编辑推荐：
在学术领域，AI 使用引发诸多争议。为探究其与人格因素关系及对学术诚信影响，研究人员开展相关研究。通过对 171 名大学生调查，验证学术 AI 使用量表（AAUI），发现多种人格特质与不同 AI 使用模式相关，为规范 AI 使用提供依据。
在当今学术世界，AI 就像一把神奇却又充满争议的钥匙，悄然改变着学术研究和学习的方式。自 OpenAI 的 ChatGPT 在 2022 年 11 月问世后，它迅速融入学术工作中，帮助学者们撰写文章、校对语法、整理思路，大大提高了工作效率。但这把 “钥匙” 也存在不少问题。一方面，AI 会产生 “幻觉效应”，给出看似合理实则错误的信息，比如编造术语或数据，这让使用者防不胜防。而且，其可靠性依赖于训练数据的质量，如果数据有偏差，输出的内容也会有问题。另一方面，人们对 AI 的过度依赖逐渐成为一个严重问题。在一些研究中，学生们表示过度使用 AI 会导致自身批判性思维和解决问题的能力下降，变得懒惰、缺乏创造力，甚至还可能引发抄袭等学术不端行为。正是在这样的背景下，为了深入了解学术 AI 使用背后的影响因素，探究其与人格因素之间的关系，以及对学术诚信的影响，来自国外的研究人员开展了一项意义重大的研究，该研究成果发表在《Computers in Human Behavior Reports》上。
研究人员采用了多种关键技术方法。他们通过线上便利抽样，招募了 171 名伊朗大学生作为研究对象。利用自制的学术 AI 利用量表（AAUI）、《DSM-5》和《ICD-11》人格量表简版（PID5BF + M）、青少年精神病特质量表简版（YPI-S）、修订成人依恋量表（RAAS）以及罗森伯格自尊量表（RSES）收集数据。随后，运用确认性因子分析（CFA）对 AAUI 进行效度验证，并使用皮尔逊相关系数和多元回归分析探究变量间关系。
研究结果如下：
- 描述性统计：对所有变量进行描述性统计，包括均值、标准差、偏度、峰度和内部一致性指标等，这些数据为后续分析奠定了基础。
- 相关性和回归分析
- 病态人格特质：拮抗（Antagonism）和抑制解除（Disinhibition）与 AAUI 不负责任使用子量表得分呈中度正相关，抑制解除还与过度依赖子量表得分中度正相关。回归分析显示，在建设性使用子量表得分中，只有强迫固执（Anankastia）是显著正向预测因子；在过度依赖子量表得分中，抑制解除是唯一显著正向预测因子；在不负责任使用子量表得分中，拮抗和抑制解除是显著正向预测因子，强迫固执则是显著负向预测因子。
- 精神病态人格特质：YPI-S 的冷酷无情（CU）和冲动不负责任（II）子量表与 AAUI 不负责任使用子量表正相关。回归分析表明，在过度依赖子量表得分中，II 子量表是唯一显著预测因子；在不负责任使用子量表得分中，CU 子量表是唯一显著预测因子。
- 依恋风格：焦虑依恋风格是 AAUI 过度依赖和不负责任使用子量表得分的显著预测因子，这意味着有焦虑依恋风格的人更倾向于过度依赖 AI 或不负责任地使用 AI。
- 自尊：自尊与 AAUI 建设性使用子量表得分呈弱正相关，与过度依赖和不负责任使用子量表得分呈负相关。回归分析显示，自尊对这三个子量表得分的方差解释均有显著作用。
研究结论和讨论部分指出，该研究揭示了多种人格特质与不同学术 AI 使用模式之间的紧密联系。例如，抑制解除和拮抗等特质与不负责任的 AI 使用相关，这可能是因为抑制解除的冲动性导致过度依赖 AI，而拮抗特质的人可能利用 AI 谋取私利，忽视学术诚信。强迫固执与建设性使用正相关，因其促进了对 AI 的合理利用。精神病态人格特质中，CU 特质与不负责任使用相关，反映出缺乏同理心和规则意识的人更易出现学术不端行为；II 特质则与过度依赖和不负责任使用均相关，体现出冲动和缺乏规划的特点在 AI 使用上的不良影响。焦虑依恋风格的人因情感依赖和对失败的恐惧，容易过度依赖 AI 或出现不负责任的使用行为。自尊在 AI 使用中也起着关键作用，高自尊促进建设性使用，低自尊则与过度依赖和不负责任使用相关。
这项研究意义非凡。它不仅为理解学术 AI 使用行为提供了新视角，也为学术机构制定合理的 AI 使用政策提供了科学依据。学术机构可以根据这些研究结果，关注学生的人格特点和心理状态，采取针对性措施，引导学生正确使用 AI，维护学术诚信。同时，该研究也拓展了心理学理论在数字学术领域的应用，表明传统心理学中人格特质与行为模式的关系在 AI 使用场景中依然存在，为后续研究指明了方向，推动了学术 AI 使用相关研究的进一步发展 。
