Studium Ujawnia Kluczowe Motywy Adopcji AI Wśród Studentów Uniwersyteckich

Niedawno opublikowane badanie w BMC Psychology rzuca światło na kluczowe czynniki wpływające na sposób, w jaki studenci uniwersyteccy przyswajają technologie AI.

Badanie identyfikuje trzy główne czynniki wpływające na przyjęcie AI: postrzeganą użyteczność, wpływ społeczny oraz pewność siebie studentów w swojej zdolności do nauki i korzystania z AI. W ramach badania przeprowadzono ankietę wśród 482 studentów z uniwersytetów publicznych i prywatnych, analizując, jak różne czynniki kształtują ich chęć korzystania z narzędzi AI.

Postrzeganą użyteczność zidentyfikowano jako istotny motywator, ponieważ studenci byli bardziej skłonni do korzystania z AI, gdy wierzyli, że może ona poprawić ich wyniki akademickie. Wielu widziało praktyczne korzyści, takie jak efektywniejsze wykonywanie zadań czy lepsze zrozumienie skomplikowanych tematów.

Znaczącą rolę odgrywał również wpływ społeczny. Studenci byli bardziej skłonni do eksperymentowania z narzędziami AI, gdy byli do tego zachęcani przez swoich rówieśników, kolegów z klasy czy nauczycieli, co wskazuje, że rekomendacje od zaufanych źródeł miały duży wpływ na ich decyzje.

Pewność siebie w nauce AI, określana jako własna skuteczność, była kolejnym kluczowym czynnikiem. Ci, którzy czuli się zdolni do opanowania technologii AI, byli bardziej skłonni do ich używania, co podkreśla potrzebę wsparcia edukacyjnego i szkolenia w celu zwiększenia pewności siebie.

Co ciekawe, badanie wykazało, że niektóre oczekiwane wpływy miały niewielki wpływ na decyzje studentów. Etyczne obawy dotyczące AI, na przykład, nie miały znaczącego wpływu na ich chęć przyjęcia tej technologii.

Podobnie, pomysł wykorzystania AI dla rozrywki lub poziom gotowości i niepokoju związanego z jego użyciem nie zdawały się mieć tak dużego znaczenia. Badacze twierdzą, że sugeruje to, że praktyczne i społeczne czynniki przeważają nad etycznymi lub emocjonalnymi rozważaniami w tym kontekście.

Badacze zauważają, że badanie ma pewne ograniczenia, takie jak jednorazowe ankiety, próbkowanie tylko peruwiańskich studentów i pominięcie perspektyw nauczycieli.

Sugerują, że przyszłe badania mogłyby śledzić wykorzystanie AI w czasie, porównywać je między kulturami i uwzględniać edukatorów. Należy również badać, jak czynniki takie jak pochodzenie, systemy wsparcia i korzyści akademickie wpływają na przyjęcie AI w edukacji.

Niemniej jednak, badacze sugerują, że wyniki dotyczące świadomości etycznej podkreślają wagę tworzenia szczegółowych wytycznych i programów edukacyjnych promujących odpowiedzialne korzystanie z AI. Jest to szczególnie istotne biorąc pod uwagę niedawne ostrzeżenie w studium MIT dotyczące uzależnienia od AI.

Ponadto, autorzy podkreślają znaczenie ukierunkowanych programów szkoleniowych, które pomagają studentom pewnie korzystać z narzędzi AI. Jest to szczególnie istotne, biorąc pod uwagę, że duże modele językowe (LLMs) mogą okazać się niepewne w kontekście naukowym.

Dodatkowo, najnowsze badania podkreślają problemy ChatGPT z dokładnymi cytowaniami, często fabrykując lub fałszując źródła, co podważa zaufanie. Co więcej, ChatGPT cytował plagiaty, preferując nielegalne treści kosztem oryginalnego dziennikarstwa.

Ponadto, Generatywne AI umożliwia szybkie tworzenie realistycznych, a jednak fałszywych danych i obrazów naukowych, które badacze mają trudności z wykryciem z powodu braku wyraźnych oznak manipulacji. Figury generowane przez AI mogą już występować w czasopismach naukowych.

W miarę jak AI nadal kształtuje przyszłość edukacji, niniejsze badanie podkreśla znaczenie dostosowywania strategii do konkretnych kontekstów kulturowych i społecznych. Poprzez zrozumienie, co naprawdę motywuje studentów, uniwersytety mogą skutecznie integrować AI ze środowiskiem nauki i wspierać innowacyjne praktyki edukacyjne.