《Computers》:From Anxiety to Agency: Artificial Intelligence Adoption for Media and Information Literacy Among Adult Secondary Students
编辑推荐:
人工智能(Artificial Intelligence, AI)与媒体与信息素养(Media and Information Literacy, MIL)被认为是成人中等教育的重要组成部分。然而,由于AI采纳是一个复杂的社会技术过程,研究人员对成人学习者在真
人工智能(Artificial Intelligence, AI)与媒体与信息素养(Media and Information Literacy, MIL)被认为是成人中等教育的重要组成部分。然而,由于AI采纳是一个复杂的社会技术过程,研究人员对成人学习者在真实教育情境中如何接触AI知之甚少。在本研究中,AI用于MIL(AI/MIL) refers to AI-supported tools that guide learners in interpreting and engaging with digital media and information. 研究人员报告了一项涉及希腊中等教育中八名成人学生的民族志研究结果。以技术接受与使用统一理论(Unified Theory of Acceptance and Use of Technology, UTAUT)为指导,研究人员通过参与者观察、访谈和田野笔记,对参与者进行了为期八个月的教育干预追踪。数据表明,学习者从焦虑转向更具能动性的AI参与形式。这种对UTAUT的民族志再阐释凸显了技术、情感和社会文化因素之间的相互作用,这些因素共同塑造了AI/MIL的采纳。超越传统技术接受模型,研究人员强调了在AI中介的信息生态系统中,协商信任、批判性AI素养、伦理意识以及人类能动性的重要性。这些发现对于在教育环境中设计参与式、透明且以伦理为基础的人工智能举措具有启示意义。
**论文解读:从焦虑到能动性——成人中等教育中AI/MIL采纳的民族志研究**
**1. 研究背景与问题**
人工智能(AI)与媒体与信息素养(MIL)被视为成人中等教育的关键组成部分。然而,现有文献对成人学习者如何在真实教育情境中采纳AI用于MIL(AI/MIL)的认知仍然零散且有限。多数研究通过量化技术接受模型聚焦于高等教育环境,较少关注成人中等教育学习者的主观体验。同时,AI生成内容使传统MIL技能不再充分,而AI也提供了分析工具(如AI事实核查、预反驳和反驳技术),因此MIL需教授批判性评估AI驱动媒体、理解黑箱算法以及负责任地使用AI以对抗错误信息。在此背景下,研究者提出以下研究问题:哪些因素塑造成人学习者对AI/MIL的采纳?学习者在AI中介的信息环境中如何协商批判性评估与能动性?
**2. 研究设计与方法**
研究者采用民族志质性方法,对希腊一所成人夜校的八名成人学生(五女三男,平均年龄56.8岁,标准差7.7岁)开展了为期八个月(2025年10月—2026年5月)的教育干预研究。干预在计算机实验室进行,每两周一次两小时课程,包含三个模块:模块一“生成式算法模式化”使用QuickDraw、AutoDraw和Craiyon工具;模块二“错误信息机制”使用GetBadNews模拟工具;模块三“批判性提示”使用ChatGPT 5。数据收集通过参与者观察、田野笔记和半结构化访谈(基于UTAUT开发10个开放性问题)完成。分析采用Gioia导向的主题分析法,结合自下而上与自上而下编码,由课堂教育者作者(D.E.T.)进行初始开放编码,三位合著者(E.M.、V.K.、D.J.V.)审查一致性,并通过成员检验确保可信度。研究以UTAUT为解释性框架,但将其构念作为敏感化概念,延伸至情感焦虑、认知信任和人类能动性。
**3. 研究结果**
**3.1 访谈结果**:访谈显示参与者从最初对AI的焦虑和怀疑,逐渐发展为通过验证实践获得能动性。第一阶概念(参与者中心术语)包括对错误信息、监控、代际焦虑、认知卸载和伦理担忧的表达;聚合维度(理论中心概念)则体现为协商信任、批判性AI素养、伦理意识和人类能动性。
**3.2 观察结果**:(1)情绪:观察记录显示课堂讨论中情绪波动,参与者交替出现热情与怀疑,尤其讨论年轻一代对AI技术的依赖时呈现代际焦虑。(2)批判性思维与错误信息:参与者难以评估在线信息的可信度和社区共享内容的可靠性,并对AI生成输出表现出复杂的认知信任和过度依赖问题。(3)人类能动性与认知卸载:参与者质疑依赖AI系统是否会削弱独立思考和批判判断,如ST5所言:“我回夜校不是为了让机器替我想。”ST6则强调“签署不准确文件会带来法律后果,我不能承受未经验证的文本。”(4)伦理与社会文化关切:参与者对数据画像、透明度、监控及‘phubbing’(低头族行为)等数字中介互动现象表达担忧。(5)从焦虑到能动性:1—3月以技术恐惧为主;4—6月转向怀疑与探索;7—8月出现验证常规等能动性实践。
**4. 讨论与结论**
讨论部分指出,学习者情感冲突复杂,期望、焦虑和怀疑并存;AI素养文化(critical AI literacy culture)影响采纳,自我效能不足和批判性AI素养缺乏构成障碍;努力预期悖论(effort expectancy paradox)显现,即学习中减少认知努力并不总是可取的;伦理和社会技术关切(透明性、监控、偏见)在动手练习中被触发;人类能动性体现为验证和反思判断,而非被动接受AI输出;智力自主性担忧反映了对认知依赖的戒备。这些发现与经典UTAUT不同,表明信任协商和伦理意识中介了AI/MIL采纳,UTAUT单独不足以解释这一过程。研究者强调教育AI的有效使用取决于技术接受、批判性评估和负责任参与的整合,而能动性采纳并不以消除认知努力为目标。本研究为设计参与式、透明且符合伦理的教育AI举措提供了经验证据,也揭示了成人学习者作为反思性协商者、将AI视为社会技术现象的趋势。