依赖协商框架：学术写作中学生 LLM 参与的动态过程模型

学生与大型语言模型 (LLM) 的参与关系不是稳定的特性、采纳决策或能力水平，而是一个持续协商的过程，而现有的框架无法充分理论化这一过程。类型学模型提供类别但缺乏机制；技术接受模型解释采纳但不涵盖事后质量；AI 素养框架将能力视为静态预测因子而非活跃输入。 none 能够解释学生在不同任务间的变异性、经验导致惯性而非成熟的矛盾，或原则性不使用作为伦理推理形式。本文提出了依赖协商框架 (RNF)，该框架源于对美国少数服务机构高校 382 名本科生的序列式解释性混合方法研究（问卷 N = 382；14 项半结构访谈；三个定性问卷轨道；1,435 项编码实例）。RNF 将 LLM 依赖重新概念化为在四个并行输入（感知收益、感知风险、伦理承诺和情境需求）之间的持续协商，输出结果将递归性地修改后续决策。Two-Model Architecture 可容纳 13.0% 参与者的分类化伦理承诺完全关闭协商的情形。该框架生成四项可检验的预测，对 AI 素养教学、学术诚信政策以及少数服务机构的公平性实践具有启示。