評估學生 AI 與生成式 AI 知識程度之調查工具研究
arXiv - Computers and SocietyAditya Johri, Cory Brozina, Akriti Bagale
本文開發並驗證了一套綜合性調查工具，用於診斷學生在 AI 技術概念、實際應用與倫理層面的知識水平。
AI 幫你先抓重點
AI 重點 1
從「態度評估」轉向「知識診斷」的必要性
滑鼠懸停看 AI 判斷理由
過去多數研究僅關注學生對 AI 的看法或使用意願，但這無法反映真實的素養。透過精準的知識診斷，教育者才能針對學生的認知盲點進行精確教學，而非僅僅停留在觀念引導。
AI 重點 2
生成式 AI 工作原理的認知落差
滑鼠懸停看 AI 判斷理由
學生對 GenAI 的誤解可能導致錯誤的使用方式或過度依賴。理解這種認知落差，能幫助課程設計者優先處理「黑盒化」概念的教學，強化學生對技術底層邏輯的理解。
核心研究發現
- 1
開發出一套結合多個量表的新型工具，能同時評估 AI 素養的多個面向，包含技術概念、實際應用及倫理考量。
- 2
研究發現學生雖然整體表現尚可，但對於 AI（特別是生成式 AI）的工作原理存在顯著的誤解。
- 3
該工具展現了強大的診斷能力，能有效識別學生常見的錯誤觀念，並指出學生在高階知識層面的不足。
- 4
該工具已公開供學界使用，可作為超越單純「態度與感知」評估、深入測試「概念理解」的診斷手段。
對教育工作者的啟發
教育工作者應停止僅僅詢問學生「是否喜歡使用 AI」，轉而採用結構化的工具來檢測其技術理解力。建議在課程設計中，將 AI 素養拆解為技術原理、應用實務與倫理判斷三個維度。面對學生對 GenAI 原理的普遍誤解，教學應著重於解釋模型運作邏輯，而非僅教導指令工程（Prompt Engineering），以建立更深層次的數位素養與批判性思考能力。
原始文獻資訊
- 英文標題：
- A Survey Instrument to Assess Students' AI and Generative AI Knowledge
- 作者：
- Aditya Johri, Cory Brozina, Akriti Bagale
- 來源：
- arXiv - Computers and Society
- 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。