中国大学生在不同学业任务中的生成式人工智能提示策略

生成式人工智能（GenAI）正日益融入大学学习，然而有效的人机（人类—GenAI）互动不仅取决于能否使用这些工具，还取决于学生为学术任务构思、评估和优化提示词的能力。本研究考察了大学生的GenAI提示能力自评及其报告的提示策略。研究对234名学生的问卷数据进行了分析，采用描述统计、测量建模、情境比较、结构关联以及对可选评论的质性编码。学生报告在多种学术活动中使用GenAI，并普遍对自身的提示能力表示有信心，尤其是在提供相关背景信息以及根据初始输出优化提示词方面。然而，提示策略对任务类型的敏感性有限：在创意工作坊准备情境中，明确指定输出格式得到的认同程度高于研究导向型作业情境，而其他配对策略则未显示出校正后的差异。学生也普遍同时认同简洁指令和一开始就提供所有相关信息，这表明有效的简洁可能更多取决于选择和整理与任务相关的信息，而非仅取决于提示词长度。相比之下，固定提示模板得到的认同程度低于其他提示策略。在所采用的因子模型中，感知认知与感知提示能力显示出最清晰的独特关联，而开放式回答则突出表明提示意图对齐是一项常见挑战。

中文由 AI 翻译，仅供参考，以原文为准。