標籤: 人工智能

Categories
計劃評鑑 數學及理科學習 中學教育

生成式AI對學生成績的影響：一把雙刃劍

諸如OpenAI的GPT-4等生成式AI工具，被越來越多地整合到教育環境中，有望增強學習和效率。然而，AI對學習成果的長期影響仍待考查。賓夕法尼亞大學沃頓商學院（Wharton School）最近的一篇研究論文詳細介紹了一項大規模隨機對照試驗（RCT），該試驗旨在評估生成式 AI 如何影響學生學習，特別專注高中教育的數學課程。該研究涉及三個年級（9-10年級）的近1,000 名學生，評估了兩個以GPT-4為本的輔助工具：GPT Base和 GPT Tutor。GPT Base 提供了一個標準的 ChatGPT 介面，而 GPT Tutor 則結合了安全措施來支援學習，而無需提供直接答案。

結果顯示，雖然GPT-4顯著即時提升了學生解答難題的成績——GPT Base 提升了48%，GPT Tutor 提高了127%——但這些成效並沒有轉化為長期學習成果。當在考試期間，學生不許使用GPT-4時，使用過GPT Base的學生的表現比從未使過的學生差17%，這表明其對學習產生了不利影響。然而，GPT Tutor 卻減輕了這種負面影響，學習成績的差異在統計學上變得不顯著。

該研究強調了生成式 AI 提高短期效用的潛力，但也強調了過度依賴這些工具的風險，這可能會防礙學生解答難題技能的發展。在教育機構越來越傾向於使用AI驅動工具的背景下，研究結果強調了設計周全安措施的必要性，以確保學生能持續學習並保留關鍵技能。

 

文獻來源（開放取用）：Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2024). Generative AI can harm learning. The Wharton School Research Paper. https://www.ssrn.com/abstract=4895486… Read the rest

Categories
語言發展 K-12 教育階段 教育行政及領導

怎樣使用聊天機器人學習語言更有效？

聊天機器人讓人想起八卦的同事 — 充滿了閒聊，並非全部可信，但仍然時不時有用。在對聊天機器人使用者和非使用者的28項研究的統合分析中，Wang、Cheung、Neitzel和Chai 最近研究了聊天機器人對使用者語言學習的影響，以及影響這種互動的18 個特徵調節因素。

結果顯示，聊天機器人使用者在語言學習方面表現出比非使用者更大的進步（效應值=+0.48）。其他發現包括中學生和成人學習者的語言進步最大；中級水準的第二語言學習者（與初級或高級相比），特別是那些學習英語的人；以及那些使用基於流動設備的程式而非筆記型電腦或個人電腦的使用者。由聊天機器人驅動的互動比由使用者驅動的互動顯示出更大的進步，並且在課堂內一對一使用，比在課堂外使用更最有效。基於語音及結合語音與文字的互動都在語言學習上顯出正面效果。聊天機器人是一種有效的課堂內語言學習工具，特別適用於學習英語作為第二語言年紀較大的學生。

 

文獻來源：Wang, F., Cheung, A. C. K., Neitzel, A. J., & Chai, C. S. (2024). Does chatting with chatbots improve language learning performance? A meta-analysis of chatbot-assisted language learning. Review of Educational Research, 00346543241255621. https://doi.org/10.3102/00346543241255621… Read the rest

Categories
高等教育 數學及理科學習 有效教學法

人工智能輔助對高等教育學生自主性的影響

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