La aplicación de la inteligencia artificial (IA) en la asistencia de programación ha atraído la atención de los investigadores por su potencial para reducir los costos de aprendizaje para los usuarios, aumentar la eficiencia laboral y disminuir las tareas de codificación repetitivas. Sin embargo, dada la novedad de las Herramientas de Asistencia de Codificación con IA (AICAT), la aceptación por parte de los usuarios es actualmente limitada, y los factores que influyen en este fenómeno no están claros. Este estudio propone un modelo ampliado basado en el Modelo de Aceptación de Tecnología (TAM) que incorpora las características de los usuarios de AICAT para explorar los factores clave que afectan la disposición de los estudiantes universitarios a utilizar AICAT. Utilizando una metodología de encuesta, 303 participantes chinos completaron el cuestionario. Los resultados del análisis factorial y del Modelado de Ecuaciones Estructurales (SEM) indican que la preocupación por la dependencia de los usuarios (DW) sobre AICAT afecta positivamente el riesgo percibido (PR), que a su vez impacta negativamente la utilidad percibida (PU) y la facilidad de uso percibida (PEOU), reduciendo así la disposición del usuario a utilizar. Las preocupaciones de dependencia también impactan negativamente la confianza percibida (PT), mientras que PT afecta positivamente PU y PEOU, mejorando así la disposición a usar. Además, la autoeficacia de un usuario (SE) impacta negativamente en DW y afecta positivamente a PEOU. Este estudio discute la posible importancia de estos hallazgos y ofrece sugerencias para los desarrolladores de AICAT para fomentar y promover su uso generalizado.