教育学院,教职员工,新怡诗夏科技大学-加巴尔登校区,菲律宾加巴尔登 电子邮件:andiecapinding103087@gmail.com (A.T.C.)稿件收到于 2024 年 6 月 6 日;修订于 2024 年 7 月 15 日;接受于 2024 年 8 月 21 日;发表于 2024 年 11 月 12 日 摘要 — 人工智能 (AI) 融入教育既带来了突破性的机遇,也带来了担忧。这些问题之一是学生在阅读、写作和计算/算术 (3R) 领域对人工智能的依赖程度。虽然现有工具深入研究了人工智能的更广泛影响,但它们表现出一定的局限性。因此,本研究致力于开发和验证专门的问卷,以评估学生在 3R 方面对人工智能的依赖程度。该过程包括对学生群体的采访、与教育界专业人士的咨询、表面验证、内容验证、探索性因子分析、验证性因子分析、Rasch 分析和可靠性测试,以指导工具的构建和验证。初始项目识别涉及一份分布在三个结构中的 45 个项目问卷,这些问卷来自对学生和专家的定性访谈。调查共收到 727 份回复。在 EFA 之后,九个项目由于未能达到 0.5 的负载因子而被淘汰,并且某些项目表现出交叉负载。随后的 Rasch 分析肯定了这些工具的结构有效性,促使删除另外三个项目。最终的问卷包含 33 项内容,分为三个部分——阅读(10 项)、写作(11 项)和计算/算术(12 项),是衡量学生在 3R 方面的依赖性的一种经过验证的可靠工具。作者确认了问卷的有效性和可靠性。未来的研究应侧重于纵向研究,以评估 AI 依赖性如何随时间演变并影响教育成果。关键词 — 人工智能 (AI) 依赖性、探索性因子分析、Rasch 分析、可靠性测试、有效性测试
主要关键词