AI生成反馈的学生处理路径与可持续学习投入：基于能力-风险双路径模型的研究

《Sustainability》：Responsible Use of AI-Generated Feedback and Sustainable Learning Engagement Among Chinese University Students: A Dual-Path Model of Feedback Literacy and Feedback Dependence

　　

摘要

随着生成式人工智能（GenAI）日益嵌入大学学习体系，AI 生成的反馈提供了更为便捷高效的支持。然而，其教育价值取决于学生如何评估和处理他们所接收到的反馈。从负责任地使用 AI 生成反馈的视角出发，本研究构建了一个“能力 - 风险”双路径模型，通过“对 AI 生成反馈的批判性参与”（CEAF）和“对 AI 生成反馈的非批判性接受”（UAAF），将“学生反馈素养”（SFL）和“对 AI 生成反馈的依赖”（AIFD）与自报的“可持续学习投入”（SLE）联系起来。采用结构方程模型和间接关联的 Bootstrap 分析，对 368 名中国大学生的调查数据进行了分析。较高的 SFL 与较高的 CEAF 和较低的 UAAF 相关联，而较高的 AIFD 则显示出相反的模式。CEAF 与 SLE 呈正相关，而 UAAF 与 SLE 呈负相关。此外，通过这两种反馈处理路径，也观察到了与 SLE 显著的间接关联。这些发现表明，AI 生成反馈的教育意义不仅应从效率方面予以考量，还应从学生是否仍积极参与评估、反思并选择性使用 AI 建议，而非过度依赖它们的角度进行考量。