《Acta Psychologica》:Effects of teacher-guided ChatGPT-supported social studies instruction on middle school students' critical-thinking disposition: A quasi-experimental study
编辑推荐:
这项准实验研究检验了教师引导的、ChatGPT支持的社会科教学是否与中学生批判性思维倾向(critical-thinking disposition)相关。研究对象为两个完整班级的56名七年级学生,其中实验班28人,对照班28人。计划的教学序列包括六个与课程对
这项准实验研究检验了教师引导的、ChatGPT支持的社会科教学是否与中学生批判性思维倾向(critical-thinking disposition)相关。研究对象为两个完整班级的56名七年级学生,其中实验班28人,对照班28人。计划的教学序列包括六个与课程对齐的单元,在2025年3月24日至5月23日之间的六个教学周内实施,该时间窗口为九周,其中三周没有研究单元,原因是预定的春假、4月23日国家主权与儿童节假期所在周以及学校期中考试。实验班在原本平行的教案中于预定义点使用ChatGPT;对照班遵循相应教案,但移除了ChatGPT特定组件。两个班由同一位社会科教师授课。在教学序列前后分别评估批判性思维倾向。由于实验班的前测均值显著较高,后测分数采用以前测分数为协变量的协方差分析(ANCOVA)进行比较。校正后的班级间差异具有统计学显著性,F(1, 53) = 8.013, p = .007,偏η2 = 0.131,校正后均数差为4.863分,95%置信区间[1.42, 8.31]。HC3回归得到b = 4.864, SE = 1.865, t(53) = 2.608, p = .012,95%置信区间[1.124, 8.603]。由于每个条件仅由一个完整班级代表,条件与班级成员身份完全混淆;因此,该结果描述的是这两个班级之间的校正后差异,并不能确定ChatGPT或教学包的独立因果效应。
生成式人工智能(AI)的快速发展为教育带来了适应性支持与即时反馈的机会,但同时也对学习者提出了新的心理要求:他们必须判断看似连贯的AI输出是否准确、相关、充分或有缺陷。AI支持学习的教育价值并不取决于技术本身,而取决于其引发的认知活动及使用时的教学条件。已有研究多基于大学生样本,关注写作质量或技术接受度,较少涉及中学生批判性思维倾向这一心理构念,且大量证据来自横断面或相关设计,难以进行因果解释。因此,研究人员开展了一项准实验研究,考察教师引导的、ChatGPT支持的社会科教学是否与中学生批判性思维倾向相关。
研究人员在2024–2025学年选取土耳其一所中学的两个完整七年级班级,共56名学生(实验班28人,对照班28人),由同一名社会科教师授课。实验班在六个课程对齐单元中的预设教学点使用ChatGPT,并参与教师引导的比较、讨论与验证活动;对照班使用移除ChatGPT组件的平行教案。研究采用Y?ld?r?m D?ner和Demir(2022)编制的批判性思维倾向量表(21题,5点李克特)于教学前后施测。由于实验班前测均值显著较高,研究人员采用协方差分析(ANCOVA)校正前测分数,并以HC3异方差一致稳健回归作为学生层面的稳健性检验。论文发表在《Acta Psychologica》。
### 关键技术方法
研究采用准实验设计(quasi-experimental design),使用两个非随机分配的完整班级。样本来自2024–2025学年土耳其某中学的七年级学生,共56人,每组28人,同一教师授课。实验组在六个单元中于预定义点使用ChatGPT,对照组无AI支持。测量工具为Y?ld?r?m D?ner和Demir(2022)编制的中学批判性思维倾向量表。数据分析包括独立样本t检验、以前测为协变量的ANCOVA,以及HC3异方差一致稳健回归。
### 研究结果
**3.1 初步分析与ANCOVA假设**
研究人员检验了协变量与结局的线性关系、回归斜率齐性、方差齐性及残差分布。结果表明,组别与前测的交互效应不显著(p = .074),Levene方差齐性检验不显著(F(1, 54) = 2.299, p = .135),前测显著预测后测(F(1, 53) = 45.906, p < .001)。但模型残差的Shapiro-Wilk检验显著(p = .013),提示残差偏离正态,因此补充了HC3稳健分析。
**3.2 基线组间差异**
描述统计显示,对照组前测均值为75.14(SD = 8.28),实验组为81.18(SD = 9.06)。独立样本t检验确认基线差异显著,t(54) = ?2.603, p = .012,均差为?6.04分(95% CI [?10.69, ?1.39]),支持采用校正后的比较。
**3.3 主要ANCOVA**
以后测分数为因变量,组别为固定因素,前测分数为协变量。模型整体显著,R
2 = 0.586(调整R
2 = 0.571)。校正前测后,组别效应显著,F(1, 53) = 8.013, p = .007,偏η
2 = 0.131。
**3.4 未调整与调整后的后测分数**
未调整后测均值:对照组为77.93(SD = 7.98),实验组为86.68(SD = 8.42)。校正前测后,对照组的估计边际均值为79.87,实验组为84.74;调整后均差为4.863分(95% CI [1.42, 8.31])。
**3.5 稳健性分析与总结**
使用HC3异方差一致标准误的回归分析得出组别系数b = 4.864, SE = 1.865, t(53) = 2.608, p = .012,95% CI [1.124, 8.603],与ANCOVA结果方向一致。但HC3仅处理学生层面异方差,并未解决每个条件仅有一个完整班级所导致的班级水平聚类问题。
### 讨论与结论
讨论部分指出,观察到的调整后差异更符合教学设计解释而非单纯技术接触解释。ChatGPT作为辅助资源,其输出成为分析对象,通过比较、验证和教师引导的讨论可能促进批判性思维倾向。备择解释包括新奇效应、实验组额外的讨论与验证活动,以及无法完全消除的残留混杂。研究未测量AI素养、元认知监控、认知警觉性等机制变量,也未测量学生的AI态度和技术压力,因此不能确定作用路径。教学启示是,AI支持任务应设计为要求评估而非被动接受。局限包括条件与班级完全混淆、样本小、无独立保真度观察、无过程证据等。
研究结论如下:在这项两班级非等组研究中,接受教师引导的ChatGPT支持教学包的班级在协变量调整后的后测批判性思维倾向得分高于对照班级。传统ANCOVA和学生层面的HC3稳健分析均识别出这一调整后的班级间差异,但两项分析都不能解决教学条件与班级归属完全混淆的问题。因此,该结果不应被解释为ChatGPT或教学包本身导致了观察到的差异。生成式AI的教育贡献可能不在于提供答案的能力,而在于生成学生必须在适当教学指导下评估的声明。这一结论必然谨慎:研究是准实验性的,样本小且背景特定,各组基线不等,且提出的机制未被直接测量。研究结果表明,未来研究应考察生成式AI在围绕评估、验证和认知责任而非便利性组织使用时,是否能更有效地整合。