Understanding Pre-service Science Teachers' Intentions to Integrate Generative AI: Cognitive, Affective, and Contextual Predictors
这项针对南印度203名职前科学教师的研究表明，感知有用性和伦理担忧是他们整合生成式人工智能意向的关键预测因子，这表明教师教育项目应优先展示教学益处并解决伦理问题，以促进其应用。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
未来的教室正由一种新型工具塑造着：生成式人工智能。与以往仅仅遵循严格规则的计算机程序不同，这些系统可以创作原创文本、设计教学计划并模拟对话，为教师提供了一种为每位学生实现个性化学习的方式。然而，技术本身仅是故事的一半。这种转变能否成功，完全取决于站在教室前方的那些人。如果教师不相信这些工具有用，或者觉得自己在处理由此引发的伦理问题时准备不足，那么无论其潜力有多大，这项技术都将处于闲置状态。这就是为什么采用心理学中的“采纳心理”至关重要。研究人员长期以来一直使用一个名为“技术接受模型”的框架来理解人们为何拥抱新工具。该模型表明，两种主要的情绪驱动着我们的选择：我们是否认为该工具能帮助我们更好地完成工作，以及我们是否觉得它易于操作。然而，随着人工智能变得更加复杂，专家们怀疑，单纯的“有用性”和“易用性”已不足以解释教师会对技术做出何种反应。他们需要理解的是，那种塑造了教师决定是否将这些强大系统引入日常实践的信心、信任与道德忧虑的深层交织。
南印度的一个研究小组致力于通过倾听未来科学教师的声音，来绘制这一复杂的图景。他们将重点放在了203名预备教师身上，这些人刚刚完成了教学实习，即将步入职业生涯。这些教育者被要求分享他们对在未来课堂中使用生成式人工智能的真实想法。研究人员不仅询问教师是否喜欢这项技术，还进行了更深入的探讨，询问他们认为该技术有多有用、看起来有多易用、他们对系统的信任程度有多高，以及他们对学术不端或偏见等伦理问题的担忧程度如何。他们还想知道，这些教师在所属机构接受的培训是否为应对这一新现实做好了准备。通过分析这些反馈，研究人员构建了一幅关于究竟是什么驱动了教师使用人工智能意向的详细图景。
结果揭示了一个关于什么最重要的高度清晰的层级结构。预测教师是否有意使用生成式人工智能的最强单一因素，仅仅在于他们认为该工具有多有用。如果一位教师觉得该工具能切实改善其教学质量或帮助学生更好地学习，他们极有可能想要使用它。即使研究人员考虑了信心或信任等其他感受，这一发现依然成立。令人惊讶的是，使用技术的难易程度在最终决策中并未发挥显著作用。对于这群年轻的“数字原住民”教师来说，问题不在于工具是否难以操作，而在于它是否值得投入精力。他们已经知道如何使用这项技术；决定性因素在于它是否提供了真正的教学效益。
另一项发现挑战了一个关于教师如何对待新技术的普遍假设。人们通常认为，当教师担心伦理问题（例如学生参与学术不端或技术传播误导信息）时，他们使用该工具的可能性会降低。然而，研究发现情况恰恰相反。那些表达出更高水平伦理忧虑的教师，实际上更有可能打算使用生成式人工智能。研究人员认为，这并不意味着这些教师在忽视风险。相反，伦理意识似乎是深度参与的标志。那些对伦理影响有深刻思考的教师，很可能是那些正在积极思考如何负责任地使用技术的教师。他们将伦理挑战视为需要通过周密计划来解决的问题，而非回避技术的理由。
研究还强调了正式准备工作的至关重要性。如果教师认为其培训课程专门涉及了如何使用生成式人工智能，他们更有可能在自己的课堂上使用它。这表明，机构支持提供了一个必要的基石，其意义超越了个人的有用感或信心。当教师教育课程明确涵盖这些工具时，它赋予了未来教育者一种合法感和行动框架。有趣的是，研究人员预期会很重要的其他因素——例如教师使用该技术的个人信心或对系统的普遍信任——在综合考虑其他因素后，并不能独立预测其使用意向。例如，信任感似乎被吸收进了“有用感”之中；如果一位教师发现该工具有用，那么他们的信任水平就成为了一个较弱的独立决策因素。
研究人员构建的模型解释了教师意向中超过70%的变异，表明实用性、积极态度、伦理意识和正式培训的结合，构成了一个强大的行为预测因子。他们发现，教师对技术的态度起到了桥梁作用，将他们对有用性的认知与实际的使用意向连接起来。然而，他们也指出研究存在局限性。由于数据是通过单次调查以自评问卷的形式收集的，因此它展示了这些因素之间的相关性，但无法证明其中一个导致了另一个。此外，研究对象是特定地区的科学教师群体，因此研究结果在其他学科或不同文化背景下的教师身上可能会有所不同。研究人员还注意到，部分关于伦理和信任的调查问题并不完全一致，这表明这些复杂的感受很难通过简单的问卷进行测量。
最终，这项研究描绘了一幅未来教育者的画像：他们并非被恐惧或困惑所瘫痪，而是由对价值的务实评估和对风险的审慎参与所驱动。将生成式人工智能整合进学校的过程，并不需要说服教师这项技术易于使用，因为他们已经觉得它触手可及。相反，这需要展示该技术如何能让教学更有效的具体案例，并提供结构化的培训，帮助他们应对伦理上的复杂性。通过关注这些实际效益并营造支持伦理讨论的环境，教师教育项目可以为下一代教育者做好准备，让他们能够带着信心与谨慎去拥抱这些工具。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。