土耳其人工智能素养适应性量表验证研究

本研究论文标题为《人工智能素养：适应性研究》(ArtificialIntelligenceLiteracy:AnAdaptationStudy)，由Celalettin ÇELEBİ等人合作完成，主要探讨的是如何将Wangetal. (2022)所开发的人工智能素养量表（AILS）适配到土耳其语环境，并对其效度和可靠性进行评估。该量表的目标是测量非专业人士的成人对人工智能的理解水平。 研究采用了402名参与者的数据，通过结构方程模型（ConfirmatoryFactorAnalysis, CFA）来验证适应性量表的理论构想与实际数据的一致性。CFA的结果显示，调整后的χ²/df值为1.82，表示模型拟合度良好；RMSEA（均方残差误差）为0.04，RMR（均方根误差）为0.03，这些指标都表明模型具有较高的拟合度。NFI（Normative Fit Index）为0.95，CFI（Comparative Fit Index）为0.98，GFI（Goodness-of-Fit Index）为0.96，以及AGFI（Adjusted Goodness-of-Fit Index）为0.94，这些都是衡量量表内部一致性的重要参数，数值接近或超过标准阈值，进一步证实了量表在土耳其语环境下具有良好的信度。 研究人员还使用了克龙巴赫α系数（Cronbach’s alpha）来测试量表的稳定性，这是一种衡量同一群体内各个项目间关联程度的方法，通常认为大于0.7的α值代表较高水平的一致性。然而，论文并未具体提及这一部分的结果，但可以推测，如果采用这种方法，其结果也应支持量表的可靠性。 这项研究成功地将人工智能素养量表进行了文化适应，并且初步验证了其在土耳其语环境下的有效性与可靠性。这一成果对于教育工作者、政策制定者以及人工智能教育普及有着重要意义，有助于提升公众对人工智能的认知和适应能力，推动当地社会对AI技术的理解和接纳。未来可能进一步探讨如何根据本地特点优化量表，以更好地服务于土耳其成年人群。