久久国产成人av_抖音国产毛片_a片网站免费观看_A片无码播放手机在线观看,色五月在线观看,亚洲精品m在线观看,女人自慰的免费网址,悠悠在线观看精品视频,一级日本片免费的,亚洲精品久,国产精品成人久久久久久久

分享

自我效能與技術(shù)依賴的悖論:揭示生成式人工智能對大學(xué)生任務(wù)完成的影響

 愚然樓 2025-01-16

研究背景

  1. 研究問題
    探討了生成式人工智能(Generative AI)使用頻率對大學(xué)生自我效能感和技術(shù)依賴性的影響,,揭示了其中的悖論關(guān)系,,并對包容性教育實(shí)踐提出了啟示。
  2. 研究難點(diǎn)
    如何量化生成式AI的使用頻率及其對自我效能感和技術(shù)依賴性的影響,,以及如何解釋這種復(fù)雜的雙向關(guān)系,。
  3. 相關(guān)工作
    生成式AI可以提升學(xué)習(xí)者的自信心和效率,從而增強(qiáng)自我效能感(Liang et al., 2023b; Meyer et al., 2019; Yilmaz and Yilmaz, 2023),。然而,,過度依賴生成式AI可能會削弱學(xué)生獨(dú)立解決問題的能力(Huang et al., 2020; Zhang et al., 2024)。
  4. 研究假設(shè)

    假設(shè) 1a

    增加生成式人工智能(Generative AI)使用的頻率會增強(qiáng)學(xué)生的自信心,。

    假設(shè) 1b

    增加生成式人工智能(Generative AI)使用的頻率會增強(qiáng)學(xué)生的問題解決效率,。

    假設(shè) 2

    生成式人工智能(Generative AI)使用的頻率與技術(shù)依賴程度呈正相關(guān)。

    假設(shè) 3

    生成式人工智能(Generative AI)的使用積極影響學(xué)生對效率的感知,,這反過來會導(dǎo)致技術(shù)依賴的增加。

    假設(shè) 4

    生成式人工智能(Generative AI)的使用積極影響學(xué)生的自信心,,這隨后增強(qiáng)他們對效率的感知,,最終導(dǎo)致技術(shù)依賴的增加。

研究方法

這篇論文提出了一個研究模型,,用于解決生成式AI使用頻率對大學(xué)生自我效能感和技術(shù)依賴性的雙重影響問題,。具體來說:

  1. 生成式AI使用頻率
    使用四點(diǎn)Likert量表來量化受訪者每周使用生成式AI的頻率,范圍從“從不”到“每天”,。
  2. 技術(shù)依賴性
    使用五點(diǎn)Likert量表來評估受訪者在使用生成式AI后完成任務(wù)時對技術(shù)的依賴程度,,范圍從“強(qiáng)烈不同意”到“強(qiáng)烈同意”。
  3. 自我效能感
    基于Bandura的自我效能理論,,設(shè)計(jì)了兩個維度來評估自我效能感:
    • 信心感知
      評估生成式AI對個體在面對挑戰(zhàn)時的信心影響,。
    • 效率感知
      評估生成式AI在解決問題時提高效率的影響。
  4. 中介變量
    假設(shè)生成式AI使用頻率通過提高效率感知和信心感知來增加技術(shù)依賴性,。
  5. 控制變量
    性別,,年級
圖片

實(shí)驗(yàn)設(shè)計(jì)

  1. 數(shù)據(jù)收集
    通過在線平臺對中國某一線城市高校的本科生進(jìn)行問卷調(diào)查,共發(fā)放348份問卷,,回收200份有效問卷,,響應(yīng)率為57%。
  2. 樣本選擇
    樣本包括大一到大四的學(xué)生,,涵蓋了廣泛的學(xué)科領(lǐng)域,,以確保樣本的多樣性和代表性,。
  3. 參數(shù)配置
    使用結(jié)構(gòu)方程模型(SEM)進(jìn)行路徑分析,樣本量為200個觀測值,,滿足最小樣本量要求,。
圖片

結(jié)果與分析

  1. 描述性統(tǒng)計(jì):生成式AI使用頻率的平均得分為3.28,信心感知平均得分為3.43,,效率感知平均得分為3.71,,技術(shù)依賴性平均得分為3.33。

  2. 結(jié)構(gòu)方程模型分析:模型擬合指數(shù)顯示模型與數(shù)據(jù)高度一致,,CFI和TLI均大于0.95,,RMSEA小于0.06。生成式AI使用頻率顯著提高了學(xué)生的自我效能感和效率感知,,進(jìn)而增加了技術(shù)依賴性,。

  3. 中介效應(yīng)分析:生成式AI使用頻率通過提高效率感知和信心感知間接增加了技術(shù)依賴性。具體路徑包括:AI使用頻率→效率感知→技術(shù)依賴性,,以及AI使用頻率→信心感知→效率感知→技術(shù)依賴性,。

總體結(jié)論

這項(xiàng)研究揭示了生成式AI使用頻率對大學(xué)生自我效能感和技術(shù)依賴性的復(fù)雜關(guān)系。盡管AIGC顯著提升了學(xué)生的自我效能感和效率感知,,但同時也加劇了他們的技術(shù)依賴性,。這表明在教育環(huán)境中整合AI技術(shù)需要平衡其優(yōu)勢與避免過度依賴的風(fēng)險(xiǎn)。未來的研究應(yīng)進(jìn)一步探討AI對學(xué)生長期學(xué)習(xí)成果的影響,,并探索如何在不同類型的教育環(huán)境中應(yīng)用這些發(fā)現(xiàn),。


摘要原文

In the era of proliferating artificial intelligence (AI) technology, generative AI is reshaping educational landscapes, prompting a critical examination of its influence on students’ learning processes and their self-efficacy amid concerns over growing technological dependence. This study investigates the nuanced relationship between generative AI use and university students’ self-efficacy and technological dependence, illuminating the underlying paradoxes and implications for inclusive education practices. Through a survey of 348 university students, with 200 valid responses analyzed, we uncover the direct and indirect impacts of generative AI usage frequency on AI dependence. Our findings reveal a paradoxical effect: enhanced AI usage significantly amplifies students’ confidence and efficiency in learning, yet simultaneously intensifies their dependence on AI. This dual impact both supports and complicates the incorporation of AI technologies into educational settings, underscoring the need for a balanced approach to leveraging AI in teaching and learning. Our study underscores the critical importance of a nuanced understanding of AI’s role in education. It highlights the necessity of crafting an educational landscape where technology augments learning processes without compromising independent learning capabilities. By navigating the complex interplay between technological advancement and educational inclusivity, our findings guide the development of AI-assisted learning environments that are not only effective but also equitable and accessible.


Zhang, L., & Xu, J. (2025). The paradox of self-efficacy and technological dependence: Unraveling generative AI’s impact on university students’ task completion. Internet and Higher Education65, 100978. https:///10.1016/j.iheduc.2024.100978

    本站是提供個人知識管理的網(wǎng)絡(luò)存儲空間,,所有內(nèi)容均由用戶發(fā)布,,不代表本站觀點(diǎn),。請注意甄別內(nèi)容中的聯(lián)系方式,、誘導(dǎo)購買等信息,,謹(jǐn)防詐騙,。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,,請點(diǎn)擊一鍵舉報(bào),。
    轉(zhuǎn)藏 分享 獻(xiàn)花(0

    0條評論

    發(fā)表

    請遵守用戶 評論公約

    類似文章 更多