摘要：在人工智能与教育深度融合的背景下，数字教育转型已经成为新时代高等教育改革的核心方向，AI 工具作为数字教育落地的关键载体，已深度渗透大学生学习场景，成为学生学习的重要辅助手段。应用型高校作为人才培养主阵地，其学生AI 学习应用特征直接影响数字教育实施成效。本文基于民办高校JC 学院122 名学生、152 名教师的问卷调查数据，从使用频次、工具类型、应用场景三个维度，实证分析大学生AI 学习应用现状。研究发现：学生AI使用频次呈现“高频短时”特征，通用型工具使用率远高于专业型、定制型工具，应用场景聚焦学术写作、基础学习等即时性任务，并且存在显著专业差异。研究可为民办高校优化数字教育资源配置、提升AI 与教学融合质量、完善数字素养培养体系提供实证支撑与实践参考。

关键词：数字教育；AI 辅助学习；应用现状；实证分析；

中图分类号：G4 文献标识码：A

一、引言

习近平总书记深刻指出，“随着信息化不断发展，知识获取方式和传授方式、教和学关系都发生了革命性变化。”要“积极推动人工智能和教育深度融合，促进教育变革创新”[][]。随着人工智能技术的飞速发展，教育数字化转型已成为新时代教育改革的核心方向。在这一背景下，AI 学习工具凭借其响应快速、资源丰富、交互灵活等优势，逐渐渗透到大学生学习的各个环节，成为破解传统学习模式中个性化支持不足、学习效率不高等问题的重要途径。

然而，学界针对应用型高校学生AI 学习的专项调查仍较为匮乏，对其具体学习现状、应用场景等的认知仍不够清晰。基于此，本文聚焦民办应用型高校JC 学院大学生群体，围绕AI 学习相关现状问题展开实证调查，核心探究三大现实问题：当前高校大学生AI 学习应用的使用频次怎样？使用工具主要有哪些？主要应用于哪些具体场景？旨在通过综合分析调查问卷数据，较为精准把握高校学生AI 学习应用整体现状，对于优化AI 与教学的融合路径、提升人才培养质量具有重要的现实意义。

二、调查结果

（一）使用频次的高频短时特征

调查结果显示（见表1），17.21%的学生表示“几乎每天”使用AI 工具辅助学习，同类高校学生“几乎每天使用AI 辅助学习”比例为 13-16%。成都航空职业技术学院 2025 年实训教学相关调查显示，本校学生“几乎每天使用AI 辅助学习”比例为 15.7% ，略低于该校。主要原因在于该校人文社科类学生占比高，对AI 辅助学术写作、知识点答疑的需求更频繁，而成都航空职业技术学院工科学生更多依赖AI 完成实训相关任务，使用频率相对平缓[3]。另外，平顶山学院2025 年发布的《人工智能通识课程教学改革配套调查报告》显示，本校学生“几乎每天使用”比例为 13.8% ，“每周数次”比例为 52.1% ，整体较常使用比例为 65.9%^[4] 。这两所高校的相关研究印证了数据的可靠性。

另外，教育部教育信息化技术标准委员会 2024 年发布的《高校学生AI 学习应用调查报告》显示，全国应用型高校大学生“几乎每天使用AI 辅助学习”的比例为11.3%[5]，华东师范大学人工智能教育研究院 2023 年针对全国10 所应用型高校的调查数据：“几乎每天使用”占比 11.2%^[6] 。与前两年相比，学生使用时间高出约6 个百分点，明显感到AI 工具辅助学习的快速发展。

有意思的是，教师对观察到学生“使用AI 工具辅助学习”的比例为 56.58% ，显著高于学生的真实使用时间，造成这一差距的原因可能是学生在完成课堂提问、课程作业等任务时，较多借助AI 完成，给教师留下了印象。这些现象的产生与学生的AI 使用特征和专业类别存在极大的联系，这在后面使用场景分析中得到了验证。

表1：高校学生AI 使用频次情况

（二）使用工具以通用工具为主

调查样本数据显示， 96.72% 的大学生优先选择使用ChatGPT、豆包、DeepSeek 等通用型AI 对话工具，而专业领域型工具 （13.11%） ）和课程定制型工具 （9.02%） ）的使用率极低。这与全国应用型高校整体情况存在显著差异：《中国大学生AI 学习行为研究报告（2024）》（中国高等教育学会发布）显示，全国应用型高校大学生通用型AI 工具使用率为 82.5% ，专业领域型工具使用率为 27.3% ，课程定制型工具使用率为 18.7%^[7] 。该校通用型工具使用率高出全国平均水平14.22 个百分点，但专业型和课程定制型工具使用率却分别低于全国平均水平 14.19 个百分点和9.68 个百分点[3]。

通用型工具占据绝对主导，除了与高校AI 多层次类型本地部署建设滞后、专业与定制型工具开发不足有关外，从学生角度看，大学生对通用大模型 AI 学习工具的接受度更具优势。学生认为利用AI 辅助工具学习的突出优势调查数据表明，在使用AI 辅助工具时，学生对其能够快速响应并解决疑问的需求和认可度最高 （49.18%） ）。原因在于大学生的学习场景多元且碎片化，通用型AI 工具操作门槛低、可及性强，能随时随地满足学生个性化、即时性学习需求，无需花费时间学习不同专业工具的操作逻辑，适配当代大学生的学习节奏与使用习惯。

（三）使用场景聚焦即时性任务

从使用场景数据来看，大学生AI 学习工具的使用呈现出“一主多辅”的分布特征：以学术写作类场景（ （65.57%） ）为核心，基础学习类 （44.26%） ）和作业完成类 （34.43%） ）为辅助 理工实践、 工程应用等场景使用率相对较低。这与全国应用型高校大学生AI 使用时长的整体特征基 教育学会 2024 年发布的《中国大学生AI学习行为研究报告（2024）》显示，全国应用型高校大学生单次AI 学习时长集中在30分钟以内的比例为81.7%[7]。这一反映出大学生使用AI 工具的核心特征— “短时、高效、即时性”，即主要用于快速解决学习中的即时性疑问，如知识点答疑、简单思路梳理等。

从“每周使用次数”和“单次使用时长”来看，大部分学生平常不用，在有需要时才用。84.43%的学生单次使用时长集中在30 分钟以内，仅15.58%的学生单次使用时长超过30 分钟。这从另一个侧面印证了学生需要“快餐式”提供答案、“高效”解决实际学习问题，而非高阶思维训练和迭代思考。

在学生对AI 辅助工具的功能需求调查中，针对专业类别提出的功能强化诉求呈现出鲜明的集中性特征，选择深化论述逻辑引导、拓展多元学术观点、优化文字表达规范性这 生比例达到 51.64% ，占据绝对多数。这反映出学生对于AI 工具在学习过程 量、辅助构建严谨论述框架以及丰富学术观点维度，而这一需求在人文 要原因可能在于文科类学生占比较高，对AI 辅助学术写作、知识点答疑的需求更频繁。人文社科类专业学生学术写作类场景的高使用率，恰好契合人文社科类专业“重文献、重论述、重逻辑”的学习需求。

同时，值得关注的是，学生使用AI 工具的场景存在显著的专业与学段差异，其中文理科学生的差异表现得尤为明显（见表2）。44.26%的工科生会借 数据处理等专业性技术问题； 65.31% 的文科生利用AI 进行文献解读、 主要原因在于学生的学科特性与学习需求的不同。工科侧重技术实 术表达。但从数据可知，无论专业类别如何，学生都无法避免利用AI 工具辅助学习。 学生均会在教师可直观观察的学习环节的多方面依据专业需求利用AI 完成，才使得教师形成了学生高频率使用 AI 的整体印象。

表2：不同专业学生AI 使用场景差异对比（N=122）

注：P<0.05 为差异显著三、策略建议

基于此次调查结果呈现的大学生AI 学习应用现状的核心问题，结合当下数字教育对高校应用型人才培养的核心要求，为推动AI 与教学深度融合、提升数字教育实施成效，可以从数字教育资源、数字教学模式等方面进行实践优化。

（一）精准强化数字教育资源供给

教育部 2024 年发布的《应用型高校 AI 教学应用发展指南》中明确提出，“应用型高校应引导学生合理选用AI 工具，兼顾通用工具的便捷性与专业工具的针对性”[8]。然而目前，大部分高校专业型、定制型工具使用率远低于全国应用型高校平均水平。基于此，各高校应积极联合企业、行业协会，聚焦文理科专业特性，开发适配课程教学的定制型AI 工具。同时尝试搭建数字教育AI 工具共享平台，分类整合通用型、专业型工具资源，降低学生工具获取与使用门槛，让学生AI 学习更便捷高效。

（二）构建差异化数字教学模式

大学生普遍利用 AI 解决即时性任务。针对此，建议各高校将AI 工具应用系统纳入学生数字素养课程，通过案例教学、实操训练等方式，引导学生从“被动解惑”向“ 变。另外，针对文理科AI 使用场景的显著差异，尝试设计差异化教学方案。比如，在工科专业强化 AI 技术实操应用教学，重点培养学生利用专业型工具解决技术性问题的能力；在文科专业则侧重 AI 学术写作逻 辑引导，加强AI 辅助文献解读、论述框架构建等训练。同时，将AI 工具融入课堂互动、课程设计、实践教学等环节，推动AI 与专业学习深度融合，促进学生数字技能与专业能力的协同发展。

（三）有力规范数字教育应用行为

对于教师群体反映的学生可能过度依赖AI 的问题， 面向学生开展 AI 使用规范宣讲，结合学生专业特点，明确AI 在学术写作、实验操作、作业完 具提升学习效率，避免工具滥用导致的思维惰性与学术诚信风险。 专业课教师加强引导，对过度依赖AI、违规使用AI 的行为及时提醒 得佳绩的学生作为典型案例，在班级或年级内进行经验分享，引导学生 ，让 AI 工具真正成为服务于学的有益辅助。

四、结语

人工智能迭代发展，教育信息化变革创新已成为不可阻挡的时代潮流。实证表明，大学生利用 AI 工具辅助学习的频率和依赖度随着数字发展不断上升，并呈现出高频短时、工具适配不足及专业差异显著等问题。本研究基于此现状，针对性提出优化数字资源、构建差异化数字教学、规范数字应用三方面可落地的实践建议。虽然研究样本范围存在一定局限性，但仍可为同类高校推进数字教育转型、深化AI 与教学融合提供实证参考，助力高校应用型人才数字素养提升，赋能高等教育数字化高质量发展。

参考文献

1. 习近平.在北京大学师生座谈会上的讲话[EB/OL].（2014-05-04）.

2. 习近平.致国际人工智能与教育大会的贺信[EB/OL].（2019-05-16）.

3. 成都航空职业技术学院.实训教学相关调查报告[R].2025.

4. 平顶山学院.人工智能通识课程教学改革配套调查报告[R].2025.

5. 教育部教育信息化技术标准委员会.高校学生AI 学习应用调查报告[R].2024.

6. 华东师范大学人工智能教育研究院.全国10 所应用型高校学生AI 学习应用调查研究[R].2023.

7. 中国高等教育学会.中国大学生AI 学习行为研究报告（2024）[R].2024.

8. 教育部.应用型高校AI 教学应用发展指南[Z].2024.

英文翻译

An Empirical Analysis of College Students' AI Learning Application Status in the Context of Digital Education— —A Questionnaire Survey Based on JC College （a Private University） Liu Yuting

Abstract：Against the background of the deep integration of artificial intelligence and education， the transformation of digital education has become the core direction of higher education reform in the new era. As the key carrier for the implementation of digital education， AI tools have deeply penetrated into college students' learning scenarios and become an important auxiliary means for students' learning. As the main position for talent training， the characteristics of students' AI learning applications in applied universities directly affect the effectiveness of digital education implementation. Based on the questionnaire survey data of 122 students and 152 teachers from JC College， a private university， this paper empirically analyzes the current situation of college students' AI learning applications from three dimensions： usage frequency， tool type， and application scenario. The research finds that students' AI usage presents the characteristics of "high frequency and short duration"， the usage rate of general-purpose tools is much higher than that of professional and customized tools， the application scenarios focus on immediate tasks such as academic writing and basic learning， and there are significant professional differences. This study can provide empirical support and practical reference for private universities to optimize the allocation of digital education resources， improve the quality of integration of AI and teaching， and improve the digital literacy training system.

Keywords：Digital education; AI-assisted learning; Application status; Empirical analysis基金项目：南京航空航天大学金城学院2025 年校级大学生创新训练计划项目（项目编号：2025021YZ）

作者简介：

刘雨婷（2005— ），女，河南商丘人，南京航空航天大学金城学院本科生，研究方向为教育教学，人工智能在学习中的应用林心月（2005— ），女，浙江丽水人，南京航空航天大学金城学院本科生，研究方向为教育教学，人工智能在学习中的应用江林颔（2006— ），女，江苏连云港人，南京航空航天大学金城学院本科生，研究方向为教育教学，人工智能在学习中的应用袁苏（2005— ），女，江苏盐城人，南京航空航天大学金城学院本科生，研究方向为教育教学，人工智能在学习中的应用