摘要
随着生成式AI（GenAI）在本科生学术写作中的日益普及，学生如何依赖这些工具而不仅仅是使用它们，已成为学习、学术诚信和教育公平的重要问题。现有的依赖测量工具主要是从离散问题解决任务中归纳而来，且验证样本较为单一。
本研究开发并验证了生成式AI依赖类型量表（GenAI-RTS），这是一个包含20个项目的工具，测量四种理论推导的GenAI依赖类型：战略性、工具性、依赖性和对话性。验证遵循教育和心理测量标准的多源框架，基于对382名美国少数族裔服务机构本科生的调查和对14名有目的选样学生的访谈。
对六个竞争模型的确认性因子分析支持了一个五因子结构，其中战略性依赖包括两个方面：深思熟虑的使用和批判性评价，此外还有工具性、依赖性和对话性因素（CFI = .92, RMSEA = .08; DWLS CFI = .98, RMSEA = .07）。子量表的可靠性表现为可接受到良好（omega = .75-.88），并且在性别、第一代学生身份以及STEM/非STEM专业之间保持了标量测量不变性，这是我们所知的第一个此类GenAI依赖工具的证据。
Rasch分析表明，五点响应格式将改善类别功能。战略性依赖与AI素养呈正相关，且依赖类型能够区分学生在多个写作过程和结果变量中的表现。GenAI-RTS为研究人员和教育工作者提供了一个理论基础、心理计量验证的工具，用以识别本科生的依赖特征，并支持研究、评估和AI素养干预。
博主点评： 本文通过开发和验证新的量表，深入探讨了学生如何利用生成式AI进行学术写作，为教育工作者提供了重要的工具以评估学生的依赖模式。这一研究不仅推动了对AI在教育中角色的理解，也为未来的教育干预措施奠定了基础。关注学生的依赖类型，将有助于实现更公平的教育实践。