Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Faktorer knyttet til kunstig intelligens hos universitetsstuderende

20. november 2025 opdateret af: Nagihan Acet

Forholdet mellem kunstig intelligens og akademisk præstation, læsevaner, smartphoneafhængighed og internetafhængighed blandt universitetsstuderende

Denne undersøgelse undersøger forholdet mellem kunstig intelligens (AI) læsefærdighed og faktorer som akademiske præstationer, læsevaner, smartphone-afhængighed og internetafhængighed blandt universitetsstuderende. Efterhånden som AI-teknologier bliver mere og mere integreret i det daglige liv, fremstår AI-kompetencer, der er nødvendige for at forstå og evaluere AI, som en kritisk færdighed. Mens faktorer som akademisk succes og regelmæssige læsevaner kan forbedre kunstig intelligens, kan adfærd som smartphone- og internetafhængighed have en negativ effekt ved at fremme overfladisk informationsadgang over dybere kritisk engagement. Denne prospektive, observationelle og tværsnitsundersøgelse vil vurdere AI-kompetence ved hjælp af Artificial Intelligence Literacy Scale og analysere dens sammenhæng med akademiske og adfærdsmæssige faktorer. Undersøgelsen vil blive udført blandt deltagere i alderen 18-35 i Fysioterapi- og Rehabiliteringsafdelingens laboratorium ved Atılım University. Data vil blive evalueret ved hjælp af beskrivende statistik, korrelationsanalyser (Pearson eller Spearman, afhængig af distribution) og signifikanstest. Resultaterne kan fremhæve virkningen af ​​akademiske og adfærdsmæssige faktorer på AI-kompetencer, og give indsigt i uddannelsesstrategier, der sigter mod at fremme kritiske AI-kompetencer.

Studieoversigt

Detaljeret beskrivelse

Artificial Intelligence (AI), en transformativ kraft inden for informationsteknologi, er et underområde inden for datalogi, der involverer at skabe intelligente maskiner og software, der handler og reagerer på samme måde som mennesker. Med introduktionen af ​​ChatGPT, et OpenAI-produkt udgivet i november 2022, har begrebet kunstig intelligens vundet yderligere popularitet. Historisk set var en væsentlig milepæl for kunstig intelligens Turing-testen, introduceret af Alan Turing i 1950 for at måle en maskines evne til at udvise menneskelignende adfærd. Efter dette markerede udviklingen af ​​ekspertsystemer i 1960'erne-70'erne, neurale netværk i 1980'erne, maskinlæring og datamining i 1990'erne og deep learning i 2000'erne hver især omdrejningspunkter i AI-tidslinjen. Inden for computerområdet beskrives AI ofte som en "menneskeskabt homo sapiens"-art. AI-systemer besidder grundlæggende færdigheder som læring, ræsonnement, selvforbedring gennem erfaringsmæssig læring, sprogforståelse og problemløsning og er programmeret som simuleringer af menneskelig intelligens. AI og dets applikationer bruges til at løse komplekse problemstillinger på tværs af forskellige felter, herunder videnskab, sundhedspleje, uddannelse, teknik, forretning, forsvar, underholdning og reklame - ved hjælp af ekspertsystemer.

Den hurtige integration af AI-teknologier i dagligdagen har gjort det vigtigt for enkeltpersoner at tilegne sig viden og færdigheder relateret til disse teknologier. AI-færdigheder repræsenterer en forståelse og bevidsthed om centrale kunstig intelligens-koncepter. I denne sammenhæng er AI-kompetence en grundlæggende kompetence, der gør det muligt for individer at forstå, bruge og kritisk vurdere AI-teknologier, idet de anerkender både deres fordele og begrænsninger. At have AI-kundskaber kan hjælpe enkeltpersoner med at forstå og administrere AI-teknologier, hvilket giver mulighed for at blive mere informerede og dygtige individer. Derfor er det blevet afgørende for alle i dag at besidde og forbedre deres AI-færdigheder.

Faktorer som læsevaner og niveauer af akademisk præstation kan have en positiv indflydelse på udviklingen af ​​AI-færdigheder. Personer, der har regelmæssige læsevaner, udvikler typisk kritisk tænkning og dybdegående analysefærdigheder, som letter forståelse og kritisk evaluering af AI-teknologier. På samme måde er personer med høj akademisk præstation ofte erfarne i at få adgang til og anvende viden, hvilket gør dem mere tilpasningsdygtige til de grundlæggende færdigheder, der kræves for at opnå AI-færdigheder.

Adfærd som internetafhængighed og smartphoneafhængighed kan dog, mens den letter adgangen til AI-teknologier, have en negativ effekt på AI-færdigheden. Internetafhængighed forstærker en vane med at få adgang til information hurtigt og overfladisk, hvilket kan reducere kritisk tænkning og fokus. Ligeledes kan smartphoneafhængighed, på grund af dens levering af konstant og overfladisk adgang til information, mindske interessen for de dybe tænkeprocesser, der kræves for AI-færdigheder. Derfor kan internet- og smartphoneafhængighed fungere som barrierer i de processer, der kræver dyb eftertanke, analyse og akkumulering af viden, der er afgørende for AI-færdigheder.

Så vidt vi ved, er der ingen omfattende undersøgelse, der undersøger AI-færdigheder blandt universitetsstuderende i forhold til akademiske præstationer, læsevaner, smartphone-afhængighed og internetafhængighed fra et mangefacetteret perspektiv.

Formålet med denne undersøgelse er at afsløre forholdet mellem universitetsstuderendes AI-færdigheder og deres niveauer af akademiske præstationer, læsevaner, internetafhængighed og smartphoneafhængighed.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

184

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Denne undersøgelse vil involvere en udvalgt population af universitetsstuderende i alderen 18-35, rekrutteret fra Atılım University. Deltagerne, både mænd og kvinder, vil blive screenet ud fra specifikke inklusions- og eksklusionskriterier, såsom læsefærdigheder, villighed til at deltage og evne til at samarbejde. Stikprøven omfatter personer med varieret akademisk baggrund, der er relevant for studiemålene.

Beskrivelse

Inklusionskriterier:

  • At være mellem 18-35 år.
  • Lyst til at deltage efter at have modtaget detaljeret information om undersøgelsens formål og metode.

Ekskluderingskriterier:

  • Manglende svar i spørgeskemaer.
  • Analfabetisme.
  • Manglende evne til at samarbejde.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Gruppen, der skal evalueres med hensyn til AI-færdigheder
Artificial Intelligence Literacy Scale vil blive brugt til at bestemme niveauet af AI-kompetencer. Skalaen er et instrument med 12 elementer designet til at måle individers viden og færdigheder inden for AI-bevidsthed, brug, evaluering og etiske overvejelser. Elementer vurderes på en Likert-skala fra 1 til 7 (1: Helt uenig, 7: Helt enig), med nogle elementer omvendt kodet (punkt 2, 5 og 11). Den mindst mulige score på skalaen er 12, og den maksimale score er 84; en højere score indikerer et højere niveau af AI-færdigheder. Den tyrkiske version af skalaen vil blive brugt i denne undersøgelse.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Vurdering af læsevaner
Tidsramme: Dag 1
Vurdering af læsevaner Self-Report Habit Index vil blive brugt til at vurdere læsevaner. Læsevaner-spørgeskemaet er et 12-elements instrument designet til at vurdere individers læsevaner, og dækker dimensioner som læsefrekvens, varighed, foretrukne materialer (bøger, magasiner, onlineindhold osv.), læseformål og læsemiljø. Spørgeskemaet giver deltagerne mulighed for at svare på en 5-punkts Likert-skala (1: Aldrig, 5: Altid). Den opnåede samlede score bruges til at fortolke en persons læsevaner: lave scores indikerer sjælden læsning, moderate scores repræsenterer regelmæssige, men ikke intensive læsevaner, og høje scores afspejler hyppig læsning af forskelligt materiale. Denne vurdering hjælper med at bestemme niveauet af en persons læsevaner og identificere områder for potentielle forbedringer.
Dag 1
Vurdering af smartphone afhængighed
Tidsramme: Dag 1
Smartphone afhængighed vil blive vurderet ved hjælp af Smartphone Addiction Scale - Short Form. Dette er en skala med 10 punkter, der bruges til at evaluere enkeltpersoners smartphonebrugsvaner. Hvert element scores fra 1 (helt uenig) til 6 (helt enig), med en minimumscore på 10 og et maksimum på 60. Højere score indikerer en større risiko for afhængighed og giver en hurtig vurdering.
Dag 1
Vurdering af internetafhængighed
Tidsramme: Dag 1
Internetafhængighed vil blive vurderet ved hjælp af Internet Addiction Scale - Short Form, et instrument designet til at evaluere enkeltpersoners internetbrugsvaner. Oprindeligt udviklet af Young (1998), er skalaen blevet tilpasset som en kort form bestående af 6 punkter til en hurtig vurdering af internetafhængighed [14]. Den tyrkiske version vil blive brugt [15]. Hvert element er bedømt fra 1 (Aldrig) til 5 (Altid), med en samlet score fra 6 til 30. Højere score indikerer en øget risiko for internetafhængighed.
Dag 1
Vurdering af akademisk præstation
Tidsramme: Dag 1
Niveauet af akademisk præstation vil blive vurderet ud fra det kumulative karaktergennemsnit (GPA) fra det foregående semester. Denne foranstaltning giver en objektiv indikator for elevernes samlede akademiske præstationer, der fanger deres vedvarende indsats og intellektuelle engagement i kurser.
Dag 1

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

  • 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.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

15. november 2024

Primær færdiggørelse (Faktiske)

15. marts 2025

Studieafslutning (Faktiske)

15. april 2025

Datoer for studieregistrering

Først indsendt

13. november 2024

Først indsendt, der opfyldte QC-kriterier

13. november 2024

Først opslået (Faktiske)

14. november 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. november 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

20. november 2025

Sidst verificeret

1. november 2025

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Abonner