← 最新论文
📄 社会科学

Profiles of generative AI chatbot use for schoolwork and achievement among Indonesian 15-year-olds: A latent class and multilevel analysis of PISA 2025 data

通过分析来自 14,168 名印度尼西亚 15 岁学生的 PISA 2025 数据,本研究识别出四种截然不同的生成式人工智能聊天机器人使用特征谱系,并发现虽然罕用型用户的科学和阅读成绩略低于选择型用户,但高强度使用并不意味着成绩下降,这表明学校的指导重点不应仅限于频繁使用者。

原作者: Umar Yeni Suyanto, Nur Rahmi Akbarini, Febrika Yogie Hermanto, Indra Febrianto, Dilla Octavianingrum

发布于 2026-10-20
📖 1 分钟阅读☕ 轻松阅读

原作者: Umar Yeni Suyanto, Nur Rahmi Akbarini, Febrika Yogie Hermanto, Indra Febrianto, Dilla Octavianingrum

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

在现代课堂中,出现了一种新型的助手。它不是一个人,而是一个能够编写论文、解决数学问题并在数秒内解释复杂概念的计算机程序。这项被称为生成式人工智能的技术,引发了教育工作者之间的一场无声辩论。一方充满希望,认为这些工具可以为每位学生提供个性化的辅导,填补理解上的空白,并提高学习效率。另一方则担心,过度依赖这些工具可能会降低学生的参与度,导致他们跳过真正学习和记忆知识所需的脑力劳动。核心问题不仅在于学生是否在使用这些工具,而在于他们如何使用,以及这对他们的学习会产生什么影响。让聊天机器人写草稿是在帮助学生学习,还是仅仅绕过了学习过程?

为了寻找答案,研究人员转向了对印度尼西亚学生生活的宏观观察。他们分析了2025年国际学生评估项目(PISA)的数据,这是一项衡量15岁青少年技能的全球性测试。这项特定研究重点关注了分布在数百所学校的近14,000名学生,代表了该国约400万名青少年。研究人员希望看看是否能根据学生使用AI聊天机器人进行学业的方式将其分为不同的“类型”。他们观察了学生使用这些工具的四种具体方式:总结必须阅读的文本、研究新课题、起草写作作业,或者仅仅是辅助学习。通过将使用方式相似的学生进行分组,研究团队可以观察某些使用模式是否会导致科学和阅读考试成绩的好坏。

分析揭示了四个截然不同的学生群体。第一组是“极少使用者”,约占学生的28%。这些青少年几乎从不利用聊天机器人完成学业。第二组是规模最大的群体,占35%,即“选择性学习支持使用者”。这些学生偶尔使用工具,主要用于理解某个概念或学习新想法,但并不会将其应用于每一项任务。还有一个规模较小的群体(7%)每月会为了各类任务使用工具。最后,约30%的学生是“密集使用者”,他们几乎每天都会在各种类型的学校作业中使用聊天机器人。令人惊讶的是,这些群体之间的差异主要在于使用技术的频率,而非使用用途。研究人员原本预期会发现一组主要利用工具来“卸载”工作的学生——即让计算机代替自己思考——但这种特定的模式并未作为一个独立的群体出现。

当研究人员对比这些群体的考试成绩时,一幅清晰的图景浮现了出来。与选择性使用聊天机器人的学生相比,极少使用聊天机器人的学生在科学和阅读方面的得分略低。即使在研究人员考虑了家庭收入、学生就读学校类型以及一般学习习惯等因素后,这一差距依然存在。然而,那些每天都为所有任务使用工具的密集使用者,其成绩并未低于选择性使用者。他们的表现同样出色。这一发现挑战了“重度使用AI必然导致学习效果变差”的观点。这表明,对于这些印度尼西亚青少年而言,频繁使用聊天机器人并不会损害他们理解科学或有效阅读的能力。

研究还观察了学生的规划与监控自身学习的能力是否改变了这些结果。一些理论认为,擅长管理自身学习时间的学生可能会以不同于他人的方式使用AI,例如将其用于学习而非绕过学习过程。然而,数据表明,学生的自我调节能力并未改变聊天机器人使用与考试成绩之间的关系。无论学生是否擅长规划学习,成绩的模式保持不变:极少使用者得分稍低,而频繁使用者并未受到负面影响。研究人员还探讨了在教授学生批判性评估AI生成内容的学校中,结果是否会有所不同。他们发现,在开展此类实践的学校中,极少使用者与选择性使用者之间的差距实际上略有扩大,尽管这一结果并不强有力,不足以被视为定论。

研究人员谨慎地指出,这项研究并不能证明使用聊天机器人会导致成绩更好或更差。由于数据是在单一时间点收集的,存在这样一种可能性:即学习困难的学生可能根本不使用这些工具,或者本身学习能力强的学生找到了有效使用这些工具的方法。此外,研究依赖于学生对自身习惯的自我报告,这有时可能并不准确。尽管存在这些局限性,研究结果仍为这个仍在摸索如何处理这项新技术的国家提供了一个令人宽慰的视角。数据表明,目前看来,过度使用AI并不会带来惩罚效应,至少在本次测量方式下是如此。相反,担忧可能在于那些完全不使用这些工具的学生,他们似乎比那些选择性使用工具的同龄人落后了一点。这指向了一种新型的数字鸿沟,其问题不仅在于获取技术的途径,更在于需要引导学生将其作为学习伙伴,而非思维的替代品。

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。

试用 Digest →