全色网导航 自我效劳与工夫依赖的悖论：揭示生成式东说念主工智能对大学生任务完成的影响

询查配景询查问题研讨了生成式东说念主工智能（Generative AI）使用频率对大学生自我效劳感和工夫依赖性的影响，揭示了其中的悖论关系，并对包容性讲授推论建议了启示。询查难点若何量化生成式AI的使用频率相配对自我效劳感和工夫依赖性的影响，以及若何阐述这种复杂的双向关系。测度责任生成式AI不错进步学习者的自信心和效率，从而增强自我效劳感（Liang et al., 2023b; Meyer et al., 2019; Yilmaz and Yilmaz, 2023）。关联词，过度依赖生成式AI可能会裁减学生零丁处置问题的才气（Huang et al., 2020; Zhang et al., 2024）。询查假定假定 1a

增多生成式东说念主工智能（Generative AI）使用的频率会增强学生的自信心全色网导航。

假定 1b

增多生成式东说念主工智能（Generative AI）使用的频率会增强学生的问题处置效率。

假定 2

生成式东说念主工智能（Generative AI）使用的频率与工夫依赖流程呈正测度。

假定 3

生成式东说念主工智能（Generative AI）的使用积极影响学生对效率的感知，这反过来会导致工夫依赖的增多。

假定 4

生成式东说念主工智能（Generative AI）的使用积极影响学生的自信心，这随后增强他们对效率的感知，最终导致工夫依赖的增多。

询查措施

这篇论文建议了一个询查模子全色网导航，用于处置生成式AI使用频率对大学生自我效劳感和工夫依赖性的双重影响问题。具体来说：

生成式AI使用频率使用四点Likert量表来量化受访者每周使用生成式AI的频率，界限从“从不”到“每天”。工夫依赖性使用五点Likert量表来评估受访者在使用生成式AI后完成任务时对工夫的依赖流程，界限从“浓烈不甘愿”到“浓烈甘愿”。自我效劳感基于Bandura的自我效劳表面，规划了两个维度来评估自我效劳感：信心感知评估生成式AI对个体在濒临挑战时的信心影响。效率感知评估生成式AI在处置问题时提高效率的影响。中介变量假定生成式AI使用频率通过提高效率感知和信心感知来增多工夫依赖性。适度变量性别，年事

图片

本质规划数据集聚通过在线平台对中国某一线城市高校的本科生进行问卷打听，共披发348份问卷，回收200份灵验问卷，反馈率为57%。样本选拔样本包括大一到大四的学生，涵盖了等闲的学科限度，以确保样本的各样性和代表性。参数确立使用结构方程模子（SEM）进行旅途分析，样本量为200个不雅测值，餍足最小样本量条件。

图片

收尾与分析

刻画性统计：生成式AI使用频率的平均得分为3.28，信心感知平均得分为3.43，效率感知平均得分为3.71，工夫依赖性平均得分为3.33。

结构方程模子分析：模子拟合指数裸露模子与数据高度一致，CFI和TLI均大于0.95，RMSEA小于0.06。生成式AI使用频率显耀提高了学生的自我效劳感和效率感知，进而增多了工夫依赖性。

中介效应分析：生成式AI使用频率通过提高效率感知和信心感知障碍增多了工夫依赖性。具体旅途包括：AI使用频率→效率感知→工夫依赖性，以及AI使用频率→信心感知→效率感知→工夫依赖性。

总体论断

这项询查揭示了生成式AI使用频率对大学生自我效劳感和工夫依赖性的复杂关系。尽管AIGC显耀进步了学生的自我效劳感和效率感知，但同期也加重了他们的工夫依赖性。这标明在讲授环境中整合AI工夫需要均衡其上风与幸免过度依赖的风险。改日的询查应进一步研讨AI对学滋永久学习收尾的影响，并探索如安在不同类型的讲授环境中行使这些发现。

纲领原文

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.

麻豆av

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 Education, 65, 100978. https://doi.org/10.1016/j.iheduc.2024.100978

本站仅提供存储作事，整个本体均由用户发布，如发现存害或侵权本体，请点击举报。