《Sustainability》：Artificial Intelligence in Sustainable and Creative Learning: Effects of Creative Learning and AI Literacy in Military Higher Education
编辑推荐：
人工智能（AI）日益融入高等教育领域，然而，关于技术接受感知如何通过创造性学习、人工智能素养和伦理意识与可持续学习成果相关联的实证证据仍然有限，尤其是在军事高等教育情境中。本研究通过整合技术接受模型、建构主义学习理论和可持续教育框架，考察了人工智能感知有用性、
人工智能（AI）日益融入高等教育领域，然而，关于技术接受感知如何通过创造性学习、人工智能素养和伦理意识与可持续学习成果相关联的实证证据仍然有限，尤其是在军事高等教育情境中。本研究通过整合技术接受模型、建构主义学习理论和可持续教育框架，考察了人工智能感知有用性、感知易用性、人工智能系统质量、创造性学习、人工智能素养、伦理意识与可持续学习成果之间的关系。研究在立陶宛军事学院对250名本科军校学员进行了横断面调查。采用基于协方差的结构方程建模、自助法中介分析、调节分析和单因素方差分析对提出的模型进行评估。结果为所提出的关系提供了实质性支持。人工智能感知有用性和感知易用性与创造性学习呈正相关，而人工智能系统质量与人工智能素养呈正相关。创造性学习和人工智能素养又分别与可持续学习成果呈显著正相关。创造性学习部分中介了人工智能感知有用性与可持续学习成果之间的关系，而人工智能素养中介了人工智能系统质量与可持续学习成果之间的关系。伦理意识既与可持续学习成果存在显著的直接关系，又在创造性学习与可持续学习成果的关系中发挥调节作用。不同年级队列之间也观察到显著差异。总体而言，研究结果通过展示教学、能力相关和伦理维度如何共同与军事高等教育中的可持续学习成果相关联，拓展了技术接受研究。
**论文解读：军事高等教育中人工智能支持的可持续学习——创造性学习、人工智能素养与伦理意识的整合模型**
**一、研究背景与问题**
随着人工智能（AI）技术在教育领域的快速渗透，高等教育的学习设计、交付和评估方式发生了深刻变革。AI工具被广泛用于提升学习效率、个性化教学和支持学生表现。然而，现有研究多聚焦于技术接受度（如感知有用性和易用性）对采纳行为的影响，或将AI素养、创造性学习、伦理意识等维度分别探讨，缺乏一个整合模型来阐明这些要素如何共同作用于可持续学习成果。尤其在军事高等教育中，学员需同时承担学术学习、专业训练、伦理责任和技术密集型决策任务，其特殊性使得AI支持学习的机制可能不同于普通高校。此外，关于不同年级队列在AI相关能力和可持续学习成果上的差异证据有限。因此，本研究旨在填补这一实证空白，通过整合技术接受模型（TAM）、建构主义学习理论和可持续教育框架，构建并检验一个包含AI感知有用性、感知易用性、AI系统质量、创造性学习、AI素养、伦理意识及可持续学习成果的综合模型。
**二、研究方法与关键技术**
本研究采用定量横断面设计，于立陶宛军事学院（General Jonas ?emaitis Military Academy of Lithuania）进行。研究对象为250名本科军校学员，覆盖四个年级，平均年龄21.28岁（SD=1.37），男性占79.6%，其中48.8%就读于国家安全与国防专业，78.0%的学员每周至少使用一次AI工具。数据通过在线问卷收集，所有构念采用已验证量表改编，基于5点Likert量表测量。关键分析方法包括：（1）验证性因子分析（CFA）评估测量模型的信效度，采用Cronbach's α、组合信度（CR）、平均方差抽取量（AVE）及Fornell-Larcker准则和异质-单质比率（HTMT）检验；（2）基于协方差的结构方程建模（CB-SEM）检验直接和中介路径，使用自助法（5000次抽样）检验中介效应；（3）调节效应分析，采用均值中心化交互项和简单斜率检验；（4）单因素方差分析（ANOVA）比较不同年级队列差异。
**三、研究结果**
**3.1 测量模型评估**
所有七个潜在构念的Cronbach's α值介于0.803至0.861之间，CR值介于0.803至0.862，均超过0.70阈值；AVE值介于0.578至0.633，超过0.50标准，满足收敛效度。Fornell-Larcker准则和HTMT结果均支持判别效度。23个指标均显著载荷于预期构念，无需删除或重设。
**3.2 结构模型与直接效应（Model 1）**
结构模型拟合良好（χ2/df=2.678，CFI=0.964，IFI=0.966，GFI=0.983，RMR=0.027，RMSEA=0.082）。直接效应结果显示：AI感知有用性（β=0.337，p<0.001）和感知易用性（β=0.303，p<0.001）均显著正向影响创造性学习，支持H1和H2；AI系统质量显著正向影响AI素养（β=0.375，p<0.001），支持H3；创造性学习（β=0.350，p<0.001）和AI素养（β=0.279，p<0.001）均显著正向影响可持续学习成果，支持H4和H5；AI感知有用性对可持续学习成果的直接效应也显著（β=0.168，p=0.003），支持H6。模型解释了创造性学习23.2%的方差、AI素养21.0%的方差和可持续学习成果30.5%的方差。
**3.3 中介效应**
自助法分析显示，创造性学习部分中介了AI感知有用性与可持续学习成果的关系（间接效应显著，直接效应仍显著），支持H7；AI素养完全中介了AI系统质量与可持续学习成果的关系（间接效应显著，直接效应不显著），支持H8。这表明AI通过促进创造性学习和AI素养这两条路径间接影响可持续学习成果。
**3.4 调节效应（Model 2）**
扩展模型纳入创造性学习与伦理意识的交互项后，交互项系数显著（β=0.268，p<0.001），支持H9。伦理意识本身也对可持续学习成果有显著直接正向影响（β=0.154，p=0.003）。简单斜率分析表明，在高伦理意识水平下，创造性学习与可持续学习成果的正向关系更强。加入调节项后，模型对可持续学习成果的解释方差从30.5%提升至35.2%。
**3.5 年级差异**
单因素方差分析显示，除AI系统质量外，AI感知有用性、感知易用性、创造性学习、AI素养、伦理意识和可持续学习成果在不同年级间存在显著差异。效应量最大的是AI素养（η2=0.161）和伦理意识（η2=0.157）。事后比较表明，四年级学员在多数构念上显著高于一年级学员，而三年级与四年级间无显著差异。这一模式表明高级学员在AI相关能力和可持续学习成果上表现更优，但作为横断面数据，应视为队列间差异而非个体发展。
**四、讨论与结论**
研究结果表明，AI感知有用性和易用性通过促进创造性学习，以及AI系统质量通过提升AI素养，共同作用于可持续学习成果。伦理意识不仅直接关联可持续学习成果，还增强了创造性学习对可持续学习成果的积极影响。这些发现拓展了技术接受模型的应用范围，将教学、能力与伦理维度整合进单一框架，并验证了建构主义学习理论和可持续教育框架在军事高等教育情境中的解释力。理论贡献在于：第一，提供了AI支持可持续学习的整合模型实证支持；第二，识别了创造性学习和AI素养作为关键中介路径；第三，证实伦理意识的调节作用。实践上，研究建议高等教育机构应将AI素养、创造性学习和伦理推理整合进AI支持课程，而非仅关注技术实施。对于军事院校，未来军官需在技术能力与伦理决策间取得平衡，因此这一整合尤其重要。研究局限包括横断面设计限制因果推断、单一院校样本限制普适性、自我报告数据存在共同方法偏差，以及模型2的拟合指数边缘性。未来研究可采用纵向、多机构设计，并纳入信任、自我调节学习、数字韧性等扩展构念。总体而言，该研究为AI在军事高等教育中的可持续应用提供了实证基础，强调AI应增强而非取代人类学习，并促进负责任的行动能力。论文发表于《Sustainability》。
