自我决定理论视域下AI赋能大学生个性化发展实证研究调查问卷[复制]

尊敬的同学：
您好！感谢您参与本次问卷调查。本问卷旨在基于自我决定理论（Self-Determination Theory, SDT），探讨AI技术对大学生个性化发展的赋能作用。问卷采用匿名形式，所有数据仅用于学术研究，请您根据真实情况作答。预计填写时间约8-10分钟，衷心感谢您的配合！
第一部分　基本信息（人口统计学变量）
1. 您的性别
2. 您目前所处的学习阶段
3. 您的年级
4. 您所在的学科类别
5. 您的身份背景
6. 您使用AI工具（如ChatGPT、文心一言、DeepSeek、Kimi、自适应学习平台、AI生涯规划系统等）的频率
7. 您使用AI工具的累计时长
8. 您主要使用AI工具进行哪些学习活动
9. 您主要使用的AI工具类型
第二部分　核心研究量表
填答说明： 以下题目均采用 李克特5点计分法，请根据您的真实感受在最符合的数字上打"√"。1 = 完全不同意　2 = 比较不同意　3 = 中立/一般　4 = 比较同意　5 = 完全同意
维度一：AI环境下基本心理需求满足（参考量表：Basic Psychological Need Satisfaction and Frustration Scale, BPNSFS；Chen et al., 2015，本土化改编）
（一）自主性需求满足（Autonomy Satisfaction, AU）
10. 自主性需求满足题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
在使用AI工具时，我能按照自己的意愿决定发展的方向与节奏。
AI系统推荐的发展路径和学习内容符合我内心的真实兴趣与意愿。
AI工具为我提供了多样化选择，让我可以自主规划成长路径。
借助AI，我能更清晰地表达真实的想法、兴趣和价值观。
在AI支持下，我感觉自己的成长是出于内在选择，而非外部压力。
（二）胜任感需求满足（Competence Satisfaction, CO）
11. 胜任感需求满足题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
AI工具的即时反馈让我清晰地感受到自己的进步与成长。
借助AI工具，我更有信心应对学业与发展中的挑战。
AI自适应推荐的任务难度适中，让我体验到"努力可以掌握"的成就感。
通过AI的辅助，我能识别自身优势并加以发挥。
面对发展难题，我确信自己能熟练运用AI工具找到解决方案。
（三）归属感需求满足（Relatedness Satisfaction, RE）
12. 归属感需求满足题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
通过AI搭建的协作场景，我能与同学/老师建立更紧密的联系。
在与AI互动时，我感到自己被理解与被尊重。
在使用AI辅助发展过程中，我依然能感受到学校、教师或同伴的关心与支持。
AI平台帮助我融入更广阔的学习共同体（线上社群、跨校协作等）。
AI平台提供的关怀式反馈减弱了我在个性化发展中的孤立感。
维度二：动机内化与自我调节（参考量表：Self-Regulation Questionnaire, SRQ；Ryan & Connell, 1989；以及 Situational Motivation Scale, SIMS）
（一）自主动机（Autonomous Motivation, AM）
13. 自主动机题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
即使没有外部奖励或要求，我也愿意主动使用AI推进自我发展。
我主动利用AI探索新领域，是因为发自内心地热爱学习与自我完善。
我使用AI是因为它与我的人生目标和价值观相契合。
在AI辅助下进行学习与探索本身就让我感到愉悦。
持续自我提升已成为我生活方式和身份认同中不可或缺的一部分。
（二）控制动机（Controlled Motivation, CM）（反向编码参考）
14. 控制动机题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
我努力进行个人发展，主要是为了获得他人（父母、老师）的赞许或避免被同辈落下。
如果我不去规划未来或提升技能，我会感到焦虑、内疚或自我怀疑。
我使用AI主要是因为周围人都在用，不用会落伍。
维度三：学生个性化发展多维度成效（因变量）（参考量表：综合参考 Personal Growth Initiative Scale-II, PGIS-II；Career Decision Self-Efficacy Scale, CDSE；Self-Awareness Outcomes Questionnaire, SAOQ）
（一）教育个性化发展（Educational Personalization, EP）
15. 教育个性化发展题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
我能根据自己的学习风格和节奏，定制并执行个性化的学习方案。
面对多样化课程和资源时，我能识别并选择最适合自身发展需求的内容。
AI帮助我形成更具个人特色的发展路径，而非千篇一律的成长模式。
（二）职业生涯规划（Career Planning, CP）
16. 职业生涯规划题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
我对未来的职业方向有清晰规划，且高度契合我独特的个人优势与志趣。
我经常主动通过AI测评、行业访谈或实践体验评估并调整自己的职业准备状态。
借助AI推荐的资源和实践路径，我有信心积累未来职场所需的专业技能。
面对职业的不确定性，我感到具备足够的规划与应对能力。
（三）心理适应性与自我意识（Psychological Adaptability & Self-Awareness, PA）
17. 心理适应性与自我意识题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
借助AI工具，我对自己的价值观、兴趣和内在需求有更清晰的自我觉察。
面对学业压力或环境变化时，我能迅速调整心态，展现良好的抗压与复原能力。
我能自主调整个人发展目标，使其与真实的内心需求相契合。
（四）个性化与集体主义的平衡（Personalization-Collectivism Balance, PCB）
18. 个性化与集体主义的平衡题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
在追求个人独特发展的同时，我能积极融入集体，与团队高效协作。
我能妥善平衡个人目标实现与集体共同利益、社会责任之间的关系。
我在AI平台上的个性化尝试得到了教师、同伴的社会认同与支持。
（五）技术与数据驱动的自我优化（Tech-Driven Self-Optimization, TS）
19. 技术与数据驱动的自我优化题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
我能有效利用AI生成的学情画像和数据反馈，精准诊断并补齐发展短板。
我善于将智能技术转化为自我管理工具，提升个人成长效能感。
AI帮助我不断突破能力边界，提升综合素养。
维度四：AI赋能感知与主观活力（效标关联变量）（参考量表：Subjective Vitality Scale, SVS；Ryan & Frederick, 1997；Technology Empowerment Perception Scale）
20. AI赋能感知与主观活力题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
总体而言，AI技术的引入显著提升了我探索个人独特潜能的自由度。
在AI赋能的成长环境中，我感到自己每天都充满活力、精力和行动意志力。
相比传统的标准化评价，当前的AI环境能更全面、立体地促进我的成长。
我认为目前的教育环境和AI技术很好地支持了我成为"我想成为的人"。
维度五：感知风险与阻碍（反向题，用于效度检验与共同方法偏差控制）（参考量表：Perceived Risk of AI Scale；Technology Threat Avoidance Theory, TTAT）
21. 感知风险与阻碍题项
  • 完全不同意
  • 比较不同意
  • 中立/一般
  • 比较同意
  • 完全同意
我担心过度依赖AI会削弱我的自主思考与决策能力。
AI的标准化推荐有时反而让我的发展同质化，失去个性。
我担心AI收集的数据可能侵犯我的隐私或被滥用。
第三部分　开放性问题（选填）
22. 您认为AI在支持您个性化发展过程中最大的帮助是什么？
23. 您认为AI在支持您个性化发展过程中最主要的阻碍或顾虑是什么？
24. 您对"AI赋能大学生个性化发展"还有哪些建议或期待？
25. 您的学号是？
问卷到此结束，再次感谢您的悉心填写与宝贵贡献！
更多问卷 复制此问卷