AI Literacy and LLM Engagement in Higher Education: A Cross-National Quantitative Study

文章主要内容总结

本文是一项关于美国和孟加拉国大学生与大型语言模型（LLMs）互动的跨国定量研究，基于对318名学生（美国171人，孟加拉国147人）的在线调查，核心内容如下：

1. 研究发现：LLMs能提升信息获取效率、改善写作质量并提高学术表现，但存在过度依赖、伦理风险及批判性思维弱化等担忧。
2. 影响因素：基于人工智能素养框架、期望价值理论和Biggs的3P模型（预设、过程、结果），发现学生的动机信念和技术能力显著影响其对LLMs的使用；LLM使用频率与感知到的素养收益（相关系数(r=.59)，(p<.001)）和乐观态度（(r=.41)，(p<.001)）呈显著正相关。
3. 群体差异：美国学生比孟加拉国学生使用LLMs更频繁（(F=7.92)，(p=.005)）；STEM专业学生使用频率高于非STEM专业（(F=18.11)，(p<.001)）；男性学生使用频率高于女性学生。
4. 结论与建议：研究支持在高等教育中开发符合伦理、包容性且教学合理的LLMs整合框架，建议通过系统化的AI素养课程、文化适应性政策等提升LLMs的有效应用。

文章创新点

1. 跨国比较视角：填补了现有研究中“西方中心主义”的空白，首次系统对比美国（发达国家）与孟加拉国（发展中国家）学生的LLMs使用差异，揭示了不同教育背景、文化和技术基础设施对LLMs应用的影响。