人工智能对当代教育格局的变革：一项多模式研究，探讨人工智能辅助学习对学术成果的影响

《BMC Medical Education》：The AI-mediated metamorphosis of contemporary educational landscape: a multi-modal investigation into the impact of AI-augmented learning on academic outcomes

AI教育应用对医学生学术成果显著提升，用户能力（r=0.616）和感知（r=0.625）为关键驱动因素，挑战（r=-0.075）和伦理争议（p=0.872）影响有限，回归模型解释64.2%的采纳方差。

　　

摘要

背景

人工智能（AI）的出现在众多行业中都带来了革命性的变化。由于其巨大的潜力，AI有望提升教育质量。本研究旨在实证评估基于AI的学习对学术成果的影响，并探讨用户能力、认知、挑战以及伦理问题等复杂因素，这些因素会影响AI学习模型在高等教育中的采用程度。

方法论

本研究在某学院的一群医学生中进行了为期4周的准实验研究。实验结束后，使用了一种研究工具来深入了解影响AI学习在高等教育中采用程度的各种因素。同时，还与指导教师进行了焦点小组讨论，以获取他们对AI学习在高等教育中应用的专家意见。

结果

在我们的研究中，与基于传统资源的学习方式相比，基于AI的学习方式使参与者的学术成果提高了68.70%（±12.40%），而传统学习方式仅提高了62.84%（±17%）（p值<0.001）。用户能力（Spearman’s rho (ρ) = 0.616，p值<0.001）和用户认知（ρ = 0.625，p值<0.001）显著提升了学生对基于AI的学习方式的接受度。相反，用户所面临的挑战（ρ = -0.075，p值=0.336）则阻碍了AI在高等教育中的应用。研究发现，尽管学生意识到AI带来的伦理困境，但他们仍愿意采用和使用AI（ρ = 0.013，p值=0.872），这表明存在一定程度的伦理矛盾。此外，我们基于回归分析建立的预测模型能够解释AI采用程度64.2%的变异，且具有统计学意义（R = 0.801，R2 = 0.642，F = 72.718，p值<0.001）。

结论

我们的研究表明，基于AI的学习方式能够提升学生的短期学术成果，并且基于AI的工具可以有效提高高等教育的质量。