为研究人员开发和验证人工智能成量表:一项方法学研究
Ahmed Abdelwahab Ibrahim El-Sayed1, Samira Ahmed Alsenany2, Maha Gamal Ramadan Asal3
1Nursing Administration Department, Faculty of Nursing, Alexandria University, Alexandria, Egypt, alexu.edu.eg.
Journal of nursing management
|December 22, 2025
概括
研究人员现在有一个经过验证的22项尺度来衡量人工智能 (AI) 成. 这个工具评估了强迫性行为,过度依赖,功能障碍,退出和容忍,解决了理解研究AI依赖的关键差距.
科学领域:
- 心理学 心理学 心理学
- 研究方法研究方法研究方法学
- 数字健康数字健康
背景情况:
- 人工智能 (AI) 的整合提高了研究效率,但也引起了研究人员过度依赖和成的担忧.
- 在经过验证的工具中存在一个显著的差距,用于评估AI成,特别是在研究界.
研究的目的:
- 开发和心理测量评估一个尺度来测量研究人员的AI成.
- 为评估人工智能依赖程度及其潜在负面影响提供可靠的工具.
主要方法:
- 一个两阶段的方法设计涉及规模开发和心理测量评估.
- 通过文献审查和采访生成项目,然后对718名护理研究人员的数据进行探索和确认因素分析 (EFA/CFA).
- 使用克朗巴赫的alpha,麦当劳的omega和分半的可靠性来评估可靠性.
主要成果:
- 完成了22项规模,包括五个维度:强迫行为,过度依赖,功能障碍,戒断和容忍.
- EFA和CFA证实了强大的五因素结构,解释了大量的差异,具有出色的模型匹配指数.
- 该尺度表现出高度的内部一致性和可靠性 (克朗巴赫的alpha=0.924,麦当劳的omega=0.870).
结论:
- 开发的AI成量表是研究人员的有效和可靠的工具.
- 它为评估强迫性人工智能使用,依赖,功能障碍,戒断和容忍提供了一个全面的框架.
- 这个尺度解决了在学术环境中对人工智能成的定量评估的需要.
