在今天，越来越多的学校将AI纳入课程体系，企业也将AI素养视为未来招聘的重要指标。那么，对于学生来说，学习AI的动机到底是什么？是出于兴趣、前途、社会期待，还是“不得不学”？
“AI”不再只是理工科学生的专属词汇。无论是文科生还是艺术生，都会被建议“学点AI，以后有用”。但学生们真的是因为热爱AI才学它的吗？一项发表在《npj Science of Learning》上的最新研究告诉我们：
未必。
# 学生为什么要学AI？动机并不只是“兴趣”
这项研究以自我决定理论（Self-Determination Theory, SDT）为基础，对1465名大学生进行了调研与网络分析，构建了AI学习动机的“心理图谱”。结果揭示出一个耐人深思的趋势：
多数学生学AI，并不是因为喜欢，而是出于“不学就落伍”的焦虑，和“我能不能学会”的不安。
什么是自我决定理论（Self-Determination Theory）？
传统上，我们常常把动机理解为“有没有动力”，但自我决定理论提供了一个更深层次的理解框架：动机有高低之分，更有“质量”之别。它将学习动机分为以下五种，从最被动到最主动：- 无动机（Amotivation）：完全不知道为什么要学，没有方向和兴趣。- 外部调节（External Regulation）：被外界奖惩驱动，比如“为了拿高分”。- 内摄式调节（Introjected Regulation）：内心的压力和负罪感驱动，比如“不学就落后”、“别人都学我不能不学”。- 认同式调节（Identified Regulation）：意识到学习是为了达成自己的目标，如“这对我的未来有用”。- 内在动机（Intrinsic Motivation）：完全因为兴趣和热情而学习。
研究发现，在AI学习动机中，内摄式调节成为了最关键的驱动因素，甚至压过了内在动机和认同式调节。
什么是内摄式调节（Introjected Regulation）？
它指的是学生因为害怕失败、羞愧或丢脸而去学习，比如：
“别人都在学AI，我不学就掉队了。”
“老师、家长期待我掌握这些技能。”
“我不想被看作落后或没能力。”
表面看是主动学习，实则是在社会舆论和自我期待下的被动选择。
这与我们常以为“兴趣是最好的老师”的想法有所出入。
论文指出，在高度竞争、社会舆论和外部期待主导的环境中，很多学生学AI不是因为兴趣（内在动机）或认同（认同式调节），而是“怕落后”、“怕别人失望”或“不想被看作无能”。
这也解释了为什么学生可能一边学习AI，一边感到焦虑、压力大。
AI的快速变化、不确定性强、技术门槛高，本就容易激发“不如人”的恐惧；
再加上来自社会、学校、职场的舆论暗示：“你不懂AI就会被淘汰”，
让AI学习变成了某种“生存焦虑”的出口。
# 兴趣之外，真正决定学生学不学AI的，是“胜任感”
除了动机类型，研究还发现：学生是否觉得自己能学会，才是真正影响其学习持续性的关键。
这就是SDT中的另一个核心要素：胜任感满足（Competence Satisfaction）。
当学生感觉自己能掌握AI、能用AI解决问题时，即使一开始兴趣不强，也更容易产生持续的学习动力。相反，如果他们觉得“这太难了”“我做不到”，哪怕有兴趣，也很容易放弃。
在AI这样一个技术门槛较高、更新速度极快的领域，建立学生的“自信”比激发兴趣更重要。
举例来说，哪怕只是用AI生成一个封面、做一页PPT，也能让学生获得“小成功”，带来成就感，从而形成积极的反馈循环。
# 动机是一个系统，而非单一驱动力
该研究还通过网络分析发现：学生学习AI并非只由某一种动机驱动，而是多种心理因素共同作用的结果。例如，一个学生可能既因为兴趣，也因为对未来有规划，又不想被淘汰，形成一个动态复杂的“动机网络”。
因此，单靠一次讲座或一个奖学金项目，很难长期激发学生的学习热情。教育者需要关注每位学生背后的“动机结构”，才能制定更有效的策略。
那教育者该怎么做？
面对这种“被迫学AI”的现实，我们不能只强调“AI很重要”，而应思考：如何提升学生的动机质量？研究者提出了以下四点建议：
1. 围绕“胜任感”设计课程，让学生觉得“我也可以”
- 从入门级任务入手，比如用AI辅助写作、生成图像、制作海报，而不是一开始就讨论算法与原理；
- 分阶段设置挑战任务，给予即时反馈和鼓励；
- 建立支持性学习社群，邀请普通学生分享上手经历，降低心理门槛。
2. 转移动机来源，从“别人都在学”转向“我觉得有用”
- 把AI应用与真实生活连接，比如职业规划、考试复习；
- 鼓励学生用AI解决自己感兴趣的问题；
- 帮助学生设立AI学习的个人目标，建立学习内驱力。
3. 激活内在动机，用“好玩”“有趣”提升参与度
- 举办AI主题创意比赛，如“用AI画出你的一天”、“和AI共写小说”；
- 引入AI小游戏、互动工具，让学生在轻松氛围中尝试；
- 设置“AI冷知识”“AI笑话”等趣味环节，降低技术焦虑。
4. 提供持续支持，而非一次性培训
- 建立学生可随时提问的AI学习社区或“AI学习热线”；
- 培养AI学习“学习助教”或“AI学习伙伴”，帮助同伴上手；
- 教师也应接受定期培训，更新工具与教学方法，做学生信赖的“AI陪伴者”。
真正要反思的是：我们是在为学生“赋能”，还是在“施压”？
是的，AI素养的确已成为未来社会的基本能力。但如果学生学习AI，只是为了避免被“卷”、避免“丢脸”，这种动机会走得多远？当新技术热度过去，他们是否还愿意继续探索、思考、创造？
教育真正的使命，是帮助学生找到学习的意义与力量，而不是制造焦虑与内卷。
我们需要的不是“每个学生都学AI”，而是“每个学生都知道自己为什么要学AI”。