The Effects of Educational Artificial Intelligence-Powered Applications on Teachers’ Perceived Autonomy, Professional Development for Online Teaching, and Digital Burnout
Notice bibliographique
Résumé
The transformative impact of advancements in educational technology, particularly those powered by artificial intelligence (AI), on the landscape of education and the teaching profession has been substantial. This study explores the repercussions of AI-powered technologies on teachers’ autonomous behavior, digital burnout, and professional development. The study involved a cohort of 320 high school teachers in China segregated into control and experimental groups. The experimental group received instructions on AI-integrated applications and how they might be used in education. However, the teachers assigned to the control group did not receive information on the use of AI educational applications. Three distinct questionnaires probing autonomous behaviors, digital burnout, and online professional development were administered, and the ensuing data were analyzed using independent sample t-tests. The findings elucidate a discernible positive impact of AI-integrated technology intervention on teachers’ professional development and autonomous behaviors. The incorporation of AI-enhanced tools facilitated an augmentation in teachers’ professional growth and bolstered their independent and self-directed instructional practices. Notably, using AI-integrated technology significantly reduced teachers’ susceptibility to digital burnout, signifying a potential alleviation of stressors associated with technology-mediated teaching. This research provides valuable insights into the multifaceted effects of AI-powered technologies on educators, shedding light on enhancing professional competencies and mitigating digital burnout. The implications extend beyond the confines of this study, resonating with the broader discourse on leveraging technology to augment the teaching profession and optimize the learning environment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».