衡量大学学生对传统搜索引擎与生成式AI工具作为信息来源的满意度
计算机与社会
2026-01-05 v1
摘要
本研究考察了大学生对生成式人工智能 (AI) 工具和传统搜索引擎作为学术信息来源的满意度水平。于2025年秋季向美国多所大学的学生发布了电子调查问卷，收到236份有效问卷。除了收集受访者的背景信息外，还测量了受访者使用频率以及对两种信息来源的满意度水平。主成分分析识别出了每种信息来源的不同满意度构量，而k-均值聚类分析则揭示了两类主要学生群体：一类是对搜索引擎满意但对AI不满意，另一类是对两者都有中等到高水平的满意度。回归分析显示，使用频率强烈预测了满意度，国际学生和本科生对AI工具的满意度显著高于国内学生和研究生。学生普遍对传统搜索引擎的满意度高于生成式AI工具。那些倾向于使用AI工具的学生更倾向于将其视为信息来源的补充来源，而非其他来源的替代品。这些发现凸显了学生信息 seeking 与使用行为的演变趋势，为评估和整合高等教育中传统与AI驱动的信息来源提供了有意义的见解。
引用
@article{arxiv.2601.00493,
title = {Measuring University Students Satisfaction with Traditional Search Engines and Generative AI Tools as Information Sources},
author = {Brady D. Lund and Scott J. Warren and Zoe A. Teel},
journal= {arXiv preprint arXiv:2601.00493},
year = {2026}
}