高校师生AI学习工具使用现状研究
欢迎参加本次调查，请根据您的实际情况作答以下题目。问卷匿名，数据仅用于统计分析。
1. 您的身份是
本科生
硕士研究生
博士研究生
高校教师（含讲师、副教授、教授）
教学/行政管理人员
2. 您的性别是
男
女
其他/不愿透露
3. 您的年龄段是
20岁及以下
21-30岁
31-40岁
41-50岁
51岁及以上
4. 您所在的学科领域是
理工科（如：计算机、工程、数理、化学、生物、统计、医学、农学等）
人文社科（如：文学、历史、哲学、经济、管理、法律、教育、新闻传播、社会学等）
艺体类（如：艺术、设计、音乐、体育、戏剧、舞蹈等）
其他（请注明：________）
5. 您所在的院校类型是
“双一流”建设高校
重点本科院校
普通本科院校
专科（高职）院校
6. 您所在的地区是
东部地区
中部地区
西部地区
东北地区
7. 您认为自己属于哪类AI工具采纳者？
创新者：热衷尝试最新工具，并积极探索其在专业中的前沿应用。
早期采纳者：在周围人中较早开始使用，并乐于分享使用经验。
早期大多数：看到明确价值后跟进，使用趋于稳定和常规化。
晚期大多数：在周围大多数人使用后，出于压力或必要性才开始尝试。
滞后者：至今尚未主动使用，或持怀疑、抵触态度。
8. 你是否使用过以下AI学习工具
通用对话/文本型
专业/学科辅助型
基础效率工具
从未使用过任何AI学习工具
9. 通用对话/文本型
ChatGPT
DeepSeek
Kimi
文心一言
豆包
讯飞星火
10. 专业/学科辅助型（理工科）
Python AI 库/工具
SPSS Modeler/AutoML模块
代码助手（如GiHub Copilot，Cursor)
数学/工程计算AI
仿真模拟AI工具
11. 专业/学科辅助型（人文社科）
AI文献管理与分析工具
学术写作校对与润色工具
文本大数据分析与挖掘工具
社会调查与质性研究辅助AI
案例与政策分析AI
12. 专业/学科辅助型（艺体类）
AI绘图/设计工具
AI音乐/视频生成与编辑工具
运动表现与动作分析AI
创意灵感与故事板生成工具
艺术作品风格分析与解读AI
13. 专业/学科辅助型（其他学科）
14. 基础效率工具
AI翻译工具
AI PPT生成
AI会议纪要
AI摘要工具
15. 您最经常使用的一款AI工具名称是（选填）
16. 您使用AI工具的频率大约是
几乎每天使用
每周数次
每月数次
很少使用（几个月一次）
17. 在您的专业学习/工作中，AI工具最常用于以下哪些具体场景？
代码生成、调试与解释
实验/仿真数据清洗、分析与可视化
数学模型求解、公式推导与图表绘制
研究思路启发、实验方案设计与文献综述
学术论文/报告的撰写、翻译与润色
18. 在您的专业学习/工作中，AI工具最常用于以下哪些具体场景？
文献检索、摘要生成与观点梳理
文本语料分析、情感分析与主题建模
研究设计、问卷/访谈提纲生成
论文/报告的论证结构优化与语言润色
政策分析、案例比较与模拟推演
19. 在您的专业学习/工作中，AI工具最常用于以下哪些具体场景？
创意灵感生成、概念草图与故事板设计
作品（画作、旋律、舞蹈编排）的风格模仿与优化
动作/表演的捕捉、分析与改进方案生成
创作过程记录、作品阐释文案与宣传材料生成
艺术史论研究、风格分析与评论撰写
20. 您对AI工具的应用更接近以下哪种描述？
表层使用：主要用于信息查询、翻译、简单润色等通用任务，将其视为一个便捷的“智能搜索引擎”或“高级助手”。
主动整合：能主动将其用于解决专业领域的具体问题（如分析数据、生成代码、优化文本结构），并会对输出结果进行批判性验证、调整和再加工。
深度融合：能将其深度、定制化地融入研究或创作核心流程，通过复杂指令链（Prompt Engineering）引导输出，与工具进行多轮、迭代式“协作”以共同创造新内容或解决方案。
21. 能力自评：请评估您在运用AI工具时，以下几项能力的实际水平。
非常弱
比较弱
一般
比较强
非常强
拆解与定义任务：将复杂、模糊的专业问题，转化为清晰的、AI可执行的步骤或指令。
精准提问与引导：撰写高质量的提示词（Prompt），并能通过多轮对话持续引导AI逼近目标。
为确保数据质量，此行请选择“比较强”（4）。
批判性评估与验证：快速判断AI生成内容的准确性、逻辑性、偏见与局限性，并通过其他来源进行交叉验证。
融合、重构与创造：将AI输出作为素材或初稿，有效整合进自己的知识体系，并升华成具有个人洞见的原创成果。
22. 影响感知：请评估以下描述与您实际情况的符合程度。
完全不符合
较不符合
中立
较符合
完全符合
使用AI后，我更有信心去挑战复杂的专业问题
使用AI后，我研读文献时更能抓住核心，但阅读总量可能减少了
使用AI后，我与师友讨论的内容变得更深入、更具批判性
使用AI主要帮我节省了重复性劳动的时间（如格式调整、基础信息查找）
使用AI后，我对某些基础知识的记忆或理解有所减弱
23. 您认为，当前在高校中推广和应用AI学习工具面临的主要障碍是什么？
个体因素：兴趣差异、技术焦虑、自学能力不足、对学术诚信的过度担忧。
教学因素：课程设计与评估方式陈旧，未将AI能力培养纳入目标；教师自身缺乏培训与引导。
制度与文化因素：学校缺乏清晰的使用政策与伦理指南；学科传统对新技术持保守态度。
技术与资源因素：专业适配性强的工具稀缺、访问困难或成本高昂；缺乏系统性的培训资源与技术支持。
24. 如果让您用几个关键词，来形容当前校园内师生AI能力“冷热不均”现象带给您的核心感受或思考，您会想到什么？（关键词之间用逗号隔开）
25. 据您了解，您所在的学校或院系目前提供了哪些与AI相关的支持？
开设了AI通识课程、讲座或系列工作坊
组织了针对特定AI工具（含专业软件）的使用技能培训
建设了支持AI计算的实验室、平台或提供了公共算力资源
发布了关于AI学术使用的明确规定、指引或伦理规范文件
支持成立了AI相关的学生社团、教师学习社群或咨询平台
几乎没有提供任何系统性的支持
其他（请注明：________）
26. 对于学校未来构建支持性环境，以下几项措施的重要性如何？
完全不重要
不太重要
一般
比较重要
极其重要
政策层面：制定清晰、分层、分场景的AI使用政策与学术诚信规范。
培训层面：开设与各专业紧密结合的、实操导向的AI工具工作坊与案例教学。
资源层面：建立校内易访问、低成本的正版AI工具平台（包含通用与专业工具）。
激励层面：设立基金，资助师生开展“AI 专业”的教学创新、课程改革与研究项目。
生态层面：构建跨学科、跨角色的AI学习与实践社群，促进经验交流与协作。
27. 对于弥合师生在AI工具使用上的“能力鸿沟”，您认为最有效的一到两项具体建议是什么？
关闭
更多问卷
复制此问卷