Measuring Secondary School Students’ Verification Capability in GenAI-Supported Learning: Development and Application of the α − v − M Framework

计算机科学 项目反应理论 认知 人工智能 编码(社会科学) 拉什模型 审计 组分(热力学) 生成模型 比例(比率) 逻辑推理 生成语法 探索性研究 认知负荷 数学教育 质量(理念) 机器学习 批判性思维 混合模型 发现学习 自然语言处理 认知技能 认知模型 人机交互
作者
Minghao Lyu,Cixiao Wang,Mengqiu Cheng,Feng Ji
出处
期刊:Journal of Educational Computing Research [SAGE Publishing]
被引量:2
标识
DOI:10.1177/07356331261487830
摘要

Generative Artificial Intelligence (GenAI) provides adolescents with fluent and immediate support, but unverified use may encourage cognitive offloading and passive reliance. This study conceptualizes verification capability as a cognitive defense mechanism through which learners inspect, question, correct, compare, or reconstruct GenAI outputs before accepting them. Using an exploratory sequential mixed-methods design, we first conducted deductive qualitative coding of 762 authentic Human–AI collaborative teaching cases. Among 242 valid GenAI-supported cases, 98.8% showed no documented verification of AI-generated outputs, indicating a severe observable verification deficit. We then developed and validated the α − v − M framework, comprising AI Engagement, Verification Intensity, and Multi-model Cross-validation, through a scale study with 422 secondary school students. Psychometric validation provided generally supportive evidence for the scale structure, and Item Response Theory was used to evaluate item functioning and generate latent trait scores. Structural equation modeling showed that AI engagement was associated with human–AI collaborative quality through verification-related processes. Gaussian graphical modeling identified deep logical auditing as a central cognitive defense indicator. Latent profile analysis further revealed four learner profiles: Naïve Trusters, Superficial Checkers, Isolated Auditors, and Symbiotic Strategists. These findings inform GenAI-supported learning design by emphasizing cognitive friction, verification scaffolds, and profile-sensitive feedback.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
cjxlllll完成签到,获得积分10
1秒前
1秒前
1秒前
2秒前
Yangqx007完成签到,获得积分10
2秒前
合适的晓亦完成签到,获得积分10
2秒前
2秒前
niko完成签到,获得积分10
2秒前
Sieee_完成签到 ,获得积分10
3秒前
Tomma发布了新的文献求助30
3秒前
4秒前
hhyy发布了新的文献求助10
5秒前
5秒前
Shawn完成签到 ,获得积分10
5秒前
Hello的应助被科研通管家采纳,获得10
5秒前
5秒前
niko发布了新的文献求助10
5秒前
TaoJ的应助被科研通管家采纳,获得10
5秒前
5秒前
科研通AI6.2的应助被qpzn采纳,获得10
5秒前
彭于晏的应助被科研通管家采纳,获得10
5秒前
大个的应助被科研通管家采纳,获得10
5秒前
酷酷的笔记本完成签到,获得积分10
5秒前
OOO发布了新的文献求助10
6秒前
6秒前
6秒前
华仔的应助被科研通管家采纳,获得10
6秒前
打打的应助被科研通管家采纳,获得10
6秒前
科研通AI2S的应助被科研通管家采纳,获得10
6秒前
TaoJ的应助被科研通管家采纳,获得10
6秒前
我是老大的应助被科研通管家采纳,获得10
6秒前
6秒前
CipherSage的应助被科研通管家采纳,获得10
6秒前
科研通AI65的应助被科研通管家采纳,获得10
6秒前
Nole的应助被科研通管家采纳,获得10
7秒前
7秒前
充电宝的应助被科研通管家采纳,获得10
7秒前
Orange的应助被ccc采纳,获得10
7秒前
星辰大海的应助被科研通管家采纳,获得10
7秒前
LSY发布了新的文献求助10
7秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Handbook of Sport Coaching Research 1000
Orthognathic Surgery - 2 Volume Set 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8193335
求助须知:如何正确求助?哪些是违规求助? 9579489
关于积分的说明 21865844
捐赠科研通 7792843
什么是DOI,文献DOI怎么找? 3437210
关于科研通互助平台的介绍 2560687
邀请新用户注册赠送积分活动 2483996