生成式人工智能教育负面影响5D框架概念化与验证数据集

数据集概述

该数据集围绕生成式人工智能对教育的负面影响展开，包含5D框架（Distort、Deteriorate、Deprive、Debut、Diminish）的概念化与验证相关数据，为研究生成式AI教育应用的潜在风险提供支持。

文件详解

• 目录名称: Conceptualizing and Validating of the 5D Framework/
• 文件名称: EFA.sav
• 文件格式: .sav
• 内容说明: 可能包含探索性因子分析（EFA）相关数据，用于框架维度的探索与验证
• 文件名称: CFA.xlsx
• 文件格式: .xlsx
• 内容说明: 可能包含验证性因子分析（CFA）相关数据，用于框架结构的拟合与确认

适用场景

• 教育技术研究: 分析生成式AI对教育领域的潜在负面影响类型与机制
• 教育评估: 验证5D框架在评估AI教育应用风险中的适用性与有效性
• 教育政策制定: 为制定AI教育应用规范提供实证数据支持
• 教育心理学研究: 探究AI技术对学习者认知、情感及行为层面的影响路径