《Frontiers in Psychology》:Within-person reciprocal processes between AI feedback literacy and agentic engagement: a three-wave random-intercept cross-lagged panel study
编辑推荐:
中文摘要翻译:
人工智能(AI)反馈已成为大学学习中普遍存在的特征,然而学生有效参与此类反馈的能力是否与其更广泛的学习者能动性共同发展,目前仍知之甚少。本研究借鉴学生反馈素养理论、作为补充动机视角的自我决定理论(Self-Determination Theor
中文摘要翻译:
人工智能(AI)反馈已成为大学学习中普遍存在的特征,然而学生有效参与此类反馈的能力是否与其更广泛的学习者能动性共同发展,目前仍知之甚少。本研究借鉴学生反馈素养理论、作为补充动机视角的自我决定理论(Self-Determination Theory, SDT)以及共生原则(mutualism principle),检验了AI反馈素养与能动性参与是否在个体内水平上随时间相互预测,并探索性地考察了二者是否共享稳定的特质水平关联。研究人员对480名中国本科生(完整完成所有波次数据者N = 399)开展了一项三波面板研究,测量间隔为六周,覆盖一个学期,并采用随机截距交叉滞后面板模型(Random-Intercept Cross-Lagged Panel Model, RI-CLPM)进行分析。在个体间水平上,学期内AI反馈素养系统性地较高的学生,其能动性参与水平也系统性地较高,两个随机截距之间的特质水平相关呈中等强度且具有统计学显著性(r = 0.315,p < 0.001),支持假设1。在个体内水平上,两条交叉滞后路径均为正向且显著:AI反馈素养的偏差显著预测后续能动性参与的偏差(β = 0.222,p < 0.001),反向路径同样显著(β = 0.263,p < 0.001)。Wald检验表明,两条互惠路径在强度上无显著差异(ΔB = 0.002,p = 0.972),与对称共生模式一致。模型比较确认RI-CLPM的拟合优度显著优于传统交叉滞后面板模型,且RI-CLPM在适当分离稳定的特质水平共变后,揭示出显著更大的个体内互惠效应。上述发现将共生原则从个体内部构念之间的耦合拓展至个体内部能力与个体-环境行为界面之间的耦合。研究还提出一种可能性:在能动性参与历来在文化上受到抑制的儒家文化圈(Confucian Heritage Culture)背景下,AI反馈可能为学生提供了一种文化负荷较低、更便于行使能动性的场域。本研究将AI反馈素养从一个静态技能重新定位为一种动态发展资源,该资源部分地由其所促成的参与行为本身所建构。
论文解读文章
一、研究背景与问题提出
在高等教育领域,学生能否塑造自身学习轨迹始终是教育心理学的核心议题,而生成式人工智能的兴起使这一问题面临新的审视。传统反馈机制中,反馈来源于在原则上对其质量负责的知识型他者,反馈的社会契约清晰明确。然而当反馈由AI系统生成时,该契约被悬置:反馈充裕、即时且看似权威,却无法就其意图进行追问。学生在此条件下是成长为更自主的学习者,还是滑入被动依赖的姿态,部分取决于两项心理资源:有效参与反馈的能力,以及对此采取行动的自愿意愿。
学生反馈素养指学习者理解、评价并运用反馈促进自身发展的能力,Carless和Boud(2018)将其界定为理解、能力与倾向的综合。Molloy等(2020)进一步将其细化为四个维度:重视反馈价值、判断反馈质量、管理情感反应以及采取行动。近年来,Liu和Deris(2025)将这一构念拓展至AI中介情境,定义了AI反馈素养。能动性参与则由Reeve和Tseng(2011)引入,作为继行为、情感和认知参与之后的第四种学生参与类型,指学生通过提问、表达偏好、提供意见和重塑学习活动本身而对教学流程做出的主动建设性贡献。
尽管两个构念在教育心理学中均已确立,但二者主要在各自独立的文献中发展,其相互关系的实证证据仍然薄弱。既有研究多为横断面设计,或依赖传统交叉滞后面板模型(CLPM),而该模型混淆了学生间的特质差异与学生内的状态变化。随机截距交叉滞后面板模型(RI-CLPM)通过将纵向协方差结构分解为稳定的个体间成分和波动的个体内成分,解决了这一混淆问题。本研究正是利用这一方法学进展,在中国本科生样本中检验AI反馈素养与能动性参与之间的动态交互。
二、研究设计与主要结论
研究人员从中国东部两所综合性大学招募了480名非英语专业的二、三年级本科生,采用配额分层程序确保性别、年级和学科分布的平衡。数据在一个学期内以六周为间隔分三波收集,最终以399名完整完成全部波次的参与者作为分析样本。AI反馈素养采用Liu和Deris(2025)开发的24题AI反馈素养量表测量,能动性参与采用Reeve(2013)开发的10题能动性参与量表测量,后者经情境化改编以涵盖师生互动和学生与AI互动。
研究得出三项主要结论。第一,在个体间水平上,两个随机截距的相关为r = 0.315(p < 0.001),表明学期内AI反馈素养系统性较高的学生,其能动性参与也系统性较高,支持了探索性的假设1。第二,在个体内水平上,两条交叉滞后路径均为正向且显著:AI反馈素养偏差预测后续能动性参与偏差(β = 0.222,p < 0.001),能动性参与偏差同样预测后续AI反馈素养偏差(β = 0.263,p < 0.001),支持假设2a和2b。第三,Wald检验表明两条路径强度无显著差异(ΔB = 0.002,p = 0.972),提示互惠动态呈对称性。
三、关键技术方法
本研究采用的核心分析方法是随机截距交叉滞后面板模型(RI-CLPM),该模型将观测分数分解为个体间随机截距和个体内残差成分,以分离特质水平共变与个体内互惠动态。模型估计采用稳健最大似然法(MLR),以应对多元非正态性。研究还进行了纵向测量不变性检验,确认了部分标量不变性。此外,研究人员运用先验功效分析(powRICLPM R包)确认检测效力,采用Harman单因素检验和标记变量方法评估共同方法偏差,并通过与传统CLPM的似然比检验比较确认RI-CLPM的优越性。样本来源于中国东部两所综合性大学的480名本科生,分析样本为399名完整数据参与者。
四、研究结果
4.1 样本特征与初步分析
样本包含263名女性(54.8%)和217名男性(45.2%),二年级学生271名(56.5%),三年级学生209名(43.5%)。学科分布涵盖人文学科(24.6%)、社会科学(29.4%)、自然科学(22.7%)和工程学科(23.3%)。基线时参与者报告每周使用AI工具进行学术活动的频率中位数为三至四次。两个构念在三波中表现出中等稳定性,波间相关范围为AI反馈素养0.63至0.71、能动性参与0.59至0.73;同期相关范围为0.22至0.33,表明构念相关但非冗余。
4.2 纵向测量不变性
测量不变性检验支持AI反馈素养的部分标量不变性和能动性参与的完全标量不变性。AI反馈素养量表中两个条目截距(分别属于欣赏和判断子维度)被释放以跨波变化,CFI和RMSEA的变化均落在常规阈值内。共同方法偏差方面,Harman单因素检验显示单因子解释53.4%的总方差,略高于50%的常规阈值;但更严格的标记变量方法显示,控制标记变量后偏相关与零阶相关的变化小于0.02,表明共同方法偏差未实质性膨胀核心关联。
4.3 随机截距交叉滞后面板模型
RI-CLPM对数据拟合极佳,χ2(8) = 12.08,p = 0.148,CFI = 0.996,TLI = 0.993,RMSEA = 0.036,SRMR = 0.019。平稳性假设得到支持,约束模型与自由估计模型无显著差异(Δχ2(4) = 4.12,p = 0.390)。个体间水平上,两个随机截距方差均较大且估计精确(Var[RI_AIFL] = 0.394,Var[RI_AE] = 0.293),随机截距相关r = 0.315(p < 0.001)。个体内水平上,交叉滞后路径AIFL→AE的标准化β = 0.222(p < 0.001),AE→AIFL的标准化β = 0.263(p < 0.001),自回归路径φ_AIFL = 0.261、φ_AE = 0.358均显著。
4.4 稳健性检验与模型比较
传统CLPM拟合显著较差(χ2(11) = 61.45,p < 0.001),似然比检验确认RI-CLPM更优(Δχ2(3) = 49.37,p < 0.001)。传统CLPM中的交叉滞后估计(β = 0.116和β = 0.157)显著小于RI-CLPM的个体内估计(β = 0.222和β = 0.263),表明特质水平共变在传统模型中抑制而非膨胀了个体内互惠动态。Wald检验不显著(p = 0.972),支持对称互惠的解释。纳入性别、年级、学科和基线AI使用频率作为随机截距预测变量后,交叉滞后路径变化小于0.01,统计显著性不受影响。
五、讨论与结论
研究将反馈素养理论从以认知评价为核心的能力构念拓展为嵌入学生更广泛能动性姿态的发展资源。个体内路径表明,能动性参与不仅是素养发展的下游结果,更是素养积累过程本身的组成部分。对称互惠的发现提示反馈过程不存在特权的时序方向,这与Marsh和Craven(2006)的自我概念-成就互惠效应模型以及Vu等(2022)的动机-成就循环相一致,并将共生原则从个体内部构念的耦合拓展至个体内部能力与个体-环境行为界面的耦合。
方法学上,RI-CLPM相较于传统CLPM的显著改进提示,反馈研究领域应将RI-CLPM作为互惠问题的默认分析策略。实践上,干预设计不应将AI反馈素养和能动性参与视为可分离的训练目标,而应设计同时锻炼两种资源并使其交互作用的综合体验。由于互惠对称,干预切入点具有灵活性,但在学生接触AI反馈的初始阶段,教育者可能需要优先考虑素养切入点,先搭建批判性评价的脚手架,再开放无限制的能动性探索。
研究结论指出,AI反馈素养与能动性参与在个体内水平上对称地相互促进,二者构成互惠的发展资源。在儒家文化圈背景下,AI反馈可能提供了文化负荷较低的能动性行使场域。研究将AI反馈素养从一个静态技能重新定位为动态发展资源,该资源部分地由其所促成的参与行为本身所建构。