Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Faktorer knyttet til AI-kompetanse hos universitetsstudenter

20. november 2025 oppdatert av: Nagihan Acet

Forholdet mellom kunstig intelligens og akademisk prestasjon, lesevaner, smarttelefonavhengighet og internettavhengighet blant universitetsstudenter

Denne studien undersøker sammenhengen mellom kunstig intelligens (AI) leseferdighet og faktorer som akademiske prestasjoner, lesevaner, smarttelefonavhengighet og internettavhengighet blant universitetsstudenter. Etter hvert som AI-teknologier blir stadig mer integrert i det daglige livet, fremstår AI-kunnskap som er nødvendig for å forstå og evaluere AI som en kritisk ferdighet. Mens faktorer som akademisk suksess og vanlige lesevaner kan forbedre AI-kunnskapen, kan atferd som smarttelefon- og internettavhengighet ha en negativ effekt ved å fremme overfladisk informasjonstilgang over dypere kritisk engasjement. Denne prospektive, observasjons- og tverrsnittsstudien vil vurdere AI-kompetanse ved å bruke Artificial Intelligence Literacy Scale og analysere dens assosiasjon med akademiske og atferdsmessige faktorer. Studien vil bli utført blant deltakere i alderen 18-35 år i laboratoriet for fysioterapi og rehabilitering ved Atılım University. Data vil bli evaluert ved hjelp av beskrivende statistikk, korrelasjonsanalyser (Pearson eller Spearman, avhengig av distribusjon) og signifikanstesting. Resultatene kan fremheve virkningen av akademiske og atferdsmessige faktorer på AI-kompetanse, og tilby innsikt for utdanningsstrategier som tar sikte på å fremme kritisk AI-kompetanse.

Studieoversikt

Detaljert beskrivelse

Artificial Intelligence (AI), en transformativ kraft innen informasjonsteknologi, er et underfelt innen informatikk som involverer å lage intelligente maskiner og programvare som fungerer og reagerer på samme måte som mennesker. Med introduksjonen av ChatGPT, et OpenAI-produkt utgitt i november 2022, har konseptet kunstig intelligens fått ytterligere popularitet. Historisk sett var en betydelig milepæl for AI Turing-testen, introdusert av Alan Turing i 1950 for å måle en maskins evne til å vise menneskelignende atferd. Etter dette markerte utviklingen av ekspertsystemer på 1960-70-tallet, nevrale nettverk på 1980-tallet, maskinlæring og datautvinning på 1990-tallet og dyp læring på 2000-tallet sentrale punkter i AI-tidslinjen. Innenfor databehandling blir AI ofte beskrevet som en "menneskeskapt homo sapiens"-art. AI-systemer har grunnleggende ferdigheter som læring, resonnement, selvforbedring gjennom erfaringslæring, språkforståelse og problemløsning, og er programmert som simuleringer av menneskelig intelligens. AI og dets applikasjoner brukes til å løse komplekse problemer på tvers av forskjellige felt, inkludert vitenskap, helsevesen, utdanning, ingeniørfag, næringsliv, forsvar, underholdning og reklame - ved hjelp av ekspertsystemer.

Den raske integreringen av AI-teknologier i dagliglivet har gjort det viktig for enkeltpersoner å tilegne seg kunnskap og ferdigheter knyttet til disse teknologiene. AI-kompetanse representerer en forståelse og bevissthet om kjernekonsepter innen kunstig intelligens. I denne sammenhengen er AI-kompetanse en grunnleggende kompetanse som gjør det mulig for enkeltpersoner å forstå, bruke og kritisk vurdere AI-teknologier, og erkjenne både fordelene og begrensningene deres. Å ha AI-kompetanse kan hjelpe enkeltpersoner å forstå og administrere AI-teknologier, og tilby en mulighet til å bli mer informerte og dyktige individer. Derfor har det blitt viktig for alle i dag å ha og forbedre sin AI-kunnskap.

Faktorer som lesevaner og nivåer av akademiske prestasjoner kan positivt påvirke utviklingen av AI-kompetanse. Personer som har vanlige lesevaner utvikler vanligvis kritisk tenkning og dybdeanalyseferdigheter, som letter forståelse og kritisk evaluering av AI-teknologier. På samme måte har personer med høy akademisk ytelse ofte erfaring med å få tilgang til og anvende kunnskap, noe som gjør dem mer tilpasningsdyktige til de grunnleggende ferdighetene som kreves for å oppnå AI-kompetanse.

Imidlertid kan atferd som internettavhengighet og smarttelefonavhengighet, samtidig som det letter tilgang til AI-teknologier, ha en negativ effekt på AI-kompetanse. Internettavhengighet forsterker en vane med å få tilgang til informasjon raskt og overfladisk, noe som kan redusere kritisk tenkning og fokus. På samme måte kan smarttelefonavhengighet, på grunn av dens konstante og overfladiske tilgang til informasjon, redusere interessen for de dype tenkeprosessene som kreves for AI-kompetanse. Derfor kan internett- og smarttelefonavhengighet fungere som barrierer i prosessene som krever dyp tankegang, analyse og akkumulering av kunnskap som er avgjørende for AI-kompetanse.

Så vidt vi vet, er det ingen omfattende studie som undersøker AI-kompetanse blant universitetsstudenter i forhold til akademiske prestasjoner, lesevaner, smarttelefonavhengighet og internettavhengighet fra et mangefasettert perspektiv.

Målet med denne studien er å avsløre sammenhengen mellom universitetsstudenters AI-kompetanse og deres nivåer av akademiske prestasjoner, lesevaner, internettavhengighet og smarttelefonavhengighet.

Studietype

Observasjonsmessig

Registrering (Faktiske)

184

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Denne studien vil involvere en utvalgt populasjon av universitetsstudenter i alderen 18-35, rekruttert fra Atılım University. Deltakerne, både menn og kvinner, vil bli screenet basert på spesifikke inkluderings- og eksklusjonskriterier, som leseferdighet, vilje til å delta og evne til å samarbeide. Utvalget inkluderer personer med variert akademisk bakgrunn som er relevant for studiemålene.

Beskrivelse

Inkluderingskriterier:

  • Å være mellom 18-35 år.
  • Vilje til å delta etter å ha mottatt detaljert informasjon om studiens formål og metodikk.

Ekskluderingskriterier:

  • Manglende svar i spørreskjemaer.
  • Analfabetisme.
  • Manglende evne til å samarbeide.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Gruppen som skal evalueres med tanke på AI-kompetanse
Artificial Intelligence Literacy Scale vil bli brukt til å bestemme nivået av AI-kompetanse. Skalaen er et 12-elements instrument designet for å måle individers kunnskap og ferdigheter i AI-bevissthet, bruk, evaluering og etiske hensyn. Elementer er vurdert på en Likert-skala fra 1 til 7 (1: Helt uenig, 7: Helt enig), med noen elementer omvendt (element 2, 5 og 11). Minste mulige poengsum på skalaen er 12, og maksimal poengsum er 84; en høyere poengsum indikerer et høyere nivå av AI-kompetanse. Den tyrkiske versjonen av skalaen vil bli brukt i denne studien.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Vurdering av lesevaner
Tidsramme: Dag 1
Vurdering av lesevaner Self-Report Habit Index vil bli brukt til å vurdere lesevaner. Lesevaner-spørreskjemaet er et 12-elements instrument utviklet for å vurdere enkeltpersoners lesevaner, og dekker dimensjoner som lesefrekvens, varighet, foretrukket materiale (bøker, magasiner, nettinnhold osv.), leseformål og lesemiljø. Spørreskjemaet lar deltakerne svare på en 5-punkts Likert-skala (1: Aldri, 5: Alltid). Den oppnådde totale poengsummen brukes til å tolke et individs lesevaner: lave skårer indikerer sjelden lesing, moderate skårer representerer vanlige, men ikke intensive lesevaner, og høye skårer gjenspeiler hyppig lesing av forskjellige materialer. Denne vurderingen hjelper til med å bestemme nivået på en persons lesevaner og identifisere områder for potensielle forbedringer.
Dag 1
Vurdering av smarttelefonavhengighet
Tidsramme: Dag 1
Smarttelefonavhengighet vil bli vurdert ved hjelp av Smartphone Addiction Scale - Short Form. Dette er en 10-elements skala som brukes til å evaluere enkeltpersoners bruksvaner for smarttelefoner. Hvert element gis poeng fra 1 (helt uenig) til 6 (helt enig), med minimum totalscore på 10 og maksimum 60. Høyere skår indikerer større risiko for avhengighet og gir en rask vurdering.
Dag 1
Vurdering av internettavhengighet
Tidsramme: Dag 1
Internettavhengighet vil bli vurdert ved hjelp av Internet Addiction Scale - Short Form, et instrument utviklet for å evaluere enkeltpersoners internettbruksvaner. Skalaen ble opprinnelig utviklet av Young (1998), og har blitt tilpasset som en kortform bestående av 6 elementer for en rask vurdering av internettavhengighet [14]. Den tyrkiske versjonen vil bli brukt [15]. Hvert element er rangert fra 1 (Aldri) til 5 (Alltid), med en total poengsum fra 6 til 30. Høyere score indikerer økt risiko for internettavhengighet.
Dag 1
Vurdering av faglige prestasjoner
Tidsramme: Dag 1
Nivået på akademisk prestasjon vil bli vurdert basert på det kumulative karaktergjennomsnittet (GPA) fra forrige semester. Dette tiltaket gir en objektiv indikator på studentenes samlede akademiske prestasjoner, og viser deres vedvarende innsats og intellektuelle engasjement i kursene.
Dag 1

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

  • 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.

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

15. november 2024

Primær fullføring (Faktiske)

15. mars 2025

Studiet fullført (Faktiske)

15. april 2025

Datoer for studieregistrering

Først innsendt

13. november 2024

Først innsendt som oppfylte QC-kriteriene

13. november 2024

Først lagt ut (Faktiske)

14. november 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

25. november 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

20. november 2025

Sist bekreftet

1. november 2025

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

produkt produsert i og eksportert fra USA

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere