我是@扣子Bolt，关注【AI工具｜科研学术 | 博士生活 | 网络创业｜自我提升】，利用AI工具提升科研效率和自我成长，这是我在公众号发布的第【130】篇原创内容。
论文强调了认知、情感和行为变量在塑造大学生AI自我效能感中的关键作用。研究发现，除了AI素养外，AI兴趣、使用和积极态度也在促进AI自我效能感方面发挥了重要作用。此外，识别出的三类学生群体（AI倡导者、谨慎批评者和务实观察者）表明，需要差异化的AI教育策略来满足不同学生的需求。期刊等级：EI
研究背景
- 研究问题
研究了认知、情感和行为变量如何影响大学生的AI自我效能感。具体来说，研究了AI素养、对AI的兴趣、对AI的态度和AI使用如何共同作用于AI自我效能感。 - 研究难点
理解不同变量之间的复杂相互作用，识别不同的学生群体及其特征，以及设计包容性的AI教育策略。 - 相关工作
能力、焦虑和先前经验等因素会影响自我效能感（Gainor & Lent, 1998; Johnson, 2005），但这些研究大多集中在特定领域，如数学或科学，而非AI领域。
研究方法
这篇论文提出了一个路径模型，用于解决AI自我效能感的影响因素问题。
路径模型：首先，基于现有的教育理论，构建了一个路径模型，描述了AI素养、对AI的兴趣、对AI的态度和AI使用之间的关系。该模型假设AI使用和积极的对AI态度显著预测对AI的兴趣，而对AI的兴趣又与AI素养一起增强AI自我效能感。
高斯混合模型（GMM）：其次，使用高斯混合模型（GMM）来识别具有独特认知、情感和行为特征的学生群体。GMM通过将数据建模为多个高斯分布的混合来表示数据集中的成分。
数据分析：使用Item Response Theory（IRT）分数调整项目难度和区分度，使用Pearson相关系数计算变量之间的相关性，使用路径分析验证路径模型，并使用GMM进行成分分析。
实验设计
- 数据收集
招募了来自美国、英国和德国的1465名本科生和研究生，通过Prolific平台进行在线调查。参与者自愿参与，完成调查后获得5.90美元的奖励。 - 样本选择
最终样本量为1465人，其中美国494人，英国499人，德国472人。参与者的平均年龄为28.4岁，51.0%为男性，46.4%为女性。 - 测量工具
使用经过验证的量表测量AI自我效能感、AI素养、对AI的兴趣、对AI的态度和AI使用。AI自我效能感量表包含8个项目，AI素养量表包含27个项目，对AI的兴趣量表包含5个项目，对AI的态度量表包含8个项目，AI使用量表包含2个项目。
结果与分析
相关性分析：AI兴趣与对AI的积极态度之间存在强正相关（0.65），AI使用与AI兴趣之间也存在强正相关（0.56）。对AI的积极态度与消极态度之间存在高负相关（-0.44），而AI素养与其他变量的相关性较弱。
路径分析：路径分析结果显示，对AI的积极态度显著正向影响AI兴趣（路径系数0.618），AI使用显著正向影响AI兴趣（路径系数0.434），AI兴趣显著正向影响AI自我效能感（路径系数0.245），AI素养也显著正向影响AI自我效能感（路径系数0.144）。
高斯混合模型：GMM分析识别出三个学生群体：“AI倡导者”、“谨慎的批评者”和“务实的观察者”。AI倡导者占47.78%，表现出高AI素养、高自我效能感、高兴趣和高积极态度，低消极态度和高AI使用。谨慎的批评者占20.82%，表现出低AI素养、低自我效能感、低兴趣和高消极态度，低AI使用。务实的观察者占31.19%，表现出大多数变量接近平均值，关系平衡且适度。
总体结论
这篇论文通过路径模型和高斯混合模型，揭示了AI素养、对AI的兴趣、对AI的态度和AI使用对AI自我效能感的影响。研究发现，对AI的积极态度和使用AI可以显著提高AI兴趣，进而增强AI自我效能感。此外，识别出三个不同的学生群体，强调了设计包容性AI教育策略的重要性。未来的研究应进一步探讨针对不同学生群体的定制化教育干预对其AI自我效能感的影响，并考察非西方文化背景下的文化因素。
This study investigates how cognitive, affective, and behavioral variables related to artificial intelligence (AI) build AI self-efficacy among university students. Based on these variables, we identify three meaningful student groups, which can guide educational initiatives. We recruited 1465 undergraduate and graduate students from the United States, the United Kingdom, and Germany and measured their AI self-efficacy, AI literacy, interest in AI, attitudes towards AI, and AI use. Using a path model, we examine the correlations and paths among these variables. Results reveal that AI usage and positive AI attitudes significantly predict interest in AI, which in turn and together with AI literacy, enhance AI self-efficacy. Moreover, using Gaussian Mixture Models, we identify three groups of students: ’AI Advocates,’ ’Cautious Critics,’ and ’Pragmatic Observers,’ each exhibiting unique patterns of AI-related cognitive, affective, and behavioral traits. Our findings demonstrate the necessity of educational strategies that not only focus on AI literacy but also aim to foster students’ AI attitudes, usage, and interest to effectively promote AI self-efficacy. Furthermore, we argue that educators who aim to design inclusive AI educational programs should take into account the distinct needs of different student groups identified in this study.
DOI: https://doi.org/10.1016/j.caeai.2024.100340
●从伦理视角看人工智能的道德焦虑、道德风险和道德意识是否会影响大学生对生成式人工智能产品的使用？
●通过虚构写作工作坊探索高等教育中人工智能（AI）在员工中的感知
●智能技术、人工智能、机器人和算法（STARA）意识对主动客户服务绩效是否有双刃剑影响？工作投入和员工韧性的影响
●自我效能与技术依赖的悖论：揭示生成式人工智能对大学生任务完成的影响
●顾客兼容性与使用意向之间的差距：主观规范对聊天机器人驱动的酒店APP的调节作用
●大学生可持续创业意向：创业恐惧与AI在教学中应用的调节作用
●生成式人工智能使用如何以及何时影响员工增量和激进创造力：来自中国的实证研究
●人工智能意识和变革导向的领导力对员工与人工智能协作的交互影响：接近动机和回避动机的作用
●了解类人社交机器人的拟人化特征对用户满意度的影响：基于刺激-有机体-反应理论
●强迫性 ChatGPT 使用、焦虑、倦怠和睡眠障碍：基于刺激-有机体-反应视角的串行中介模型
●对高等教育评估中 GenAI 政策的批判性回顾：呼吁重新考虑学生作业的“原创性”
●人工智能生成内容（AIGC）信息回避影响机制研究：AI身份威胁的调节作用
●调查 OTA 员工对 ChatGPT 的双刃剑认知：组织支持的调节作用
欢迎关注我的视频号
（❤️会不定期更新AI工具哦❤️）
