户外x

询查配景询查问题酌量了生成式东谈主工智能（Generative AI）使用频率对大学生自我遵循感和时间依赖性的影响，揭示了其中的悖论干系，并对包容性素质推行建议了启示。询查难点如何量化生成式AI的使用频率过火对自我遵循感和时间依赖性的影响，以及如何诠释这种复杂的双向干系。关联使命生成式AI不错进步学习者的自信心和效率，从而增强自我遵循感（Liang et al.， 2023b; Meyer et al.， 2019; Yilmaz and Yilmaz， 2023）。然则，过度依赖生成式AI可能会放松学生镇定贬诽谤题的能力（Huang et al.， 2020; Zhang et al.， 2024）。询查假定假定 1a

增多生成式东谈主工智能（Generative AI）使用的频率会增强学生的自信心亚洲色吧。

假定 1b

增多生成式东谈主工智能（Generative AI）使用的频率会增强学生的问题贬责效率。

小77论坛最新假定 2

生成式东谈主工智能（Generative AI）使用的频率与时间依赖过程呈正关联。

假定 3

生成式东谈主工智能（Generative AI）的使用积极影响学生对效率的感知，这反过来会导致时间依赖的增多。

假定 4

生成式东谈主工智能（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，最终导致时间依赖的增多。

询查步伐

这篇论文建议了一个询查模子亚洲色吧，用于贬责生成式AI使用频率对大学生自我遵循感和时间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”。时间依赖性使用五点Likert量表来评估受访者在使用生成式AI后完成任务时对时间的依赖过程，界限从“热烈不快乐”到“热烈快乐”。自我遵循感基于Bandura的自我遵循表面，盘算推算了两个维度来评估自我遵循感：信心感知评估生成式AI对个体在靠近挑战时的信心影响。效率感知评估生成式AI在贬诽谤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时间依赖性。禁止变量性别，年龄

图片

实验盘算推算数据收罗通过在线平台对中国某一线城市高校的本科生进行问卷探询，共披发348份问卷，回收200份有用问卷，反馈率为57%。样本采选样本包括大一到大四的学生，涵盖了正常的学科规模，以确保样本的种种性和代表性。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，得志最小样本量条件。

图片

终端与分析

边幅性统计：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，时间依赖性平均得分为3.33。

结构方程模子分析：模子拟合指数线路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使用频率权贵提高了学生的自我遵循感和效率感知，进而增多了时间依赖性。

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盘曲增多了时间依赖性。具体旅途包括：AI使用频率→效率感知→时间依赖性，以及AI使用频率→信心感知→效率感知→时间依赖性。

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遵循感和时间依赖性的复杂干系。尽管AIGC权贵进步了学生的自我遵循感和效率感知，但同期也加重了他们的时间依赖性。这标明在素质环境中整合AI时间需要均衡其上风与幸免过度依赖的风险。昔时的询查应进一步酌量AI对学滋永恒学习后果的影响，并探索如安在不同类型的素质环境中诳骗这些发现。

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

本站仅提供存储功绩，扫数现实均由用户发布，如发现存害或侵权现实，请点击举报。