En mixed-methods-studie som utvärderar studenters acceptans av AI-genererat innehåll för hållbart individualiserat lärande i kinesisk högre utbildning

Varför denna nya våg av lärverktyg spelar roll

Artificiell intelligens handlar inte längre bara om att rätta quiz eller rekommendera videor. En ny kategori verktyg kan nu generera övningsfrågor, förklaringar och till och med studieplaner i realtid. Den här studien undersöker hur universitetsstudenter i Kina känner inför att använda sådant AI-genererat innehåll för individualiserat lärande, och om det verkligen kopplas till större mål som rättvis tillgång till utbildning av hög kvalitet för alla.

Smarta studiehjälpare, inte bara flashiga prylar

Artikeln fokuserar på AI-genererat innehåll, eller AIGC, som använder stora språkmodeller för att skapa nya lärmaterial i realtid. Istället för att enbart peka studenter till befintliga resurser kan dessa system skräddarsy exempel, läsning eller återkoppling efter en elevs nivå, tempo och intressen. Författarna kopplar detta löfte till FN:s mål om inkluderande, rättvis och högkvalitativ utbildning. I teorin kan sådana verktyg stödja studenter med olika bakgrunder, språk och geografiska platser genom att erbjuda flexibelt, on-demand-stöd som en enskild lärare aldrig kan ge ensam.

Att titta på både siffror och berättelser

För att förstå hur studenter faktiskt reagerar på AIGC använde forskarna en mixed-methods-design. Först genomförde de en enkät med 928 studenter från kinesiska universitet om deras åsikter och avsikter att använda dessa verktyg. Deras modell byggde på ett välkänt ramverk som förklarar varför människor tar till sig teknik, med fokus på fyra drivkrafter: om verktyget förbättrar resultat, hur enkelt det upplevs att använda, vad viktiga personer i omgivningen tycker, och om de har tillräckligt med stöd och resurser. Sedan, för att gå bortom kryssrutorna, intervjuade teamet 18 studenter djupgående. Dessa samtal utforskade hur AI-verktyg passar in i dagliga studierutiner, var de hjälper och var de skapar nya problem eller oro.

Vad som får studenter att omfamna AI-studiekamrater

Enkätresultaten visade att modellen förklarade en stor del av variationen i studenternas avsikt att fortsätta använda AIGC. Den starkaste drivkraften var prestation: studenter var mer benägna att använda AI när de trodde att det ökade effektiviteten, förbättrade betyg eller produktivitet. Stödjande förutsättningar, som bra internet, enheter och vägledning, spelade också roll, liksom påverkan från kamrater och lärare. När vänner eller lärare uppmuntrade eftertänksam användning av AI blev studenterna mer villiga att lita på det. Viktigt är att studenter som avsåg att använda AIGC mer också tenderade att bedöma dess påverkan på utbildningsinkludering, rättvisa och kvalitet mer positivt, vilket tyder på en koppling mellan vardaglig adoption och hur hållbart systemet upplevs.

Dolda spänningar under den hjälpsamma ytan

Intervjuerna tillförde nyanser till dessa fynd. Många studenter berömde AIGC som ett kraftfullt hjälpmedel som sparar tid, förklarar komplexa idéer och gör stora arbetsbördor mer hanterbara. Samtidigt beskrev de flera paradoxer. Vissa såg AI som en stor jämnare för dem från mindre resursstarka regioner, medan andra stötte på partiska eller kulturellt ytliga svar som förstärkte globala obalanser. Studenter uppskattade friheten och stödet AI erbjuder men oroade sig för att bli beroende och försvaga sitt eget kritiska tänkande. De pekade också på brister i utbildning, avgiftsbelagda avancerade funktioner och otydliga regler kring datasekretess, vilket kan förvandla enkel tillgänglighet till ojämlik tillgång.

Vad detta betyder för framtidens klassrum

Författarna drar slutsatsen att AIGC kan stödja en mer inkluderande och effektiv högre utbildning, men endast om användningen styrs noggrant. Studenters förtroende hänger på tydliga fördelar, rättvis tillgång och uppmärksamhet på frågor som partiskhet och integritet. Studien argumenterar för att vi bör gå bortom att betrakta teknikacceptans som en enkel ja- eller nej-fråga och istället se det som en del av en bredare lärmiljö som inkluderar etik, policy och lärarroller. För vardagsläsaren är huvudbudskapet att AI-studiehjälpare varken är ren genväg eller universallösning. Använda kritiskt, med stöd från institutioner och pedagoger, kan de hjälpa fler studenter att lära på sätt som passar dem samtidigt som den mänskliga sidan av utbildningen skyddas.

Citering: Xiong, Z., Huang, Q. A mixed-methods study evaluating student acceptance of artificial intelligence-generated content for sustainable personalized learning in Chinese higher education. Sci Rep 16, 15020 (2026). https://doi.org/10.1038/s41598-026-46043-6

Nyckelord: AI i utbildning, individualiserat lärande, kinesiska universitet, studentacceptans, utbildningsrättvisa