《Sustainability》：The Paradigm Shift in Education: Stakeholder Perceptions of Generative AI in Teaching–Learning Dynamics
编辑推荐：
该研究探讨了引入生成式人工智能（AI）工具所带来的教育范式转变，重点关注教育利益相关者自我报告的感知，而非观察到的教学或学习成果的变化。研究人员考虑了利益相关者对教与学过程中基于AI技术的看法。当前研究采用横断面实证调查设计，样本量为 N = 917，包括教师
该研究探讨了引入生成式人工智能（AI）工具所带来的教育范式转变，重点关注教育利益相关者自我报告的感知，而非观察到的教学或学习成果的变化。研究人员考虑了利益相关者对教与学过程中基于AI技术的看法。当前研究采用横断面实证调查设计，样本量为 N = 917，包括教师、学生、行政人员和管理层。研究考察了如 ChatGPT、Gemini、DeepSeek 和 Grok 等先进AI技术的使用，以及利益相关者感知到的数字技能与课堂表现、学生动机和批判性思维之间的联系。研究人员还讨论了伴随这一数字化变革的伦理困境和结构性挑战。推断性统计，如单因素方差分析（One-Way ANOVA）和皮尔逊卡方检验（Pearson Chi-Square test），显示了在不同组织责任下，感知和监管期望方面存在统计学上的显著差异。研究结果有助于理解先进的数字化如何被感知为重塑传统学术角色，并为创建有效、负责任和可持续的教学实践提供实践见解。
人工智能（AI）已成为教育领域的核心议题，有望重塑教学、管理与评估体系。然而，技术的引入伴随着数据保护、算法透明度、数字技能缺失以及教师专业自主权削弱等挑战。尽管国际组织提出了AI伦理准则，但现有研究多局限于单一利益相关者群体或依赖小规模定性设计，缺乏跨多国、大规模且对不同组织角色进行统计比较的实证研究。为填补这一空白，研究人员开展了一项旨在探究教育范式转变的研究，以了解不同利益相关者对生成式AI在教与学动态过程中感知的差异，并评估其益处、风险及监管需求。研究得出结论：各角色对生成式AI的感知因组织角色而异，但均强调在教育中保留人类维度的重要性。该研究为创建有效、负责任且可持续的教学实践提供了实践见解，相关成果发表在《Sustainability》上。
样本队列来源：罗马尼亚大中小学及摩洛哥（卡迪阿亚德大学）、印度尼西亚（泗水大学）、克罗地亚（里耶卡大学）合作院校，共N = 917名参与者。研究人员采用横断面实证调查与自填式在线问卷收集数据，利用IBM SPSS Statistics v29进行分析。关键技术方法包括：运用KMO检验与探索性因子分析（EFA）及验证性因子分析（CFA）评估量表结构；采用单因素方差分析（One-Way ANOVA，辅以Welch's ANOVA和Games-Howell事后检验）和皮尔逊卡方检验（Pearson Chi-Square test）进行推断统计，统计显著性水平设定为α = 0.05。
生成式AI工具的使用与采用模式
研究人员通过描述性统计分析了917名受访者的样本特征。结果表明，样本在年龄、资历、教育水平（国际教育标准分类，即ISCED）、组织职位、性别和居住环境等方面分布广泛。受访者的组织职位被设定为五个互斥类别，为后续基于角色的比较奠定了基础。
教育AI的多维态度分析
研究人员通过KMO检验、EFA和CFA评估了15项AI益处量表的心理测量特性。KMO值为0.97，但因子分析表明，假设的认知支持、行政自动化和沉浸式环境三个维度在经验上无法区分，量表实际上测量了一个单一且普遍存在强烈积极态度的通用因子。随后，单因素方差分析表明，不同组织角色对AI益处的感知存在显著差异（F(4912) = 74.82, p < 0.001等）。Games-Howell事后比较显示，学生的一致性得分显著低于其他群体，而教师得分低于行政、运营和管理人员。在感知教育过程优化维度中，方差分析显示不同角色对AI影响的评估存在显著差异（F(4912) = 69.11, p < 0.001），学生群体对AI辅助虚拟教师等项目的评价更为保守。针对风险与争议的方差分析显示，机构内部意见存在深度分化（F(4912) = 45.20; p < 0.001），学生倾向于忽视数据隐私等限制，而管理层和教师更关注系统脆弱性和培训需求。卡方检验（χ
2 = 96.00, p < 0.001）表明，对AI监管的需求存在广泛共识，但管理层和教师的强烈意愿显著高于学生。进一步的方差分析揭示，行政和执行人员更看重系统层面的有效性，而学生更关注个性化的学习支持。
研究人员在讨论部分重申，假设的三维结构在当前样本中未被证实，量表反映的是一种单一的总体态度。组织角色是区分AI感知的关键因素。学生群体在多项益处感知及监管强烈度上的得分均低于教职工，这仅反映了报告同意度的差异。各角色对AI监管的普遍支持表明，对治理和问责的需求是利益相关者的共同价值，尽管强度因角色而异。高均分可能暗示了天花板效应和问卷项冗余。
研究结论部分翻译如下：本研究考察了教育利益相关者对教与学情境中生成式AI的自我报告感知，测试了关于不同组织角色在感知益处、风险和监管期望方面存在差异的五个假设。假设H1（即无论机构角色如何，对AI作为认知支持益处的看法具有同质共识）因存在显著的组间差异而被拒绝。假设H2至H5获得了与报告分析基本一致的支持。因子分析进一步指出，假设的三个维度并非经验上截然不同的构造，而应理解为对AI教育应用单一且强烈积极的态度。因此，H1至H3应被联合解读。在这些限制内，研究结果表明，教师、学生、行政人员和管理层对生成式AI的益处、风险和监管需求有不同的感知，这些差异由机构角色塑造，而非反映单一共享观点。尽管如此，所有机构参与者都表达了一致的潜在关切，即在采用AI工具的同时，需保留教学中的人文维度。研究提出了LID-AI（领导力、教学与学习、发展）框架作为初步概念工具，强调以人为本的教学价值、权利和福祉，指导未来在伦理和负责任的前提下整合AI。关于实际教学实践、学习成果或AI对教育的因果影响等超出此范围的主张，不受本横断面感知调查数据支持，应在未来的纵向或混合方法研究中进行检验。
