Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Факторы, связанные с ИИ-грамотностью студентов университетов

20 ноября 2025 г. обновлено: Nagihan Acet

Связь грамотности в области искусственного интеллекта с академической успеваемостью, привычками к чтению, зависимостью от смартфонов и интернет-зависимостью среди студентов университетов

В этом исследовании изучается взаимосвязь между грамотностью в области искусственного интеллекта (ИИ) и такими факторами, как академическая успеваемость, привычки к чтению, зависимость от смартфонов и интернет-зависимость среди студентов университетов. Поскольку технологии искусственного интеллекта все больше интегрируются в повседневную жизнь, грамотность в области искусственного интеллекта, необходимая для понимания и оценки искусственного интеллекта, становится важнейшим навыком. В то время как такие факторы, как успехи в учебе и регулярное чтение, могут повысить грамотность в области ИИ, такое поведение, как зависимость от смартфонов и интернета, может иметь отрицательный эффект, способствуя поверхностному доступу к информации, а не более глубокому критическому участию. В этом проспективном наблюдательном перекрестном исследовании будет оценена грамотность в области искусственного интеллекта с использованием шкалы грамотности в области искусственного интеллекта и проанализирована ее связь с академическими и поведенческими факторами. Исследование будет проводиться среди участников в возрасте 18-35 лет в лаборатории кафедры физиотерапии и реабилитации Университета Атылым. Данные будут оцениваться с использованием описательной статистики, корреляционного анализа (Пирсона или Спирмена, в зависимости от распределения) и тестирования значимости. Результаты могут подчеркнуть влияние академических и поведенческих факторов на грамотность в области ИИ, предлагая идеи для образовательных стратегий, направленных на развитие критически важных компетенций в области ИИ.

Обзор исследования

Подробное описание

Искусственный интеллект (ИИ), преобразующая сила в информационных технологиях, представляет собой область информатики, которая включает в себя создание интеллектуальных машин и программного обеспечения, которые действуют и реагируют так же, как люди. С появлением ChatGPT, продукта OpenAI, выпущенного в ноябре 2022 года, концепция искусственного интеллекта приобрела еще большую популярность. Исторически важной вехой в развитии ИИ стал тест Тьюринга, предложенный Аланом Тьюрингом в 1950 году для измерения способности машины демонстрировать поведение, подобное человеческому. После этого развитие экспертных систем в 1960-70-х годах, нейронных сетей в 1980-х, машинного обучения и интеллектуального анализа данных в 1990-х, а также глубокого обучения в 2000-х обозначило ключевые точки на временной шкале ИИ. В сфере вычислений ИИ часто называют «искусственным видом homo sapiens». Системы искусственного интеллекта обладают базовыми навыками, такими как обучение, рассуждение, самосовершенствование посредством экспериментального обучения, понимание языка и решение проблем, и запрограммированы как симуляции человеческого интеллекта. ИИ и его приложения используются для решения сложных проблем в различных областях, включая науку, здравоохранение, образование, инженерию, бизнес, оборону, развлечения и рекламу, с помощью экспертных систем.

Быстрая интеграция технологий искусственного интеллекта в повседневную жизнь привела к необходимости приобретения людьми знаний и навыков, связанных с этими технологиями. Грамотность в области искусственного интеллекта представляет собой понимание и осведомленность об основных концепциях искусственного интеллекта. В этом контексте грамотность в области ИИ является фундаментальной компетенцией, которая позволяет людям понимать, использовать и критически оценивать технологии ИИ, осознавая как их преимущества, так и ограничения. Грамотность в области ИИ может помочь людям понять технологии ИИ и управлять ими, давая возможность стать более информированными и способными людьми. Поэтому сегодня для каждого стало крайне важно обладать и повышать свою грамотность в области ИИ.

Такие факторы, как привычки чтения и уровень академической успеваемости, могут положительно повлиять на развитие грамотности в области ИИ. Люди, которые регулярно читают, обычно развивают навыки критического мышления и глубокого анализа, которые облегчают понимание и критическую оценку технологий искусственного интеллекта. Аналогичным образом, люди с высокими академическими показателями часто имеют опыт доступа к знаниям и их применения, что делает их более адаптируемыми к базовым навыкам, необходимым для приобретения грамотности в области ИИ.

Однако такое поведение, как интернет-зависимость и зависимость от смартфонов, хотя и облегчает доступ к технологиям искусственного интеллекта, может оказать негативное влияние на грамотность в области искусственного интеллекта. Интернет-зависимость усиливает привычку быстрого и поверхностного доступа к информации, что может снизить критическое мышление и концентрацию. Аналогичным образом, зависимость от смартфонов, поскольку они обеспечивают постоянный и поверхностный доступ к информации, может снизить интерес к процессам глубокого мышления, необходимым для грамотности в области ИИ. Таким образом, зависимость от Интернета и смартфонов может выступать в качестве барьера в процессах, требующих глубокого размышления, анализа и накопления знаний, необходимых для грамотности в области ИИ.

Насколько нам известно, не существует комплексного исследования, которое бы изучало грамотность ИИ среди студентов университетов в связи с академической успеваемостью, привычками к чтению, зависимостью от смартфонов и интернет-зависимостью с многогранной точки зрения.

Цель этого исследования — выявить взаимосвязь между ИИ-грамотностью студентов университетов и их уровнем академической успеваемости, привычками к чтению, интернет-зависимостью и зависимостью от смартфонов.

Тип исследования

Наблюдательный

Регистрация (Действительный)

184

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Взрослый

Принимает здоровых добровольцев

Нет

Метод выборки

Невероятностная выборка

Исследуемая популяция

В этом исследовании примут участие избранные студенты университетов в возрасте 18-35 лет, набранные из Университета Атылым. Участники, как мужчины, так и женщины, будут проверены на основе конкретных критериев включения и исключения, таких как грамотность, готовность участвовать и способность сотрудничать. В выборку вошли лица с различным академическим образованием, соответствующим целям исследования.

Описание

Критерии включения:

  • Возраст от 18 до 35 лет.
  • Готовность участвовать после получения подробной информации о цели и методологии исследования.

Критерии исключения:

  • Отсутствие ответов в анкетах.
  • Неграмотность.
  • Неумение сотрудничать.

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта
Вмешательство/лечение
Группа, которую будут оценивать с точки зрения ИИ-грамотности
Для определения уровня грамотности в области искусственного интеллекта будет использоваться шкала грамотности в области искусственного интеллекта. Шкала представляет собой инструмент из 12 пунктов, предназначенный для измерения знаний и навыков людей в области осведомленности, использования, оценки и этических соображений ИИ. Пункты оцениваются по шкале Лайкерта от 1 до 7 (1: категорически не согласен, 7: полностью согласен), при этом некоторые пункты имеют обратный код (пункты 2, 5 и 11). Минимально возможный балл по шкале — 12, максимальный — 84; более высокий балл указывает на более высокий уровень грамотности в области ИИ. В данном исследовании будет использоваться турецкая версия шкалы.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Оценка привычек чтения
Временное ограничение: День 1
Оценка привычек чтения Для оценки привычек чтения будет использоваться индекс привычек самооценки. Опросник по привычкам чтения представляет собой инструмент из 12 пунктов, предназначенный для оценки привычек чтения людей и охватывающий такие параметры, как частота чтения, продолжительность, предпочтительные материалы (книги, журналы, онлайн-контент и т. д.), цель чтения и среда чтения. Анкета позволяет участникам отвечать по 5-балльной шкале Лайкерта (1: Никогда, 5: Всегда). Полученный общий балл используется для интерпретации привычек человека к чтению: низкие баллы указывают на нечастое чтение, средние баллы отражают регулярное, но не интенсивное чтение, а высокие баллы отражают частое чтение разнообразных материалов. Эта оценка помогает определить уровень привычки чтения человека и определить области для потенциального улучшения.
День 1
Оценка зависимости от смартфона
Временное ограничение: День 1
Зависимость от смартфона будет оцениваться с использованием шкалы зависимости от смартфона – краткая форма. Это шкала из 10 пунктов, используемая для оценки привычек использования смартфона людьми. Каждый пункт оценивается от 1 (категорически не согласен) до 6 (полностью согласен), с минимальным общим баллом 10 и максимальным 60. Более высокие баллы указывают на больший риск зависимости и обеспечивают быструю оценку.
День 1
Оценка интернет-зависимости
Временное ограничение: День 1
Интернет-зависимость будет оцениваться с использованием шкалы интернет-зависимости - короткая форма, инструмента, предназначенного для оценки привычек людей в использовании Интернета. Первоначально разработанная Янгом (1998), шкала была адаптирована в виде краткой формы, состоящей из 6 пунктов, для быстрой оценки интернет-зависимости [14]. Будет использоваться турецкая версия [15]. Каждому элементу присваивается рейтинг от 1 (Никогда) до 5 (Всегда), при этом общая сумма баллов варьируется от 6 до 30. Более высокие баллы указывают на повышенный риск интернет-зависимости.
День 1
Оценка академической успеваемости
Временное ограничение: День 1
Уровень академической успеваемости будет оцениваться на основе совокупного среднего балла (GPA) за предыдущий семестр. Этот показатель обеспечивает объективный показатель общей академической успеваемости студентов, отражая их постоянные усилия и интеллектуальную вовлеченность в курсовую работу.
День 1

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

Общие публикации

  • 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.

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

15 ноября 2024 г.

Первичное завершение (Действительный)

15 марта 2025 г.

Завершение исследования (Действительный)

15 апреля 2025 г.

Даты регистрации исследования

Первый отправленный

13 ноября 2024 г.

Впервые представлено, что соответствует критериям контроля качества

13 ноября 2024 г.

Первый опубликованный (Действительный)

14 ноября 2024 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

25 ноября 2025 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

20 ноября 2025 г.

Последняя проверка

1 ноября 2025 г.

Дополнительная информация

Термины, связанные с этим исследованием

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕ РЕШЕНО

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

продукт, произведенный в США и экспортированный из США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться