Explaining and Sustaining AI Assimilation in Higher Education: The Dual Roles of Engagement and Skeptical Engagement

在当今大学的教室内，一场无声的革命正在重塑学生的写作学习方式。人工智能工具能够生成文本并提供即时反馈，它们不再仅仅是未来的概念，而是已经嵌入到高等教育的日常工作流中。然而，仅仅拥有这些工具并不意味着学生正在有效地使用它们。真正的挑战在于同化：即一项新技术不再仅仅是一种新鲜事物，而是成为一个人工作方式中自然、常规的一部分的过程。多年来，研究人员一直试图理解为什么有些人拥抱新技术，而另一些人却拒绝它。他们研究了是什么让工具变得有用且易于使用，同时也研究了阻碍人们使用的恐惧感，例如对隐私的担忧或被机器控制的感觉。一种普遍的假设是，恐惧和风险仅仅是阻碍采用的障碍，因此为了让人们使用人工智能，我们必须消除这些恐惧。然而，这种观点可能过于简单了。它将人类思维视为一个非开即关的开关，忽略了其间发生的复杂且具有批判性的思考过程。

来自北南大学（North South University）、布鲁乃科技大学（Universoti Teknologi Brunei）和科廷大学砂拉越分校（Curtin University Sarawak）的一个研究小组致力于调查这一更为细致的现实。他们想要了解学生实际上是如何将人工智能整合进他们的写作过程中的，特别是在起草和修改论文时。研究人员并没有假设学生要么热爱这些工具，要么厌恶这些工具，而是提出学生与这些工具的互动存在两种截然不同的方式。第一种是直接参与（straightforward engagement），即学生充满动力并信任系统。第二种是研究人员称之为“怀疑式参与”（skeptical engagement）的状态，这是一种谨慎、批判性的使用状态。在这种状态下，学生不会盲目接受人工智能的建议，而是会对其进行质疑、验证并选择性地应用。该研究旨在确定这种通常被视为“抵制”的怀疑态度，是否实际上是一种能够促进学习并维持长期使用人工智能的有效方式。

为了揭示真相，研究人员采用了两步走的方法。首先，他们倾听了 22 名曾将人工智能用于写作作业的学生的声音。这些学生撰写了关于其经历的详细文章，描述了哪些因素对他们有帮助，以及哪些因素阻碍了他们。研究人员分析了这些故事，以构建影响因素的图谱。他们发现，当学生感到自己对作品拥有控制权、人工智能似乎理解他们的情感需求，以及反馈清晰且公平时，他们的参与度最高。相反，当技术让他们感到难以应对、让他们觉得正在失去对自身写作的控制，或者当他们担心数据隐私等伦理问题时，他们会感到压力或谨慎。这一初始阶段表明，学生并非单纯地拒绝这项技术，而是在与其进行积极的协商，通常采取一种批判性审视的立场。

带着这些洞察，研究人员随后调查了 303 名学生，以在大规模范围内测试他们的想法。他们要求这些学生对有关其使用人工智能的各种陈述的认同程度进行评分。结果证实，热情和怀疑感都在驱动着人工智能的长期使用，但它们的作用方式各不相同。支持学生自主感和胜任感的因素（例如选择自身写作目标的能力以及获得对人工智能建议的清晰解释）显著增加了他们的积极参与度。另一方面，由于不断检查人工智能而导致的心理疲劳、对失去自身思想控制权的恐惧以及对伦理公平性的担忧，并没有导致学生停止使用该工具。相反，这些风险导致了更高水平的“怀疑式参与”。学生们并没有离开，他们留了下来，但他们保持着警惕，仔细检查机器提供的每一条建议。

研究发现，这两条路径最终都指向同一个目的地：同化。那些积极参与的学生更频繁地使用人工智能，而那些怀疑式参与的学生只要觉得这种协作运作良好，也会更频繁地使用人工智能。事实上，数据表明，当学生感知到一种高质量的协作——即工具感觉是响应式的、有帮助的而非侵入性的——他们的批判性、怀疑式方法甚至能更有效地转化为常规使用。怀疑并未消失，它成为了实现更好集成的工具。研究人员发现，那些质疑人工智能输出的学生并不是未能采用这项技术，而是以一种保留了自身主体性和批判性思维能力的方式在采用它。

其中一个最重要的发现是，将风险视为简单障碍的传统观点是不完整的。研究明确显示，风险意识并不一定会抑制采用。相反，它可以培养一种更具思考性和负责任的使用模式。研究人员还发现，并非所有因素都同样重要。虽然对写作过程控制感的感知是积极参与的最强驱动力，但在这种语境下，学习如何使用该工具的具体技能并不能显著预测参与度。同样，虽然学生担心人工智能中的偏见，但这种特定的恐惧并不会像心理疲劳或失去控制感那样显著地驱动他们的怀疑行为。这表明，互动的即时体验比关于系统内部逻辑的抽象担忧更为重要。

这项研究的启示对于任何从事教育或技术设计的人来说都是清晰的。它表明，试图让人工智能工具变得完美无缝且毫无风险，可能并不是鼓励其使用的最佳方式。相反，教育者和设计者应该创造能够支持批判性思维的环境。他们应该鼓励学生去质疑人工智能，去解释他们为何接受或拒绝某项建议，并保持对最终产物的控制权。通过将怀疑视为一个宝贵的学习过程而非需要解决的问题，教育机构可以培养学生与人工智能之间更深层、更可持续的关系。研究结论指出，人工智能在教育领域的未来并不取决于学生对机器的盲目信任，而取决于他们能否批判性地与其协作，确保技术是为学习者服务，而非取代学习者。