生成式人工智能第二语言互动学习体验量表(AI-L2-ILES)的开发与验证:一项基于中国大学生的心理测量学研究

《Vaccines》:Structured Pharmacist-Led Vaccine Recommendation and Coadministration in Community Pharmacies: Real-World Evidence from Poland

【字体: 大 中 小 】 时间:2026年09月20日 来源:Vaccines 3.5

编辑推荐:

  专业术语翻译的论文摘要 随着生成式人工智能(generative artificial intelligence, GenAI)日益融入第二语言(second language, L2)学习,亟需可靠的工具来评估学习者对GenAI中介的互动学习体验的认知评价。

  
专业术语翻译的论文摘要 随着生成式人工智能(generative artificial intelligence, GenAI)日益融入第二语言(second language, L2)学习,亟需可靠的工具来评估学习者对GenAI中介的互动学习体验的认知评价。本研究在1130名中国大学生中开发并验证了生成式人工智能第二语言互动学习体验量表(GenAI L2 Interactive Learning Experience Scale, AI-L2-ILES)。借鉴互动体验视角并将其应用于L2学习,研究人员将学习者对GenAI互动的认知评价概念化为五个维度:有效性(Effectiveness)、社交性(Sociability)、新颖性(Novelty)、心流(Flow)和无缝性(Seamlessness)。探索性和验证性因子分析支持了这一五因子结构,并在性别和学科间提供了令人满意的信度、效度和测量不变性证据。网络分析进一步揭示,心流(Flow)是最核心的维度,社交性(Sociability)与有效性(Effectiveness)显示出最强的关联,而新颖性(Novelty)则处于相对边缘的位置。该网络结构在不同学科间保持稳定。总体而言,AI-L2-ILES为衡量学习者对GenAI中介的互动式L2学习体验的认知评价提供了一种心理测量学上可靠的工具,并捕捉了这一新兴构念的五个独特但相互关联的维度。该量表为检验L2学习者如何认知评价其与GenAI的互动提供了一个有用的工具。

论文主体内容解读

研究背景与问题提出

近年来,生成式人工智能(GenAI)在第二语言(L2)教育中的应用迅速扩展,其角色已从简单的资源提供者转变为能够促进互动学习的伙伴。然而,现有研究多聚焦于GenAI的功能效果或用户态度,缺乏专门针对L2学习者在与GenAI持续互动过程中形成的整体认知评价的可靠测量工具。尽管服务心理学中的智能服务互动体验(Smart Service Interactive Experience, SSIE)框架为此提供了理论基础,但其原始维度并非针对教育情境设计。因此,本研究旨在开发并验证一个专门用于评估L2学习者对GenAI中介的互动学习体验的量表——生成式人工智能第二语言互动学习体验量表(AI-L2-ILES)。

研究方法概述

本研究采用便利抽样法,于2025年12月16日至24日期间,从中国湖南、河南、江苏和浙江四省的五所大学招募了1130名至少有一个月GenAI辅助L2学习经验的学生作为有效样本。研究人员将样本随机分为两组(各565人),分别用于探索性因子分析(Exploratory Factor Analysis, EFA)和验证性因子分析(Confirmatory Factor Analysis, CFA)。研究首先基于SSIE框架,通过专家评估和学习者讨论,对维度进行情境化改编,初步形成包含六个维度、18个条目的量表。随后,利用EFA确定最终因子结构,并通过CFA验证模型拟合度。此外,研究还运用了网络分析(Network Analysis)技术,通过估计高斯图形模型(Gaussian Graphical Model)来探究各维度间的条件关联模式及其在网络中的相对重要性。

研究结果

4.1. 量表开发结果
  • •
    4.1.1. 探索性因子分析 (EFA):EFA结果显示,原量表中的“效率(Efficiency)”与“学习(Learning)”两个维度合并为一个新的维度,被重新命名为“有效性(Effectiveness)”。同时,“社交性(Socialization)”维度被重新概念化为“社交性(Sociability)”。最终,研究确定了由16个条目组成的五因子结构,包括有效性(Effectiveness)、社交性(Sociability)、新颖性(Novelty)、心流(Flow)和无缝性(Seamlessness),累计解释了67.5%的总方差。
  • •
    4.1.2. 验证性因子分析 (CFA):CFA结果证实了五因子模型的良好拟合度(χ2/df = 3.062, CFI = 0.966, TLI = 0.956, RMSEA = 0.060, SRMR = 0.039),且显著优于单因子和四因子等竞争模型,支持了该结构的稳健性。
  • •
    4.1.3. 信度与效度分析:总量表的麦克唐纳ω系数为0.885,各分量表的ω值介于0.836至0.889之间,表明量表具有良好的内部一致性信度。平均方差提取量(Average Variance Extracted, AVE)均大于0.50,表明聚合效度良好;异质-单质比率(Heterotrait-Monotrait Ratio, HTMT)均低于0.85,且福内尔-拉克准则(Fornell-Larcker criterion)也得到满足,证实了五个维度间具有良好的区分效度。此外,所有维度均与GenAI非正式二语学习(GenAI-IDLE)呈显著正相关,提供了初步的效标关联效度证据。
  • •
    4.1.4. 跨组不变性分析:测量不变性检验结果表明,该量表在性别和不同学科(语言类、人文社科类、理工类)群体间均达到了标量不变性水平(Scalar Invariance),即因子载荷和截距在不同组间等同,证明量表的结构在不同群体中具有可比性。
4.2. 网络分析结果
  • •
    4.2.1. 网络结构与边权重:网络分析揭示了各维度间的复杂关联。最强的正向连接出现在“社交性(Sociability)”与“有效性(Effectiveness)”之间,其次是“无缝性(Seamlessness)”与“心流(Flow)”、“新颖性(Novelty)”与“心流(Flow)”等。“新颖性(Novelty)”与“社交性(Sociability)”和“无缝性(Seamlessness)”之间的边被正则化为零,表明其关联较弱。
  • •
    4.2.3. 中心性分析:中心性分析显示,“心流(Flow)”在多个中心性指标上得分最高,是整个网络中最核心的维度。相比之下,“新颖性(Novelty)”的中心性最低,处于网络的相对边缘位置。
  • •
    4.2.5. 跨学科网络比较:网络比较测试(Network Comparison Tests, NCTs)结果表明,来自不同学科群体的AI-L2-ILES网络在全局强度和网络结构上均无显著差异,表明该网络结构在不同学科间具有稳定性。

总结与讨论

本研究成功开发并验证了一个包含有效性(Effectiveness)、社交性(Sociability)、新颖性(Novelty)、心流(Flow)和无缝性(Seamlessness)五个维度的AI-L2-ILES量表。该量表表现出良好的心理测量学属性,为量化评估L2学习者对GenAI互动学习体验的认知评价提供了有效工具。网络分析的结果深化了对这一构念内部结构的理解:“社交性”与“有效性”的强关联凸显了社交响应性在塑造积极学习体验中的关键作用;“心流”的核心地位表明沉浸式体验是连接其他各个维度的枢纽;而“新颖性”的边缘化则提示,对于有经验的用户而言,持久的价值感比短暂的新奇感更为重要。
研究结论翻译:本研究开发并验证了AI-L2-ILES,这是一个包含有效性(Effectiveness)、社交性(Sociability)、新颖性(Novelty)、心流(Flow)和无缝性(Seamlessness)的五维度量表。该量表展示了强大的心理测量学特性,包括令人满意的信度、效度以及在性别和学科间的测量不变性。维度层面的网络分析进一步揭示了这些维度间的结构性关系。社交性(Sociability)与有效性(Effectiveness)之间的强关联强调了社会响应性在塑造L2学习者GenAI中介的互动学习体验中的关键作用,而心流(Flow)的最高中心性表明,沉浸式体验作为连接多个体验维度的核心组成部分发挥作用。相比之下,新颖性(Novelty)的相对独立性凸显了最初的技术新奇感与更深层次的、持续的体验评价之间的区别。总体而言,AI-L2-ILES似乎是一个有前景的未来研究工具,但在其普适性得到充分确立之前,仍需在不同背景(包括不同国家、不同L2、不同学习者熟练程度、特定GenAI工具以及多样化的学习任务)下进行进一步的验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号