Earticle

이 연구는 통합 기술 수용 이론 에 기반하여 중학생의 생성형 인공지능 수용 수준과 이에 (UTAUT) 영향을 미치는 요인을 분석하였다. 중학생 315명을 대상으로 타당화를 거친 생성형 인공지능 수용 척도를 활용하여 설문 조사를 실시하였으며, 수집된 자료는 탐색적 요인 분석, t-검정, 분산분석을 통해 분석하였다. 분석 결과, 해당 척도는 성과 기대, 노력 기대, 촉진 조건, 사회적 영향의 4요인 구조와 높은 신뢰도를 보여 중학생 집단에서도 타당한 측정 도구로 확인되었다. 또한 남학생, 생성형 인공지능 사용 경험이 있는 학생, 블록 기반과 텍스트 기반 프로그래밍을 모두 경험한 학생의 생성형 인공지능 수용 수준이 유의하게 높게 나타났다. 그뿐만 아니라 인공지능에 대한 호감도, 친숙도, 관심도와 사용 용이성 인식이 높을수록 수용도 높아지는 경향을 보였다. 반면, 인공지능 교육 경험은 수용 수준에 유의한 영향을 미치지 않았다. 이러한 결과는 중학생의 생성형 인공지능 수용이 지식 습득 중심의 교육 경험보다는 실제 활용 경험, 프로그래밍 경험, 정서적 요인과 보다 밀접하게 관련될 수 있음을 시사한다.

This study analyzed the level of and factors influencing middle school students’ acceptance of generative artificial intelligence based on the Unified Theory of Acceptance and Use of Technology (UTAUT). A survey was administered to 315 middle school students using a culturally adapted and validated generative artificial intelligence acceptance scale, and the data were analyzed through exploratory factor analysis, t-tests, and analysis of variance. The results confirmed that the scale demonstrated a reliable four-factor structure—performance expectancy, effort expectancy, facilitating conditions, and social influence—with high reliability, indicating that it is a valid measurement tool for use with middle school students. In addition, significantly higher levels of generative artificial intelligence acceptance were found among male students, students with prior experience using generative artificial intelligence, and students who had experience with both block-based and text-based programming. Higher acceptance was also observed among students who reported higher levels of favorability, familiarity, interest, and perceived ease of use regarding generative artificial intelligence. In contrast, experience with artificial intelligence education did not have a statistically significant effect on acceptance levels. These findings suggest that middle school students’ acceptance of generative artificial intelligence may be more closely associated with actual usage experience, programming experience, and emotional factors than with knowledge-oriented instructional experience.