测量大学生在学术写作中对生成式AI的依赖类型：GenAI-RTS量表的开发与多源验证

研究开发并验证了GenAI依赖类型量表（GenAI-RTS），包含20个题目，测量大学生在学术写作中对生成式AI的四种依赖类型：战略型、工具型、依赖型、对话型。验证基于美国少数族裔服务机构的382名本科生调查和14名访谈，支持五因子结构，战略依赖与AI素养正相关。

以往依赖测量多为归纳性、针对离散任务且样本同质。此研究首次理论驱动开发并多源验证了量化量表，能区分不同依赖类型，发现战略依赖与AI素养正相关，为教育公平、学术诚信及个性化干预提供了实证工具。

量表通过20道题目从四个理论维度（战略、工具、依赖、对话）测量学生使用GenAI的模式，其中战略型包含刻意使用和批判评估两个子维度。验证性因子分析确认结构，且测量不变性跨性别、世代、专业成立，表明工具可有效区分依赖类型。

教育科技产品（如写作平台、AI辅导工具）可直接嵌入GenAI-RTS的评估模块，用于诊断学生依赖模式。基于依赖类型可设计差异化反馈，例如对依赖型学生加强独立写作训练，对战略型学生推荐高阶AI技能。

• 在学术写作工具中集成GenAI-RTS问卷，实时分析学生依赖类型并生成报告。
• 根据依赖类型动态调整AI辅助功能，如限制自动补全或开启解释模式。
• 为教育机构提供基于量表数据的AI使用行为洞察，支持课程设计。

• 该量表在不同国家、人种及学科背景下的适用性和基准是否一致？
• 依赖类型与学术成绩、长期写作能力变化的关联尚未验证。
• 商业产品如何平衡诊断隐私与个性化推荐？
• 除了已识别的四种类型，是否存在其他未发现的依赖模式？