透過思考流與工作流演化之動態耦合理論探討專業知識
arXiv - Human-Computer InteractionAnnie Yuan
本文提出「工作流認知」框架，將專業知識定義為思考流與工作流演化動態耦合而產生的湧現過程。
AI 幫你先抓重點
AI 重點 1
從「結果導向」轉向「過程導向」的專業知識觀點
滑鼠懸停看 AI 判斷理由
傳統觀點常將專業視為技能的累積，但本文強調專業是在實踐中不斷生成的動態過程。這對於開發能追蹤學習者「認知演進」而非僅僅是「正確答案」的 AI 學習系統具有革命性意義。
AI 重點 2
區分「專業表現」與「專業知識本體」
滑鼠懸停看 AI 判斷理由
理解技能與決策僅是專業知識的「表現」而非「本體」，能幫助設計者在開發 AI 專家系統時，不應只模仿專家的輸出，更應模擬其底層的思考流與工作流演化邏輯。
核心研究發現
- 1
提出「工作流認知」理論框架，將專業知識視為一種動態認知現象，而非靜態的知識或技能累積。
- 2
定義專業知識由「思考流」（感知、判斷、決策、反思）與「工作流演化」（行動、任務結構、策略的持續適應）兩者遞迴耦合而成。
- 3
重新定義專業知識的本體論，認為知識、技能與行為模式僅是專業知識的「可觀察表現」，而非專業知識本身。
- 4
建立動態耦合模型，為未來研究長期隱性認知、長期美學認知及專業工作流語法奠定理論基礎。
對教育工作者的啟發
對於課程設計者與 EdTech 開發者，此研究建議從「追蹤學習者的思考路徑」而非僅「評估最終成果」著手。在設計數位學習環境時，應著重於創造能引發「思考流」（如反思、決策）與「工作流演化」（如任務結構調整）的互動機制。例如，開發能記錄並分析學生在解決複雜問題時，如何隨著經驗增加而改變其策略與任務處理方式的工具，這將有助於更精準地評估與支持學習者的專業成長。
原始文獻資訊
- 英文標題：
- A Dynamic Coupling Theory of Expertise Through Thinking Flow and Workflow Evolution
- 作者：
- Annie Yuan
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。