898名高校教师调查:AI教学创新靠什么支撑
生成式AI进入高校课堂,教师能否把AI知识转化为教学创新?一项针对8所综合性大学898名教师的调查发现:AI-TPACK多数维度与AI教学创新行为显著相关,职业认同与AI素养起部分中介作用,教学效能感的中介作用仅获部分支持;在使用GenAI较少的教师中,职业认同与创新行为的关联更强。
在中文标题、摘要、正文中检索心理学资讯
生成式AI进入高校课堂,教师能否把AI知识转化为教学创新?一项针对8所综合性大学898名教师的调查发现:AI-TPACK多数维度与AI教学创新行为显著相关,职业认同与AI素养起部分中介作用,教学效能感的中介作用仅获部分支持;在使用GenAI较少的教师中,职业认同与创新行为的关联更强。
新研究发现,梦境并非随机碎片,而是由人格、睡眠质量、思维习惯和外部事件共同塑造。研究分析287人超3700份梦境报告,发现大脑会重组日常经历,融合记忆与想象形成新场景。走神多的人梦更碎片化,重视梦的人梦更生动。疫情封锁期间,梦中更多限制与障碍主题,随时间减弱。AI技术助力大规模分析梦境,为研究意识与心理健康提供新工具。
一项针对668名俄罗斯大学生的研究发现,在AI素养与对AI态度的关系网络中,“实际使用AI”与“积极态度”的联结最强,批判性评估位于结构中心,而消极态度则处在边缘。研究提示,人与AI的关系不是单纯的喜欢或抵触,而是使用能力与判断能力的交织,这为理解人机互动中的情绪体验提供了参考。
一项针对413位印度美容消费者的研究发现,由AI推荐、AR试妆等技术构成的“动态品牌体验”,主要通过建立信任与情感纽带(关系资产)来提升品牌关系质量,进而影响购买意愿;相比之下,品牌知名度带来的“品牌资产”作用几乎可以忽略。这提示数字时代的消费决策,更多由“关系”而非“光环”驱动。
美国研究团队开发出一款AI模型,能够从常规夜间睡眠监测中提取隐藏的生理信号,识别出五种风险不同的患者亚型。最高风险组的五年死亡率是最低风险组的两倍,而这一差异在传统睡眠呼吸暂停指标中无法体现。该发现提示常规医学检查蕴含远超现有解读的丰富信息,有助于更早识别心血管疾病、认知衰退等健康风险,推动个性化睡眠医学发展。
新研究发现,未经训练的人工神经网络能够自发形成对人脸美感的识别能力,无需任何审美经验。这种能力源自视觉系统的基础编码方式,而非学习结果。研究者在多种网络中均观察到“美感选择单元”,并能有效区分面孔吸引力。这一成果暗示,人类的审美偏好或许也有先天根源,根植于基本感官机制;但AI的“审美”仅停留在结构评估,缺乏情感体验。
一项针对9名沙特女大学生的试点研究发现,基于人工智能的教学干预后,她们的生产性思维测试得分显著提高。该能力涵盖独创性、流畅性、灵活性、推理、解释、拓展与想象等维度。然而研究为单组前后测设计、样本较小,结论应视为初步探索,而非因果定论。这提示AI教学可能为培养高阶思维提供新途径,但需更多严谨对照研究证实。
最新研究发现,高情商AI伴侣能提升个人心理幸福感,但同时可能削弱人们参与现实人际交往的意愿。当通过增强现实(AR)互动时,这种“双刃剑”效应更为明显。研究提示,使用AI情感陪伴需警惕社交替代风险,建议设定使用边界并鼓励线下联络,让数字技术真正服务于而非阻碍人的心理健康。
一项对62项元分析、超过100万参与者的再分析显示,情绪智力与人生繁盛有可靠正相关,涉及工作成就、心理调适等77种人生结果,且在不同年龄和地域中一致存在。然而,测量方式显著影响关联强度。这提醒我们,培养情绪能力对青少年适应学校与未来生活可能有积极意义,但评估时需结合多种方法,理性看待自我报告。
全球老龄化让老年心理障碍愈发常见,但抑郁、焦虑常伪装成身体不适或记性差,容易被忽视。研究显示,老年焦虑症状患病率约16.5%,痴呆患者中行为心理症状高达75.7%。照护者负担是老人入住养老院的重要预测因素。及早识别、综合干预并关注照护者,能显著改善晚年生活质量。
一项发表在《英国心理学杂志》的研究发现,人们预期他人比自己更常使用AI辅助沟通工具,且这种“自我-他人差异”十分显著。当直接比较时,公众认为公开披露AI使用比秘密使用更可接受;但分开评价时,透明度的优势并不明显。研究还显示,对AI越熟悉的人,越能接受AI辅助沟通。这表明,随着技术普及,人们的相关担忧也许会逐步缓解。
一项针对中国1484名大学生的调查发现,AI焦虑水平越高,学习动力往往越低。研究揭示,情绪调节能力是二者间的中介桥梁,且存在性别差异:男生中情绪调节对学习动力的正向关联更强。这表明,提升情绪调节能力有助于缓解AI带来的学习动力下降,学校应把心理支持融入AI素养教育。
一项针对日本东京成年人的研究发现,街道围合感越强,失眠和白天嗜睡问题越少,睡眠时间越长。这可能是因为围合感提升了对社区的安全感和活力感知。另外,绿化通过安全感改善睡眠,而步行性则与更短睡眠相关。这些发现为城市设计促进睡眠健康提供了依据。
一项新研究利用机器学习分析审计与管控岗位员工的缺勤记录,发现缺勤是职业倦怠的客观行为指标。结果显示,弹性网络回归模型在预测缺勤方面表现最佳,且缺勤主要与长期的工作结构、职业阶段等系统性因素相关,而非短期压力波动。该发现提示,预防倦怠应着重于优化工作负荷设计,并针对不同职业阶段提供支持。
一项覆盖35个国家、超过3.5万人的大型研究发现,人们是否愿意让AI担任医生、教师或伴侣,很大程度上取决于自身的心理需求——胜任感与自主感是关键预测因素。同时,文化背景差异显著:阿拉伯、亚洲和非洲地区对AI社会角色的接受度更高,北欧和德国地区则最低。了解这些差异,有助于设计更符合不同人群需求的AI应用。
一项针对中国高校教师的研究发现,教师对AI融入教学的感知越积极,越可能开展教学创新。其中,“资源补偿”心理路径起关键作用——当教师觉得AI能减轻负担、节省时间时,更愿意尝试新教学法。而“职业身份威胁”并未显著阻碍创新。研究还对比了45岁以下青年教师与60岁以上资深教师,发现两者在心理路径上无显著差异。这提示高校应强调AI的教学实用价值,而非单纯技术推广。
一项系统综述发现,利用摄像头、雷达等非接触设备采集生理信号,再借助人工智能识别心理压力,在实验室条件下平均准确率达81.3%,敏感度0.809,特异度0.697。该技术有望实现无感、持续的压力监测,但当前研究样本量小、标签异质,距离真实场景应用仍需标准化验证。
最新研究显示,先进AI模型在群体中会自发形成共识,倾向于遵从多数意见。但当存在正确答案时,这种从众机制可能导致AI放弃正确选择,甚至违背安全训练。研究借鉴物理学和心理学理论,揭示了AI群体行为的规律,为预测和调控多AI系统提供了新视角。
一项新研究显示,积累的生活知识(晶体智力)能帮助成年人更有效地调节各种情绪,而快速处理新信息的能力(流体智力)主要用于减少负面情绪。老年人抑制厌恶、悲伤等负面情绪比年轻人更困难,但依然能很好地提升积极情绪。这表明丰富的人生阅历和知识储备,对情绪管理有着独特而重要的作用。
一项针对美国557名成年人的研究发现,对人工智能的“错失恐惧”与更高的抑郁和焦虑症状相关,且这种恐惧在年轻人和女性中更常见。研究还发现,实际的技术知识能起到缓冲作用——对AI了解越多,恐惧越少。这提示通过基础培训提升AI素养,或许能减轻技术变革带来的心理压力。
一项随机对照实验发现,大学生每天与随机人类同伴发短信两周后,孤独感显著下降,而与高度共情的人工智能聊天机器人互动却未产生相同效果。这表明,缓解孤独需要双向的真实社交联结,而非单向的模拟关怀。
一项针对中东和北非地区人工智能心理支持工具的叙述性综述显示,虽然AI聊天机器人提供了匿名性和可及性,但由于语言文化适配不足、信任度低等问题,目前仍无法替代人类临床监督。
布朗大学最新研究指出,即便被明确要求遵循专业治疗准则,ChatGPT等大型语言模型在模拟心理咨询中仍持续违反多项核心伦理标准,包括危机处置不当、强化有害信念、展现偏见反应及“虚假共情”,为AI介入心理健康服务敲响警钟。
人工智能正在深刻改变心理学研究的面貌,从数据分析到实验设计,AI 工具的应用既带来效率提升,也引发关于研究伦理和结果解释的新问题。