Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Fatores ligados à alfabetização em IA em estudantes universitários

20 de novembro de 2025 atualizado por: Nagihan Acet

A relação da alfabetização em inteligência artificial com desempenho acadêmico, hábitos de leitura, dependência de smartphones e dependência de Internet entre estudantes universitários

Este estudo investiga as relações entre a alfabetização em inteligência artificial (IA) e fatores como desempenho acadêmico, hábitos de leitura, dependência de smartphones e dependência de internet entre estudantes universitários. À medida que as tecnologias de IA se tornam cada vez mais integradas na vida quotidiana, a literacia em IA – necessária para compreender e avaliar a IA – está a emergir como uma competência crítica. Embora factores como o sucesso académico e hábitos de leitura regulares possam melhorar a literacia em IA, comportamentos como o vício em smartphones e Internet podem ter um efeito adverso, promovendo o acesso superficial à informação em vez de um envolvimento crítico mais profundo. Este estudo prospectivo, observacional e transversal avaliará a alfabetização em IA usando a Escala de Alfabetização em Inteligência Artificial e analisará sua associação com fatores acadêmicos e comportamentais. O estudo será realizado entre participantes de 18 a 35 anos no Laboratório do Departamento de Fisioterapia e Reabilitação da Universidade Atılım. Os dados serão avaliados por meio de estatística descritiva, análises de correlação (Pearson ou Spearman, dependendo da distribuição) e testes de significância. Os resultados podem destacar o impacto de fatores académicos e comportamentais na literacia em IA, oferecendo insights para estratégias educacionais destinadas a promover competências críticas em IA.

Visão geral do estudo

Descrição detalhada

A Inteligência Artificial (IA), uma força transformadora dentro da tecnologia da informação, é um subcampo da ciência da computação que envolve a criação de máquinas e software inteligentes que agem e respondem de forma semelhante aos humanos. Com a introdução do ChatGPT, um produto OpenAI lançado em novembro de 2022, o conceito de inteligência artificial ganhou ainda mais popularidade. Historicamente, um marco significativo para a IA foi o Teste de Turing, introduzido por Alan Turing em 1950 para medir a capacidade de uma máquina de exibir comportamentos semelhantes aos humanos. Depois disso, o desenvolvimento de sistemas especialistas nas décadas de 1960 e 1970, as redes neurais na década de 1980, o aprendizado de máquina e a mineração de dados na década de 1990 e o aprendizado profundo na década de 2000 marcaram pontos cruciais na linha do tempo da IA. No domínio da computação, a IA é frequentemente descrita como uma espécie de “homo sapiens criado pelo homem”. Os sistemas de IA possuem habilidades fundamentais, como aprendizagem, raciocínio, autoaperfeiçoamento por meio da aprendizagem experiencial, compreensão da linguagem e resolução de problemas, e são programados como simulações da inteligência humana. A IA e suas aplicações são utilizadas para resolver questões complexas em diversos campos – incluindo ciência, saúde, educação, engenharia, negócios, defesa, entretenimento e publicidade – por meio de sistemas especializados.

A rápida integração das tecnologias de IA na vida quotidiana tornou essencial que os indivíduos adquirissem conhecimentos e competências relacionadas com estas tecnologias. A alfabetização em IA representa uma compreensão e consciência dos principais conceitos de inteligência artificial. Neste contexto, a literacia em IA é uma competência fundamental que permite aos indivíduos compreender, utilizar e avaliar criticamente as tecnologias de IA, reconhecendo tanto os seus benefícios como as suas limitações. Ter literacia em IA pode ajudar os indivíduos a compreender e gerir as tecnologias de IA, oferecendo uma oportunidade para se tornarem indivíduos mais informados e capazes. Portanto, tornou-se essencial que todos hoje possuam e aprimorem sua alfabetização em IA.

Fatores como hábitos de leitura e níveis de desempenho académico podem influenciar positivamente o desenvolvimento da literacia em IA. Indivíduos que têm hábitos regulares de leitura normalmente desenvolvem pensamento crítico e habilidades de análise aprofundada, o que facilita a compreensão e a avaliação crítica das tecnologias de IA. Da mesma forma, os indivíduos com elevado desempenho académico têm frequentemente experiência no acesso e aplicação de conhecimentos, o que os torna mais adaptáveis ​​às competências fundamentais necessárias para adquirir literacia em IA.

No entanto, comportamentos como o vício em internet e em smartphones, embora facilitem o acesso às tecnologias de IA, podem ter um efeito adverso na alfabetização em IA. O vício em internet reforça o hábito de acessar informações de forma rápida e superficial, o que pode reduzir o pensamento crítico e o foco. Da mesma forma, a dependência de smartphones, devido ao fornecimento de acesso constante e superficial à informação, pode diminuir o interesse nos processos de pensamento profundo necessários para a alfabetização em IA. Portanto, a dependência da Internet e dos smartphones pode funcionar como barreiras nos processos que exigem reflexão profunda, análise e acumulação de conhecimentos essenciais para a literacia em IA.

Até onde sabemos, não existe nenhum estudo abrangente que examine a alfabetização em IA entre estudantes universitários em relação ao desempenho acadêmico, hábitos de leitura, dependência de smartphones e dependência de internet de uma perspectiva multifacetada.

O objetivo deste estudo é revelar as relações entre a alfabetização em IA dos estudantes universitários e seus níveis de desempenho acadêmico, hábitos de leitura, dependência de internet e dependência de smartphones.

Tipo de estudo

Observacional

Inscrição (Real)

184

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Adulto

Aceita Voluntários Saudáveis

Não

Método de amostragem

Amostra Não Probabilística

População do estudo

Este estudo envolverá uma população selecionada de estudantes universitários com idades entre 18 e 35 anos, recrutados na Universidade Atılım. Os participantes, tanto homens como mulheres, serão selecionados com base em critérios específicos de inclusão e exclusão, como alfabetização, vontade de participar e capacidade de cooperação. A amostra inclui indivíduos com formações acadêmicas variadas e relevantes para os objetivos do estudo.

Descrição

Critérios de inclusão:

  • Ter entre 18 e 35 anos de idade.
  • Disponibilidade para participar após receber informações detalhadas sobre o objetivo e metodologia do estudo.

Critérios de exclusão:

  • Faltam respostas nos questionários.
  • Analfabetismo.
  • Incapacidade de cooperar.

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
O grupo a ser avaliado em termos de alfabetização em IA
A Escala de Alfabetização em Inteligência Artificial será usada para determinar o nível de alfabetização em IA. A escala é um instrumento de 12 itens projetado para medir o conhecimento e as habilidades dos indivíduos em conscientização, uso, avaliação e considerações éticas de IA. Os itens são avaliados em uma escala Likert de 1 a 7 (1: Discordo totalmente, 7: Concordo totalmente), com alguns itens codificados inversamente (itens 2, 5 e 11). A pontuação mínima possível na escala é 12 e a pontuação máxima é 84; uma pontuação mais alta indica um nível mais alto de alfabetização em IA. A versão turca da escala será utilizada neste estudo.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Avaliação dos hábitos de leitura
Prazo: Dia 1
Avaliação dos hábitos de leitura O Índice de Hábitos de Autorrelato será usado para avaliar os hábitos de leitura. O Questionário de Hábitos de Leitura é um instrumento de 12 itens desenvolvido para avaliar os hábitos de leitura dos indivíduos, abrangendo dimensões como frequência de leitura, duração, materiais preferidos (livros, revistas, conteúdo online, etc.), finalidade da leitura e ambiente de leitura. O questionário permite que os participantes respondam em uma escala Likert de 5 pontos (1: Nunca, 5: Sempre). A pontuação total obtida é utilizada para interpretar os hábitos de leitura de um indivíduo: pontuações baixas indicam leitura pouco frequente, pontuações moderadas representam hábitos de leitura regulares, mas não intensivos, e pontuações altas refletem leitura frequente de materiais diversos. Esta avaliação ajuda a determinar o nível dos hábitos de leitura de um indivíduo e a identificar áreas com potencial de melhoria.
Dia 1
Avaliação do vício em smartphones
Prazo: Dia 1
O vício em smartphones será avaliado usando a Escala de Dependência de Smartphone - Formulário Abreviado. Esta é uma escala de 10 itens usada para avaliar os hábitos de uso de smartphones dos indivíduos. Cada item é pontuado de 1 (Discordo totalmente) a 6 (Concordo totalmente), com pontuação total mínima de 10 e máxima de 60. Pontuações mais altas indicam maior risco de dependência e fornecem uma avaliação rápida.
Dia 1
Avaliação do vício em internet
Prazo: Dia 1
O vício em internet será avaliado por meio da Internet Addiction Scale - Short Form, instrumento desenvolvido para avaliar os hábitos de uso da internet pelos indivíduos. Originalmente desenvolvida por Young (1998), a escala foi adaptada como um formato curto composto por 6 itens para uma avaliação rápida do vício em internet [14]. A versão turca será usada [15]. Cada item é avaliado de 1 (Nunca) a 5 (Sempre), com pontuação total variando de 6 a 30. Pontuações mais altas indicam um risco aumentado de dependência de internet.
Dia 1
Avaliação do desempenho acadêmico
Prazo: Dia 1
O nível de desempenho acadêmico será avaliado com base na média cumulativa de notas (GPA) do semestre anterior. Esta medida fornece um indicador objectivo do desempenho académico global dos alunos, captando os seus esforços sustentados e envolvimento intelectual nos cursos.
Dia 1

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Publicações e links úteis

A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.

Publicações Gerais

  • 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.

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

15 de novembro de 2024

Conclusão Primária (Real)

15 de março de 2025

Conclusão do estudo (Real)

15 de abril de 2025

Datas de inscrição no estudo

Enviado pela primeira vez

13 de novembro de 2024

Enviado pela primeira vez que atendeu aos critérios de CQ

13 de novembro de 2024

Primeira postagem (Real)

14 de novembro de 2024

Atualizações de registro de estudo

Última Atualização Postada (Real)

25 de novembro de 2025

Última atualização enviada que atendeu aos critérios de controle de qualidade

20 de novembro de 2025

Última verificação

1 de novembro de 2025

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

INDECISO

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

produto fabricado e exportado dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever