【摘" 要】 人工智能的應(yīng)用場(chǎng)景越來越廣泛，在教育領(lǐng)域扮演的角色也越來越重要，為了抓住人工智能發(fā)展機(jī)遇，教育部發(fā)布相關(guān)文件支持智能教育，通過人工智能對(duì)當(dāng)前教育方式方法進(jìn)行迭代。通過人工智能更新教育教學(xué)方式，首先要分析人工智能對(duì)大學(xué)生學(xué)習(xí)情況的影響，本文從客觀評(píng)價(jià)的方式，使用CRITIC模型和熵權(quán)法組合的方式進(jìn)行評(píng)價(jià)。經(jīng)過計(jì)算，最終Q23-1和Q28-1權(quán)通過值最高，可以知道人工智能可以幫助大學(xué)生更好地學(xué)習(xí)以及查資料，同時(shí)人工智能學(xué)習(xí)工具知識(shí)來源的資格審查也是學(xué)生關(guān)注的重點(diǎn)。

【關(guān)鍵詞】 人工智能；大學(xué)生；影響評(píng)價(jià)模型

一、數(shù)據(jù)處理與檢驗(yàn)

對(duì)于本研究的側(cè)重點(diǎn)，對(duì)數(shù)據(jù)進(jìn)行清洗，據(jù)數(shù)據(jù)中的異常數(shù)據(jù)進(jìn)行剔除以及空缺數(shù)據(jù)進(jìn)行補(bǔ)全。其中問題6“您每周的上網(wǎng)時(shí)長(zhǎng)大約是多少？”的回答中“不上網(wǎng)”與問題9“您會(huì)將自己的資料傳到網(wǎng)上和別人進(jìn)行分享嗎？”的回答中“完全會(huì)”“大多數(shù)時(shí)候會(huì)”“有時(shí)會(huì)”“很少會(huì)”均沖突，不符合常理。對(duì)于這樣的數(shù)據(jù)進(jìn)行剔除處理。

對(duì)于空缺數(shù)值采用取上下20條數(shù)據(jù)均值的方式進(jìn)行補(bǔ)全空缺數(shù)據(jù)，如第2356行數(shù)據(jù)中的第18個(gè)問題數(shù)據(jù)空缺，則選取第2346行至2366行第18個(gè)問題值均值，對(duì)2356行數(shù)據(jù)進(jìn)行補(bǔ)全。

數(shù)據(jù)在處理結(jié)束的基礎(chǔ)上，對(duì)問卷進(jìn)行一、二、三級(jí)指標(biāo)劃分。根據(jù)問卷問題的不同，一級(jí)指標(biāo)為調(diào)查者基本信息、調(diào)查者學(xué)習(xí)情況、調(diào)查者對(duì)人工智能的態(tài)度和人工智能的發(fā)展四個(gè)一級(jí)指標(biāo)。其中問題1至問題6屬于調(diào)查者基本信息；問題7至問題11屬于調(diào)查者學(xué)習(xí)情況；問題12至問題22屬于調(diào)查者對(duì)人工智能的態(tài)度；問題23至問題30屬于人工智能的發(fā)展。

其中問題23至問題30為多選題，為了方便數(shù)據(jù)分析，將多選題調(diào)整為單選題，也就是將多選題的每個(gè)選項(xiàng)均設(shè)為單選題，統(tǒng)計(jì)每個(gè)調(diào)查者是否選擇該選項(xiàng)，此類數(shù)據(jù)為人工智能發(fā)展的三級(jí)指標(biāo)。

二、 CRITIC-熵權(quán)法計(jì)算指標(biāo)權(quán)重

指標(biāo)評(píng)價(jià)是評(píng)價(jià)理論研究的重要內(nèi)容之一，主要解決各個(gè)指標(biāo)之間的沖突性，對(duì)指標(biāo)進(jìn)行排序，選出影響大的指標(biāo)。指標(biāo)評(píng)價(jià)的重點(diǎn)是計(jì)算各個(gè)指標(biāo)的權(quán)重，這是關(guān)鍵問題。目前權(quán)重的確定方法包括主觀評(píng)判和客觀評(píng)判，其中主觀評(píng)判法包括主層次分析、專家打分法和德爾菲法（Delphi法）等，客觀評(píng)判法包括熵權(quán)法、CRITIC權(quán)重法和標(biāo)準(zhǔn)離差法等等。不同的方法因?yàn)橛?jì)算原理不同，同一個(gè)指標(biāo)得到的權(quán)重也有一定的差距，其次主觀評(píng)判法中受主觀影響較大，需要人為進(jìn)行評(píng)分。由于主觀評(píng)價(jià)法在本文中可靠性不高，所以選擇客觀評(píng)價(jià)法中的熵權(quán)法和CRITIC權(quán)重法進(jìn)行權(quán)重計(jì)算。

（一）熵權(quán)法

熵權(quán)法是利用信息熵的概念，通過計(jì)算出各個(gè)指標(biāo)的權(quán)重，以此為多指標(biāo)評(píng)價(jià)提供參照。

根據(jù)信息論中的信息熵的定義，一組數(shù)據(jù)的信息熵為：

其中，通過信息熵計(jì)算各指標(biāo)的權(quán)重：

（二）CRITIC權(quán)重法

CRITIC法是一種比熵權(quán)法和標(biāo)準(zhǔn)離差法更好的客觀賦權(quán)法。

假設(shè)第i個(gè)指標(biāo)與第j個(gè)指標(biāo)之間的沖突化程度為，其中rij是評(píng)價(jià)i和j之間的相關(guān)系數(shù)。對(duì)于CRITIC權(quán)重法，兩兩指標(biāo)之間的沖突越大代表兩者之間的權(quán)重越大，反之，沖突性越小，兩者之間的權(quán)重也越小。

指標(biāo)之間的沖突關(guān)系使用相關(guān)系數(shù)來表達(dá)，當(dāng)相關(guān)系數(shù)越高，則說明兩個(gè)指標(biāo)之間的沖突越小，進(jìn)而反映兩個(gè)指標(biāo)之間的相同性比較高。兩個(gè)指標(biāo)之間的相同性高，則說明該指標(biāo)的專一性不強(qiáng)，那么評(píng)價(jià)強(qiáng)度也隨之降低，應(yīng)該減少對(duì)該指標(biāo)分配的權(quán)重。

上表展示了CRITIC法的權(quán)重計(jì)算結(jié)果，根據(jù)結(jié)果對(duì)各個(gè)指標(biāo)的權(quán)重進(jìn)行分析。這里變異指標(biāo)為標(biāo)準(zhǔn)差的方式，當(dāng)標(biāo)準(zhǔn)差和指標(biāo)的權(quán)重成正關(guān)系；兩指標(biāo)之間的沖突性是以相關(guān)系數(shù)進(jìn)行評(píng)判，如果兩個(gè)指標(biāo)的相關(guān)性和沖突性成反比，進(jìn)而權(quán)重越??；權(quán)重是信息量的歸一化。

（三）CRITIC-熵權(quán)法組合

CRITIC權(quán)重法和熵權(quán)法都是客觀地對(duì)指標(biāo)進(jìn)行評(píng)價(jià)的一種分析方法，由于兩種評(píng)價(jià)法的原理不同，對(duì)于不同類型的數(shù)據(jù)分析，會(huì)有不同的分析結(jié)果，為了發(fā)揮兩者的最大優(yōu)勢(shì)，將兩種評(píng)價(jià)方法進(jìn)行組合。

三、分析過程

問卷中第23—30題是多選題，針對(duì)多選題統(tǒng)一調(diào)整為單選題進(jìn)行分析，使用熵權(quán)法和CRITIC權(quán)重法分別對(duì)多選題進(jìn)行權(quán)值評(píng)價(jià)。

經(jīng)過計(jì)算，Q23-1的權(quán)值為21.055；Q24-2的權(quán)值為41.520；Q25-1的權(quán)值為29.775；Q26-1的權(quán)值為32.45；Q27-3的權(quán)值為21.766；Q28-1的權(quán)值為38.685；Q29-1的權(quán)值為23.57；Q30-2的權(quán)值為37.942。將多選中權(quán)值最大的數(shù)據(jù)與Q12-Q22定量數(shù)據(jù)同時(shí)進(jìn)行CRITIC權(quán)重法熵權(quán)法組合權(quán)重評(píng)價(jià)。

經(jīng)過計(jì)算結(jié)果可以得出，Q23-1和Q28-1權(quán)值最高，可以知道人工智能可以幫助大學(xué)生更好地學(xué)習(xí)以及查資料；同時(shí)也是人工智能學(xué)習(xí)工具知識(shí)來源的資格審查也是學(xué)生關(guān)注的重點(diǎn)。

四、總結(jié)

文章使用CRITIC-熵權(quán)法組合，對(duì)人工智能對(duì)大學(xué)生學(xué)習(xí)的影響進(jìn)行評(píng)價(jià)分析。將兩種客觀權(quán)重評(píng)價(jià)方法進(jìn)行組合，避免客觀單一求權(quán)重的缺陷，結(jié)果科學(xué)客觀。

參考文獻(xiàn)：

［1］ 易福俠.基于層次分析—熵權(quán)法的高職學(xué)生信息素養(yǎng)模糊綜合評(píng)價(jià)研究［J］. 南昌航空大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，36（04）：116-125.

［2］ 吳季釗. 基于CRITIC-熵權(quán)法和TOPSIS法的內(nèi)河港口競(jìng)爭(zhēng)力研究［D］. 重慶：重慶交通大學(xué)，2022.

［3］ 傅為忠，儲(chǔ)劉平.長(zhǎng)三角一體化視角下制造業(yè)高質(zhì)量發(fā)展評(píng)價(jià)研究——基于改進(jìn)的CRITIC-熵權(quán)法組合權(quán)重的TOPSIS評(píng)價(jià)模型［J］. 工業(yè)技術(shù)經(jīng)濟(jì)，2020，39（09）：145-152.

［4］ 程啟月. 評(píng)測(cè)指標(biāo)權(quán)重確定的結(jié)構(gòu)熵權(quán)法［J］. 系統(tǒng)工程理論與實(shí)踐，2010，30（07）：1225-1228.

基金項(xiàng)目：2021年安徽省高?？茖W(xué)研究項(xiàng)目（項(xiàng)目編號(hào)：KJ2021A1330）；2022年蕪湖職業(yè)技術(shù)學(xué)院校級(jí)科學(xué)研究項(xiàng)目（項(xiàng)目編號(hào)：wzyzr202220）；2022年蕪湖職業(yè)技術(shù)學(xué)院校級(jí)科研團(tuán)隊(duì)（項(xiàng)目編號(hào)：wzykytd202212）；2023年年蕪湖職業(yè)技術(shù)學(xué)院校級(jí)科學(xué)研究項(xiàng)目（項(xiàng)目編號(hào)：wzyzrzd202308）。