从批判性思维到被动接受：决策疲劳在学生生成式人工智能使用中的调节作用

《European Journal of Investigation in Health, Psychology and Education》：From Critical Thinking to Passive Acceptance: The Moderating Role of Decision Fatigue in Students’ Use of Generative AI

　　

关于人工智能（AI）的学术研究主要关注使用动机、AI素养、信任、过度依赖与批判性使用，然而在学术情境中批判性思维如何影响对AI生成内容的被动依赖机制仍鲜有探索。研究人员考察了批判性思维（Critical Thinking）与决策疲劳（Decision Fatigue, DF）在学生被动接受AI生成输出中的作用。383名意大利大学生完成在线调查，含批判性思维倾向量表（Critical Thinking Disposition Scale, CTDS）与决策疲劳量表（Decision Fatigue Scale, DFS）；其中332人报告近三个月使用过生成式AI（GenAI），并就六项学术任务（观点生成、文本生成、文本修订、创建测验、接收反馈、信息检索）中直接使用未修改AI输出的依赖程度作答。层次回归分析检验决策疲劳的调节作用。决策疲劳并非显著直接预测因子，但在多项学术活动中调节批判性思维与被动接受的关系，证据强度随多重比较校正方式而异。结果表明批判性思维是对抗生成式AI被动使用的保护性过滤机制，但该倾向并非总可激活，尤其在认知疲劳状态下。研究为教学设计需同时培养批判性思维与促进认知可持续学习环境提供新见解。

研究背景与问题提出

自2022年起生成式人工智能（Generative Artificial Intelligence, GenAI）在高校快速渗透，约70%至90%学生将其用于学习相关活动。既有文献多关注GenAI使用动机、AI素养、信任与过度依赖，较少从“个体既有的批判性思维倾向”出发，考察其在不同认知资源状态下如何转化为对AI输出的主动核查或被动接受。已有研究提示，系统性使用GenAI可能削弱信息评估与加工能力，但批判性思维作为相对稳定倾向如何在交互中发挥作用，以及认知疲劳是否会限制其表达，尚缺实证。决策疲劳（Decision Fatigue, DF）指由重复决策引发的自控与反思监控资源耗损状态，可能在学生评估AI输出时削弱其激活批判性思维的能力。因此，研究人员提出将批判性思维视为特质层保护因素、决策疲劳视为状态层调节因素，探讨二者如何共同决定学生对GenAI输出的被动接受（即无实质修改的直接采用）。

研究人员以383名意大利大学生（女273，男110，平均22.0岁，标准差2.41；非STEM占74.4%）为样本，于2026年3月至4月通过便利抽样（社交媒体与WhatsApp群组）收集数据，其中332人近三个月使用过GenAI并进入任务层分析。研究假设：H1为批判性思维越高，被动接受倾向越低；H2为决策疲劳对被动接受无一致直接效应；H3为决策疲劳调节批判性思维与被动接受的关系。

主要技术方法

研究人员采用横断面问卷调查设计。测量工具包括Sosu（2013）批判性思维倾向量表（CTDS，11题5点李克特，含批判性开放与反思性怀疑两子维，意大利语版α=ω=0.69）、Hickman等（2018）决策疲劳量表（DFS，9题4点李克特，意大利语版α=ω=0.84），以及自编6项任务特定题（观点生成、文本生成、文本修订、创建测验、接收反馈、信息检索，5点频率评分，含“从未用于此活动”选项作结构缺失）。统计上以IBM SPSS 29、PROCESS 3.5与Jamovi 2.7.24执行层次回归（Model 1放性别、年龄、学科；Model 2加CT与DF；Model 3加CT×DF），因各任务有效样本不同（205–308）且含结构缺失故未标准化/中心化；对6次H3检验分别施Bonferroni、Holm与Benjamini–Hochberg错误发现率（FDR）校正；并以有序Logistic回归做稳健性检验。

研究结果

1. 3.
   Results（结果）
   层次回归显示，CT×DF交互在文本修订、创建测验、接收反馈、信息检索四项任务未校正水平显著。经多重比较校正后，文本修订与接收反馈的交互在Bonferroni、Holm、FDR下均稳健（文本修订ΔR²=0.054，p<0.001，总R²=6.7%；接收反馈ΔR²=0.040，p=0.024，总R²=6.3%）。简单斜率分析表明：低决策疲劳（?1 SD）时，批判性思维显著降低上述任务被动接受（文本修订b=?0.072, p=0.005；接收反馈b=?0.085, p=0.002）；高决策疲劳（+1 SD）时，文本修订中批判性思维反而正向预测被动接受（b=0.067, p=0.016），即保护效应逆转。信息检索与创建测验的交互仅FDR水平显著（信息检索ΔR²=0.017, p=0.022；创建测验ΔR²=0.022, p=0.028），属暂定证据；观点生成与文本生成无显著交互。H1在Model 2获支持（批判性思维对六任务均为负向，信息检索达显著）；H2获支持（DF无直接显著预测）；H3在文本修订与接收反馈获强支持，在信息检索与创建测验获弱支持。有序Logistic回归复现同一模式。

讨论与结论翻译

讨论部分指出，批判性思维是抵御GenAI被动使用的保护资源，但其行为表达受认知状态制约；Perkins等（1993）倾向理论得到支持——高倾向者亦可能因DF无法激活评估能力。调节效应集中于需监督、核查、修订的任务（文本修订、接收反馈、信息检索、创建测验），符合Lee等（2025）所述“认知努力由执行转向监督”的转型；亦可用有限理性下资源分配策略解释。研究局限含便利抽样、自报测量、CTDS意大利版信度略低于0.70致估计偏保守、横断面设计不能定因果。

结论部分译文：

自2022年以来教育场域AI采纳指数增长。本研究考察大学生在六项学术活动中对未修改GenAI输出的依赖，及批判性思维与决策疲劳的作用。层次回归表明：批判性思维对六任务被动接受一致负向预测，信息检索最显著（H1支）；决策疲劳无直接效应（H2支）；决策疲劳调节CT与被动接受关系（H3）——文本修订与接收反馈的调制经最严校正仍稳健，信息检索与创建测验仅FDR显著，观点与文本生成无调制。该分化模式说明DF调制在需持续监督修订的内容任务中最稳，在检索核查类任务较弱。有序Logistic稳健性分析复现同态。综上，批判性思维的保护功能非稳定而是依交互时认知状态而条件化，教育干预须同时培育批判性思维倾向与认知可持续环境。因最终模型方差解释约6%–9%且为横断面便利样，结论属初始性理论贡献，待大样本复制与纵向/实验设计验证。

（载于《European Journal of Investigation in Health, Psychology and Education》）