通过模糊集合定性比较分析法，对人格特质如何影响人工智能（GAI）学术不端行为进行配置探索

《BMC Psychology》：A configurational exploration of how personality traits influence GAI academic misconduct behaviors using fuzzy-set qualitative comparative analysis

学术不端与人格特质组合及人工智能伦理研究。采用HEXACO模型与Dark Triad框架，通过fsQCA分析864名学生数据，发现高学术不端需低诚实谦逊与低尽责性结合高马基雅维利主义或高精神病态。低不端则与高诚实谦逊、尽责性、宜人性及低三恶习相关。人格特征协同作用影响AI技术伦理行为，需结合美德培养与道德约束机制设计教育。

　　

摘要

背景

生成式人工智能（GAI）在高等教育中的快速应用带来了新的伦理挑战，尤其是关于学生学术不端行为的问题。尽管先前的研究已将人格特质与不道德行为联系起来，但对于不同人格特质组合如何影响学生滥用GAI却知之甚少。

方法

本研究结合了HEXACO模型和“黑暗三元素”框架（Dark Triad），以探讨人格特质对与GAI相关的学术不端行为的配置效应。共有864名大学生完成了问卷调查。通过模糊集定性比较分析（fuzzy-set Qualitative Comparative Analysis），我们识别出导致高水平和低水平GAI不端行为的多种人格特质组合。

结果

没有单一的人格特质足以解释与GAI相关的学术不端行为。相反，高水平的不端行为通常出现在诚实-谦逊（Honesty–Humility）和尽责性（Conscientiousness）较低，而马基雅维利主义（Machiavellianism）或精神病态（Psychopathy）较高的人格特质组合中。相比之下，低水平的不端行为则与诚实-谦逊、尽责性和宜人性（Agreeableness）较高，同时“黑暗三元素”特质较低的人格特质组合相关。

结论

本研究表明，人格特质是协同作用而非独立作用，从而影响个体对人工智能技术的道德或不道德使用。道德约束既依赖于美德的存在，也依赖于缺乏剥削倾向。研究结果支持这样的观点：道德诚信和自我调节是防止技术被不道德使用的基础保障。这些发现与学术不诚实的自我调节理论相一致，进一步证实了诚实和尽责性较高的个体即使面对新的技术便利性，也不太可能为学术不端行为找借口或进行合理化。因此，该研究通过将人格框架整合到配置范式中，推进了理论理解，并为开展基于人格特征的教育提供了实践启示。