学术写作中如何依赖生成式AI？研究者开发首个多维度评估量表

随着生成式AI在高校学术写作中的普及，学生如何依赖这些工具已成为教育公平与学术诚信的核心议题。现有评估工具多基于归纳法开发，聚焦离散任务且样本单一。

近日，美国一所少数族裔服务院校的研究团队在arXiv发布最新成果，开发并验证了“生成式AI依赖类型量表”。该20项量表基于理论构建，测量四种依赖类型：策略性依赖（含审慎使用与批判评估两个维度）、工具性依赖、依赖性使用及对话式依赖。

研究采用教育心理测量标准的多源验证框架，通过对382名本科生的问卷调查和14名学生的深度访谈，确认了量表的五因子结构。验证性因子分析显示模型拟合良好，各子量表信度在0.75-0.88之间。量表在性别、第一代大学生身份及STEM/非STEM专业间具有测量不变性，这是生成式AI依赖测量工具的首个跨群体验证证据。

研究发现，策略性依赖与AI素养呈正相关，不同依赖类型学生在写作过程和成果上存在显著差异。该量表为教育工作者提供了理论扎实、测量可靠的工具，可用于识别学生依赖模式、支持AI素养干预及学术诚信评估。