《Frontiers in Psychology》：Social influence and academic performance: a serial mediation model in AI-enhanced learning
编辑推荐：
摘要 引言：本研究考察社会影响（Social Influence, SI）如何影响沙特大学生的学业表现（Academic Performance, AP），重点关注AI自我效能（AI Self-efficacy, ASE）、智能学习（Smart Learnin
摘要 引言：本研究考察社会影响（Social Influence, SI）如何影响沙特大学生的学业表现（Academic Performance, AP），重点关注AI自我效能（AI Self-efficacy, ASE）、智能学习（Smart Learning, SL）、学术压力（Academic Stress, AS）和心理健康（Mental Well-Being, MWB）的中介作用。研究以社会学习理论（Social Learning Theory）为基础。方法：采用定量研究设计，运用偏最小二乘结构方程模型（Partial Least Squares Structural Equation Modeling, PLS-SEM）。数据来自沙特阿拉伯三所公立大学的345名在校大学生。基于社会学习理论构建了一个理论模型，以检验社会影响、AI自我效能、智能学习、学术压力、心理健康和学业表现之间的关系。结果：研究结果支持了全部10项假设。社会影响对学业表现具有显著的直接效应（β = 0.156）。同时，研究人员观察到通过AI自我效能（β = 0.223）、智能学习（β = 0.050）、学术压力（β = 0.032）和心理健康（β = 0.064）产生的显著间接效应。序列中介路径亦显著（β = 0.003）。所有中介效应均为部分中介，表明社会影响通过直接和间接两种路径影响学业表现。在所考察的构念中，AI自我效能是学业表现的最强预测因子（β = 0.331）。讨论：研究结果表明，社会影响通过多种心理和学习相关路径影响学业表现。AI自我效能成为最强预测因子，凸显了学生对使用AI学习的信心之重要性。总体而言，本研究将社会学习理论拓展至AI支持的高等教育领域，并强调了AI自我效能、智能学习和心理健康对促进沙特大学生学业成功的重要作用。
**研究背景与问题**
大学生辍学和学业失败已成为全球高等教育面临的重大挑战。在美国，每年约有40%的大学生辍学，39%的学生在8年内未能获得学士学位，22.3%的学生在第一年即辍学。这一现象在沙特阿拉伯王国同样严峻，不同学科的大学生辍学率介于20%至68%之间，由此带来高失业率和社会污名化等更广泛的社会后果。已有研究指出，心理健康和学业表现（Academic Performance, AP）是影响大学生辍学的关键因素。大学生在校期间面临各种个人、社会和学业方面的挑战，这些挑战会严重影响其心理健康和学业表现。
学业表现不仅指学生、教师或教育机构实现短期和长期学习目标的程度，通常通过考试、作业或成绩进行评估，而且已被认为是一个涵盖知识获取、技能与能力发展的复杂构念，受到认知、动机和情感因素的共同塑造，深刻影响着个人就业前景、社会经济流动及更广泛的社会与经济发展。现有文献已考察了影响学业表现的多种因素，包括人口统计学、技术、社会、心理、制度和资助政策等方面的决定因素。近年来，社会影响（Social Influence, SI）和人工智能（Artificial Intelligence, AI）的日益广泛应用已深刻改变了人们的生活方式，在青年学生群体中尤为突出。然而，尽管研究颇多，AI自我效能（AI Self-efficacy, ASE）、智能学习（Smart Learning, SL）、学术压力（Academic Stress, AS）、心理健康（Mental Well-Being, MWB）与社会影响和学业表现之间的结构化关系至今仍缺乏系统整合，因此亟需开展进一步研究。
**研究内容与意义**
研究人员基于社会学习理论（Social Learning Theory, SLT），构建并验证了一个整合模型，旨在通过AI自我效能、智能学习、学术压力和心理健康等变量的单独中介及序列中介作用，阐释社会影响对沙特大学生学业表现的影响机制。研究数据来自沙特阿拉伯三所公立大学——沙特国王大学（King Saud University）、阿卜杜勒阿齐兹国王大学（King Abdulaziz University）和吉达大学（University of Jeddah）——共345名有效样本。研究结果支持了全部10项假设：社会影响对学业表现既有直接效应（β = 0.156），也通过AI自我效能（β = 0.223）、智能学习（β = 0.050）、学术压力（β = 0.032）和心理健康（β = 0.064）产生间接效应，且四者的序列中介路径亦显著（β = 0.003），其中AI自我效能为学业表现的最强预测因子（β = 0.331）。该研究的理论贡献在于将社会学习理论拓展至AI赋能的高等教育情境，实践价值则体现在为教育工作者、管理者和政策制定者提供了促进AI赋能学习、提升学生AI自我效能、改善心理健康及学业表现的行动指南。
**关键技术方法**
本研究采用横断面定量研究设计，运用偏最小二乘结构方程模型（Partial Least Squares Structural Equation Modeling, PLS-SEM）作为主要分析工具。样本来自沙特阿拉伯三所公立大学（沙特国王大学、阿卜杜勒阿齐兹国王大学和吉达大学）的345名在校大学生，通过便利抽样法于2026年2月以在线问卷形式收集数据。测量工具整合了多来源的成熟量表，所有构念均采用李克特五级评分（1 = 非常不同意，5 = 非常同意），包括社会影响（SI, 3题项）、AI自我效能（ASE, 4题项）、智能学习（SL, 4题项）、学术压力（AS, 4题项）、心理健康（MWB, 4题项）和学业表现（AP, 4题项）。数据分析使用SmartPLS 4.0软件，通过Harman单因素检验和方差膨胀因子（Variance Inflation Factor, VIF）评估共同方法偏差，以标准化均方根残差（Standardized Root Mean Square Residual, SRMR）和规范拟合指数（Normed Fit Index, NFI）评价模型拟合度，采用PLS-predict技术评估预测相关性，并通过Fornell-Larcker准则和异质-单质比率（Heterotrait-Monotrait Ratio, HTMT）检验区分效度。
**研究结果**
*社会影响与学业表现的关系（假设H1）*
统计分析显示，社会影响对学业表现存在显著的正向直接影响（β = 0.156, t = 2.083, p < 0.05）。这表明来自重要他人（如家人、朋友、同伴或教师）的积极影响能够为学习者提供情感与社会支持，使其成为更具信心、韧性和动机的学习者，从而促进学业表现。
*AI自我效能与学业表现的关系（假设H2）*
AI自我效能对学业表现具有显著正向影响（β = 0.331, t = 5.120, p < 0.001），并成为所有构念中学业表现的最强预测因子。这说明对自身使用AI工具有信心的学生能够更有效地运用AI克服学习障碍，采取更有效的学习策略，从而取得更好的学业成果。
*智能学习与学业表现的关系（假设H3）*
智能学习对学业表现具有显著正向效应（β = 0.204, t = 3.978, p < 0.001）。智能学习通过学习过程的个性化定制、实时反馈、协作学习机会和教育资源的便捷获取等机制，积极促进学生的学业表现。
*学术压力与学业表现的关系（假设H4）*
学术压力对学业表现呈显著负面影响（β = ?0.196, t = 4.298, p < 0.001）。高学术压力会导致心理紧张、焦虑和情绪耗竭，损害学生的专注力和认知加工过程，从而降低学业表现。
*心理健康与学业表现的关系（假设H5）*
心理健康对学业表现具有显著正向效应（β = 0.184, t = 4.113, p < 0.001）。良好的心理健康水平有助于提升专注力、学习动机和面对困难的韧性，增强认知能力，进而改善学业成绩。
*中介效应检验（假设H6至H10）*
在单独中介路径方面：AI自我效能在社会影响与学业表现之间发挥显著中介作用（β = 0.223, t = 4.869, p < 0.001），表明社会影响通过提升学生的AI自我效能间接促进学业表现。智能学习的中介效应显著（β = 0.050, t = 2.652, p < 0.05），说明社会影响通过促进智能学习行为间接改善学业表现。学术压力的中介效应显著（β = 0.032, t = 2.191, p < 0.05），表明社会影响可以作为一种保护性因素，通过降低学术压力间接提升学业表现。心理健康的中介效应显著（β = 0.064, t = 3.019, p < 0.05），说明社会影响通过促进心理健康间接提高学业表现。在序列中介路径方面，AI自我效能、智能学习、学术压力和心理健康的序列中介效应显著（β = 0.003, t = 1.674, p < 0.05），尽管效应量较小，但其统计显著性证实了该序列路径的理论意义。上述所有中介及序列中介效应均为部分中介，因为社会影响对学业表现的直接路径在所有模型中均保持显著。
**讨论与结论**
本研究基于社会学习理论，构建并验证了一个整合性概念框架，揭示了社会影响通过AI自我效能、智能学习、学术压力和心理健康等单一路径及序列路径影响学业表现的机制。在讨论部分，研究人员将各项发现与已有文献进行了系统比较：社会影响对学业表现的正向效应与Zhang和Qian（2024）等研究一致；AI自我效能作为最强预测因子的发现呼应了Dang和Nguyen（2026）的最新研究；智能学习与学业表现的正向关系与Shahzad等（2024）的研究吻合；学术压力对学业表现的负面影响与Lai和Ng（2026）及Ragusa等（2023）的结论一致；心理健康与学业表现的积极关联则与Li等（2022）及Monzonís-Carda等（2025）的研究相符。各条中介路径的显著性是本研究的重要创新，特别是AI自我效能的中介作用和四变量序列中介路径，为理解社会因素如何通过心理和学习机制逐层传导影响学业表现提供了新的理论洞见。
研究结论如下：本研究提出并验证了一个基于社会学习理论原则的统一模型，识别了社会影响通过AI自我效能、智能学习、学术压力和心理健康提升学生学业表现的作用机制。全部10项假设均得到验证，表明社会影响通过直接和间接两种方式影响沙特大学生的学业表现，且涵盖不同的单独中介和序列中介过程，其中AI自我效能被确认为学业表现的最强预测因子。该研究的理论贡献在于将社会学习理论延伸至AI应用的教育情境中，实践价值则体现在为教育工作者和政策制定者提供了创建积极社会环境、提升AI素养、实施智能学习系统以及制定心理健康改善计划等方面的指导原则。
