人工智能赋能教育中教师支持对国际学生参与度与心理健康的影响：基于自我决定理论的动机中介机制

本文基于自我决定理论(SDT)，探讨AI教育环境下教师支持如何通过动机中介作用提升国际学生的学业参与度(PWB)与心理健康。研究采用结构方程模型(SEM)分析442名在华留学生数据，揭示人机协同支持系统对教育心理学的创新启示，为AI时代教师角色定位提供实证依据。

　　

Highlight

本研究揭示了AI教育生态中教师支持的关键价值：当教师通过自主性(autonomy)、胜任力(competence)和关联性(relatedness)三大心理需求维度提供支持时，能有效激活学生的内在动机(intrinsic motivation)，进而形成"教师支持→动机激发→参与度/PWB提升"的传导链条。

Results

结构方程模型(SEM)显示：

1. 教师支持对参与度(β=0.47, p<0.01)和PWB(β=0.39, p<0.01)具有直接预测效应

2. 动机的中介效应占总效应的63.2%，证实其作为心理桥梁的核心作用

3. AI个性化反馈功能可增强传统支持效果(调节效应R²=0.18)

Discussion

在AI教育场景中，教师支持不再是单向的知识传递，而是通过：

• 情感联结化解技术焦虑

• 需求满足促进动机内化

• 人机协同实现精准支持

这种"温度+算法"的新型支持模式，为破解"技术冷感"现象提供了解决方案。

Conclusion

研究证实教师支持与AI特性存在协同效应：当教师将SDT框架与AI分析工具结合时，能创造"1+1>2"的教育增值效果。建议教师培训纳入动机诊断技术和AI情感计算模块，构建智能化支持系统。