“为什么要学AI”——学生学用AI的动机结构分析

多客科技

作者：微信文章
随着人工智能（AI）技术在教育和产业中的广泛应用，全球高校都在将AI课程纳入教学体系。斯坦福大学AI指数报告显示：2018-2021年间，全球高校AI相关课程数量暴涨102.9%。世界经济论坛《未来就业报告》指出：到2027年，AI与大数据相关岗位将增长30%以上，成为最紧缺技能之一。

然而，有没有发现一个问题，现有AI教育研究聚焦“怎么用AI教”（工具论），而非“学生为何愿意学AI”（动机论）。试想，有一些有内驱力的孩子，他可能不仅自己愿意学AI，还愿意教别的孩子们用AI，这比你课上强行找联系往AI上扯可好太多。AI教育研究急需一场“从工具到主体、从外控到内驱”的视角转向。



基于此，这篇最新发表在Nature 合作刊npj Science of Learning的研究《Analyzing the network structure of students’ motivation to learn AI》旨在：
1. 构建学生 AI 学习动机的“网络系统”，识别其中的核心成分；2. 探讨基本心理需求（胜任感、自主感、关联感）、社会支持及环境促进条件如何与 AI 学习动机相互作用，以期为 AI 教育设计提供实证依据
论文以 自我决定理论（Self-Determination Theory, SDT）为核心，强调动机的“质量”比“数量”更关键。

按内化程度，动机分为：



此外，SDT 提出满足 自主（Autonomy）、胜任（Competence）、关联（Relatedness）三大基本心理需求，是促进高质量动机的关键。论文进一步将 社会支持 与 促进条件 纳入模型，共五种新要素，以全面描绘 AI 学习的动机生态。

研究采用便利抽样（convenience sampling），招募了 1,465 名大学生，来自大中华区 47 所高校，其中 460 人来自中国大陆，1,005 人来自香港特别行政区；专业分布为 820 名非 STEM（文科、商科、教育、法学、社科）和 645 名 STEM（工程、医学、理学）学生；平均年龄 19 岁，女性占 57.9%。



在仅含五种动机类型的网络中，内摄调节的预期影响值（expected influence）最高，意味着“为避免羞愧、维持自尊而学 AI”比其他动机形式更能连接并影响整个系统。在这些学生里，“怕丢面子、想维护自尊”是他们学习 AI 的主要动力，它既跟“外在调节”（奖罚）紧密相连，也影响其他动机。



内在动机（Intrinsic motivation）与无动机（Amotivation）最为边缘：真正出于兴趣的学习动机及缺乏动机的状态在网络中影响力最弱，排在中心性指标的末端。说明：真正出于兴趣去学的学生不多，而完全缺乏动机的状态也相对少，但在网络中这两种动机与其他动机的关联都较弱。

举例：小张学习 AI 并不是因为真的对算法充满好奇（内在动机），而是因为他害怕被同学嘲笑不会用 AI（内摄调节），同时学校又有奖励（外在调节），这两者结合让他持续学习。

研究通过建模，在原有五种动机外，又加入了：

自主感（“我能自己决定学什么、怎么学”）

胜任感（“我觉得自己能学会、能做好”）

关联感（“我觉得同伴和老师支持我”）

社会支持（“我在学 AI 时能得到资源、人脉”）

促进条件（“学校/平台提供的工具和机会”）

调整后的模型里，胜任感满足（Competence need satisfaction）居于首位：当将自主感、胜任感、关联感、社会支持及促进条件一起纳入网络后，胜任感满足成为中心性最高的节点，表明“对 AI 学习能力的信心”是驱动动机系统的关键前置因素。



内在动机仍位于网络边缘：在扩展网络中，内在动机的中心性依旧低于其他动机形式，仅略高于无动机。

说明：当学生觉得“我学 AI 是能做到的、有把握的”，这份信心成为整个学习动机系统的关键，能够推动或增强各种动机类型。而即便环境支持好了，单纯“因为兴趣”而学的动机依然在网络中影响力不高。

本研究发现，学生学习 AI 主要是出于“维护自尊、避免被认为不会 AI”的内摄调节，而非传统 SDT 所强调的内在动机或认同调节。这提示：在 AI 热潮与“面子”文化双重作用下，学生更在意外部期望而非兴趣本身。在大中华文化中，“失面子”代价高，学生往往为满足社会与集体期望投入学习。这种集体主义氛围，使得内摄调节相比更自我导向的动机形式更为显著。

虽然内在动机和认同调节被视为最优质的动机类型，但在 AI 领域，“技术更新快、知识迭代快”的特点，使得仅靠兴趣或价值认同难以维系；相对而言，面子与外部期望更易即时驱动行为。在扩展模型中，“感觉自己有能力学好 AI”（胜任感满足）比“自主性”与“关联感”更具中心性，说明自信心是转化动机、维系学习的重要前置条件。

总之，通过此类研究，教育者不仅能理解“为何学生学 AI”，更可据此设计更具针对性的教学策略，帮助学生从“为了不丢面子而学”逐步转向“因为兴趣与价值而学”，并在学习过程中持续获得自信与成就感。

---

「AI时代的教育及其后续」是我们基于美国课程重构中心的书《AI时代的教育》设计的专栏，包括这本书的解读、心得以及该话题后续的研究。加入「教育学人 AIED 知识社区」专栏，一站式解锁AI教学干货：