Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Faktory související s gramotností AI u vysokoškolských studentů

20. listopadu 2025 aktualizováno: Nagihan Acet

Vztah gramotnosti umělé inteligence s akademickými výsledky, čtenářskými návyky, závislostí na chytrých telefonech a internetovou závislostí mezi vysokoškolskými studenty

Tato studie zkoumá vztahy mezi gramotností umělé inteligence (AI) a faktory, jako jsou akademické úspěchy, čtenářské návyky, závislost na chytrých telefonech a závislost na internetu mezi vysokoškolskými studenty. Jak se technologie umělé inteligence stále více začleňují do každodenního života, gramotnost umělé inteligence, která je nezbytná pro pochopení a hodnocení umělé inteligence, se stává kritickou dovedností. Zatímco faktory jako akademický úspěch a pravidelné čtenářské návyky mohou zvýšit gramotnost umělé inteligence, chování, jako je závislost na chytrých telefonech a internetu, může mít nepříznivý účinek tím, že podporuje povrchní přístup k informacím před hlubším kritickým zapojením. Tato prospektivní, pozorovací a průřezová studie posoudí gramotnost umělé inteligence pomocí škály umělé inteligence a analyzuje její souvislost s akademickými a behaviorálními faktory. Studie bude provedena mezi účastníky ve věku 18-35 let v laboratoři oddělení fyzioterapie a rehabilitace na Atılım University. Data budou vyhodnocena pomocí deskriptivní statistiky, korelačních analýz (Pearson nebo Spearman, v závislosti na distribuci) a testování významnosti. Výsledky mohou poukázat na dopad akademických a behaviorálních faktorů na gramotnost umělé inteligence a nabídnout pohledy na vzdělávací strategie zaměřené na podporu kritických kompetencí umělé inteligence.

Přehled studie

Postavení

Dokončeno

Podmínky

Intervence / Léčba

Detailní popis

Umělá inteligence (AI), transformační síla v rámci informačních technologií, je podoborem informatiky, která zahrnuje vytváření inteligentních strojů a softwaru, které jednají a reagují podobně jako lidé. S představením ChatGPT, produktu OpenAI vydaného v listopadu 2022, si koncept umělé inteligence získal další popularitu. Historicky významným milníkem pro umělou inteligenci byl Turingův test, který v roce 1950 představil Alan Turing, aby změřil schopnost stroje vykazovat chování podobné lidem. V návaznosti na to vývoj expertních systémů v 60. a 70. letech, neuronové sítě v 80. letech, strojové učení a dolování dat v 90. letech a hluboké učení v 21. století představovaly klíčové body v časové ose AI. V oblasti výpočetní techniky je umělá inteligence často popisována jako druh „uměle vytvořený homo sapiens“. Systémy umělé inteligence mají základní dovednosti, jako je učení, uvažování, sebezdokonalování prostřednictvím zážitkového učení, porozumění jazyku a řešení problémů, a jsou naprogramovány jako simulace lidské inteligence. Umělá inteligence a její aplikace se využívají k řešení složitých problémů v různých oblastech – včetně vědy, zdravotnictví, vzdělávání, strojírenství, obchodu, obrany, zábavy a reklamy – pomocí expertních systémů.

Díky rychlé integraci technologií umělé inteligence do každodenního života je pro jednotlivce nezbytné získat znalosti a dovednosti související s těmito technologiemi. AI gramotnost představuje porozumění a povědomí o základních konceptech umělé inteligence. V tomto kontextu je gramotnost umělé inteligence základní schopností, která umožňuje jednotlivcům porozumět, používat a kriticky hodnotit technologie umělé inteligence, přičemž si uvědomuje jejich výhody i omezení. Znalost umělé inteligence může jednotlivcům pomoci pochopit a spravovat technologie umělé inteligence a nabízí příležitost stát se informovanějšími a schopnějšími jednotlivci. Proto je dnes pro každého nezbytné vlastnit a zlepšovat svou gramotnost AI.

Faktory, jako jsou čtenářské návyky a úroveň studijních výsledků, mohou pozitivně ovlivnit rozvoj gramotnosti umělé inteligence. Jednotlivci, kteří mají pravidelné čtenářské návyky, si obvykle rozvíjejí kritické myšlení a schopnosti hloubkové analýzy, což usnadňuje pochopení a kritické hodnocení technologií umělé inteligence. Podobně jedinci s vysokým akademickým výkonem mají často zkušenosti s přístupem a aplikací znalostí, díky čemuž se lépe přizpůsobí základním dovednostem potřebným pro získání gramotnosti AI.

Chování, jako je závislost na internetu a na chytrých telefonech, však může mít nepříznivý vliv na gramotnost umělé inteligence. Závislost na internetu posiluje zvyk přistupovat k informacím rychle a povrchně, což může snížit kritické myšlení a soustředění. Stejně tak závislost na chytrých telefonech, díky jejich neustálému a povrchnímu přístupu k informacím, může snížit zájem o procesy hlubokého myšlení potřebné pro gramotnost AI. Závislost na internetu a chytrých telefonech by proto mohla působit jako překážky v procesech vyžadujících hluboké myšlení, analýzu a shromažďování znalostí nezbytných pro gramotnost AI.

Pokud je nám známo, neexistuje žádná komplexní studie, která by zkoumala AI gramotnost mezi vysokoškolskými studenty ve vztahu k akademickým výsledkům, čtenářským návykům, závislosti na chytrých telefonech a závislosti na internetu z mnohostranné perspektivy.

Cílem této studie je odhalit vztahy mezi AI gramotností vysokoškolských studentů a jejich studijními výsledky, čtenářskými návyky, závislostí na internetu a závislostí na chytrých telefonech.

Typ studie

Pozorovací

Zápis (Aktuální)

184

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

Studijní záloha kontaktů

  • Jméno: Seval Yılmaz, Asst. Prof.
  • Telefonní číslo: +9 0312 586 61 03

Studijní místa

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Tato studie bude zahrnovat vybranou populaci vysokoškolských studentů ve věku 18-35 let, rekrutovaných z Atılım University. Účastníci, muži i ženy, budou testováni na základě specifických kritérií pro začlenění a vyloučení, jako je gramotnost, ochota zapojit se a schopnost spolupracovat. Vzorek zahrnuje jednotlivce s různým akademickým zázemím relevantním pro cíle studie.

Popis

Kritéria zahrnutí:

  • Být mezi 18-35 lety.
  • Ochota zúčastnit se po obdržení podrobných informací o účelu a metodologii studie.

Kritéria vyloučení:

  • Chybějící odpovědi v dotaznících.
  • Negramotnost.
  • Neschopnost spolupracovat.

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Skupina, která má být hodnocena z hlediska gramotnosti umělé inteligence
K určení úrovně gramotnosti umělé inteligence bude použita škála umělé inteligence. Škála je 12položkový nástroj určený k měření znalostí a dovedností jednotlivců v oblasti povědomí o umělé inteligenci, používání, hodnocení a etických úvah. Položky jsou hodnoceny na Likertově stupnici od 1 do 7 (1: rozhodně nesouhlasím, 7: zcela souhlasím), přičemž některé položky jsou opačně kódovány (položky 2, 5 a 11). Minimální možné skóre na stupnici je 12 a maximální skóre je 84; vyšší skóre znamená vyšší úroveň gramotnosti umělé inteligence. V této studii bude použita turecká verze stupnice.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Hodnocení čtenářských návyků
Časové okno: 1. den
Hodnocení čtenářských návyků K hodnocení čtenářských návyků bude použit Self-Report Habit Index. Dotazník čtenářských návyků je 12položkový nástroj určený k hodnocení čtenářských návyků jednotlivců, který zahrnuje dimenze, jako je frekvence čtení, doba trvání, preferované materiály (knihy, časopisy, online obsah atd.), účel čtení a prostředí pro čtení. Dotazník umožňuje účastníkům odpovídat na 5bodové Likertově škále (1: nikdy, 5: vždy). Získané celkové skóre se používá k interpretaci čtenářských návyků jednotlivce: nízké skóre ukazuje na občasné čtení, střední skóre představuje pravidelné, ale ne intenzivní čtenářské návyky a vysoké skóre odráží časté čtení různých materiálů. Toto hodnocení pomáhá určit úroveň čtenářských návyků jednotlivce a identifikovat oblasti pro potenciální zlepšení.
1. den
Hodnocení závislosti na smartphonu
Časové okno: 1. den
Závislost na smartphonu bude posuzována pomocí škály závislosti na smartphonu – krátká forma. Toto je desetibodová stupnice, která se používá k hodnocení zvyků jednotlivců při používání smartphonu. Každá položka je hodnocena od 1 (zcela nesouhlasím) do 6 (rozhodně souhlasím), s minimálním celkovým skóre 10 a maximálním 60. Vyšší skóre ukazuje na větší riziko závislosti a poskytuje rychlé posouzení.
1. den
Hodnocení závislosti na internetu
Časové okno: 1. den
Závislost na internetu bude posuzována pomocí škály závislosti na internetu – Short Form, nástroje určeného k hodnocení návyků jednotlivců při používání internetu. Škála původně vyvinutá Youngem (1998) byla upravena jako krátká forma sestávající ze 6 položek pro rychlé posouzení závislosti na internetu [14]. Bude použita turecká verze [15]. Každá položka je hodnocena od 1 (nikdy) do 5 (vždy), s celkovým skóre v rozmezí od 6 do 30. Vyšší skóre ukazuje na zvýšené riziko závislosti na internetu.
1. den
Hodnocení studijních výsledků
Časové okno: 1. den
Úroveň akademického prospěchu bude hodnocena na základě kumulativního průměru známek (GPA) z předchozího semestru. Toto měřítko poskytuje objektivní ukazatel celkového akademického výkonu studentů, zachycuje jejich trvalé úsilí a intelektuální zapojení do práce v kurzu.
1. den

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Publikace a užitečné odkazy

Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.

Obecné publikace

  • Kutlu, M., et al., Turkish adaptation of Young's Internet Addiction Test-Short Form: A reliability and validity study on university students and adolescents/Young Internet Bagimliligi Testi Kisa Formunun Turkce uyarlamasi: Universite ogrencileri ve ergenlerde gecerlilik ve guvenilirlik calismasi. Anadolu Psikiyatri Dergisi, 2016. 17(S1): p. 69-77.
  • Young, K.S., Internet addiction test. Center for on-line addictions, 2009.
  • Noyan, C.O., et al., Validity and reliability of the Turkish version of the Smartphone Addiction Scale-Short version among university students/Akilli Telefon Bagimliligi Olceginin Kisa Formunun universite ogrencilerinde Turkce gecerlilik ve guvenilirlik calismasi. Anadolu Psikiyatri Dergisi, 2015. 16(S1): p. 73-82.
  • Kwon M, Kim DJ, Cho H, Yang S. The smartphone addiction scale: development and validation of a short version for adolescents. PLoS One. 2013 Dec 31;8(12):e83558. doi: 10.1371/journal.pone.0083558. eCollection 2013.
  • Verplanken, B. and S. Orbell, Reflections on past behavior: a self-report index of habit strength 1. Journal of applied social psychology, 2003. 33(6): p. 1313-1330.
  • Çelebi, C., et al., Artificial intelligence literacy: An adaptation study. Instructional Technology and Lifelong Learning, 2023. 4(2): p. 291-306.
  • Wang, B., P.-L.P. Rau, and T. Yuan, Measuring user competence in using artificial intelligence: validity and reliability of artificial intelligence literacy scale. Behaviour & information technology, 2023. 42(9): p. 1324-1337.
  • Kong, S.-C., W.M.-Y. Cheung, and G. Zhang, Evaluating an artificial intelligence literacy programme for developing university students' conceptual understanding, literacy, empowerment and ethical awareness. Educational Technology & Society, 2023. 26(1): p. 16-30.
  • Laupichler, M.C., et al., Artificial intelligence literacy in higher and adult education: A scoping literature review. Computers and Education: Artificial Intelligence, 2022. 3: p. 100101.
  • Copeland, B.J. and D. Proudfoot, Artificial intelligence: History, foundations, and philosophical issues, in Philosophy of psychology and cognitive science. 2007, Elsevier. p. 429-482.
  • Haenlein, M. and A. Kaplan, A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California management review, 2019. 61(4): p. 5-14.
  • Turing, A.M., Computing machinery and intelligence. 2009: Springer.
  • Muggleton, S., Alan Turing and the development of Artificial Intelligence. AI communications, 2014. 27(1): p. 3-10.
  • Kamble, R. and D. Shah, Applications of artificial intelligence in human life. International Journal of Research-Granthaalayah, 2018. 6(6): p. 178-188.

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

15. listopadu 2024

Primární dokončení (Aktuální)

15. března 2025

Dokončení studie (Aktuální)

15. dubna 2025

Termíny zápisu do studia

První předloženo

13. listopadu 2024

První předloženo, které splnilo kritéria kontroly kvality

13. listopadu 2024

První zveřejněno (Aktuální)

14. listopadu 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

25. listopadu 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

20. listopadu 2025

Naposledy ověřeno

1. listopadu 2025

Více informací

Termíny související s touto studií

Další identifikační čísla studie

  • Atılım University_5

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NEROZHODNÝ

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

produkt vyrobený a vyvážený z USA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .