The Uneven Impact of Generative AI on Student Learning: Examining the Roles of Reliance, Evaluation Literacy, and Course Policy in AI-related Courses· 生成AI对学生学习的不均衡影响
Generative artificial intelligence (GenAI) is changing how students learn, yet the roles of course context, cognitive reliance, evaluation literacy, and early reliance remain underexplored. Using survey responses from 118 students across 12 AI-related courses at our institution, we examined differences in GenAI use and perceived learning experiences. We identified four user clusters: high-use students reporting many benefits, light users reporting less reliance and fewer benefits, and two moderate-use groups reporting different levels of benefit. We also found significant differences between free- and premium-version users, single- and multiple-tool users, and students experiencing different instructor policies. In multivariable regression models, academic benefit was associated with early
研究生成AI在不同课程和用户群中的使用对学生学习的影响。
- 核心方法
- 通过对118名来自12门AI相关课程的学生进行调查，分析生成AI的使用模式与学习体验之间的关系，并利用多元回归模型进行关联性研究。
- 适合谁读
- 适合教育研究者、课程设计者和AI技术开发者阅读
- 要解决的问题
- 探索生成AI如何影响学生学习，特别是不同依赖程度、评估素养和课程政策下的影响。
- 关键实验
- 关键实验包括对118名学生使用生成AI的学习体验进行调查分析，以及不同用户群之间的比较研究。
- 主要贡献
- 揭示了生成AI使用的四个主要用户群及其学习体验差异，以及免费版与付费版用户、单一与多工具用户在不同课程政策下的学习成果。
- 意义与局限
- 该研究为理解和优化生成AI在教育中的应用提供了重要依据，但仍需更多数据来验证其普遍性和长期影响。