伦理AI困境焦虑量表(EAIDAS)的开发与心理测量学验证：面向高校学生AI学术伦理焦虑的可靠评估工具

《Frontiers in Psychology》：Development and psychometric validation of the ethical AI Dilemma Anxiety Scale among university students

针对高校学生面对AI学术伦理不确定性时的心理困扰缺乏有效测量工具的问题，本研究开发并验证了伦理AI困境焦虑量表(EAIDAS)。通过对埃及大学生样本的探索性与验证性因子分析，确立了包含学术诚信焦虑、职业未来焦虑和社会影响焦虑的三维结构，量表表现出优异的信效度(CFI=0.961，RMSEA=0.043)，为研究者、教育者及政策制定者提供了评估学生AI伦理焦虑的有效工具。

　　

当ChatGPT等生成式AI工具悄然走进大学校园，学生们在享受技术带来的效率提升时，内心却正经历着一场无声的风暴。一边是AI辅助写作、信息检索带来的便捷，另一边却是挥之不去的担忧：用AI写作业算不算作弊？同学都用AI我会不会落后？未来我的工作会被AI取代吗？更深层的是，使用这些可能带有偏见、消耗大量能源的工具，是否让我成为了不道德行为的共谋？这种由AI引发的、聚焦于道德抉择的心理压力，正是“伦理AI困境焦虑”的核心。然而长期以来，学术界缺乏一把精准的“尺子”来测量这种独特的焦虑，导致我们无法量化学生的心理负担，也难以制定有效的干预策略。正是在这样的背景下，一项旨在填补这一空白的研究应运而生，其成果发表在了《Frontiers in Psychology》上。

为了给这种新兴的心理现象提供科学的测量工具，研究人员开展了题为“Development and psychometric validation of the ethical AI Dilemma Anxiety Scale among university students”的研究。他们首先通过文献回顾和学生焦点小组访谈，构建了包含27个初始条目的量表池，涵盖学术诚信、职业未来和社会影响三个理论维度。随后，经过专家内容效度检验（采用Lawshe’s Content Validity Ratio，CVR），删除了3个不合格条目，形成了包含24个条目的最终版伦理AI困境焦虑量表（Ethical AI Dilemma Anxiety Scale，EAIDAS）。研究招募了埃及Al-Azhar大学的两组独立学生样本，分别用于探索性因子分析（Exploratory Factor Analysis，EFA，N=665）和验证性因子分析（Confirmatory Factor Analysis，CFA，N=865）。通过一系列严谨的心理测量学检验，包括信度分析、效度分析和三周后的重测信度分析，全面评估了量表的性能。

研究采用了几个关键技术方法。首先，通过分层便利抽样策略，从埃及Al-Azhar大学达卡利亚省的男子教育学院和女子人文学院招募了两组独立的大学生样本。其次，运用探索性因子分析结合平行分析来确定量表的最佳因子结构，并通过验证性因子分析对结构进行验证，比较了一阶模型和二阶模型的拟合优度。第三，采用多种指标评估量表的信度，包括克朗巴赫α系数（Cronbach’s α）、ω系数（omega coefficient）和古特曼λ²（Guttman’s lambda-2），并通过皮尔逊相关分析评估三周间隔的重测稳定性。第四，综合运用组合信度（Composite Reliability，CR）、平均方差提取量（Average Variance Extracted，AVE）、福内尔-拉克尔准则（Fornell-Larcker criterion）和异质特质-同质特质比率（heterotrait-monotrait ratio，HTMT）来检验聚合效度和区分效度。

3 Results

研究结果显示，数据非常适合进行因子分析，Kaiser-Meyer-Olkin（KMO）值为0.908，巴特利特球形检验显著。平行分析明确支持保留三个因子，这三个因子共同解释了总方差的43.113%。探索性因子分析的模式矩阵显示了一个清晰的结构：因子1（学术诚信焦虑）包含8个条目，因子载荷在0.619至0.682之间；因子2（社会影响焦虑）包含8个条目，载荷在0.500至0.784之间；因子3（职业未来焦虑）包含8个条目，载荷在0.631至0.800之间，所有条目均未出现严重的交叉载荷。

在验证性因子分析中，一阶模型（三个相关潜变量分别对应三个维度）和二阶模型（一个高阶的“伦理AI困境焦虑”潜变量指向三个一阶因子）均表现出极佳的拟合度。关键拟合指标完全一致：卡方自由度比（χ²/df）为2.606，比较拟合指数（CFI）为0.961，塔克-刘易斯指数（TLI）为0.957，近似误差均方根（RMSEA）为0.043，标准化残差均方根（RMR）为0.024，均达到了优秀的阈值标准。这表明无论是将三个维度视为相对独立的构念，还是将其统合为一个高阶的焦虑构念，EAIDAS都具有坚实的实证基础。

在信效度检验方面，量表表现卓越。聚合效度方面，三个维度的组合信度（CR）在0.886至0.904之间，平均方差提取量（AVE）在0.500至0.546之间，均满足或超过推荐标准。区分效度方面，各维度AVE的平方根（0.705至0.739）均大于该维度与其他维度的相关系数，且HTMT比值均低于0.85的临界值，证实了三个维度之间的独特性。信度方面，各维度的ω系数、α系数和λ²系数均在0.886至0.906之间，总量表更是高达0.921（ω）、0.920（α）和0.925（λ²），显示出极高的内部一致性。三周后的重测信度分析显示，总量表的相关系数为0.842，属于优秀水平，其中社会影响焦虑维度的稳定性最高（r=0.700），而学术诚信焦虑维度相对较低（r=0.475），这可能反映了学术诚信相关政策快速变化的特点。

4 Discussion

讨论部分指出，EAIDAS的验证成功填补了现有文献的空白，此前的研究多关注学生对AI伦理的知识和态度，而忽视了对情绪困扰的量化。该量表的三维结构与理论假设高度吻合，分别对应了自主性/问责制、正义/无伤害以及责任/公平等规范伦理原则。三个维度之间存在中等程度的相关（r=0.363至0.514），表明它们既相互关联又各具特色，共同构成了学生面对AI时的复杂道德张力。

该研究具有重要的现实意义。EAIDAS为教育工作者和政策制定者提供了一个诊断工具，可用于识别处于高度伦理困扰中的学生，从而制定针对性的支持政策。例如，大学可以利用该量表监测AI政策实施后的学生心理状态变化，调整教学策略以平衡技术利用与学术诚信。同时，它也使得跨机构、跨学科的比较研究成为可能，有助于深入理解不同教育环境如何塑造学生的AI伦理体验。

尽管研究存在样本局限于单一埃及大学的局限性，未来需要在更多文化和制度背景下进行验证，但这项研究无疑为理解和应对AI时代高等教育中的心理健康挑战奠定了关键的实证基础。随着AI在教育领域的深度融合，EAIDAS将成为推动建立更健康、更具伦理意识学术社区的重要基石。