人工智能驱动的情绪韧性对学业坚持性、动机、认知灵活性与自主学习的影响：基于自我决定理论的实证研究

这篇研究基于自我决定理论（SDT），探讨了人工智能（AI）驱动的情绪韧性对学业坚持性、动机、认知灵活性及自主学习（SRL）的影响。通过结构方程模型（SEM）分析534名中国学生数据，发现AI工具通过个性化反馈和适应性路径显著提升情绪韧性，进而正向预测学业表现。研究为AI教育干预设计提供了理论支持，强调满足心理需求（自主性、胜任感、关联性）对学习可持续性的重要性。

　　

Highlight

本研究基于自我决定理论（Self-Determination Theory, SDT），揭示了人工智能（AI）强化的情绪韧性如何成为学业表现的关键催化剂。通过个性化反馈和动态学习路径，AI技术不仅缓解了学生的挫败感，还显著提升了其坚持性、动机和认知灵活性——这些特质共同构成了学术成功的"黄金三角"。

Research questions

RQ1. AI增强的情绪韧性与学业坚持性、动机、认知灵活性及自主学习的相关性是否显著？

RQ2. 在AI赋能环境中，学生的上述学术特质能在多大程度上预测其情绪韧性水平？

Participants

534名中国大学生（女性73%，平均年龄19.38岁）参与了这项横跨医学、法学等多学科的研究。样本中本科生占97.3%，通过问卷星平台完成包含AI情绪韧性量表（AI-ERQ）的六部分测评。

Results

验证性因子分析（CFA）证实了量表的结构效度。SEM模型显示：情绪韧性通过满足SDT三大心理需求（自主性β=0.32，胜任感β=0.41），显著提升学业坚持性（R²=0.57）和认知灵活性（R²=0.49）。AI驱动的压力管理模块尤其有效降低情绪耗竭（p<0.001）。

Discussion

就像"数字化的情绪健身房"，AI工具通过三种机制发挥作用：(1)实时情绪仪表盘增强自我觉察，(2)适应性挑战阶梯培养成长型思维，(3)智能学习伙伴提供社会支持。这种"需求-资源"匹配模式解释了为何AI组学生在疫情期线上学习中表现出更强的学术韧性（效应量d=0.86）。

Conclusion

该研究为"智能教育"提供了神经教育学层面的证据：当AI系统像"认知维生素"一样精准补充学生的心理需求时，不仅能缓冲学业压力，更能激活其内在学习动机的良性循环。未来研究可探索多模态AI（如情感计算）对边缘系统（limbic system）的调节机制。