儘管人工智能(AI)驅動的學習技術越來越多地被用於自動化和支援學習活動,而且通常會帶來正面的結果,但其對學生自主性的影響卻未被充分探討。學生自主性是指學生主動調節學習行為、做出負責任的決策和應對各種學習情境的能力,這對於終身學習至關重要。最近的一項隨機對照實驗探討了AI輔助對高等教育學生自主性的影響,涉及三個研究問題:學生會否從AI輔助中有所學習?在初期階段後,AI輔助可否被自我監測清單取代嗎?結合AI輔助和自我監測清單會否提升學生的表現嗎?
該研究涉及2020年不同學科的10個課程的1625名本科生。在最初的四週中,學生們在AI功能的指導下互相提供同儕評審的意見,以增強他們的反饋質量。在接下來的四週裡,他們被分為四組:非AI輔助組、AI輔助組、沒有AI輔助的自我監測組和有AI輔助的自我監測組。研究使用六種度量方法從學生評論的不同角度評估學生自主性:需要修改的評論比率、與以前評論的相似性、與資料來源的相關性、評論長度、花費在評論上的時間以及其他評審者對評論的幫助評級。
結果顯示,AI輔助顯著提高了學生評論的質量,但在移除AI輔助後,其影響下降。這表明,雖然AI能有效地作為學習支架,但學生傾向於依賴它而不是從中學習。此外,學生使用AI輔助一段時間後,即使沒有AI輔助,學生仍然可以從自我監測清單中受益。然而,將AI輔助與自我調節策略相結合並沒有顯著提高學生的學習成果。作者將這種微不足道的改善歸因於兩個可能的原因。首先,當不同強度的支援產生相互作用時,較強的支援可能會掩蓋或削弱較弱的影響。其次,學習者的認知資源有限,如果認知負荷超過他們的能力,可能會不勝負荷,因此AI輔助的較高負荷可能會降低他們有效使用自我監測清單的能力。作者得出的結論是,雖然AI學習科技有很多好處,但應謹慎使用,考慮到教學因素,並仔細平衡潛在的好處和可能的缺點。
文獻來源(開放取用):Darvishi, A., Khosravi, H., Sadiq, S., Gašević, D., & Siemens, G. (2024). Impact of AI assistance on student agency. Computers & Education, 210, 104967. https://doi.org/10.1016/j.compedu.2023.104967… Read the rest
使用科技豐富的學習環境 (technology-rich learning environments, TREs) 涉及新技術和媒體的整合,以提升資訊資源和工具,例如智慧輔導系統、虛擬實境和教育學習遊戲。Cal及其團隊進行的
榮譽守則系統包含了管理學術社群成員行為的規則,以促進學術誠信、公平競爭和阻止作弊。無監考考試是榮譽守則系統的關鍵組成部分,在全球越來越受歡迎,尤其是在COVID-19大流行期間。Zhao及團隊進行了
「未達預期的成績」,即學術潛力與實際學業成績之間的差距,一直是一個關鍵問題,它不僅導致重大社會貢獻的損失,而且增加抑鬱、藥物濫用和行為問題等心理問題的風險。2023 年11月,一項旨在理解未達預期成績學生特徵的