信任对AI教学助理感知公平性与学习动机的前瞻性预测：一项三波次个体内纵向研究

《Frontiers in Psychology》：How trust prospectively predicts perceived fairness and learning motivation toward AI teaching assistants: a three-wave within-person longitudinal study

　　

人工智能教学助理（AITA）日益融入高等教育，然而学生的信任、公平感知与动机如何随时间形成并相互塑造，目前仍知之甚少，因为横断设计无法区分稳定的个体间差异与真实的个体内变化。这项三波次前瞻性纵向研究（N = 450名本科生；在8周学期内以4周为间隔）采用随机截距交叉滞后面板模型（RI-CLPM）——并以标准CLPM作为敏感性基准——考察学生信任（能力、善意、诚信）、感知公平（分配、程序、互动公平）与学习动机（内在、外在）之间的个体内关系。跨波次的纵向测量不变性成立。个体内信任的增加预测随后的感知公平增加，其中能力信任是最强的前因。程序公平与后续内在动机的个体内关联在数值上大于其与外在动机的关联，尽管对该系数差异的直接检验本身未达到常规显著性水平；偏差校正自助法确认了以公平为中介、连接信任与动机的显著纵向中介效应。从公平回到信任的交互效应明显弱于从信任到公平的效应，表明一种不对称而非严格单向的影响模式。这些发现指向早期能力信任培养与程序透明性，作为基于心理学的、以人为本的AITA设计的候选目标，尽管观察性设计无法确立对它们进行干预会产生相应的变化。

人工智能教学助理（AITA）在高等教育中的部署日益广泛，但学生对该类系统的信任、公平感知与学习动机如何在时间上相互塑造，此前缺乏个体内层面的纵向证据。现有研究多为横断设计，无法区分稳定的个体间差异与真实的个体内变化，也无法检验信任→公平→动机这一理论上具有时间顺序的路径。为弥补上述缺口，研究人员开展了一项发表在《Frontiers in Psychology》的三波次前瞻性纵向研究，以中国东部三所公立大学2024–2025学年使用AITA的本科生为样本（N = 450），在8周学期内以4周为间隔收集三轮数据。研究采用随机截距交叉滞后面板模型（RI-CLPM）作为主要分析框架，以标准交叉滞后面板模型（CLPM）为敏感性基准，在分离个体间特质方差后考察个体内动态；并检验了纵向测量不变性、交叉滞后路径、交互效应与纵向中介。研究结论表明：信任的个体内增加显著预测随后的公平感知增加，其中能力信任效应最强；程序公平与后续内在动机的关联数值上大于其与外在动机的关联，但系数差异未达显著；公平在信任与动机之间起显著的纵向中介作用；公平到信任的交互效应明显弱于信任到公平的效应，呈现不对称模式。该研究首次为AITA情境中的信任→公平→动机路径提供了个体内纵向证据，并为以人为本的AITA设计提供了基于心理学原理的候选干预目标。

**关键技术方法**：该研究为三波前瞻性纵向设计（N = 450，来自中国东部三所公立大学、2024–2025学年使用AITA的本科生；波次间隔4周）。主要统计方法为RI-CLPM，用以将时间不变的个体间随机截距（占方差38–47%）与波次内个体内偏差分离，并以标准CLPM作为敏感性基准。各波次均使用验证性因子分析（CFA）验证八因子结构，并序贯检验纵向测量不变性（组态、度量、标量）。纵向中介效应采用偏差校正自助法（5000次重抽样）检验。缺失数据以全信息最大似然（FIML）处理。

**研究结果**

**4.1 初步分析与描述性统计**
通过描述性统计与相关分析发现，信任、公平和动机各维度均值随波次略有上升，变量近似正态；信任–公平间跨波次相关中等偏强，且两者与动机正相关，与理论预期一致。

**4.2 测量模型评估**
各波次的CFA显示八因子结构拟合良好（CFI ≥ 0.957，RMSEA ≤ 0.045），所有因子载荷、Cronbach‘s α、组合信度（CR）与平均方差抽取量（AVE）均达标。额外嵌套模型检验表明能力、善意、诚信三维度在项目层面可区分，且善意信任作为独立因子成立，支持其作为感知或归因的善意而非系统内在本质的解释。

**4.3 纵向测量不变性**
序贯检验支持组态、度量和标量不变性（ΔCFI < 0.010，ΔRMSEA < 0.015），表明跨波次因子结构、载荷和截距等价，允许对潜均值和结构关系进行纵向比较。

**4.4 主要分析：随机截距交叉滞后面板模型**
RI-CLPM拟合良好（CFI = 0.953，RMSEA = 0.045）。随机截距占总方差38–47%，表明存在实质性的稳定个体差异。个体内自回归路径显著。支持H1：九条T1信任→T2公平的个体内交叉滞后路径均显著，能力信任最强（β = 0.11–0.14），且经Benjamini–Hochberg错误发现率（BH-FDR）校正后仍显著。支持H4：九条T1公平→T2信任的个体内交互路径均不显著，模型比较显示约束信任→公平路径显著恶化拟合（Δχ2(9) = 24.61, p = 0.003），而约束交互路径不显著恶化拟合（Δχ2(9) = 8.92, p = 0.445），表明个体内水平上呈不对称交互模式。

**4.5 公平–动机交叉滞后效应**
支持H2：T2公平维度对T3动机的个体内路径中，程序公平显著预测内在动机（β = 0.16, p < 0.001），对外在动机不显著（β = 0.04, p = 0.310），但两系数差异检验未达显著（p = 0.061），故解读为程度性差异而非分离性路径。分配公平对内在动机与外在动机均显著（β = 0.10、0.09，p < 0.05），系数无差异。互动公平显著预测内在动机（β = 0.12, p = 0.003），对外在动机不显著（β = 0.07, p = 0.063），但系数差异亦不显著（p = 0.377）。

**4.6 交互效应与模型比较**
通过约束模型比较和拟合检验，确认公平→信任的交互路径未达显著，且整体上弱于信任→公平路径，支持H4所提出的不对称模式；效应量虽小至中等，但仍具理论意义。

**4.7 纵向中介分析**
采用偏差校正自助法检验个体内中介路径：信任T1→公平T2→动机T3的间接效应显著（β = 0.031, 95% CI [0.014, 0.052]），其中程序公平贡献最大（β = 0.013）；直接效应仍显著（β = 0.060），个体内总效应为0.091，方差解释比例（VAF）为34.1%，表明公平起互补性部分中介作用，支持双过程解释。

**4.8 敏感性分析**
标准CLPM复制了与RI-CLPM一致的方向模式，但系数较大（反映其混入个体间特质方差）；反向前因模型拟合较差（AIC/BIC更高）；将交互路径约束为零不显著恶化拟合；多组分析表明会话式AI导师与自动评分/反馈系统两组间交叉滞后路径无显著差异，结果具有稳健性。

**讨论与结论**
讨论部分指出，该研究首次在AITA情境中提供了信任–公平–动机路径的个体内纵向证据；能力信任是公平感知的最强个体内前因；程序公平与内在动机的关联支持“等级化”而非“选择性”的解读；公平的中介作用与直接作用并存，提示信任可通过降低不确定性监控的认知负荷以及通过公平评价的情感路径双重影响动机。信任→公平与公平→信任之间的不对称说明，个体内信任变化更稳定地先于公平变化。实践上，早期能力信任培养、程序透明性和针对性引导低信任倾向学生是潜在设计方向。局限性包括观察设计不能确证因果、四小时间隔可能无法捕捉更微观的动态、自我报告偏差以及样本文化背景的局限。未来研究可采用密集经验采样、跨文化样本和多中介模型验证。

**研究结论**（翻译）：本研究解决了理解学生对AI教学助理心理反应时间动态的关键缺口。采用三波纵向设计并以随机截距交叉滞后面板模型为主要分析规格（N = 450名本科生，间隔4周），研究人员发现，信任各维度的个体内变化预测随后的公平感知个体内变化，而公平感知又预测随后的学习动机个体内变化。个体内纵向中介路径（信任T₁→公平T₂→动机T₃）提供了比先前横断设计和非分解纵向模型更强的时间证据，将公平识别为在个体内层面连接信任倾向与后续动机的实质性时间路径，但并未提出观察性设计无法支持的因果主张。不对称的个体内交互模式——信任变化比反向更可靠地预测公平变化——将AITA情境中的信任–公平关系重构为具有方向信息性，而不需要强单向优先性主张。这些发现通过提供信任–公平–动机路径的时间基础证据推进了人机交互理论，并提出了设计方向——早期信任培养、程序透明性和全面公平监测——其实践价值仍有待于在其他教育和文化背景中的干预研究证实。随着AI系统在教育情境中不断扩散，理解学生心理反应的时间图景对于确保技术进步服务于真正的教育目的愈发迫切。本研究所展示的纵向方法为未来研究提供了一个方法论模板，以超越静态快照，走向对教育中人机交互的动态理解。