高等教育学生使用ChatGPT时的情感体验：关于认知情绪及其前因的多国调查

《Computers in Human Behavior Reports》：How Do Higher Education Students Feel Using ChatGPT? A Multi-Country Survey on Epistemic Emotions and Their Antecedents

　　

涉及知识建构或生成的认知情绪对高等教育（higher education, HE）学生十分重要，然而关于这些情绪如何与生成式人工智能（generative artificial intelligence, AI）相关联，目前知之甚少。以Pekrun的广义控制-价值理论（Control-Value Theory, CVT）为指导，研究人员考察了与ChatGPT使用相关的认知情绪。样本包括完成在线调查的11,427名HE学生，他们代表了127个国家（基于自我报告的国籍）。结构方程模型显示，ChatGPT使用与ChatGPT控制感和价值感之间存在正向关系。ChatGPT控制感与好奇心正相关，与惊讶、愉悦、焦虑、沮丧和无聊负相关；而ChatGPT价值感与三种积极情绪及焦虑正相关，与其余消极情绪（即困惑、沮丧和无聊）负相关。该模型在样本所代表的性别、学科领域和发展情境群体中显示出广泛的可比性，为CVT所提出关系的跨群体稳定性提供了有条件的支持。线性混合模型表明，积极情绪比消极情绪更频繁出现，并识别出不同发展情境之间的适度差异。总体而言，这些发现为ChatGPT使用、控制感和价值感如何与高等教育学生的认知情绪相关联提供了描述性证据，并可能为教育实践的未来发展和评估提供参考，但不支持因果性或规定性的政策结论。

认知情绪（epistemic emotions）是指以知识建构或生成为对象焦点的情绪，对高等教育（higher education, HE）学生的动机、元认知和学习结果具有关键作用。随着生成式人工智能（generative artificial intelligence, AI）在HE领域的迅速普及，学生的知识建构日益发生在与ChatGPT这类交互式聊天机器人的互动情境中。然而，已有研究多聚焦于技术接受模型，或仅考察一般情感反应，尚未系统探讨ChatGPT使用过程中学生的认知情绪及其前因。已有证据多来自单一国家或样本量有限的研究，缺乏跨文化大样本证据。基于Pekrun的广义控制-价值理论（Control-Value Theory, CVT），本研究旨在回答：来自不同国家背景的HE学生如何以及为何在使用ChatGPT时产生认知情绪？

研究人员通过在线调查收集了11,427名HE学生的数据，样本覆盖127个国家（基于自我报告的国籍），运用结构方程模型、测量不变性检验、多组结构方程模型和线性混合模型等方法，揭示了ChatGPT使用、控制感（ChatGPT control）、价值感（ChatGPT value）与七种认知情绪（惊讶、好奇心、愉悦、困惑、焦虑、沮丧、无聊）之间的关联。研究发现价值感与积极情绪关联最强，控制感的关联较弱且部分不符合理论预期；模型在不同性别、学科领域和发展情境群体中具有广泛可比性；积极情绪总体上比消极情绪更频繁。该研究将广义CVT拓展至ChatGPT支持的知识活动情境，为理解HE学生与生成式AI交互时的情感过程提供了大规模描述性证据。论文发表在《Computers in Human Behavior Reports》。

研究人员通过1KA网络平台实施多语言在线调查，采用便利抽样招募样本，来源为参与合作的高等教育机构的在校学生，共计11,427名来自127个国家（基于自我报告国籍）的HE学生。核心分析方法包括：（1）采用对角加权最小二乘法（diagonally weighted least squares, DWLS）估计的结构方程模型（structural equation modeling, SEM），检验ChatGPT使用、控制感、价值感与七种认知情绪的直接和间接关联；（2）测量不变性检验与多组SEM，评估模型跨性别、学科领域和按人类发展指数（Human Development Index, HDI）划分的文化情境群体的稳定性；（3）线性混合模型（linear mixed model, LMM）结合基于Akaike信息准则（AIC）的模型选择程序，比较不同群体间情绪频率差异。

**结构方程模型**：SEM结果表明，ChatGPT使用与控制感（β=.174）和价值感（β=.499）均呈正相关，支持了研究假设1a。价值感与三种积极情绪呈强正相关（惊讶β=.382、好奇心β=.443、愉悦β=.476），与焦虑微弱正相关（β=.043