来自挪威Western Norway University of Applied Sciences的Anja Møgelvang博士及其团队在Education Sciences 期刊发表一项针对2692名大学生的混合研究，揭示了生成式AI使用中的显著性别差异。研究表明，男性使用AI更频繁，应用范围更广，并对其作为工具本身及未来职业相关性表现出更强兴趣；女性则多将AI用于文本相关任务，并对两大问题表示出更深忧虑：一是担忧AI会削弱自身批判性与独立思考能力；二是强烈需要学习“何时使用AI”以及“如何信任AI输出”的判别标准。这为个人、社会及高教机构敲响警钟：若放任不管，这种差异可能导致社会固有模式再生产，削弱多元化能力，并危及教育公平。因此，高校必须采取均衡的教学策略，以应对这一新挑战。

按性别划分的GenAI聊天机器人使用频率

研究过程与结果

本文采用了定量与定性方法并重的混合研究设计，对挪威一所大型高校的2692名学生进行了大规模调查，旨在深入探究高等教育中生成式人工智能聊天机器人使用的性别差异。研究通过量化统计与质性内容分析相结合的方法，不仅确认了差异的存在，更深入揭示了其具体表征。

在定量研究层面，数据揭示了清晰且广泛的性别差异格局。首先，在使用频率上，男性学生表现出更为频繁的参与度。其次，在应用范围上，男性在调查所列的16种应用场景中的14种里使用率显著高于女性，尤其是在编程代码编写与测试、数学统计问题解决等技术性较强的领域差异尤为明显。相反，女性用户的使用场景则相对集中于文本理解、翻译与写作辅助等任务。最后，在学习需求上，女性表现出更强烈的谨慎态度，她们比男性更迫切地需要学习“如何判断何时使用AI是明智的”以及“如何信任AI的输出结果”。而男性则更关注如何最大化利用AI来完成学业任务 (如论文写作) 以及理解其技术原理。

在定性研究层面，对数万字开放性文本答案的内容分析，为量化数据提供了丰富的背景和深度解读。关键词和语境分析显示，男性和女性在描述AI时采用了截然不同的话语体系。男性更倾向于将AI视为一种“工具”，频繁使用如“效率”“解决问题”“未来职场”等词汇，表现出一种功能导向和机会主义的视角。他们关注AI如何辅助其学习进程并为职业生涯做好准备。而女性的叙述则充满了批判性反思和情感考量，她们更多地使用“批判性”“独立思考”“感觉”等词汇，表达了对过度依赖技术可能导致自身能力退化的深切忧虑，并强调负责任地、符合伦理地使用AI的重要性。

定性研究内容分析步骤。

研究总结

本研究以来自性别平等程度较高的挪威的数据为证，有力地指出传统技术领域的性别差距已无可争议地延伸至新兴的生成式AI领域。这些差异若得不到重视和干预，可能会引发多层面的严重后果。

在个人层面，男性因更早、更广泛地接触和使用AI，可能积累起宝贵的“文化资本”，从而在未来的就业市场上获得显著优势；而女性则可能因使用频率和广度不足而面临竞争力相对下降的风险，加剧现有的职业性别不平等。

在社会层面，如果未来劳动力市场因AI技能差异而更青睐男性，将不仅固化了性别不平等，更可能导致女性批判性视角在技术设计和应用中的缺席。这种“多样性能力”的缺失，对于确保AI技术以公平、公正和包容的方式发展是极为不利的。

因此，对于高等教育机构而言，研究结果敲响了警钟。高校有责任超越单纯的技术推广，通过调整课程设计、将AI批判性使用培训系统性地融入教学实践、并鼓励师生合作共创学习场景，来主动弥合这一性别差距。最终目标是构建一个包容性的学习环境，确保所有学生，无论性别，都能平等地获得在人工智能时代茁壮成长所必需的数字素养和批判思维能力，从而避免教育系统成为社会不平等再生产的工具。 

原文出自Education Sciences 期刊：https://www.mdpi.com/3084966

Education Sciences 期刊介绍

主编：Daniel Muijs, Queen's University Belfast, UK

期刊主要发表教育类相关文章，设有九个学科栏目，涵盖教育行政与管理、教育哲学与教育学原理、教育史与教育政策、教育技术、教学法、课程与教学论、特殊教育、教师教育以及教育测量与评价等各个方面。期刊目前已被ESCI (Web of Science)、Scopus、DOAJ、CNKI等多个知名数据库收录。

2024 Impact Factor：2.6

2024 CiteScore：5.5

Time to First Decision：29.2 Days

Acceptance to Publication：3.9 Days