高等教育中的人工智能：是弥合还是加剧多元学生群体的差距？

本研究关注了高等教育中基于人工智能工具对多元学生群体（特别是第一代大学生和少数族裔学生）的差异性影响这一关键认知空白。作为一个案例研究，本研究在一所边缘学院的入门心理学课程中进行，采用混合方法，结合了调查（n = 110）、深入的半结构化访谈（选取20名学生以反映班级多样性）以及讲师的反思日志。数据通过描述性和推论性统计（t检验、卡方检验）及主题分析进行分析，并通过多数据源三角验证，以探讨基于人工智能的模拟如何影响学习体验和结果。研究发现，人工智能虽提升了各组的内容理解与参与度，但同时也凸显并可能加剧了教育差距，表现为新兴的“人工智能素养分化”。该分化体现为人工智能参与模式的差异以及在课程之外应用人工智能知识的差别，其中主流和非第一代学生与少数族裔及第一代学生相比，这种差异显著较大。质性数据将这些差异归因于先前的技术接触、文化背景和学术自我效能感。研究提出了一个整合框架，强调人工智能素养、人工智能参与和人工智能增强的认知灵活性作为文化/技术资本与人工智能采纳之间的中介。结论强调需采取包容性教学策略和机构支持，以促进公平的人工智能应用。