments and future directions. All Sprouts Content, 290. https://aisel.aisnet.org/sprouts_all/290
Cronbach, L. J. (1970). Essentials of psychological testing. Harper & Row.
Davis, F. D. (1985). A technology acceptance model for empirically testing new end-user information system: theory and result[Doctoral dissertation, Massachusetts Institute of Technology].
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: a comparison of two theoretical models. Management Science, 35, 982-1003. http://dx.doi.org/10.1287/mnsc.35.8.982
Fitzsimons, G. J., & Morwitz, V. G. (1996). The effect of measuring intent on brand-level purchase behavior. Journal of Consumer
Research, 23(1), 1-11. https://doi.org/10.1086/209462
Howard, J. A. (1994). Buyer behavior in marketing strategy. Prentice-Hall.
Ibrahim, F., Münscher, J-C., Daseking, M., & Telle, N-T. (2025) The technology acceptance model and adopter type analysis in the context of artificial intelligence. Frontiers in Artificial Intelligence, 7, 1496518. DOI: 10.3389/frai.2024.1496518
Kongernkrang, W., Sasithanakornkaew, S., & Kumsubha, B. (2024). Factors influencing the acceptance and continuous use behavior of ChatGPT artificial intelligence. Journal of MCU Nakhondhat, 11(2), 120-129. https://so03.tci-thaijo.org/index.php/JMND/article/view/275311/182358
McCrae, R. R., & Costa Jr., P. T. (1997). Conceptions and correlates of openness to experience. In R. Hogan, J. A. Johnson, & S. R. Briggs (Eds.), Handbook of personality psychology (pp. 825-847). https://doi.org/10.1016/B978-012134645-4/50032-9
Mowen, J. C., & Minor, M. (1998). Consumer Behavior. Prentice-Hall.
Neuendorf, Y., & Valdiseri, A. (2016). Consumer acceptance of online banking: an extension of the technology acceptance model. Internet Research, 14(3), 224-235.
Phetsri, S. (2023). Attitudes, intentions, and behaviors of ChatGPT usage in the work context of generation Y[Master’s thesis, Thammasat University].
Phuthong, T. (2018). The influence of personality and technology acceptance on the willingness to use electronics book. E-Journal, Silapakorn University, 11(2). 3179-3193. https://he02.tci-thaijo.org/index.php/Veridian-E-Journal/article/view/147257
Sirisook, P., Akkarapornprom, N., Changchot, S., Rattanawijit, J., & Niruttikul, N. (2024). Factor impact to intention to use ChatGPT application of marketer. Journal of Management and Development Ubon Ratchathani Rajabhat University, 11(2), 256-281. https://so06.tci-thaijo.org/index.php/JMDUBRU/article/view/280403/187056
Venkatesh, V., & Davis, F. D. (1996). A model of antecedents of perceived ease of use: development and test. Decision Science, 27(3), 451-481. https://doi.org/10.1111/j.1540-5915.1996.tb00860.x
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540
Zhou, T. (2011). Understanding mobile Internet continuance usage from the perspectives of UTAUT and flow. Information Development, 27(3), 207-218. DOI:10.1177/0266666911414596
