- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06689319
Czynniki powiązane z umiejętnością korzystania z sztucznej inteligencji wśród studentów
Związek umiejętności korzystania z sztucznej inteligencji z osiągnięciami w nauce, nawykami czytelniczymi, uzależnieniem od smartfonów i uzależnieniem od Internetu wśród studentów uniwersytetów
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Sztuczna inteligencja (AI), siła transformacyjna w technologii informacyjnej, to poddziedzina informatyki, która obejmuje tworzenie inteligentnych maszyn i oprogramowania, które działają i reagują podobnie do ludzi. Wraz z wprowadzeniem ChatGPT, produktu OpenAI wydanego w listopadzie 2022 r., koncepcja sztucznej inteligencji zyskała dalszą popularność. Historycznie rzecz biorąc, znaczącym kamieniem milowym dla sztucznej inteligencji był Test Turinga, wprowadzony przez Alana Turinga w 1950 r. w celu pomiaru zdolności maszyny do wykazywania zachowań podobnych do ludzkich. Następnie rozwój systemów eksperckich w latach 60. i 70. XX wieku, sieci neuronowych w latach 80., uczenia maszynowego i eksploracji danych w latach 90. oraz głębokiego uczenia się w latach 2000. wyznaczały punkty zwrotne na osi czasu sztucznej inteligencji. W dziedzinie informatyki sztuczną inteligencję często opisuje się jako gatunek „homo sapiens stworzony przez człowieka”. Systemy sztucznej inteligencji posiadają podstawowe umiejętności, takie jak uczenie się, rozumowanie, samodoskonalenie poprzez uczenie się przez doświadczenie, rozumienie języka i rozwiązywanie problemów, i są programowane jako symulacje ludzkiej inteligencji. Sztuczna inteligencja i jej aplikacje są wykorzystywane do rozwiązywania złożonych problemów w różnych dziedzinach, w tym w nauce, opiece zdrowotnej, edukacji, inżynierii, biznesie, obronności, rozrywce i reklamie, za pomocą systemów eksperckich.
Szybka integracja technologii sztucznej inteligencji z życiem codziennym sprawiła, że zdobycie wiedzy i umiejętności związanych z tymi technologiami stało się dla obywateli koniecznością. Znajomość sztucznej inteligencji oznacza zrozumienie i świadomość podstawowych koncepcji sztucznej inteligencji. W tym kontekście umiejętność korzystania z AI to podstawowa kompetencja, która umożliwia jednostkom zrozumienie, wykorzystanie i krytyczną ocenę technologii AI, uznając zarówno ich zalety, jak i ograniczenia. Znajomość sztucznej inteligencji może pomóc poszczególnym osobom w zrozumieniu technologii sztucznej inteligencji i zarządzaniu nimi, oferując możliwość zdobycia większej wiedzy i umiejętności. Dlatego posiadanie i doskonalenie umiejętności w zakresie sztucznej inteligencji stało się dziś niezbędne dla każdego.
Czynniki takie jak nawyki czytelnicze i poziom osiągnięć w nauce mogą pozytywnie wpływać na rozwój umiejętności korzystania z sztucznej inteligencji. Osoby, które regularnie czytają, zazwyczaj rozwijają umiejętności krytycznego myślenia i dogłębnej analizy, co ułatwia zrozumienie i krytyczną ocenę technologii AI. Podobnie osoby osiągające dobre wyniki w nauce często mają doświadczenie w dostępie do wiedzy i jej stosowaniu, dzięki czemu łatwiej przystosowują się do podstawowych umiejętności wymaganych do zdobycia umiejętności korzystania z sztucznej inteligencji.
Jednak zachowania takie jak uzależnienie od Internetu i smartfona, ułatwiając dostęp do technologii AI, mogą mieć niekorzystny wpływ na umiejętność korzystania z AI. Uzależnienie od Internetu wzmacnia nawyk szybkiego i powierzchownego dostępu do informacji, co może ograniczać krytyczne myślenie i koncentrację. Podobnie uzależnienie od smartfonów, ze względu na zapewnienie stałego i powierzchownego dostępu do informacji, może zmniejszyć zainteresowanie procesami głębokiego myślenia wymaganymi do umiejętności korzystania z sztucznej inteligencji. Dlatego uzależnienie od Internetu i smartfonów może działać jako bariery w procesach wymagających głębokiego przemyślenia, analizy i gromadzenia wiedzy niezbędnej do umiejętności korzystania z sztucznej inteligencji.
Według naszej wiedzy nie ma kompleksowego badania sprawdzającego umiejętność korzystania z sztucznej inteligencji wśród studentów uniwersytetów w odniesieniu do osiągnięć w nauce, nawyków czytelniczych, uzależnienia od smartfonów i uzależnienia od Internetu z wieloaspektowej perspektywy.
Celem tego badania jest ujawnienie związków między umiejętnością korzystania z sztucznej inteligencji przez studentów uniwersytetów a ich poziomem osiągnięć w nauce, nawykami czytelniczymi, uzależnieniem od Internetu i uzależnieniem od smartfonów.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Ankara, Turcja (Türkiye)
- Atılım University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Będąc w wieku 18-35 lat.
- Chęć udziału w badaniu po otrzymaniu szczegółowej informacji o celu i metodologii badania.
Kryteria wykluczenia:
- Brakujące odpowiedzi w kwestionariuszach.
- Analfabetyzm.
- Niemożność współpracy.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Grupa podlegająca ocenie pod kątem umiejętności korzystania z AI
|
Do określenia poziomu umiejętności korzystania z AI zostanie wykorzystana Skala umiejętności korzystania z sztucznej inteligencji.
Skala jest 12-elementowym narzędziem służącym do pomiaru wiedzy i umiejętności poszczególnych osób w zakresie świadomości, wykorzystania, oceny i oceny sztucznej inteligencji oraz kwestii etycznych.
Pozycje są oceniane w skali Likerta od 1 do 7 (1: zdecydowanie się nie zgadzam, 7: zdecydowanie się zgadzam), przy czym niektóre pozycje są kodowane odwrotnie (pozycje 2, 5 i 11).
Minimalny możliwy wynik na skali to 12, a maksymalny wynik to 84; wyższy wynik wskazuje na wyższy poziom umiejętności korzystania z sztucznej inteligencji.
W badaniu wykorzystana zostanie turecka wersja skali.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Ocena nawyków czytelniczych
Ramy czasowe: Dzień 1
|
Ocena nawyków czytelniczych Do oceny nawyków czytelniczych zostanie wykorzystany Samoopisowy Wskaźnik Nawyków.
Kwestionariusz nawyków czytelniczych to 12-elementowe narzędzie zaprojektowane do oceny nawyków czytelniczych poszczególnych osób, obejmujące takie wymiary, jak częstotliwość czytania, czas trwania, preferowane materiały (książki, czasopisma, treści online itp.), cel czytania i środowisko czytania.
Kwestionariusz umożliwia respondentom udzielenie odpowiedzi na 5-stopniowej skali Likerta (1: Nigdy, 5: Zawsze).
Całkowity uzyskany wynik służy do interpretacji nawyków czytelniczych danej osoby: niskie wyniki wskazują na rzadkie czytanie, umiarkowane wyniki oznaczają regularne, ale nie intensywne nawyki czytelnicze, a wysokie wyniki odzwierciedlają częste czytanie różnorodnych materiałów.
Ocena ta pomaga określić poziom nawyków czytelniczych danej osoby i zidentyfikować obszary potencjalnej poprawy.
|
Dzień 1
|
|
Ocena uzależnienia od smartfona
Ramy czasowe: Dzień 1
|
Uzależnienie od smartfona będzie oceniane za pomocą Skróconej Skali Uzależnienia od Smartfona.
Jest to 10-elementowa skala używana do oceny zwyczajów korzystania ze smartfonów przez poszczególne osoby. Każdy element jest oceniany w skali od 1 (zdecydowanie się nie zgadzam) do 6 (zdecydowanie się zgadzam), przy czym minimalny łączny wynik wynosi 10, a maksymalnie 60.
Wyższe wyniki wskazują na większe ryzyko uzależnienia i umożliwiają szybką ocenę.
|
Dzień 1
|
|
Ocena uzależnienia od Internetu
Ramy czasowe: Dzień 1
|
Uzależnienie od Internetu będzie oceniane za pomocą Skali Uzależnienia od Internetu – skróconej formy, instrumentu zaprojektowanego do oceny nawyków korzystania z Internetu przez jednostki.
Skala, pierwotnie opracowana przez Younga (1998), została zaadaptowana jako krótka forma składająca się z 6 pozycji, służąca do szybkiej oceny uzależnienia od Internetu [14].
Wykorzystana zostanie wersja turecka [15].
Każdy element jest oceniany w skali od 1 (nigdy) do 5 (zawsze), a łączny wynik wynosi od 6 do 30.
Wyższe wyniki wskazują na zwiększone ryzyko uzależnienia od Internetu.
|
Dzień 1
|
|
Ocena osiągnięć akademickich
Ramy czasowe: Dzień 1
|
Poziom osiągnięć w nauce będzie oceniany na podstawie skumulowanej średniej ocen (GPA) z poprzedniego semestru.
Miara ta zapewnia obiektywny wskaźnik ogólnych wyników w nauce uczniów, rejestrując ich ciągłe wysiłki i intelektualne zaangażowanie w zajęcia.
|
Dzień 1
|
Współpracownicy i badacze
Sponsor
Publikacje i pomocne linki
Publikacje ogólne
- 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.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- Atılım University_5
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .