生成式人工智能對青年學習動力的影響研究

摘"要：本研究探討了生成式人工智能對大學生學習動力的影響。通過數據收集與分析，發現生成式人工智能能夠有效地幫助大學生增強學習興趣，形成積極情緒情感體驗、重塑學習目標、激發學習成就感、培養優良品格、重塑以學習為中心的社交模式，顯著提升大學生的學習動力。研究為高校混合式教學模式探索和人工智能技術在教育領域的應用提供了參考。

關鍵詞：生成式人工智能；大學生；學習動力；影響

中圖分類號：F2"""""文獻標識碼：A""""""doi：10.19311/j.cnki.16723198.2024.17.012

0"引言

隨著信息技術的發展和教育信息化的推進，人工智能已經逐漸滲透到教育領域的各個環節。其中，以CHATGPT為代表的生成式人工智能作為一種新興的技術，以其強大的數據生成和處理能力，為教育領域帶來了新的變革和機遇。特別是在高等教育領域，大學生學習動力的提升一直是教育工作者和研究者關注的焦點。學習動力是影響學生學習效果的重要因素，直接關系到學生的學習投入、學習持久性和學習成效。然而，在現實生活中，許多大學生存在著學習動力不足的問題，嚴重影響了大學生的學習效果和個人發展。如何有效提升大學生的學習動力成為當前教育研究的重要課題。本研究將探討生成式人工智能在提升大學生學習動力方面的策略和作用機制。

1"研究現狀

隨著教育信息化的不斷推進，人工智能技術在教育領域的應用逐漸成為研究熱點。國內外研究顯示，生成式人工智能在教育領域的應用已經取得了一定的成果。例如，利用生成式人工智能技術為學生推薦個性化學習資源，有效提高了學生的學習興趣和學習效果。將生成式人工智能應用于智能教學系統中，實現對學生學習過程的實時監控和智能化指導，從而提升學生的學習動力和學習自主性。研究表明，生成式人工智能在提升大學生學習動力方面具有廣闊的應用前景。

其次，在相關理論基礎方面，學習動機理論、自主學習理論等為生成式人工智能在提升大學生學習動力方面的應用提供了理論支撐。學習動機理論強調學生學習動力的內外因素相互作用，生成式人工智能可以通過提供個性化學習資源等方式，激發學生的內外學習動機。自主學習理論強調學生學習過程中的主體性和自主性，生成式人工智能可以通過智能化學習輔助工具等方式，幫助學生制定學習計劃、監控學習過程、評估學習效果，從而提升學生的自主學習能力和學習動力。

然而，盡管生成式人工智能在提升大學生學習動力方面展現出了其獨特的優勢和潛力，但現有研究仍存在一定的不足。例如，現有研究多側重于理論探討和實驗驗證，缺乏對實際教學環境的深入調查和實證研究，對其作用機制和影響因素的探討仍不夠深入和全面。

本研究旨在通過深入調查和實證研究，探討生成式人工智能在提升大學生學習動力方面的策略和作用機制。結合相關理論和實踐經驗，提出一系列生成式人工智能影響大學生學習動機的多方面因素，為大學生學習動力的提升提供新的思路和方法支持。

2"研究設計

2.1"研究假設與目標

學習動力從概念上解釋，主要是指激發和維持個體進行學習活動，使其朝向一定學習目標前進的內部心理狀態或動力。這種動力受到個體內在需求、目標導向、情緒情感等因素影響，也受到外部環境如教師鼓勵、同伴競爭等因素影響。設計問卷對將研究的子指標依次設定為：興趣與好奇心激發、情緒與情感引導、目標導向、成就感激發、優良品格培養、社交模式對比。基于研究的子指標，提出研究假設，生成式人工智能對大學生學習動力能夠產生如下影響：

第一，有效地激發大學生的學習興趣和好奇心，提升其學習動力。

第二，使大學生有更積極的情緒情感體驗，促進其學習動力。

第三，使大學生有更加明確的目標和方向，增進其學習動力。

第四，使大學生學習過程中的成就感更加明顯，保障其學習動力。

第五，培養大學生的優良品格，保證其以積極的心態完成學習。

第六，使大學生形成良性互動的社交模式，增強其學習動力。

2.2"研究方法

研究運用問卷調查法，收集大學生對生成式人工智能技術的接受程度、使用現狀以及學習動力等方面的數據，定位人工智能對學習動力各方面的提高層次，驗證生成式人工智能技術提升大學生學習動力的策略。

2.3"研究對象與樣本

研究對象為沈陽X學院在校大學生，通過網絡調查發放問卷200份，回收有效問卷191份，有效問卷回收率為95.5%。

3"分析結果及策略分析

3.1"生成式人工智能提升了大學生的學習興趣和好奇心

心理學研究表明，學習興趣和好奇心對學習效果有至關重要的影響。調查數據顯示，有91%的學生表示，通過使用該技術輔助學習，有效地增強了他們對學習內容的興趣。具體而言，生成式人工智能通過提供個性化學習資源推薦，使學生能夠更加便捷地接觸到自己感興趣的知識領域，從而激發學習動機。此外，95%的學生表示，智能化學習輔助工具如虛擬實驗室、互動模擬等，使得學習過程更加生動有趣，進而提升學習好奇心。由此可見，生成式人工智能通過個性化資源推薦和智能化學習輔助工具等手段，有效提升了大學生的學習興趣和好奇心，進而提升其學習動力。

3.2"生成式人工智能促進了大學生的學習的積極情緒和情感體驗

在高等教育的環境中，學生的學習積極情緒和情感體驗對其學業成就及心理健康至關重要。調查數據表明，84%的學生表示該技術提升了他們的學習愉悅感。具體而言，生成式人工智能通過提供個性化的學習資源和智能化的學習路徑規劃，使學生能夠在學習過程中感受到更多的成就感和滿足感，從而激發他們積極的學習情緒。數據顯示，約71%的學生認為該技術增強了他們與學習內容之間的情感聯系。智能化學習輔助工具如情感分析、學習伙伴等，能夠識別學生的情感狀態并提供相應的反饋和支持，使學生在學習過程中感受到更多的關懷和理解，加深了他們的情感體驗和學習體驗，進而學習動力更加強烈。

3.3"生成式人工智能幫助大學生有更加明確學習目標和方向

在大學生活中，明確的學習目標和方向對于學生的學業規劃和未來發展至關重要。調查數據表明，多達94%的學生表示該技術使他們更加明確了自己的學習目標。具體而言，生成式人工智能通過分析學生的學習數據、興趣愛好和職業規劃等信息，為學生提供個性化的學習建議和資源推薦，幫助他們更加清晰地認識自己的學業需求和發展方向。數據顯示，約89%的學生認為該技術有助于他們制定更加合理的學習計劃。通過智能化的學習進度管理和時間分配建議，學生能夠更加高效地安排自己的學習時間，從而更加明確自己的學習方向。

3.4"生成式人工智能賦予大學生學習過程中的成就感更強烈

學生在學習過程中獲得的成就感是其持續學習動力的重要組成部分。近年來，生成式人工智能技術的引入為提升大學生的學習成就感提供了新的途徑。調查發現，有86%的學生表示，在學習過程中，該技術使他們體驗到了更強烈的成就感。具體而言，生成式人工智能通過智能化學習輔助工具，如自適應練習、智能反饋等，為學生提供了更加個性化、精準的學習支持，從而增強了學生的成就感受。數據顯示，約70%的學生認為生成式人工智能提升了他們完成學習任務的自信心。通過為學生量身定制學習計劃和提供逐步引導，幫助學生更加高效地掌握知識技能，使他們在面對學習任務時更加自信、從容，進而提升了學習過程中的成就感，而積極的成就感的正向反饋，將進一步提升學生的學習動機。

3.5"生成式人工智能幫助大學生在學習的過程中形成優良品格

培養大學生的優良品格是其全面發展的重要組成部分，而學習過程正是品格形成的關鍵環節。生成式人工智能技術的引入為大學生品格培養提供了新的契機。調查數據表明，約75%的學生表示，該技術在學習過程中對他們的品格培養產生了積極影響。具體而言，生成式人工智能通過智能化的學習規劃和任務分配，鼓勵學生克服困難、堅持學習，從而培養了他們的毅力和堅韌品質。數據顯示，約68%的學生認為生成式人工智能提高了他們的自律性和自我管理能力。該技術通過個性化的學習提醒和進度反饋，幫助學生形成良好的學習習慣和時間管理能力，促進了他們自律品格的培養。優良品格的形成將進一步地提升學生的動力和動機。

3.6"生成式人工智能幫助大學生形成良性互動的社交模式

在當今數字化時代，大學生的社交模式正經歷著深刻的變革。傳統上，電腦和手機等設備更多地被用于娛樂和消遣，而非促進有效的學習和社交。然而，生成式人工智能的出現為大學生社交模式的轉型帶來了新的可能。調查數據表明，有78%的學生表示，該技術使他們的社交模式更加積極主動和專注于學習。具體而言，生成式人工智能通過自然對話的方式與學生進行互動，為他們提供了一種全新的學習伙伴和交流對象。數據顯示，約65%的學生認為生成式人工智能有助于將有相似學習動機的同學聚集在一起，形成更有針對性的學習社群。而群體性社團的形成，將顯著地提升大學生的學習黏性和動力。

4"結論和未來

研究深入探究了生成式人工智能在大學生學習過程中的積極作用，發現其有效提升了學生的學習興趣和情感體驗，幫助明確了學習目標、增強了學習成就感，促進了良性互動的社交模式的形成。這些發現充分證明了生成式人工智能在高等教育領域的巨大潛力。但是隨著技術的不斷進步，生成式人工智能在教育領域面臨著挑戰和問題。例如，如何確保數據安全和隱私保護，如何避免技術依賴和過度使用等需要進一步思考和解決。在未來的研究和實踐中，需要不斷探索和完善生成式人工智能在教育領域的應用策略和方法，確保其發揮最大的正面效應，為大學生的全面發展提供有力支持。

參考文獻

［1］國景星.大學生學習動力不足原因分析及有效應對措施探索[J].中國地質教育，2023，32（04）：4044.

[2]陳軍，王維.家庭背景視域下大學生學習投入的提升路徑研究[J].山西青年，2023，（12）：5254.

[3]徐清華.如何激發大學生的物理學習動力——以“光的電磁說”教學為例[J].江西教育，2023，（15）：2223.

[4]劉曉娣，王文，胡昊，等.基于評價激勵的高校大學生學習動力提升策略研究[J].中國教育技術裝備，2023，（07）：7072.

[5]宋莉璐，李素潔，崔英靜，等.積極心理學視角下的藝術類大學生學習倦怠成因與對策研究[J].產業與科技論壇，2023，22（07）：261262.

[6]霍禮俊，孫楠，孫榮梅，等.大學生自主學習能力提升方法研究[J].創新創業理論研究與實踐，2023，6（05）：6668.

[7]胡雅，胡穎.基于影響因子構建大學生學習動力評估體系[J].山西青年，2019，（04）：99100.