人工智能辅助学习强度对大学生自主学习能力的影响

人工智能（AI）快速融入教育领域提高了学习效率，但也引发了对其对大学生自主学习（SDL）能力影响的关注。本研究基于Zimmerman的自我调节学习理论，采用定性文献分析方法探讨AI辅助学习强度与SDL之间的关系。通过审查学术资料，构建理论连贯性并确保方法论严谨。关键发现显示一种“双刃剑”效应：适度使用AI通过个性化目标管理、实时反馈和激励强化促进SDL，提升时间管理、批判性思维和自我效能感；反之，过度依赖AI导致认知外包、目标设定能力下降及浅层推理。研究提出“边界适应配对”模型，倡导根据学习者元认知水平和教育阶段制定适应性AI干预策略。教育者应平衡技术赋能与自主权保护，确保AI作为支架而非替代。这些见解为优化高等教育中AI整合以促进可持续自我调节学习成果提供理论基础。