標籤: 人工智能

Categories
社交及情意成果 高等教育

學習者對AI與人類導師回饋的偏好

Le 與其團隊以大學英文學術寫作任務為情境，檢驗學習者在接受不同來源與介面形式的學習回饋後，對「人類導師 vs. 生成式AI」的偏好是否改變。研究招募114名非英語母語的大學生，並隨機分派至四組：不提供回饋（控制組）、人類導師回饋、ChatGPT 4.0 自由對話介面、以及以 ChatGPT 為引擎的「結構化」寫作分析工具。研究在任務前後分別以量表與二選一題測量偏好，並比較四組在後測偏好與偏好改變上的差異。

結果顯示，學習者在任務前即呈現明顯的人類導師偏好（87.2% 選人類），任務後此偏好仍然穩定（86.0% 選人類），呈現教育情境中的「算法厭惡」現象。然而，後測量表分數在四組間達顯著差異，人類導師組顯著高於自由對話AI組與控制組；在人類／AI二選一偏好指標上亦達顯著，其中人類導師組與結構化AI工具組都顯著高於自由對話AI組。就偏好改變而論，整體平均變化趨近於零，但四組差異顯著：自由對話AI組對AI的偏好略有上升，反之，人類導師組與結構化AI工具組相較於自由對話AI組更傾向於人類。亦即，即使三者皆能提供有效回饋，自由對話介面才較能緩解算法厭惡、提升對AI的接受度；而結構化、一次性呈現的工具反而強化了對人類導師的偏好。

作者據此主張，提升AI教學工具的「互動性與對話性」或比純粹的技術優化更能影響學習者偏好，因為可反覆厘清與修正的對話歷程，能降低學習者對「演算法必須完美」的期待落差與不信任。整體而言，研究將「人類偏好」置於可被介面設計調節的脈絡中，為AI於教育的採納、產品設計與課程實作提供了實證基礎與警示。

 

文獻來源（開放取用）：Le, H., Shen, Y., Li, Z., Xia, M., Tang, L., Li, X., … & Fan, Y. (2025). Breaking human dominance: Investigating learners’ preferences for learning feedback from generative AI and human tutors. British Journal of Educational Technology.

https://doi.org/10.1111/bjet.13614… Read the rest

Categories
教育行政及領導 有效教學法 中學教育

人工智能生成的提示能否有助學習？

隨著許多學校加速採用生成式AI，審視這些工具所提供的真實學習成效（或其不足之處）便很重要。 Pardos和Bhandari在2023年發表的一項研究中，探討了AI生成提示作為代數課程中支架機制的效果。

研究招募的77名參與者（通過亞馬遜的MTURK系統篩擇高中畢業生）被分配到對照組（提供人類產生的提示）或實驗組（提供AI生成的提示）。研究人員的目的是了解AI生成的「低質量」提示的比率，以及與對照組相比，這些提示是否提升了學習成果。課程中的問題被逐字輸入到ChatGPT來生成AI提示。並通過人工檢查以確保所有提示都是正確並顯示正確的步驟。相比之下，對照組的提示是由大學本科生助教產生的。研究採用前測及後測來對比兩組之間的學習成效。

結果表明，ChatGPT生成的提示中有70%被認為是高質素的，並且對照組的學習增益具有統計學意義上的顯著。該研究的一個主要限制是研究人員並沒有要求AI採用任何支架策略。因此，各組之間的提示質量不僅因人類或AI生成而異，在教學理論方面也有所不同。人類導師可能更有可能使用維果斯基（Vygotsky）式的支架，而 ChatGPT更可能直接提供答案。未來的研究可改進本研究中使用的提示，並創建一種多層次的方法，先揭示影響較小的提示，逐步引導學生學習。

 

文獻來源（開放取用）：Pardos, Z. A., & Bhandari, S. (2023). Learning gain differences between ChatGPT and human tutor generated algebra hints (No. arXiv:2302.06871). https://doi.org/10.48550/arXiv.2302.06871… Read the rest

Categories
高等教育 教育行政及領導

在GenAI環境中後設認知支援對自主學習的幫助

Xu 及其團隊最近發表的一項研究探討了後設認知在生成式人工智能（Generative AI, GenAI）環境下，對支持自主學習（self-regulated learning, SRL）和學習體驗的影響。該研究關注學生依賴ChatGPT，以及他們在缺乏指導下維持SRL所面對的挑戰。

參與者來自中國一所大學的68名大二學生，年齡在19-21 歲之間，主修教育技術，並且之前在課堂任務中沒有使用過GenAI工具的經驗。學生被隨機分為兩組：實驗組接受後設認知支援框架指引，而對照組則沒有。為減少干擾，後設認知支援框架以紙本形式提供，該框架鼓勵學生在任務期間進行規劃、監測和反思，包括諸如設定明確目標、評估ChatGPT的反饋和反思自身任務表現等提示。在為期四周的干預中，參與者完成了整合多學科知識的跨學科任務。

根據自我報告問卷，實驗組在六種SRL能力中有兩項顯著提升：任務策略 （效應值 = +0.69） 和自我評估 （效應值 = +0.53），而對照組在這些領域則有所下降。接受後設認知支援的學生還報告了較低的認知負荷，並認為AI工具更有用，但這些發現在統計學意義上並不顯著。實驗組的學習成績比對照組高（效應值 = +0.36），但差異也不顯著。

這項研究表明，後設認知的支援有助於學生使用AI工具並培養主動學習的能力。沒有這樣的指導，學生的自我調節能力可能會下降，繼而削弱學習自主性。

 

文獻來源：Xu, X., Qiao, L., Cheng, N., Liu, H., & Zhao, W. (2025). Enhancing self-regulated learning and learning experience in generative AI environments: The critical role of metacognitive support. British Journal of Educational Technology, 0(0). https://doi.org/10.1111/bjet.13599… Read the rest

Categories
教育行政及領導 中學教育

ChatGPT能減輕教師的工作量嗎？

像 ChatGPT 這樣的生成式人工智能 （GenAI） 工具在課堂上變得越來越普遍——不僅對學生，對教師也是如此。在英格蘭，教育部承認教育工作者更頻繁地使用 GenAI 來規劃課程、創建教材，甚至編寫考試問題。據報導，一個主要的優勢是節省時間的潛力，這在工作負擔仍然是教師流失的關鍵因素的情況下特別重要。

為了探索AI能否減輕這種負擔，英國國家教育研究基金會（National Foundation for Educational Research）最近進行了一項嚴格的試驗。該研究涉及68所中學和259名科學教師，在準備7年級和8年級的科學課程中，他們被隨機分配到使用和不使用ChatGPT兩組。ChatGPT小組的教師獲得了一份實用指南以支持他們使用該工具。在2024年夏季學期的10 週內，他們記錄了自己準備課程所使用的時間，特別關注第6週到第10週——在初步適應階段之後。

調查結果令人鼓舞。平均而言，使用 ChatGPT的教師每週在備課上使用的時間比非AI組少25 分鐘——56分鐘對比於 81.5分鐘——節省了31%的時間。重要的是，一個獨立的專家小組發現，兩組之間的課程材料質量沒有差異。

使用實用指南也隨著時間也有所下降，這表明教師在將該工具整合到他們的實踐中變得更有信心。展望將來，未來的研究可能會探索ChatGPT等GenAI工具如何用於教師工作的其他方面（例如行政職責），以及它們的影響是否因學科或年齡組而有所分別，尤其是在新的和更先進版本不斷推出的背景下。

 

文獻來源（開放取用）：Roy, P., Poet, H., Staunton, R., Aston, K., & Thomas, D. (2024). ChatGPT in lesson preparation—A Teacher Choices Trial. National Foundation for Educational Research. https://www.isrctn.com/ISRCTN13420346… Read the rest

Categories
語言發展 高等教育

GenAI 聊天機器人會增強EFL學生的自主學習和閱讀投入度嗎？

Pan及其同事的一項準實驗探討了生成式AI聊天機器人Reade 是否可以增強英語作為外語（EFL）學生在自主學習（SRL）閱讀策略和閱讀投入度。該研對象為中國東部一所大學的61名英語系大一學生（超過80%為女性，平均年齡 = 18.5歲）。兩個班級被隨機分配到實驗組（31人）或對照組（30人）。

通過使用研究團隊開發的ReadMate平台（由ChatGPT 3.5Turbo驅動），學生可使用Reade兩大核心功能：（1）根據學生英語水平與喜好推薦閱讀材料，以及（2）通過「計劃–執行–反思」方法支援自主閱讀策略。在「執行」階段，實驗組學生可以使用ReadMate中的全部功能，包括GenAI支援的互動SRL以獲取更多SRL策略指導，而對照組使用不包括這項功能的ReadMate。為期12週的研究中，參與者需通過ReadMate完成作為課程作業的閱讀任務。在干預前和干預後三週收集了關於自主閱讀策略運用和閱讀投入度的自我報告問卷。

在控制基線分數後，結果顯示實驗組在後測中顯著優於對照組，於後設認知、認知、動機和行為維度的SRL策略使用上。平台記錄顯示，實驗組更頻繁地使用計劃策略和自我檢查清單的功能。此外，實驗組在認知、行為和情感維度的閱讀投入度更高，在平台上投入閱讀任務的時間和努力也更多。

儘管該研究強調了像Reade這樣的GenAI聊天機器人在支援 SRL和閱讀投入方面的潛力，但其依賴小樣本和自我報告數據的局限性表明需要更嚴謹的研究來探索AI在提升EFL學生閱讀成果方面的作用。

 

文獻來源：Pan, M., Lai, C., & Guo, K. (2025). Effects of GenAI-empowered interactive support on university EFL students’ self-regulated strategy use and engagement in reading. The Internet and Higher Education, 65, 100991. https://doi.org/10.1016/j.iheduc.2024.100991… Read the rest

Categories
高等教育 教育行政及領導

比較人工製作和AI生成的教學錄影的學習效果

在生成式人工智能（AI）時代，生成式AI製作的教學視像錄影能否提供與人工製作錄影相當的學習成果？最近的一項研究通過比較管理課程中四個生成式AI製作的錄影與四個人工製作的錄影在相同主題上的有效性來探討這個問題。這項在線干預涉及 447名美國外行人，其中大多數人已經完成了高等教育。該研究包括兩個實驗條件：第一個，213 名參與者以人類-AI-人類- AI的順序觀看了四個教學視頻；在第二個條件中，234 名參與者以 AI-人類-AI-人類的順序觀看了它們。每段錄影結束後，參與者完成了一項評估他們學習體驗的問卷調查，然後進行多項選擇題考試以評估學習成果。

結果表明，人工製作錄影在學習體驗方面提供了很小但具有統計學意義的優勢，表明參與者仍然更喜歡錄影中的真人教師。在學習成果方面，兩種情況下的參與者都獲得相似程度的知識。作者指出，隨著生成式 AI 製作的教學錄影因其易於製作而日益普及，研究人員和教育工作者應該批判性地探索使用生成式 AI 製作內容來改善學習體驗的方法，同時注意製作和使用中的潛在限制和倫理考慮。

 

文獻來源（開放取用）：Netland, T., von Dzengelevski, O., Tesch, K., & Kwasnitschka, D. (2025). Comparing human-made and AI-generated teaching videos: An experimental study on learning effects. Computers & Education, 224, 105164. https://doi.org/10.1016/j.compedu.2024.105164… Read the rest