课堂环境中人工智能使用与大学生态度：认知缓解与认知卸载的不同中介作用

《Behavioral Sciences》：In-Class AI Use and Attitudes Among University Students: The Different Mediating Roles of Cognitive Relief and Cognitive Offloading

　　

人工智能（AI）的使用与认知缓解和认知卸载均相关联，这导致用户如何进行价值判断和决策存在不确定性。本研究聚焦于课堂环境中的人工智能使用，探讨大学生对认知缓解和认知卸载的感知，以及这些因素塑造学生态度的不同中介机制。基于287名受访者的问卷数据，研究人员采用结构方程模型（SEM）和Bootstrap方法检验研究假设。结果表明，认知缓解在人工智能使用与态度之间发挥互补性中介效应，而认知卸载则发挥竞争性中介作用。这两种机制对学生产生相反的影响，其中认知缓解的总体中介效应更强。这些发现提示教育工作者应引导学生更深入地理解人工智能的使用，以减轻困惑及其潜在的负面心理后果。此外，教育工作者和机构应利用人工智能为高阶学习活动提供认知缓解，从而增强学生的参与度、动机和深度学习过程，同时实施反思性和批判性思维实践以防范认知卸载的风险。本研究受限于单所机构的便利样本和对自我报告数据的依赖；未来研究建议纳入访谈和课堂观察等定性方法以进一步验证和拓展这些发现。

本研究旨在探讨课堂环境中大学生人工智能使用态度的形成机制，核心聚焦于认知缓解与认知卸载两种对立中介机制的不同作用。

研究背景方面，生成式人工智能的迅速崛起正深刻重塑高等教育的教学与学习模式。以ChatGPT为代表的工具已快速渗透学术写作和问题解决实践，成为大学生中日益流行的学习辅助手段。然而，人工智能使用对学习与认知具有双重影响：一方面，人工智能作为外部认知工具可显著降低用户的认知负荷，提供认知缓解；另一方面，过度依赖可能导致认知能力退化，引发认知卸载。现有研究虽已认识到人工智能使用的双重性质，但对其如何塑造用户态度关注不足。核心争议在于人工智能使用究竟导致认知缓解还是认知卸载，这正是本研究的出发点。

研究人员构建了一个整合双重路径的态度形成模型，基于认知负荷理论（Cognitive Load Theory）和拓展心智理论（Extended Mind Theory），提出人工智能使用可同时通过认知缓解和认知 offload 两条路径影响学生态度，且两者效应方向相反。研究采用问卷调查法，从中国H大学招募287名本科生和研究生作为样本，通过问卷星平台收集数据。测量工具包括课堂人工智能使用行为量表（5题项）、认知缓解感知量表（4题项）、认知卸载感知量表（4题项）以及对课堂人工智能使用态度量表（3题项），均采用李克特5点量表。数据分析采用SPSS 25.0和AMOS 25.0进行信效度检验、描述性统计、结构方程模型分析及Bootstrap中介效应 Buzz5,000次重复抽样检验。

研究结果部分呈现如下：

人工智能使用与认知缓解的正向关系。基于认知负荷理论和拓展心智理论，人工智能可转移部分认知任务至外部系统，降低工作记忆需求。研究证实课堂人工智能使用与认知缓解感知显著正相关（β=0.414，p<0.001），支持假设H1。人工智能有效处理重复性、结构化低阶认知任务，减少外在认知负荷，促进学习者将释放的认知资源重新分配至深层分析、批判思维等高阶思维活动。

人工智能使用与认知卸载的正向关系。依据认知卸载理论，人工智能使用使个体将认知过程卸载至外部工具，减少独立思维依赖。研究证实课堂人工智能使用与认知卸载感知显著正相关（β=0.187，p<0.01），支持假设H2。学生可能不经批判性地接受人工智能生成内容，从主动知识建构者转变为被动接受者，偏爱启发式方法而非逐步推理分析。

认知缓解与认知卸载对态度的中介作用。研究证实课堂人工智能使用与学生态度显著正相关（β=0.232，p<0.001），支持假设H3。Bootstrap检验显示两条中介路径均显著：认知缓解路径呈现正向显著中介效应（β=0.267，95%置信区间[0.170,0.386]），为互补性中介，支持假设H4；认知卸载路径呈现负向显著中介效应（β=?0.047，95%置信区间[?0.109,?0.008]），为竞争性中介，支持假设H5。认知缓解对态度的总效应显著大于认知卸载（差异=0.314，95%置信区间[0.155,0.345]），即前者中介效应显著强于后者。

讨论部分，本研究的理论贡献在于：首次实证验证了人工智能态度形成的双路径模型，将认知缓解与认知卸载的矛盾关系确立为核心驱动机制，整合于统一分析框架中，超越了以往研究仅独立考察两种机制的局限。研究发现表明，同一人工智能应用可同时触发两种相反心理过程——认知缓解通过快速、情感性、经验性系统（系统1）运作，而认知卸载涉及对自身认知努力的元认知监控（系统2），这种竞争性中介效应解释了文献中关于人工智能态度的混合发现。

实践意义层面，教育工作者应帮助学生建立对人工智能双重影响的平衡理解，缓解因价值冲突引发的焦虑与困惑；利用人工智能为深层学习活动提供认知缓解，将低阶任务委托给人工智能以聚焦高阶思维；同时通过设计需要主动认知参与的人工智能任务、教授元认知监控技能、实施"先思考后使用人工智能"规则、组织围绕人工智能输出的群体讨论等方式，防范认知卸载风险。

研究结论部分指出：本研究提出并验证了一个整合认知缓解与认知卸载对立构念的人工智能使用态度形成模型。认知缓解与人工智能使用行为和态度均呈正相关，符合互补机制；认知卸载与人工智能使用行为正相关但与态度负相关，符合竞争机制。且认知缓解与态度的正向关联显著强于认知卸载与态度的负向关联。这一不对称性与学生普遍报告的对人工智能使用的积极态度相一致。研究发现强调帮助学生理解人工智能双重性质的重要性，教育工作者应支持学生管理冲突价值判断带来的困惑和心理焦虑。基于实证结果，建议机构将人工智能素养和批判反思模块嵌入课程，设计协作活动而非简单分配人工智能辅助的独立任务，并在人工智能工具设计中引入教学保护措施，如要求用户先阐述自身推理再揭示人工智能建议，或在交互中提示元认知问题。本研究在理论上推进了人工智能教育应用文献，在实践中为教育工作者、教学设计师和政策制定者提供了指导：有效的人工智能整合应同时关注最大化认知缓解收益与主动 mitigate 认知卸载风险。