Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Yliopisto-opiskelijoiden tekoälylukutaitoon liittyvät tekijät

torstai 20. marraskuuta 2025 päivittänyt: Nagihan Acet

Tekoälylukutaidon suhde akateemisiin saavutuksiin, lukutottumuksiin, älypuhelinriippuvuuteen ja Internet-riippuvuuteen yliopisto-opiskelijoiden keskuudessa

Tämä tutkimus tutkii tekoälyn (AI) lukutaidon ja yliopisto-opiskelijoiden tekijöiden, kuten akateemisten saavutusten, lukutottumusten, älypuhelinriippuvuuden ja internet-riippuvuuden välisiä suhteita. Tekoälyteknologian integroituessa yhä enemmän jokapäiväiseen elämään tekoälyn ymmärtämiseen ja arvioimiseen tarvittava tekoälylukutaito on nousemassa kriittiseksi taidoksi. Vaikka sellaiset tekijät kuin akateeminen menestys ja säännölliset lukutavat voivat parantaa tekoälylukutaitoa, älypuhelin- ja internetriippuvuuden kaltaisilla käytöksillä voi olla haitallisia vaikutuksia edistämällä pinnallista tiedonsaantia syvemmän kriittisen sitoutumisen sijaan. Tämä prospektiivinen, havainnollinen ja poikkileikkaustutkimus arvioi tekoälyn lukutaitoa tekoälyn lukutaitoasteikon avulla ja analysoi sen yhteyttä akateemisiin ja käyttäytymistekijöihin. Tutkimus tehdään Atılımin yliopiston fysioterapia- ja kuntoutusosaston laboratoriossa 18–35-vuotiaille osallistujille. Tiedot arvioidaan käyttämällä kuvaavia tilastoja, korrelaatioanalyysejä (Pearson tai Spearman jakauman mukaan) ja merkitsevyystestausta. Tulokset saattavat korostaa akateemisten ja käyttäytymiseen liittyvien tekijöiden vaikutusta tekoälylukutaitoon, ja ne tarjoavat oivalluksia kriittisten AI-kompetenssien edistämiseen tähtäävistä koulutusstrategioista.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Tekoäly (AI), tietotekniikan muuntava voima, on tietojenkäsittelytieteen alaala, joka sisältää älykkäiden koneiden ja ohjelmistojen luomisen, jotka toimivat ja reagoivat samalla tavalla kuin ihmiset. Marraskuussa 2022 julkaistun OpenAI-tuotteen ChatGPT:n myötä tekoälyn käsite on kasvattanut suosiotaan. Historiallisesti merkittävä virstanpylväs tekoälylle oli Turingin testi, jonka Alan Turing esitteli vuonna 1950 mittaamaan koneen kykyä osoittaa ihmisen kaltaista käyttäytymistä. Tämän jälkeen asiantuntijajärjestelmien kehitys 1960-70-luvuilla, neuroverkkojen kehitys 1980-luvulla, koneoppiminen ja tiedon louhinta 1990-luvulla ja syväoppiminen 2000-luvulla olivat kukin keskeisiä kohtia tekoälyn aikajanalla. Tietojenkäsittelyn alalla tekoälyä kuvataan usein "ihmisen tekemäksi homo sapiens" -lajiksi. Tekoälyjärjestelmillä on perustaidot, kuten oppiminen, päättely, itsensä kehittäminen kokemuksellisen oppimisen kautta, kielen ymmärtäminen ja ongelmanratkaisu, ja ne on ohjelmoitu ihmisen älykkyyden simulaatioiksi. Tekoälyä ja sen sovelluksia käytetään monimutkaisten ongelmien ratkaisemiseen eri aloilla, mukaan lukien tiede, terveydenhuolto, koulutus, tekniikka, liike-elämä, puolustus, viihde ja mainonta - asiantuntijajärjestelmien avulla.

Tekoälyteknologioiden nopea integroituminen jokapäiväiseen elämään on tehnyt yksilöiden välttämättömäksi hankkia näihin teknologioihin liittyviä tietoja ja taitoja. Tekoälylukutaito edustaa tekoälyn ydinkäsitteiden ymmärtämistä ja tietoisuutta. Tässä yhteydessä tekoälylukutaito on perustavanlaatuinen kompetenssi, jonka avulla ihmiset voivat ymmärtää, käyttää ja arvioida kriittisesti tekoälyteknologioita tunnistaen sekä niiden edut että rajoitukset. Tekoälylukutaito voi auttaa ihmisiä ymmärtämään ja hallitsemaan tekoälytekniikoita, mikä tarjoaa mahdollisuuden tulla tietoisemmiksi ja kyvykkäiksi yksilöiksi. Siksi jokaiselle on nykyään välttämätöntä omistaa ja parantaa tekoälylukutaitoaan.

Sellaiset tekijät kuin lukutavat ja akateemiset saavutukset voivat vaikuttaa positiivisesti tekoälylukutaidon kehittymiseen. Säännöllisiä lukutottumuksia omaavat henkilöt kehittävät tyypillisesti kriittistä ajattelua ja syvällisiä analysointitaitoja, mikä helpottaa tekoälytekniikoiden ymmärtämistä ja kriittistä arviointia. Vastaavasti korkean akateemisen suorituskyvyn omaavilla henkilöillä on usein kokemusta tiedon hankkimisesta ja soveltamisesta, mikä tekee heistä paremmin mukautuvia tekoälylukutaidon hankkimiseen vaadittaviin perustaitoihin.

Internet-riippuvuuden ja älypuhelinriippuvuuden kaltaisilla käytöksillä voi kuitenkin olla haitallinen vaikutus tekoälyn lukutaitoon, vaikka ne helpottavat tekoälytekniikoiden käyttöä. Internet-riippuvuus vahvistaa tapaa saada tietoa nopeasti ja pinnallisesti, mikä voi heikentää kriittistä ajattelua ja keskittymistä. Samoin älypuhelinriippuvuus, koska se tarjoaa jatkuvan ja pinnallisen tiedonsaannin, voi vähentää kiinnostusta tekoälylukutaidon edellyttämiin syvällisiin ajatteluprosesseihin. Siksi Internet- ja älypuhelinriippuvuus voisi toimia esteenä prosesseissa, jotka vaativat syvällistä ajattelua, analysointia ja tekoälyn lukutaidon kannalta välttämättömän tiedon keräämistä.

Tietojemme mukaan ei ole olemassa kattavaa tutkimusta, joka tutkisi yliopisto-opiskelijoiden tekoälylukutaitoa suhteessa akateemisiin saavutuksiin, lukutottumuksiin, älypuhelinriippuvuuteen ja internet-riippuvuuteen monitahoisesta näkökulmasta.

Tämän tutkimuksen tavoitteena on paljastaa yliopisto-opiskelijoiden tekoälylukutaidon ja akateemisen suoritustason, lukutottumusten, internet- ja älypuhelinriippuvuuden välisiä suhteita.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

184

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Tässä tutkimuksessa on mukana valittu joukko 18–35-vuotiaita yliopisto-opiskelijoita, jotka on rekrytoitu Atılımin yliopistosta. Osallistujat, sekä miehiä että naisia, seulotaan erityisten mukaanotto- ja poissulkemiskriteerien perusteella, kuten lukutaito, osallistumishalu ja yhteistyökyky. Otokseen kuuluu henkilöitä, joilla on monipuolinen akateeminen tausta opiskelutavoitteiden kannalta.

Kuvaus

Sisällön kriteerit:

  • Ikää 18-35v.
  • Halukkuus osallistua saatuaan yksityiskohtaiset tiedot tutkimuksen tarkoituksesta ja metodologiasta.

Poissulkemiskriteerit:

  • Vastaukset puuttuvat kyselylomakkeista.
  • Lukutaidottomuus.
  • Kyvyttömyys tehdä yhteistyötä.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Tekoälylukutaidon suhteen arvioitava ryhmä
Tekoälyn lukutaitoasteikkoa käytetään tekoälyn lukutaidon tason määrittämiseen. Asteikko on 12-osainen mittari, joka on suunniteltu mittaamaan yksilöiden tietoja ja taitoja tekoälyn tietoisuuden, käytön, arvioinnin ja eettisten näkökohtien suhteen. Kohteet on arvioitu Likert-asteikolla 1-7 (1: täysin eri mieltä, 7: täysin samaa mieltä), ja jotkut kohteet on koodattu käänteisesti (kohdat 2, 5 ja 11). Asteikon pienin mahdollinen pistemäärä on 12 ja maksimipistemäärä 84; korkeampi pistemäärä tarkoittaa korkeampaa tekoälylukutaitoa. Tässä tutkimuksessa käytetään asteikon turkkilaista versiota.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Lukutattumusten arviointi
Aikaikkuna: Päivä 1
Luketottumusten arviointi Lukutattumusten arvioinnissa käytetään Self-Report Habit Indexiä. Reading Habits Questionnaire on 12 pisteen väline, joka on suunniteltu arvioimaan yksilöiden lukutottumuksia. Se kattaa esimerkiksi lukutiheyden, keston, ensisijaiset materiaalit (kirjat, lehdet, verkkosisältö jne.), lukutarkoituksen ja lukuympäristön. Kyselylomakkeen avulla osallistujat voivat vastata 5-pisteen Likert-asteikolla (1: Ei koskaan, 5: Aina). Saatua kokonaispistemäärää käytetään yksilön lukutottumusten tulkinnassa: alhaiset pisteet osoittavat harvoin lukemista, kohtalaiset pisteet edustavat säännöllistä mutta ei intensiivistä lukutottumusta ja korkeat pisteet kertovat useiden erilaisten materiaalien lukemisesta. Tämä arviointi auttaa määrittämään yksilön lukutottumusten tason ja tunnistamaan mahdollisia parannuskohteita.
Päivä 1
Älypuhelinriippuvuuden arviointi
Aikaikkuna: Päivä 1
Älypuhelinriippuvuus arvioidaan Smartphone Addiction Scale - Short Form -asteikolla. Tämä on 10 pisteen asteikko, jota käytetään yksilöiden älypuhelimen käyttötottumusten arvioimiseen.Jokainen kohta pisteytetään 1:stä (täysin eri mieltä) 6:een (täysin samaa mieltä), ja vähimmäispistemäärä on 10 ja enimmäispistemäärä 60. Korkeammat pisteet osoittavat suurempaa riippuvuuden riskiä ja tarjoavat nopean arvion.
Päivä 1
Internet-riippuvuuden arviointi
Aikaikkuna: Päivä 1
Internet-riippuvuutta arvioidaan käyttämällä Internet Addiction Scale - Short Form -mittaria, joka on suunniteltu arvioimaan yksilöiden internetin käyttötottumuksia. Alunperin Youngin (1998) kehittämä asteikko on mukautettu lyhyeksi lomakkeeksi, joka koostuu kuudesta kohdasta Internet-riippuvuuden nopeaa arviointia varten [14]. Turkinkielistä versiota käytetään [15]. Jokainen kohde on arvosteltu välillä 1 (Ei koskaan) - 5 (aina), ja kokonaispistemäärä vaihtelee välillä 6 - 30. Korkeammat pisteet osoittavat lisääntynyttä Internet-riippuvuuden riskiä.
Päivä 1
Opintosuorituksen arviointi
Aikaikkuna: Päivä 1
Opintosuoritusten taso arvioidaan edellisen lukukauden kumulatiivisen arvosanan keskiarvon (GPA) perusteella. Tämä mitta tarjoaa objektiivisen indikaattorin opiskelijoiden yleisestä akateemisesta suorituksesta, joka kuvaa heidän jatkuvaa ponnisteluaan ja henkistä sitoutumista työselostukseen.
Päivä 1

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

  • 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.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Perjantai 15. marraskuuta 2024

Ensisijainen valmistuminen (Todellinen)

Lauantai 15. maaliskuuta 2025

Opintojen valmistuminen (Todellinen)

Tiistai 15. huhtikuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 13. marraskuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 13. marraskuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Torstai 14. marraskuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 25. marraskuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 20. marraskuuta 2025

Viimeksi vahvistettu

Lauantai 1. marraskuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Yhdysvalloissa valmistettu ja sieltä viety tuote

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa