大学生学业自我效能感、动机与过度信任人工智能的关系：绩效预期与人工智能素养的序列中介作用

《BMC Psychology》：Critical AI literacy as a buffer against AI overtrust in students

　　背景ChatGPT等人工智能工具在学术环境中的使用日益增多，引发了人们对过度信任人工智能的担忧，然而其心理学相关因素仍知之甚少。本研究考察了学业自我效能感、内在动机和外在动机与过度信任人工智能之间的关系，并检验了绩效预期和人工智能素养在这些关系中的序列中介作用。方法本研究对韩国300名有学术用途人工智能工具使用经验的大学生进行了横断面调查。问卷测量了学业自我效能感、内在与外在动机、人工智能素养以及过度信任人工智能。使用PROCESS宏[1]进行序列中介分析，以检验直接效应和间接效应，包括由绩效预期和人工智能素养依次中介的路径。间接效应使用5,000个偏差校正的95%置信区间自助样本进行评估。结果学业自我效能感和内在动机均与过度信任人工智能呈正相关：报告更高信心和更大自主性的学习者，也对人工智能生成的信息表现出更高的过度信任。外在动机与过度信任人工智能的关联在数值上强于内在动机。人工智能素养在双变量层面与过度信任人工智能无显著相关，但在中介模型内表现出显著的负向间接关联。序列中介分析进一步表明，在所有三种心理特质中，较高的绩效预期与较高的人工智能素养相结合，与较低的过度信任人工智能相关。结论这些发现表明，学业自我效能感较高和内在动机较强的学习者往往也报告更高的过度信任人工智能。尽管更高的学业自我效能感可能反映了更自主地使用人工智能工具，但在本样本中它仍与更高的过度信任相关。针对学习者心理特征定制的人工智能素养教育可能有助于支持批判性思维、伦理意识和负责任的人工智能使用。