知识管理视角下批判性人工智能素养对大学生创新行为的影响研究
论文精读：张罗（2026）基于 1062 份调查数据，检验批判性 AI 素养通过反思性知识重构影响大学生创新行为的机制。
📖 本页为个人精读笔记：文中模型、数据表与图片均出自原文，版权归原作者与期刊所有，仅供个人学习参考；如需引用请以《中国高教研究》原文为准。
文献：张罗《知识管理视角下批判性人工智能素养对大学生创新行为的影响研究》，《中国高教研究》2026 年第 2 期。基金：国家社会科学基金教育学一般项目（BIA250127）。
研究问题：在智能时代，人工智能对创新的影响具有复杂性和多面性——积极观点认为 AI 能帮助个体获取知识、减少重复劳动而激发创新；消极观点指出 AI 可能导致思想同质化、技术依赖而抑制创造力。论文要回答的是：决定大学生如何使用、评估 AI 的批判性 AI 素养，如何通过知识反思过程影响其创新行为？
论证思路：从知识基础观出发，以“反思性知识重构”为机制解释变量，构建“批判性 AI 素养 → 反思性知识重构 → 创新行为”的中介模型，并引入“知识共享”作为调节变量；用大学生问卷调查数据做基准回归、工具变量稳健性检验、Bootstrap 中介检验与调节效应检验。
理论框架与研究假设
核心构念
- 批判性 AI 素养：批判性思维与 AI 素养深度融合的复合型素养，侧重在使用情境中对 AI 技术本质、输出可靠性与社会影响保持持续质疑与审视。划分为批判性 AI 意识、批判性 AI 定位、批判性人机交互策略、批判性 AI 结果评估四个维度。
- 反思性知识重构：大学生个体基于知识重构，通过反思学习打破自身固有知识系统、形成新的知识体系，从而促进认知与行为改变的过程。分为数量重构（对某学科知识数量的反思与补充更新）与结构重构（对知识体系关联性的反思与重组整合）。
研究假设
| 编号 | 假设 |
|---|---|
| H1 | 批判性 AI 素养对大学生创新行为具有显著正向影响 |
| H2 | 批判性 AI 素养对反思性知识数量重构具有显著正向影响 |
| H3 | 批判性 AI 素养对反思性知识结构重构具有显著正向影响 |
| H4 | 反思性知识数量重构能显著正向预测反思性知识结构重构 |
| H5 | 反思性知识数量重构对创新行为具有显著正向影响 |
| H6 | 反思性知识结构重构对创新行为具有显著正向影响 |
| H7 | 数量重构与结构重构在批判性 AI 素养与创新行为间分别发挥独立中介和链式中介作用 |
| H8/H9 | 知识共享调节批判性 AI 素养对数量重构（H8）/结构重构（H9）的影响 |
理论假设示意图（原文图1）：
研究设计
数据来源：课题组面向全国东、中、西部高校大学生随机抽样，线上发放问卷 1350 份，清洗后有效问卷 1062 份，有效回收率 78.67%。
变量测量（均为 5 点量表）：
| 变量 | 量表来源 | 题项数 | Cronbach’s α |
|---|---|---|---|
| 创新行为（被解释变量） | Ying Zhou 量表 | 6 | 0.828 |
| 批判性 AI 素养（解释变量） | Chaoran Wang 等 | 12 | 0.902 |
| 反思性知识数量重构（中介） | 芮正云等改编 | 4 | 0.748 |
| 反思性知识结构重构（中介） | 芮正云等改编 | 4 | 0.731 |
| 知识共享（调节） | Farahian 等 | 5 | 0.817 |
控制变量：性别、年级、专业领域、学校层次、院校区位、AI 使用时长。
分析软件：STATA 18、AMOS。分析方法：基准回归；两阶段最小二乘法工具变量（IV）缓解内生性；偏倚校正的非参数百分位数 Bootstrap（5000 次重复样本）检验中介效应；交互项检验调节效应。
实证结果
基准回归（表2 精简）
模型一仅纳入批判性 AI 素养，系数 0.787（p<0.001）；模型二加入全部控制变量后，系数 0.780（p<0.001）。批判性 AI 素养对大学生创新行为具有显著正向影响，H1 得到验证。
中介效应（图2、表5）
| 路径 | 效应值 | 95% CI |
|---|---|---|
| 批判性 AI 素养 → 数量重构 → 创新行为 | 0.102 | [−0.051, 0.239]（含 0，不显著） |
| 批判性 AI 素养 → 结构重构 → 创新行为 | 0.170 | [0.106, 0.258]（显著） |
| 批判性 AI 素养 → 数量重构 → 结构重构 → 创新行为 | 0.135 | [0.080, 0.214]（显著） |
结果：反思性知识数量重构的独立中介效应不显著；结构重构的独立中介显著；数量重构与结构重构的链式中介显著。H2、H3、H4、H5、H6 得到验证，H7 部分验证——结构重构是机制的核心枢纽。
调节效应（表6 精简）
知识共享对反思性知识数量重构的调节不显著（交互项系数 0.050，ns），但对结构重构的调节显著（交互项系数 0.154，p<0.001）。H8 未验证，H9 得到证实：知识共享只强化批判性 AI 素养对结构重构的正向影响。
精读笔记
核心论点：批判性 AI 素养通过知识反思过程促进大学生创新行为，其机制枢纽是反思性知识结构重构——而非数量重构。智能时代对创新最有价值的不是知识数量，而是具有启发性的复杂知识结构。
方法要点：
- 以知识管理理论（SECI 模型、知识基础观）为解释框架，将宏观的 AI 素养议题落到可检验的中介机制
- 中介检验区分独立中介与链式中介，明确数量重构独立效应不显著、链式效应显著，论证精细
- 用工具变量法（两阶段最小二乘）缓解内生性，并做改变因变量、删减样本的稳健性检验
局限与边界：
- 数据为横断面自报问卷，批判性 AI 素养、创新行为均为自我报告，存在共同方法偏差风险
- 样本为随机抽样大学生，结论向其他群体（职业院校、研究生、在职人员）外推需谨慎
- 工具变量的外生性依赖院校 AI 使用政策的差异，需结合制度背景解读
可延伸方向：将反思性知识重构的测量细化（如结合学习日志、知识图谱数据）；纵向追踪批判性 AI 素养的动态变化对创新行为的影响；检验批判性 AI 素养培养干预（课程、工作坊）的实际效果。
原文地址
- DOI：10.16298/j.cnki.1004-3667.2026.02.04
- 期刊：《中国高教研究》2026 年第 2 期