用GPT-4o生成虚拟学生，验证其学习动机测量有效性

Exploring the Psychometric Validity of AI-Generated Student Responses: A Study on Virtual Personas' Learning Motivation

• 用GPT-4o生成2000个虚拟学生角色
• 实证复现了学术动机量表的结构与分组特征
• 适合教育测评与智能辅导系统研究者参考

本研究探讨大语言模型（LLMs）是否能生成可用于教育测量的有效学生回答。基于GPT-4o生成2000个虚拟学生人格，每人完成学术动机量表（AMS）。通过探索性因子分析（EFA）与验证性因子分析（CFA），以及聚类分析，结果显示GPT-4o成功复现了AMS的结构特征，并识别出具有区分度的动机子群体，证明其在模拟学习动机方面的心理测量有效性。

原文摘要 · Abstract (English)

This study explores whether large language models (LLMs) can simulate valid student responses for educational measurement. Using GPT -4o, 2000 virtual student personas were generated. Each persona completed the Academic Motivation Scale (AMS). Factor analyses(EFA and CFA) and clustering showed GPT -4o reproduced the AMS structure and distinct motivational subgroups.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。