AIEd база знанийAIEd KB
На этой странице

Читать эту страницу на английском

Концепции

Самоэффективность

Создано 2026-10-13

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Самоэффективность — вера учащегося в свою способность успешно выполнить задание или достичь цели. Опираясь на социальную когнитивную теорию (Бандура), самоэффективность формирует мотивацию, усилие, настойчивость и вовлечённость в engagement. В AI in education самоэффективность важна в двух отношениях: ИИ-инструменты могут строить уверенность и автономию учащихся (например, посредством Обратная связь и Скаффолдинг), а ИИ-самоэффективность учащихся — их уверенность в использовании ИИ-technologies — влияет на то, насколько эффективно они взаимодействуют с ИИ, включая то, как знание об ИИ переводится в готовность, релевантную карьере.

Вопросы для размышления

  • Самоэффективность — это вера в свою способность, отличная от фактической компетентности. Бывало ли у вас когда-нибудь, что вы были высоко способны к чему-то, но сомневались в себе, или уверенно заблуждались относительно того, чего не могли сделать? Что этот разрыв между верой и способностью говорит вам о том, почему самоэффективность важна?
  • ИИ-самоэффективность (уверенность в работе с ИИ) — это конструкт, отдельный от ИИ-грамотности, и исследования обнаруживают, что грамотность переводится в готовность только когда учащиеся также обладают уверенностью. Если кто-то знает об ИИ, но не верит, что может им пользоваться, что происходит с этим знанием — и что это подразумевает для обучения?
  • Исследование обнаружило, что использование ИИ для поддержки понимания было полностью опосредовано академической самоэффективностью в его связи с результативностью, тогда как использование в виде шортката предсказывало худшие исходы отчасти независимо от самоэффективности. Почему один и тот же инструмент строит уверенность при одном способе использования и не строит при другом?
  • Страница отличает самоэффективность от бытового слова «уверенность». Прежде чем читать, чем они различаются, и почему researcher настаивает на различии, а не трактует их как одно и то же?
  • Робототехника и воплощённое обучение строят уверенность, основывая задания в наблюдаемых исходах, а обратная связь может строить самоэффективность учащегося. Вспомните задание, в котором вы обрели настоящую уверенность только после увиде́ния конкретного результата. Что это говорит о том, какие виды учебного опыта с ИИ с наибольшей вероятностью построят — а не просто отразят — самоэффективность?
  • Самоэффективность Teacher влияет на принятие и интеграцию ИИ. Если преподаватель не верит, что может эффективно использовать ИИ, исправляет ли это какая-либо доза ИИ-грамотности? Что построило бы уверенность преподавателя, и чем это отличается от предоставления ему большего объёма информации?

Введение

Самоэффективность отлична от фактической компетентности: это вера в способность, которая управляет поведением. Она тесно связана с — и часто используется взаимозаменяемо с — бытовым понятием уверенности в своих способностях. Самоэффективность тесно связана с Мотивация, Саморегулируемое обучение и Опыт студентов. В контексте ИИ ИИ-самоэффективность (уверенность в работе с ИИ) — это конструкт, отличный от ИИ-грамотности, и исследования показывают, что она играет решающую роль в том, действительно ли учащиеся активируют и применяют знание, связанное с ИИ.

Как самоэффективность проявляется в исследованиях базы знаний

  • Снижается при студийной работе GenAI плюс XR: в студии design studio на 27 студентов команды, использовавшие конвейер GenAI и многопользовательского XR, показали более крупные относительные снижения до–после в уверенности в дизайнерской самоэффективности (β = −1.675, p = 0.021) и ожидании исхода (β = −2.088, p = 0.002), чем команды, продолжавшие обычный рабочий процесс, без значимого различия в ослеплённой оценке их презентаций жюри (Xiao et al., 2026). Обогащённые инструментами среды могут угнетать веру в собственную эффективность даже когда сама работа оценивается как эквивалентная.

  • ИИ-самоэффективность и готовность к карьере: Research on AI readiness показывает, что ИИ-самоэффективность модерирует связь между ИИ-грамотностью и готовностью к ИИ: грамотность переводится в готовность только когда учащиеся обладают уверенностью в использовании ИИ, а самоэффективность напрямую предсказывает career adaptability.

  • Уверенность — не всегда рычаг. Поперечный SEM 502 преподавателей университета обнаружил, что технологическая самоэффективность — малый предиктор благополучия в отношении ИИ (β = 0.082), тогда как ИИ-грамотность доминировала (β = 0.713), ограничивая утверждение о том, что уверенность служит воротами результатов ИИ: для благополучия знание перевесило уверенность (Liu et al. (2026)).

  • Навыки могут делать возможной зависимость, тогда как самоэффективность её буферизует. Среди 478 израильских студентов бакалавриата измерения навыков AI literacy были положительно связаны с зависимостью от ИИ (использование/понимание ИИ β = 0.404), тогда как ИИ-самоэффективность была отрицательно связана (β = −0.132), поэтому обучение грамотности, строящее только навык обращения с инструментом, может увеличивать опору на него (Maizel et al. (2026)).

  • Доверие как поворотное звено между грамотностью и уверенностью: Hu (2026) опросил 450 студентов университета, уже использующих ChatGPT, и обнаружил упорядоченную цепь, а не два параллельных коррелята: AI literacy была связана с Доверие к инструменту (beta = 0.50), доверие — с академической самоэффективностью (0.48), а самоэффективность — с продолжением использования, при значимом серийном косвенном эффекте (0.07, 95% CI [0.04, 0.10]). AI anxiety ослабляла связь грамотности с доверием (взаимодействие beta = −0.25, простые наклоны падают с 0.76 до 0.25 по диапазону тревоги), поэтому одно и то же знание покупало меньше уверенности — и достигало меньшего использования — у более тревожных студентов. Уверенность, таким образом, — downstream-звено в цепи, а не отправная точка. Маршрут тревоги, через который практика с поддержкой ИИ связана с готовностью, может разворачиваться, а не угасать с уверенностью: обусловленная косвенная связь упала с 0.142 при низкой самоэффективности в говорении до 0.044 на среднем уровне и −0.054 на высоком, с эффектом, сконцентрированным в малом верхнем хвосте (Wang & Li (2026)).

  • Профили академической самоэффективности и то, кто обращается к ИИ: Suriá-Martínez et al. (2026) провели анализ латентных профилей академической самоэффективности среди 102 студентов университета с моторными ограничениями в Испании и обнаружили три профиля (низкий 29.4%, умеренный 41.2%, высокий 29.4%), заявленное использование ИИ при которых росло ступенями с уровнем профиля (средние 2.41, 3.56, 4.68; F(2, 99) = 27.84, p < .001, эта-квадрат = .36), причём «Превосходство» — измерение планирования и постановки целей — было наиболее сильно связано с использованием ИИ (beta = .47). Авторы читают это как equity: если уверенность идёт вместе с вовлечением использования, студенты с более низкой самоэффективностью могут быть наименее склонны обращаться к поддержке ИИ, которая могла бы снизить барьеры access, поэтому поддержка академической самоэффективности принадлежит внутри рамок inclusion.

  • Паттерны использования ИИ и самоэффективность: Stamatoulis et al. (2026) обнаружили, что использование GenAI для поддержки понимания (оценочная интеграция) было полностью опосредовано академической самоэффективностью в его связи с результативностью — ориентированное на понимание использование ИИ строит уверенность, — тогда как использование в виде шортката (усвоение с низкой верификацией) предсказывало худшие исходы отчасти независимо от самоэффективности. Самоэффективность, таким образом, — и путь, через который продуктивное использование ИИ помогает, и фактор, который использование в виде шортката может не построить.

  • Атрибуция формирует, растёт ли самоэффективность. Приписывание успеха ИИ, а не собственному усилию, ограничивает рост Самоэффективность и усиливает паттерны шорткатов, поэтому расчленение сложных деятельностей на шаги, на которых студенты приписывают прогресс собственным стратегиям, важнее, чем инструмент (Øby, 2026).

  • Робототехника и hands-on learning: ролевая игра с посредничеством робота в REMind построила самоэффективность детей в интервенции против травли; робототехника и embodied learning вообще строят уверенность, основывая задания в наблюдаемых исходах.

  • Креативная самоэффективность у детей: Niu et al. (2026) сообщают в систематическом скопинговом обзоре 22 первичных исследований генеративного ИИ с детьми в возрасте от 6 до 15 лет, что приросты в креативной самоэффективности группируются с дивергентным мышлением и нарративной креативностью, преимущественно посредством инструментов текста в изображение, снижающих барьер между идеей и артефактом. Они останавливаются, не заявляя об эффективности: конструкции неоднородны, обзор не провёл критической оценки, а корпус почти молчит о учащихся с ограниченными возможностями, с низкой связанностью и недостаточно обслуживаемых, поэтому креативная уверенность — это исход, о котором сообщают как о выросшем, а не подтверждённый полем.

  • Самоэффективность преподавателя: исследование Teacher AI competency рассматривает, как professional development строит уверенность преподавателей в использовании ИИ, что влияет на принятие и интеграцию. Ismael, Luo & Li (2026) добавляют квазиэкспериментальные доказательства того, что модель электронного наставничества с поддержкой ИИ повышает самоэффективность будущих преподавателей EFL и их эмоциональный интеллект во время практики: экспериментальная группа набрала существенно больше контроля по обеим мерам, с крупным межгрупповым эффектом и приростами по всем подобластям самоэффективности, — и авторы приписывают их наставничеству, опосредованному ИИ внутри структурированных рефлексивных циклов, а не одному ИИ.

  • Обратная связь и уверенность: AI feedback и tutoring могут строить самоэффективность учащегося посредством действенной, поддерживающей обратной связи.

  • Расширение прав в Решение задач с помощью ИИ: Zhu and Kong (2026) обнаруживают, что расширение прав студентов в использовании ИИ для решения задач опосредует связь между воспринимаемым project-based learning и удовлетворённостью курсом ИИ-грамотности. В их SEM-анализе 1 027 студентов PBL создавала условия, расширявшие права студентов для использования ИИ в решении задач, что в свою очередь вело к удовлетворённости курсом, — доказательство того, что построение уверенности и способности студентов с ИИ — ключевой механизм эффективного образования в области ИИ-грамотности.

Самоэффективность связана с Мотивация, Саморегулируемое обучение, Опыт студентов, ИИ-грамотность, Автономность учащегося и Роботы в образовании (Robots in Education). Построение самоэффективности — ключевой механизм, посредством которого ИИ поддерживает вовлечённость и обучение. Самоэффективность измеряется почти целиком посредством self-report, поэтому её связи с наблюдаемым поведением заслуживают обычной осторожности.

  • Самоэффективность AIGC как поворотное звено между инструментом и обучением. Liang et al. (2026) обнаруживают, что воспринимаемые возможности контента, генерируемого ИИ, повышают самоэффективность AIGC (beta = 0.583), которая затем опосредует пути к мотивации обучения (косвенный эффект 0.329) и к саморегулируемому обучению (0.145), при значимом и серийном пути от возможностей к самоэффективности к мотивации к само-Регулирование ИИ в образовании (0.173). Контраст, делающий эту находку полезной: качество обратной связи ИИ об Оценивание не предсказывало самоэффективность (beta = 0.131, н.з.) даже хотя сильно предсказывало удовлетворённость, — уверенность с инструментом строится управлением им, а не получением хорошего результата от него.
  • Отсутствие эффекта интервенции в семестровом РКИ — уверенность росла со временем курса: в рандомизированном полевом эксперименте Thoeni and Fryer's (2026) с 454 студентами бакалавриата на курсе основ маркетинга самоэффективность росла за семестр у всех студентов (эффект времени β = 0.099, p = 0.0009, ƒ2 Коэна = 0.025), тогда как ни эффект группы (p = 0.1162), ни взаимодействие группа × время (p = 0.5306, d = 0.023) не был значимым, так что RAG-чатбот не добавил ничего. Приросты уверенности в курсах с поддержкой ИИ могут идти вместе с прогрессией курса, а не с инструментом, — риск атрибуции для конструкта, который поле измеряет почти целиком посредством self-report.
  • Уверенность может двигаться в противофазе поведению. В соревновательном программировании студенты, прекратившие соревноваться, сообщали о более высокой теоретической уверенности, чем их активные сверстники, но показывали значительно более слабые привычки в досдаче решений и в кругах обсуждения с сверстниками (p < .001), поэтому сигнал самоэффективности в одиночку введёт в заблуждение систему раннего предупреждения (Ruhan et al. (2026)).
  • Уверенность может расти, тогда как способность за ней снижается. Среди студентов университетов частое использование генеративного ИИ повышало воспринимаемую уверенность и эффективность и увеличивало технологическую зависимость у тех же учащихся, поэтому балл самоэффективности, взятый во время работы с поддержкой ИИ, может читаться высоко в тот самый момент, когда базовый навык разрушается (Yan et al., 2025).
  • Использование ИИ шло вместе с уверенностью, но уверенность не предсказывала посещаемость. В PLS-SEM-опросе 291 португальского студента общее использование ИИ было положительно связано с самоэффективностью для самостоятельного обучения (β = 0.266, f² = 0.106). Конструкт моделировался как формативный композит второго порядка четырёх источников Бандуры — опыта мастерства, заместительного опыта, словесного убеждения и эмоционального состояния. Самоэффективность в свою очередь не предсказывала абсентеизм (β = −0.068, p = 0.276), даже хотя использование ИИ было отдельно связано с более высоким абсентеизмом (β = 0.148, f² = 0.029). Путь использование ИИ → самоэффективность был значимо сильнее у мужчин, чем у женщин (β = 0.449 против 0.159; Δβ = −0.289, p = 0.013), при частичной инвариантности измерения (Franco et al. (2026)).
  • Открытые задания по проектированию с ИИ сортируют студентов по предсуществующей уверенности. Zangari et al. (2026) обнаружили, что самооценка результативности коррелировала с экстраверсией (r = 0.262, p < 0.001) на курсе, где 345 студентов каждый построили диалогового агента для обучения сверстника, и что студентки сообщали о значительно более низкой самооценке, чем сокурсники мужского пола (Kruskal-Wallis H(2) = 9.87, p < .005). Вывод о проектировании, который делают авторы: открытые, разговорные креативные задания дают преимущество уже уверенным, поэтому «открытые задания по проектированию [должны] включать достаточный скаффолдинг, чтобы справедливо строить самооценку результативности у всех типов личности», — предостережение о том, что задания с созданием артефактов студентами могут расширять, а не закрывать разрывы в уверенности, если скаффолдинг не осознан.
  • Самоэффективность взаимодействует с предпочтением формата, а не только с исходами. Контрбалансированное внутрисубъектное исследование (97 девятиклассников; согласованное по контенту обучение на основе тьютора против обучения на бумаге по интерпретации и построению графиков) обнаружило, что обучение на основе тьютора превзошло бумажное в целом (t(62.30) = 2.38, p = .020), и — контринтуитивно — более низкая базовая самоэффективность предсказывала большие приросты в обоих форматах (t(98.40) = −2.14, p = .035). Интересна структура: значимое тройное взаимодействие самоэффективность × благоприятность × формат (t(99.84) = −2.58, p = .011): среди студентов с низкой самоэффективностью благоприятность к тьютору предсказывает большие приросты именно в практике с тьютором. Отрезвляющий нуль для предположения о том, что практика с тьютором мотивационно самоусиливающа: практика с ITS не улучшила значимо самоэффективность после обучения по сравнению с бумагой, — что приписывается краткости интервенции (две сессии по ~40 минут). Практический сигнал: базовая самоэффективность и технологическая благоприятность — дешёвые, действенные входы для назначения формата; практика с тьютором капитализирует существующую благоприятность, а не создаёт её. (Self-efficacy and favorability shape learning from tutoring systems and paper practice)

Связанные концепции

Связанные статьи

Связанные FAQ

Метаданные

Целевая аудиторияLearners
Обучение и преподаваниеМотивация, Самоэффективность, Саморегулируемое обучение
Оценивание и измерениеОценивание
Основы ИИ в образованииИИ-грамотность
SourceHistoryEditChat

Встроить эту страницу

Скопируйте код ниже, чтобы встроить эту страницу в систему управления обучением или на другой сайт. Во встроенной версии отображается только содержимое страницы — заголовок сайта, навигация и нижний колонтитул скрыты.