科技創新性

科技準備（technology readiness, TR）是由 Parasuraman（2000）所提 出的，當初的研究主要是針對Rockbridge Associates 公司的客戶進行質性 訪談，再使用量化的統計分析方法，找出服務使用者對於科技正面與負面 的感覺，發展出科技準備度的指標（technology readiness index, TRI），用 來測量使用科技之準備度程度。

壹、科技準備度的內涵

Parasuraman（2000）將 TRI 定義為「人們接受和使用新科技完成日 常生活或工作目標的傾向（propensity）」。Parasuraman 和 Colby（2001）認 為TRI 是源自於心理驅動力（enablers）和抑制力（inhibitors）的一種心理 狀態，兩者共同決定一個人使用科技的傾向。以個人特質為基礎，TRI 可 分成兩個構面，四個因素（Elliott et al., 2008）。構面為正向的驅動力與負 向 的 抑 制 力 。 其 中 正 向 的 驅 動 力 包 含 樂 觀 性 （optimism） 與 創 新 性

（innovativeness）兩個因素；反向的抑制力則包含不適應性（discomfort）

與安全疑慮（insecurity）兩個因素（圖 2- 12）。

一、 樂觀性

是指人們對於科技的正向信念，相信人們可以透過科技增加日常生 活的控制、彈性、與效率。

二、 創新性

是指人們成為科技先驅或創新事物應用的傾向，也就是指第一次使 用新科技的傾向。

三、 不適應性

是指人們對科技缺乏控制感，並產生可能會被科技淹沒的感覺。

77

四、 安全疑慮

是指人們對於科技存有不信任感，並對於科技是否能正確的工作抱 持懷疑的態度。

雖然不同價值的感情可能共存於一個人的心中，Parasuraman（2000）

認為不論對科技正向或負面的情感，都會影響個人對科技的態度。科技可 以喚起焦慮感（Meuter et al., 2003; Venkatesh, 2000）和樂趣（Agarwal &

Karahanna, 2000），會直接或間接影響使用者使用科技的行為和信念。TRI 是從心理層面的角度出發，關注於使用者使用科技的性格，而非使用的能 力（Parasuraman & Colby, 2001）。研究顯示，每個人對朝向科技的使用具 有不同的個性和態度（Rogers, 2003）。TRI 會影響資訊科技和系統的接受 度。Parasuraman 和 Colby（2001）後來進一步利用 TRI 四個因素的高低 不 同 ， 將 使 用 者 採 用 新 科 技 的 情 形 分 為 五 種 類 型 ， 分 別 是 探 索 者

（explorers）、先鋒者（pioneers）、懷疑者（skeptics）、偏執狂（paranoids）、 落後者（laggards），並統計出每種類型佔成年人口比例值（表 2- 5）。

創新性 innovativeness

樂觀性 optimism

不適應性 discomfort

安全疑慮 insecurity 科技準備度 TRI 驅動力

enablers

抑制力 inhibitors

圖 2- 12 科技準備度架構

資料來源： “Techno-ready marketing: How and why your customers adopt technology,” by A. Parasuraman and C. L. Colby, 2001, New York: Free Press.

78

表 2- 5

科技準備度採用科技的五種類型 科技準備

度指標得 分

驅動力 抑制力 佔成年

人口 樂觀性 創新性 安全疑慮 不適應性 比例

探索者 高 高 低 低 16%

先鋒者 高 高 高 高 27%

懷疑者 低 低 低 低 21%

偏執狂 高 低 高 高 20%

落後者 低 低 高 高 14%

資料來源：Parasuraman, A. Colby, C. L. (2001). Techno-ready marketing:

How and why your customers adopt technology. New York: Free Press.

貳、科技準備度和科技接受模式

TRI 的概念已廣泛被應用，特別是在商業市場領域，研究常聚焦於誰 會採用新科技的市場區隔（segments）上，如行動服務（Massey et al., 2005）、 遠距教育（Hendry, 2000）、線上保險（Taylor et al., 2002）、電子化人力資 源管理（electronic human resource management, e-HRM）（Walczuch et al, 2007）等。這些研究的研究者發現 TRI 的模式對研究顧客採用新科技的傾 向是有效的（Caison et al., 2008）。此外，也有許多研究關注於量測科技準 備和科技接受度的研究（Massey et al., 2005; Hendry, 2000; Taylor et al., 2005;

Caison et al., 2008; Walczuch et al., 2007）。其中樂觀性、創新性、不適應 性、與安全疑慮四種科技準備度對知覺有用性和知覺易用性具有不同的影 響，其中科技準備度的樂觀性和創新性對知覺有用性和知覺易用性具有正 面的影響（Erdoğmuş & Esen, 2011;Walczuch, Lemmink, & Streukens, 2007）。 雖然許多文獻發現，不適應性與與安全疑慮對知覺有用性和知覺易用性具

79

有負面的影響，但也有的研究發現兩者並沒有顯著的影響（Erdoğmuş &

Esen, 2011）。

許多研究已發現個性會影響使用者的科技接受度（Devolder, Pynoo, Duyck, & Sijnave, 2008; Pynoo, Devolder, Duyck, & Sijnave, 2009; Sykes, Venkatesh, & Johnson, 2007），所以組織在導入資訊系統時，應該要了解這 樣的特性。也就是組織在導入資訊系統時，用來增加科技接受的策略必需 建立在使用者個性的基礎上（Walczuch at al, 2007）。學者 Lin 等人（2007）

將TR 與 TAM 兩個理論整合在一起，發展出科技準備接受模式（technology readiness and acceptance model, TRAM）（圖 2- 13），結果發現對 e-service 具有較佳的解釋力，因為TR 可以說明使用者對於使用科技來完成工作的

資料來源： “Integrating technology readiness into technology acceptance: The TRAM model,” by C. H. Lin, H. Y. Shih, and P. J. Sher, 2007, Psychology and Marketing, 24(7), 641-657.

80

有些研究針對特定科技使用者以群組的方式進行評估，除了性別和 年齡以外，並不考慮個人特點（Davis, Bagozzi, & Warshaw, 1992; Pynoo et al., 2011）。根據性別相似的假設（Hyde, 2005），有學者認為除了性別和年 齡外，個人的特點對科技接受有較深的影響，在科技準備度上，科技使用 者之間也會有所不同（Parasuraman, 2000）。每個人會因本身所具有的人格 特質，影響其在環境當中所知覺到與感受到的感受（Pervin, 1989），進而 影響個人工作上的態度與行為。有些學者認為情感是影響工作態度的重要 因素，也是一些工作行為重要的預測因子（Brief & Weiss, 2002; George, 1989; George & Brief, 1992; Weiss, 2002; Weiss & Cropanzano, 1996），擁有 正向態度的人能增加工作情境的愉悅氣氛，使工作過程更令人感到滿意；

相對地，負向情感的人則會使工作士氣低迷、工作意願低落，甚至可能因 工作環境或工作壓力的刺激而影響人際關係及工作表現（Spain, Eaton, &

Funder, 2000）。因此本研究提出教師對使用新科技的態度和政策的理解性 及政策的易應用性具有正相關（圖 2- 14）。

政策的價值性 VOP value of policy

政策接受的態度 AT

attitude of policy acceptance perceived ease of policy applied

to teaching

81