StatBlank
Мотивация и ценности

Опросник «Мотивы использования искусственного интеллекта»

Оценка мотивации студентов использовать искусственный интеллект (нейросети) по модели «ожидание-ценность»: самоэффективность и четыре компонента субъективной ценности.

  • 5 шкал
  • 18 вопросов
  • Онлайн-расчёт бесплатно
Авторы
E. Yurt, I. Kasarci, 2024; русская адаптация Н. В. Волкова, Н. В. Кочетков, В. А. Чикер, 2026
Контингент
Студенты вузов и колледжей; валидизация на 368 студентах Москвы и Санкт-Петербурга (средний возраст 19 лет, 75 % — женщины).

Опросник «Мотивы использования искусственного интеллекта» состоит из 18 утверждений об использовании нейросетей. Студент оценивает согласие по пятибалльной шкале; результат считается как среднее по пяти субшкалам.

Опросник построен на модели «ожидание-ценность» Эккл и Уигфилда: мотивация использовать технологию складывается из ожидания успеха (самоэффективность) и субъективной ценности деятельности, которая включает ценность достижения, практическую ценность, внутреннюю ценность (интерес) и предполагаемые затраты ресурсов. Оригинал из 20 утверждений создали Юрт и Казарчи (2024), русскую адаптацию с прямым и обратным переводом выполнили Н. В. Волкова, Н. В. Кочетков и В. А. Чикер (2026).

На выборке 368 студентов подтверждена двухфакторная структура (самоэффективность и субъективная ценность, в которой четыре субшкалы); два утверждения исключены, осталось 18. Надёжность субшкал: α Кронбаха 0,81–0,85, конструктная надёжность 0,83–0,87; конвергентная валидность проверена по отношению к технологиям (технофилия, технофобия, технопессимизм, технорационализм) и карьерной вовлечённости.

В дипломной работе опросник применяют для сравнения студентов разных направлений и курсов, для замера «до / после» обучающей программы по работе с нейросетями и для поиска связей с цифровой грамотностью, технофилией и карьерной вовлечённостью. Для интерпретации у авторов есть интервалы средних значений («ниже среднего», «среднее», «выше среднего»), общие для всех субшкал; основание этих границ в статье не раскрыто, поэтому в работе приводите их как рекомендацию авторов.

Статистика под ключ — 3 500 ₽По всем методикам и расчётам для диплома. Цена фиксированная — 3 500 ₽, без каких-либо условий. Оплата по факту, когда работа готова. Заказать расчёт

Онлайн-расчёт и генерация данных

Бесплатно

Пройдите тест для себя и узнайте свой результат — или обработайте данные группы для диплома: таблица, график и выгрузка в Word.

Шаг 1. Что вам нужно?

Пишу диплом и хочу, чтобы всё сделали за меняСтатистика под ключ: расчёты, таблицы, графики и выводы — останется вставить в работу. 3 500 ₽, оплата по факту. Возможно и написание диплома целиком — с сопровождением до защиты и бесплатными правками.
1 / 4

Шкалы методики

Самоэффективность

Уверенность в том, что студент сумеет освоить и эффективно использовать сервисы ИИ, и оценка своих знаний и умений в сравнении с окружающими.

пункты 1–4

Ценность достижения

Насколько важно для студента уметь эффективно использовать ИИ, быть в курсе новостей и укреплять свои навыки.

пункты 5–8

Практическая ценность

Полезность ИИ для профессиональной карьеры, повседневных задач и учёбы.

пункты 9–12

Внутренняя ценность

Интерес и удовольствие от взаимодействия с ИИ и от развития своих навыков работы с ним.

пункты 13–15

Предполагаемые затраты ресурсов

Готовность вкладывать время и усилия в изучение сервисов ИИ, в том числе в ущерб другим занятиям.

пункты 16–18

Полный текст методики

Уважаемый участник исследования! Оцените, пожалуйста, насколько Вы согласны с данными утверждениями, где 1 — совершенно не согласен, 2 — не согласен, 3 — затрудняюсь ответить, 4 — согласен, 5 — абсолютно согласен.

Шкала ответов: 1 — совершенно не согласен 2 — не согласен 3 — затрудняюсь ответить 4 — согласен 5 — абсолютно согласен

  1. 1.Я могу освоить навыки, необходимые для эффективного использования сервисов искусственного интеллекта.
  2. 2.Мои общие знания об искусственном интеллекте значительно превышают знания многих людей.
  3. 3.Я использую искусственный интеллект более эффективно, чем большинство моих сверстников.
  4. 4.Мой потенциал для эффективного использования сервисов искусственного интеллекта выше, чем у многих людей в моем окружении.
  5. 5.Способность эффективно использовать искусственный интеллект важна для меня.
  6. 6.Изучение и внедрение инноваций в сервисах искусственного интеллекта являются для меня приоритетом.
  7. 7.Для меня важно быть в курсе последних событий, связанных с искусственным интеллектом.
  8. 8.Я придаю большое значение укреплению своих навыков в использовании сервисов искусственного интеллекта.
  9. 9.Сервисы искусственного интеллекта помогут мне стать квалифицированным профессионалом.
  10. 10.Искусственный интеллект повышает мою общую эффективность, делая мою жизнь более продуктивной.
  11. 11.В повседневной жизни искусственный интеллект помогает мне оптимизировать свои задачи.
  12. 12.Искусственный интеллект помогает мне в изучении различных предметов и курсов.
  13. 13.Мне нравится опыт взаимодействия с искусственным интеллектом.
  14. 14.Следить за развитием искусственного интеллекта для меня интересное занятие.
  15. 15.Развитие моих навыков в использовании искусственного интеллекта — это увлекательный процесс обучения для меня.
  16. 16.Для меня оправданно вкладывать время и усилия в изучение сервисов искусственного интеллекта.
  17. 17.Я готов тратить время, отведенное другим занятиям, чтобы изучать сервисы искусственного интеллекта.
  18. 18.Я не сомневаюсь в необходимости вкладывать значительное количество времени и усилий в развитие своих навыков, связанных с искусственным интеллектом.

Ключи: как обрабатываются ответы

  1. 1Каждое утверждение оценивается по пятибалльной шкале: 1 — «совершенно не согласен», 2 — «не согласен», 3 — «затрудняюсь ответить», 4 — «согласен», 5 — «абсолютно согласен». Обратных пунктов нет.
  2. 2Состав субшкал (ключ авторов): самоэффективность — 1–4; ценность достижения — 5–8; практическая ценность — 9–12; внутренняя ценность — 13–15; предполагаемые затраты ресурсов — 16–18. Первая субшкала относится к фактору «Самоэффективность», остальные четыре — к фактору «Субъективная ценность».
  3. 3По каждой субшкале рассчитывается среднее значение (сумма баллов, делённая на число пунктов). Диапазон среднего — от 1 до 5.
  4. 4Интервалы средних значений (Приложение к статье, одинаковы для всех субшкал): ниже среднего — 1–2,3; среднее — 2,4–3,6; выше среднего — 3,7 и выше. Основание этих границ в статье не описано.
  5. 5Общий (суммарный) показатель авторы не вводят: результат — профиль из пяти средних.

Как оценить результат

Средний балл по каждой шкале (от 1 до 5):

📉

1–2,3

Ниже среднего

➖

2,4–3,6

Среднее

📈

3,7 и выше

Выше среднего

Как обрабатывать математически

Единица измерения

Средний балл по субшкале: от 1 до 5

Тип шкалы

Порядковая (шкала Ликерта 1–5) → ранговые методы

Как описывать

Медиана и квартили (Me, Q1–Q3)

Основные критерии

Вилкоксон / Манна-Уитни

Ответы порядковые, поэтому по умолчанию используют ранговые критерии. Авторы адаптации описывали субшкалы средними и стандартными отклонениями и сравнивали связи корреляциями Спирмена. Если средние субшкал близки к нормальному распределению (проверьте критерием Шапиро-Уилка), допустимы параметрические методы.

Пошаговый план расчёта

  1. 1Проверьте, что отвечены все 18 утверждений.
  2. 2Переведите ответы в баллы: 1 — «совершенно не согласен», 2 — «не согласен», 3 — «затрудняюсь ответить», 4 — «согласен», 5 — «абсолютно согласен». Обратных пунктов нет.
  3. 3Для каждой из пяти субшкал найдите среднее по её пунктам (по 3 или 4 пункта).
  4. 4Сопоставьте средние с интервалами авторов: ниже среднего — 1–2,3; среднее — 2,4–3,6; выше среднего — 3,7 и выше.
  5. 5Опишите группу медианой и квартилями по каждой субшкале, выберите критерий по дизайну исследования и оформите результат таблицей и диаграммой.

Какой критерий выбрать

Замеры «до / после» у одних и тех же людейНапример: практическая ценность ИИ у студентов до и после курса по работе с нейросетями.Критерий ВилкоксонаДве независимые группы (разные люди)Например: самоэффективность в использовании ИИ у юношей и девушек.Критерий Манна-УитниТри и более независимые группыНапример: внутренняя ценность ИИ у студентов гуманитарных, технических и медицинских направлений.Критерий Краскела-УоллисаСвязь с другим показателемНапример: связь самоэффективности с карьерной вовлечённостью.Корреляция СпирменаПросто описать уровень группыНапример: профиль пяти субшкал в выборке из 100 студентов вуза.Описательная статистика

Что ещё пригодится

Критерий Шапиро-УилкаПроверка нормальности распределения средних баллов перед выбором между параметрическими и ранговыми методами.Альфа КронбахаПроверка надёжности субшкал на своей выборке: у авторов α = 0,81–0,85.

Пример обработки результатов

Учебный пример с условными данными. 10 студентов прошли курс по работе с нейросетями. Субшкала «Практическая ценность» (среднее по четырём пунктам, 1–5) измерена до и после курса.

До:   3,00 3,25 2,75 3,50 3,00 3,25 2,50 3,75 3,00 3,25

После: 3,50 3,75 3,25 3,75 3,50 3,75 3,00 4,25 3,50 3,75

  1. 1Дизайн: одни и те же 10 студентов, два замера порядкового показателя → связанные выборки → критерий Вилкоксона.
  2. 2Разности «после − до»: 0,50 0,50 0,50 0,25 0,50 0,50 0,50 0,50 0,50 0,50. Нулевых сдвигов нет, все сдвиги положительные.
  3. 3Нетипичных (отрицательных) сдвигов нет, поэтому T эмп = 0.
  4. 4Критические значения для n = 10: T крит = 10 (p = 0,05) и 5 (p = 0,01). Так как T эмп = 0 ≤ 5, сдвиг значим при p < 0,01.
  5. 5Медиана выросла с 3,13 до 3,63 балла. Для интерпретации сравните средние с интервалами авторов (ниже среднего — 1–2,3; среднее — 2,4–3,6; выше среднего — от 3,7).

Как оформить это в дипломе

В таблице 1 представлена практическая ценность ИИ до и после курса и результат расчёта по критерию Вилкоксона.

Таблица 1 — Практическая ценность использования ИИ до и после курса (n = 10, средний балл 1–5; условные данные)

ПоказательQ₂₅ доMe доQ₇₅ доMe послеT эмпT критp
Практическая ценность3,003,133,253,6305< 0,01

На рисунке 1 графически представлена динамика медианы субшкалы.

02,553,133,63Практическая ценностьПрактическая ценностьСредний балл (1–5)Субшкала опросникаДоПосле

Рисунок 1 — Медиана субшкалы «Практическая ценность» до и после курса

Медиана среднего балла выросла с 3,13 до 3,63 (+0,50). Рост показали все 10 участников: от 0,25 до 0,50 балла.

Значимость сдвига оценивалась критерием Вилкоксона для связанных выборок. Все 10 разностей положительные, T эмп = 0 при T крит = 5 (n = 10, p = 0,01), нулевая гипотеза отклоняется: воспринимаемая практическая ценность ИИ после курса значимо выше.

Вывод

После курса воспринимаемая практическая ценность использования ИИ значимо выросла: медиана 3,13 → 3,63 балла, T эмп = 0 при T крит = 5 (n = 10, p < 0,01). Данные условные и приведены для демонстрации расчёта.

Средние значения и надёжность по данным авторов

Числа приведены по таблице 2 статьи (N = 368 студентов вузов и учреждений СПО Москвы и Санкт-Петербурга, средний возраст 19 лет). Это описательные статистики выборки; интервалы уровней — отдельно, из приложения.

Таблица — Средние, стандартные отклонения и надёжность субшкал (баллы 1–5)

СубшкалаПунктыСреднееSDα Кронбаха
Самоэффективность1–43,200,820,81
Ценность достижения5–83,011,020,85
Практическая ценность9–123,391,030,83
Внутренняя ценность13–153,261,050,83
Предполагаемые затраты ресурсов16–182,711,040,83

Интервалы авторов для среднего по любой субшкале: ниже среднего — 1–2,3; среднее — 2,4–3,6; выше среднего — 3,7 и выше. Основание границ в статье не описано.

Как описать методику в дипломе

  • Полное название и авторы: опросник «Мотивы использования искусственного интеллекта», оригинал E. Yurt, I. Kasarci, 2024; русская адаптация Н. В. Волковой, Н. В. Кочеткова, В. А. Чикер, 2026.
  • Структура: 18 утверждений, шкала Ликерта 1–5, пять субшкал (самоэффективность, ценность достижения, практическая ценность, внутренняя ценность, предполагаемые затраты ресурсов), обратных пунктов нет, показатель субшкалы — среднее.
  • Психометрика по статье: двухфакторная структура подтверждена эксплораторным и конфирматорным анализом (CFI = 0,95; RMSEA = 0,066; SRMR = 0,05); α Кронбаха субшкал 0,81–0,85.
  • Ограничения: выборка — студенты крупных городов (в основном женщины), общего показателя и норм нет, интервалы «ниже среднего — среднее — выше среднего» даны без описания способа их получения.

Частые вопросы