感知到的伦理道德、偏见以及教师对人工智能的担忧对其素养和应用的影响：一项采用路径分析方法的横断面研究

《Computers in Human Behavior Reports》：Influence of perceived ethics, prejudice, and teacher concerns on artificial intelligence literacy and implementation: A cross-sectional study using path analysis

本研究通过结构方程模型分析秘鲁8所大学422名教师的调查数据，探讨感知伦理、AI偏见、教师担忧对AI素养及实施的影响。结果表明AI素养显著促进实施（β=0.781），偏见意识提升素养（β=0.527），而伦理、担忧及年龄性别均无显著影响。研究揭示了拉丁美洲教育语境下技术采纳的独特动态，强调素养培养与偏见意识的关键作用。

　　人工智能在高等教育中的应用正逐渐成为研究热点，特别是在伦理考量、算法偏见以及教师态度等方面。本研究旨在探讨这些因素如何影响人工智能素养和其在秘鲁大学中的实施情况。通过对422名来自北部八所大学的教授进行定量相关性研究，结果表明人工智能素养对人工智能实施有显著的正面影响，而算法偏见同样对人工智能素养产生重要影响。相比之下，伦理考量和教师的担忧在研究中并未对人工智能素养产生显著影响。此外，年龄和性别等人口统计学变量在这些因素之间的关系中也未表现出显著的调节作用。研究结果揭示了提升人工智能素养和解决算法偏见是成功实现人工智能整合的关键因素，而伦理考量和教师担忧可能不如之前理论预期的那样重要。

研究背景显示，秘鲁的高等教育体系具有其独特性，这可能是某些假设被拒绝的原因。与发达国家相比，秘鲁的大学系统运行在发展中国家的经济背景下，技术采纳呈现出不同的模式。秘鲁的高等教育环境存在显著的资源差异，许多大学面临基础设施限制，这导致了对实用功能的优先考虑，而不是理论层面的深入探讨。这种务实导向可能解释了为什么伦理考量和教师担忧对人工智能素养没有显著影响，因为教师的优先事项集中在功能性技能上，而不是哲学层面的考量。此外，秘鲁的学术文化强调集体机构支持，而非个人的人口统计学特征，在技术采纳过程中，年龄和性别差异可能不如在西方背景下那样显著，因为强大学术共同体和机构指导系统标准化了技术整合的方法。

研究方法部分描述了数据收集和分析的过程。采用定量相关性方法，通过Google表单进行调查，并使用结构方程模型（PLS-SEM）对假设模型进行检验。研究中涉及五个关键构念：感知伦理（PETH）、人工智能偏见（BAI）、教师担忧（TC）、人工智能素养（AIL）和人工智能实施（AII）。这些构念在先前关于新兴技术采纳的研究中被确认为关键要素。研究结果进一步验证了AI素养对AI实施的直接影响，并且AI偏见对AI素养也有显著影响，但感知伦理和教师担忧未能对AI素养产生显著影响。同时，人口统计学变量如年龄和性别在这些构念之间也没有显著的调节作用。

研究结果表明，AI素养和AI偏见是推动AI实施的关键因素，而感知伦理和教师担忧则在当前研究中未表现出显著影响。这可能反映了秘鲁高等教育环境中的一种独特现象，即教师更倾向于关注技术的实用性和功能性，而不是伦理层面的考虑。研究结果还表明，尽管在西方背景下，年龄和性别可能在技术采纳中起着重要作用，但在秘鲁的学术环境中，这些因素的影响相对较小。研究发现对理论和实践都有重要意义，为秘鲁大学在人工智能整合方面的策略提供了实证依据。

研究结果对理论发展提出了新的见解。通过实证数据，研究验证了AI素养与AI实施之间的直接关系，丰富了技术采纳理论。此外，研究提出了一个整合模型，将感知伦理、AI偏见和教师担忧作为AI素养和实施的相互关联的预测因素，这为理解AI在高等教育中的采纳提供了一个更全面的框架。研究还指出，AI偏见意识对AI素养的发展具有积极影响，这一发现挑战了传统观点，即偏见主要作为障碍，而非促进因素。

在实践方面，研究结果表明，秘鲁大学在推动AI采纳时，应优先考虑技术与教学应用的培训。同时，机构应建立支持系统，以促进AI素养的发展。研究还指出，AI实施应与学习成果和教师满意度评估相结合，以确保技术整合的有效性。此外，机构应制定明确的AI伦理使用政策，以保障数据隐私、公平访问和算法透明度。

研究的局限性包括其地理范围局限于秘鲁北部，这限制了研究结果的普遍适用性。此外，横截面设计仅能捕捉某一时间点的感知和态度，无法推断因果关系。研究还采用非概率便利抽样方法，可能引入选择偏差。因此，未来研究应扩展地理范围，采用纵向研究方法，以更全面地了解AI素养和实施的变化趋势。

研究结果为人工智能在高等教育中的整合提供了重要的理论和实践依据。它强调了AI素养和技术与教学应用之间的关系，并提出了一个整合模型，为不同文化和教育背景下的技术采纳提供了更全面的视角。同时，研究也指出，机构和文化因素可能在秘鲁高等教育环境中比人口统计学变量更具影响力。未来研究应进一步探讨不同教育体系中的具体情境因素对新兴技术采纳的影响，并发展更全面的模型以捕捉技术整合的动态和多维性质。