同学你好！本问卷关注机械系同学在使用生成式AI辅助学习时，对复杂专业知识的理解、判断与任务完成体验。
这里的AI包括 ChatGPT、Gemini、DeepSeek、Kimi、豆包、千问等工具。
这里的学习任务包括但不限于：理解复杂概念、推导公式、分析实验现象、完成建模/编程/大作业、撰写原理分析与讨论部分等。
本问卷匿名填写，仅用于统计分析，请根据您的真实经历作答。
3A3. 我主要让AI扮演提供启发、检查错误或补充信息的角色，而不是直接完成核心推理。
3B1. 当我遇到较难的原理分析时，我会首先让AI给出完整解释，再根据它的答案推进任务。
3B2.如果AI生成的推导过程看起来连贯合理，我通常不会逐步检查其中每一步是否真的成立。
3B3. 对于一些难度较高但任务必须完成的内容，我会先依赖AI生成结果，之后是否深入理解再视时间而定。
4A1. 当AI帮助我顺利完成一道难题或一份复杂分析后，我会倾向于认为自己已经掌握了相关知识。
4A2. 如果AI辅助下完成的作业或报告得到了较好评价，我会觉得这在一定程度上说明我的专业能力不错。
4A3. 当我通过AI快速解决一个复杂问题后，我容易产生“这个问题其实我已经会了”的感觉。
4B1. 当我能看懂AI给出的推导或解释时，我会觉得自己也能够独立完成类似推导。
4B2. 阅读AI生成的完整分析后，我容易低估自己从零开始独立分析同类问题的难度。
4B3. 当AI答案表达得很顺畅时，我容易把“理解这段话”当成“掌握这个问题”。
5A1. 如果不使用AI，只参考课程资料，我有信心独立理解一个同类但全新的复杂专业问题。
5A2. 如果不使用AI，我有信心判断AI对某个专业问题的解释是否存在错误。
5A3. 如果不使用AI，我有信心把刚刚AI帮助我理解过的知识迁移到一个新问题中。
下面是一段由AI生成的关于“柔性铰链（Compliant Hinge）”的原理分析。这是一种在前沿机械设计中常见的结构。假设你正在利用AI辅助一份工程报告，请认真阅读以下AI给出的解释。用于后面3题
【AI生成的解释文本】柔性铰链是一种利用材料的弹性变形来实现相连刚性部件之间相对运动的机械结构。与传统的销轴连接不同，柔性铰链没有摩擦、不需要润滑且无装配间隙。其核心原理是：在机构的关键节点处，通过削弱局部截面积，使其在受力时产生集中弯曲变形。柔性铰链的转动刚度主要取决于最薄弱处的厚度和材料的弹性模量。虽然柔性铰链能实现高精度的微动，但其变形范围极其有限，且在反复受载下容易因应力集中而发生疲劳失效。因此，它通常仅适用于微机电系统（MEMS）或精密定位平台中。
6A1. 当AI帮助我快速解决一个原本困难的问题时，我会获得明显的轻松感和掌控感。
6A2. AI辅助下顺利完成任务的体验，会增强我下次继续使用AI的意愿。
6B1. 当我知道某个问题自己独立做起来会很吃力时，我更倾向于先让AI给出完整思路。
6B2. 在时间有限时，我通常会优先保证最终提交结果，而不是完整经历每一步独立思考过程。
6B3. 当AI能稳定提可用答案后，我可能会逐渐把类似任务中的更多环节交给AI完成。
6B4. 如果发现某类专业问题每次都可以通过AI较快解决，我会减少自己从头推导或独立分析的投入。
6C1. 如果我在无AI条件下无法解释自己曾经借助AI完成的内容，我会明显意识到自己并没有真正掌握。
6C2. 如果发现自己脱离AI后表现不佳，我会重新调整自己使用AI的方式，更倾向于先独立思考，再让AI辅助检查和补充。
6C3. 当我发现自己只是看懂了AI答案、却不能独立完成类似问题时，我会提醒自己不能把AI的理解当成自己的理解。