小学生人工智能学习行为意愿的影响机制研究

范福兰 黄艳琳 熊 曳 胡奇芳

人工智能对人们的生产、生活和学习方式产生了巨大影响，是推动社会进步与发展的重要驱动力。[1]为培养和储备大量的人工智能人才，各国高度重视人工智能教育，并将各级各类教育中的人工智能课程建设与教学工作上升到国家战略高度。[2]英国自20 世纪80 年代起，人工智能就作为选修课包含在中小学信息与通信技术课程体系中。[3]2015 年，美国在推进中小学阶段（K-12）计算机科学教育中，将人工智能作为重点推进课程。[4]2019 年，日本将编程设为小学必修课。[5]

在我国，由于教育政策的推动，人工智能教学在中小学阶段日益得到重视。2017 年，《新一代人工智能发展规划》要求在中小学教育阶段开设人工智能课程。[6]2019 年，教育部颁布《高等学校人工智能创新行动计划》，要求“在中小学阶段引入人工智能教育”。[7]中小学人工智能教育工作的大力开展，促使人工智能教学的探索迅速升温。当前，我国人工智能教学的相关研究多数集中在探讨人工智能教学的内涵和外延、国外人工智能教学案例引入等方面。[8]其实，在中小学人工智能教学中，一线教师更加关注如何借助人工智能实现学生的高效学习。基于此，本文以计划行为理论和技术准备理论为基础，以武汉市400 名小学生为研究对象，探讨小学生人工智能学习行为意愿的影响机制及提升策略，为提升小学生人工智能学习行为意愿、高效开展人工智能教学提供思路与借鉴。

一、理论基础与研究假设

行为意愿指个体对其未来愿意执行某一特定行为的行动倾向。[9-10]人工智能学习行为意愿（以下简称“学习行为意愿”）指学生参与人工智能学习并开展讨论、总结、实践等主动学习的主观概率和倾向。[11]Ajzen 认为行为意愿是决定实际行为的直接因素。[12]对从事某一学习行为意愿更高的学生，更有可能学习相关的知识与技能。[9]可见，小学生的学习行为意愿是影响其人工智能学习行为的关键因素。提高学生的学习行为意愿是促进其在人工智能课程中有效学习的重要途径。

1. 理论基础

（1）计划行为理论

计划行为理论解释了行为态度、主观规范和知觉行为控制如何影响个体的行为意愿，进而影响个体行为。[10，12，13]行为态度是个体对实行某特定行为的评价；主观规范是个体预期在采取某一特定行为时所感受到的社会压力认知；知觉行为控制是个体在进行某一特定行为时所感受到可以控制的程度。三者对行为意愿产生影响。[14]计划行为理论的核心是对行为意愿的预测，行为态度、主观规范和知觉行为控制都可以解释行为意愿。[12]该理论认为行为意愿是个体行为的最佳预测因素，它决定行为的产生与结果。[13]

（2）技术准备理论

技术准备指的是个体为完成家庭生活和工作学习中的目标而接受和使用新技术的倾向。[15]技术准备是一种整体心理状态，该状态包括精神上的驱动因子和抑制因子两种技术信念，前者鼓励个体使用新技术，后者则约束个体使用新技术的意愿，两者共同决定个体使用新技术的倾向。在测量层面，技术准备指数主要用来衡量人们对技术的总体信念。[16]技术准备理论结构包括4 个子维度：乐观、创新、不适和不安全感。乐观是指对技术有积极的看法，相信技术能增加人们的控制力、灵活性和效率；创新是指一种做技术先锋的倾向和思维；不适包括对技术缺乏控制的感觉和被它压垮的感觉；不安全感包括对技术的不信任以及对技术能否应用到学习中的怀疑。乐观和创新是技术准备的驱动力，而不适和不安全感则是抑制因素。

如何提升小学生的人工智能学习行为意愿？探究其关键影响因素十分有必要。计划行为理论认为行为意愿是由行为态度、主观规范和知觉行为控制共同决定的。[13]技术准备理论认为创新能力是个体使用新技术倾向的驱动力。本研究中，“自信心”衡量学生对学习人工智能这一行为的喜爱程度，与个人对行为的态度有关；“人工智能知识水平”衡量学生感知学习人工智能这一行为难易的程度，与知觉行为控制有关；“创新能力”是指学生学习人工智能并努力创新的倾向和思维能力，与技术准备理论的创新有关。基于此，本研究提出人工智能学习行为意愿三大影响因素[13]：人工智能知识水平、自信心和创新能力。本文综合现有理论基础，提出小学生人工智能学习行为意愿的影响机制理论框架，主要包含人工智能知识水平、自信心、创新能力和学习行为意愿。

2. 研究模型与假设

（1）研究模型

本研究聚焦小学生人工智能学习行为意愿的影响机制，探究人工智能知识水平对其自信心和创新能力的作用，进而分析自信心和创新能力对学习行为意愿的影响，并检验自信心和创新能力的中介作用。模型如图1 所示。

图1 模型示意图

（2）研究假设

①人工智能知识水平对学习行为意愿的影响

人工智能知识水平即个体已掌握人工智能相关基本知识与技能的程度。[17-18]学生自身的已有基础和条件，对其在线学习意愿具有显著的正向影响作用。[19]学生对信息通信技术的了解与掌握程度会直接或间接影响移动学习的采用意愿。[20]个体相关知识水平相对越高，对相关课程的学习越有利。学生原有的知识水平会显著影响其最终的学习成绩。[21]以上研究表明，学生自身的知识经验对其学习过程和结果起关键性的影响作用。本研究提出假设H1：人工智能知识水平可以正向预测学生的学习行为意愿。

②自信心的中介作用

自信心指学生在学习人工智能的过程中对自己的学习能力、过程、结果等方面的信念，以及对自己能够克服困难达成学习目标的信心程度。[22-23]自信心来源于个体对长期生活知识经验的积累[22]，自身知识经验水平越高越有利于自信心的提升。自信心影响学生自我能力的评估、任务的选择与接受，对整个学习过程的投入和状态调节都具有极其重要的影响。[23]建立学生使用科技的信心十分重要，这能够提升他们将来学习使用其他电子科技的意愿。学生的积极心理状态，如自信心、坚持、热情，极大可能与学生人工智能学习行为关系密切，在很大程度上能提升其人工智能学习行为意愿。[24]

在教育背景下，使用人工智能技术时的自信心可以使学生对人工智能产生更积极的态度，同时促进个体学习和相关行为的产生。自信心在个体知识能力与改变行为意愿之间起中介作用，即知识和能力通过对个体自信心的影响，进而影响其行为意愿。[25]一个人可能拥有正确的知识信息并知道如何使用这些信息，但如果对运用这些信息的能力没有信心，相关的行为可能不会发生。[26]自信心能够调节个体的动机过程，个体基于自我认知产生行为动机，通过对后期结果的预测来安排自己的行为。个体形成有关自己执行某一特定行为的信念、预测结果，生成行为意愿，并按照预先设想制定行为目标和策划行动方案。[22]综上，本研究提出假设H2：自信心在人工智能知识水平和学习行为意愿之间起中介作用。

③创新能力的中介作用

个体的创新能力对其行为倾向有显著影响。[27]创新能力是个体基于问题情境检索自己已有知识经验，找到与问题相关的信息并科学地结合起来，进而获得新观念、新知识、新方法等创造性成果的思维能力。[28]

现代教学理论认为，扎实的个人知识经验有利于学生创造性思维的形成。[29]良好的知识基础、合理的知识结构是培养学生创新能力的根基。[30]研究表明，个体已有相关知识和经验水平，对其创新能力有显著的正向影响。[31]创新能力对个体的行为倾向和行为持续时间都有显著的积极影响[32]，该能力可以调节个体感知需求和行为意愿之间的关系。研究结果还表明，个体的专业信息知识水平与该领域的个人创新能力呈正相关。[33]可见，个体已有知识经验影响其创新能力，而个体创新能力对其行为意愿有显著的积极影响。综上，本研究提出假设H3：创新能力在学生的人工智能知识水平和学习行为意愿之间起中介作用。

④自信心和创新能力的链式中介作用

自信心是培养学生创新能力的重要心理因素，自信心在个体的创新活动中起驱动作用。自信心可以优化学生的个性特征，促进学生创新能力的发展。[34]创造性思维是创新能力的重要组成部分，学生的创造性思维与自信心之间存在相关性。自信心能够促进学生创造性思维的发展，同时增强学习动机和信念。[35]学生自信心在拔尖学生创新能力形成中具有重要作用，拔尖学生在自信心方面得分均显著高于普通学生，这可能是拔尖学生本身在长期的学习生涯中积累了扎实的知识基础，形成了较高的自信心。[29]以上研究表明，个体自信心能够对其创新能力产生显著的影响。因此，综合假设H2 和H3，本研究提出假设H4：自信心可以正向预测学生的创新能力，并且自信心和创新能力在人工智能知识水平和学习行为意愿之间发挥着链式中介作用。

二、研究方法

1. 研究对象

本研究选取武汉市某小学3～6 年级共400名小学生为研究对象，采用问卷调查法，共发放400 份问卷，剔除无效问卷，有效问卷为385 份，问卷有效率为96.3%。研究对象的基本情况见表1。将样本数据随机分成两半，一半（n=192）用于探索性因子分析（EFA），另一半（n=193）用于验证性因子分析（CFA）。

表1 被试基本情况

2. 研究工具

本研究设计了一份包含4 个维度的小学生人工智能调查问卷，以调查小学生在人工智能学习中的行为意愿及其影响因素。问卷共包含人工智能知识水平、自信心、创新能力和学习行为意愿4 个维度，共计18 个题项。采用李克特5 点计分法（1=“非常不同意”，2=“不同意”，3=“一般”，4=“同意”，5=“非常同意”）。

其中，人工智能知识维度是引自Chai 等研发的小学生人工智能学习量表中的人工智能知识分量表[9]，共5 个题项，得分越高，表明个体的人工智能知识水平相对越高。自信心维度引自Song和Keller 的ARCS 模型中的自信心分量表[36]，共5 个题项，得分越高表明个体的自信心越强。创新能力维度引自Parasuraman 研发的技术准备量表中的创新能力分量表[37]，共4 个题项，得分越高表明个体的创新能力水平越高。学习行为意愿维度改编自Park 等研发的大学生技术接受调查量表中的使用移动学习的行为意愿分量表[38]，共4个题项，得分越高表明个体的学习行为意愿越强烈。所有题项在引用和改编时都根据小学生的发展特征进行了语言调整和修改。

3. 数据分析

本研究首先使用探索性因子分析和验证性因子分析来阐明问卷的结构，然后进行相关分析和回归分析，运用Process 宏程序进行中介效应分析。

三、研究结果

1. 问卷效度分析

（1）探索性因子分析

本研究对小学生人工智能调查问卷进行探索性因子分析。问卷KMO值为0.948，Bartlet球形检验显著，说明适合进行因子分析。删除因子负荷量小于0.4 的系数。抽取特征值大于1 的4 个公因子，其累积方差贡献率为66.793%。第一个公因子的方差解释率为22.559%，低于临界值40%。因此，在本研究数据中基本上不存在共同方法偏差的影响。通过因子分析，最终形成由16个题目、4 个因子构成的测评问卷，具体问卷如表2 所示。

为进一步检验测试题项的信度，本研究采用SPSS 25.0 对问卷进行信度分析，经过分析，各个维度的Cronbach’s α系数见表2。问卷整体Cronbach’s α为0.935，Cronbach’s α系数值均高于0.7，说明该问卷信度理想。

表2 小学生人工智能调查问卷

（2）验证性因子分析

采用AMOS 24.0 进行验证性因子分析，结果显示该量表拟合指数为χ²/df=2.098＜3，RMSEA=0.053＜0.08，RMR=0.039＜0.05，GFI=0.939＞0.9，AGFI=0.915＞0.9，CFI=0.970＞0.9，IFI=0.971＞0.9，TLI=0.964＞0.9，均大于0.9，拟合指标均达到了理想水平。因此，模型拟合效果良好，问卷结构效度良好。

对人工智能知识水平、自信心、创新能力与学习行为意愿4 个变量的组合聚敛效度进行检验。组合信度（CR）、多元相关平方值（SMC）能进一步检验测量项的稳定性、内部一致性和可靠性。上述4 个变量的信度和聚敛效度检验结果见表3，因子载荷系数均介于0.688～0.827 之间（p＜0.001），大部分的SMC值均大于0.5，CR值均大于0.75，这些指标进一步表明变量的信度较好。各因子的平均抽取方差AVE值均大于0.5，说明本研究数据聚敛效度良好。

表3 测量模型结果分析

2. 描述性统计和相关分析

对小学生人工智能知识水平、自信心、创新能力和学习行为意愿进行相关分析，结果如表4 所示，4 个变量之间均具有显著的相关性（p＜0.01）。

表4 描述性统计结果和相关分析

3. 回归与中介效应分析

本研究以人工智能知识水平为自变量，以学习行为意愿为因变量，以自信心和创新能力为中介变量进行回归和中介效应分析。采用Process 宏程序中的Model6，在控制性别和年龄的情况下对自信心和创新能力在人工智能知识水平与学习行为意愿之间关系中的中介作用进行检验，以验证前文假设。采用Bootstrap 法检验，抽样5000 次，置信区间设置为95%，通过检测置信区间是否包含0 来检验显著性。

回归分析结果显示（见表5）：人工智能知识水平对自信心有显著的正向预测作用（β=0.585，t=14.187，p＜0.001）；人工智能知识水平对创新能力有显著正向预测作用（β=0.372，t=8.291，p＜0.001），自信心对创新能力有显著正向预测作用（β=0.386，t=8.554，p＜0.001）；人工智能知识水平对学习行为意愿有显著正向预测作用（β=0.218，t=5.079，p＜0.001），自信心对学习行为意愿有显著正向预测作用（β=0.414，t=9.552，p＜0.001），创新能力对学习行为意愿有显著正向预测作用（β=0.256，t=5.680，p＜0.001）。

表5 模型回归分析

中介效应量分析结果显示（见图2 和表6）：自信心和创新能力在人工智能知识水平和学习行为意愿之间起显著的中介作用，总的标准化中介效应值为0.417，占人工智能知识水平对学习行为意愿总效应（效应值0.6474）的64.47%。总间接效应由3 条间接效应组成：人工智能知识水平→自信心→学习行为意愿路径产生的间接效应1（效应值0.256）；人工智能知识水平→创新能力→学习行为意愿路径产生的间接效应2（效应值0.101）；人工智能知识水平→自信心→创新能力→学习行为意愿路径产生的间接效应3（效应值0.061）。3 个间接效应依次占总效应的39.48%，15.55%和9.44%。以上间接效应置信区间均不包含0，表明3 个间接效应均达到显著水平。

表6 中介效应分析

图2 中介效应检验路径图

四、讨论

1. 人工智能知识水平与学习行为意愿的关系

本研究基于计划行为理论探讨了人工智能知识水平与学习行为意愿的关系及其内部作用机制。研究发现，人工智能知识水平与学习行为意愿呈显著正相关，人工智能知识水平能显著正向预测学习行为意愿，这一研究结果与胡小勇等人提出的观点相一致，即学生自身的已有基础和条件对学生在线学习投入有关键性的影响。[19]这说明学生拥有良好的人工智能知识水平是提升其学习行为意愿的基础和前提条件。人工智能知识水平对学生学习人工智能的过程和结果有着关键性的影响。这也启示我们，人工智能教育学习资源必须做到因人而异，如果学生原有知识经验水平较低却被要求去学习新知识，则会因为没有足够的知识经验而感到十分困难，最终可能对其学习行为意愿和学习成绩产生极大的负面影响。

2. 自信心和创新能力的单独中介效应

本研究发现，人工智能知识水平能通过自信心或创新能力的单独中介作用对小学生学习行为意愿产生影响。自信心对学生自我能力的判断、任务的选择与接受、学习行为意愿的产生以及整个学习过程的投入与调节都有极其重要的影响。自信心能促进学生的认知过程，激发学生的学习兴趣，影响学生的学习态度和意愿。[14]长期生活知识经验的积累是自信心的根基[22]，这种来源于自身内部的积极心理能够极大程度地影响个体的学习行为意愿与学习结果。人工智能知识水平相对较低的学生在学习新的相关知识时会觉得难以应对，出现自信心降低的问题，而这一问题可能会抑制学生人工智能学习的行为意愿。本研究结果与Lucero的研究结果一致，证实了自信心在学生已有相关知识经验与学习行为意愿之间发挥了中介作用。[26]

个体自身知识水平相对较高，更容易养成良好的心理状态，在学习过程中容易建立较强的自信心，即人工智能知识水平影响学生学习自信心的建立和发展。自信心较强的学生，相信自己有能力克服学习上的困难，遇到困难时愿意积极主动地尝试，往往学习行为意愿比较强烈，这说明自信心能够增强学生人工智能学习行为意愿。综上，自信心不仅直接影响小学生学习行为意愿，还可以在人工智能知识水平与学习行为意愿之间起中介作用。

本研究发现，在人工智能知识水平与学生的学习行为意愿的关系中，创新能力起到了中介作用。扎实的知识水平能帮助学生形成良好的知识结构，为学生的创新能力培养和活动的开展提供了坚实的基础和前提条件。创新能力水平相对较高的学生一般具有较强的冒险性、好奇性和挑战性等人格特征，这样的学生更加愿意积极尝试新事物、接受新挑战[29，35]，从而形成较强的学习行为意愿。当小学生人工智能知识水平相对较低时，面对复杂的学习任务会感觉十分困难，其创新能力会受到消极影响，小学生人工智能学习行为意愿也会被削弱。综上，在学生学习人工智能时，教师要加强对学生创新思维和创新能力的培养，注重他们创新能力的提升。

3. 自信心和创新能力的链式中介效应

本研究发现，自信心显著正向预测创新能力，这与以往的研究结果[32]相一致。个体自身知识水平相对较高，容易形成良好的心理状态，在学习过程中也容易建立较强的自信心，即人工智能知识水平影响学生学习自信心的建立和发展。自信心相对越强的学生越容易形成良好的创新能力，遇到困难时愿意积极主动地尝试并努力创新，相信自己有能力克服学习上的困难，创新能力越强的学生对人工智能学习的行为意愿就越强烈。

与自信心较强的学生相比，自信心较弱的学生在面对新问题时往往会感到紧张，认为自己很差，其自我意识发展更容易出现问题，有的孩子或是一味地逃避形成自卑心理，这种自卑或可演变为厌学心理。自信心建立受阻，会影响创新能力水平的提升，难以产生强烈的学习行为意愿。综上，自信心和创新能力在人工智能知识水平与学习行为意愿之间起链式中介作用。

本研究也存在不足：首先，研究采用横断设计，变量间的关系并不完全可靠，未来的研究可以采取追踪研究或者实验研究的范式对研究结果做进一步验证；其次，本研究仅仅考察了人工智能知识水平、创新能力和自信心这3 个因素对小学生人工智能学习行为意愿的影响，后续研究可以纳入学习动机、社会福利、环境因素（如硬件设施）等因素进一步探讨它们对小学生学习人工智能行为意愿的影响。

五、小学生人工智能学习行为意愿提升策略

本研究发现，自信心和创新能力在人工智能知识水平与学生的人工智能学习行为意愿之间分别起中介作用，人工智能知识水平对小学生人工智能学习行为意愿的影响通过自信心与创新能力链式关系发生作用。

这启示学校、教师注重对学生人工智能学习自信心和创新能力的培养，充分利用自信心的激励性和创新能力的驱动作用，促进学生学习行为意愿的产生。 同时，在小学生人工智能教学过程中，教师要避免学生产生盲目乐观、过度自信等认知偏差，从而降低不良自信对小学生人工智能学习行为意愿带来的负面影响。

1. 全面提升小学生人工智能基础知识水平

学校是人工智能教育的主要场所，完备的教学环境是开展智能教育的前提条件。学校应加强智能校园环境建设，加大人工智能教育方面的投入，不断建设完善智能化的教育教学平台，提高学校智能校园环境水平。同时，学校还要注重对人工智能相关课程资源的开发与建设。有条件的学校可开发小学人工智能教学资源，为学生提供丰富的学习资源。[39]目前，专业师资匮乏是我国多数小学面临的现实困境。对此，学校应注重师资队伍的建设，组织青年教师接受人工智能培训，通过专业培训、名师引领等多种措施提高教师的人工智能素养与教学能力。此外，学校要加强人工智能教育课程建设，整合多方资源，针对本校情况研发适用的校本课程，让学生接受相关人工智能教育，从整体上提升学生的人工智能知识水平。

人工智能本身具有多学科、跨学科、繁杂等特点，这决定了人工智能教育必须加强各学科的交叉融合。[40]教师要以现有课程为主体进行人工智能教学，将人工智能教育融入现有学科教学中，例如，在语文、数学、信息技术等课程中融入人工智能相关内容，给学生创造接触、了解、掌握人工智能知识和技能的机会，培养学习兴趣[8]，增强学习积极性，提升学生的人工智能知识水平。除此之外，教师还可以将小学课堂教学活动与人工智能技术相结合，借助人工智能技术改善教学环境、提升教学效率、改进教学方法等。

2. 注重学生自信心的提升，充分发挥其激励作用

本研究发现，自信心在人工智能知识水平与学生的人工智能学习行为意愿之间起中介作用，自信心较强的小学生，其人工智能学习行为意愿越强烈。自信心的建立与提升需要后天的培养与训练[22]，健康向上的校园文化氛围，能够使小学生身心愉悦，满足其心理需求，提升其自信心。学校应创设良好的智能学习环境与氛围，增强学生的自信心；积极开展多种类型、多种层次的人工智能相关活动，帮助学生体验成功，达成自我肯定、自我提升、自我激励。

教师在人工智能教学活动中，首先要坚持“以人为本”的教育理念，尊重爱护学生。在课堂上给学生发言和表现的机会，引导学生积极表现，提升学生自信心，利用自信心的调节功能和激励性，促进其学习行为意愿的产生。其次，可根据学生的知识水平、个性化特征等，部署与规划教学方法与内容。采取多元化教学方法，发挥学生的主观能动性，使学生通过获得不同程度的进步来提升自信心。最后，应注重学生的自主探索和合作学习，关注学生各方面的发展和表现，发掘学生的潜在优势，让学生明确自身的能力和优势[41]，获得正确的自我认知，并透过自我肯定树立自信心。

3. 注重对学生创新能力的培养，充分发挥其驱动作用

创新是一个学习、积累、实践和创造的过程。学校应树立创新教育思想，提供良好的创新能力教育环境，在培养小学生创新能力时要灵活调整教学内容、方式和方法，采用启发式、探究型的教学方式。强烈的好奇心和求知欲是小学生的心理特点之一，教师应从这一心理特点出发，将激发学生的求知欲、增强学生自主思考的意识和敢于提问的勇气作为日常教学任务，培养学生自主分析问题、解决问题的能力，鼓励学生在发散思维中学会思考与创造。教师要站在学生的角度，尊重学生的兴趣、爱好和选择，激发学生的创新精神、创新动力，培养学生勇于创新的信心，并依据学生发展特点和学校实际情况为学生提供创新能力活动的机会，科学培养学生的创新能力。创新离不开实践，探索性的学习活动是培养学生创新能力的最佳途径，学校可开展科学实践活动，激发学生的兴趣，调动学生的好奇心，培养其自主发现问题的能力，以及不畏困难、积极主动等有益于创新能力培养的个性品质。