CST 評估中的藝術實踐機會：ArtKrit 的縱向群組部署
arXiv - Human-Computer InteractionCatherine Liu, Tao Long, Asya Vaisberg, Chau Vu, Jiaju Ma, Jingyi Li
透過三週群組部署，探討藝術家對創意支援工具的時間與社群影響，提出長期評估方法。
AI 幫你先抓重點
AI 重點 1
長期群組評估揭示工具使用的社群與時間層面，提醒評估者不能僅依單次測試。
滑鼠懸停看 AI 判斷理由
傳統 CST 評估多以一次性測試為主，忽略了使用者隨時間與社群互動而產生的動態變化。此發現強調評估設計需納入縱向與社群維度，才能真正捕捉工具對創作流程的影響。
AI 重點 2
藝術家在使用 CST 時的自我調節與表達安全感是提升創作質量的關鍵。
滑鼠懸停看 AI 判斷理由
研究顯示，支持網絡提供的信心與安全感能促進藝術家更自由地實驗與表達，進而提升創作深度。這提醒開發者與教育者在設計工具與學習環境時，應同時關注情感與社群層面的支持。
核心研究發現
- 1
使用者在三週內由初期實驗逐步轉為選擇性整合或誤用 ArtKrit，關係呈現動態變化。
- 2
藝術觀察方式隨工具使用而改變，從更具結構化的視角到更自由的表達。
- 3
社群支持網絡促進信心與創意安全，驗證個人表達，成為變化的背景。
對教育工作者的啟發
為實務教育工作者與課程設計者提供三項具體建議：一、採用長期群組部署模式，持續追蹤工具使用與創作變化，避免一次性測試的偏差；二、在課程中嵌入社群支持機制，如同儕評審、導師指導，提升學習者的信心與安全感；三、設計工具介面時加入可調節的結構化功能，讓使用者能在實驗與掌握之間自由切換，促進創意流程的多樣性與深度。
原始文獻資訊
- 英文標題：
- Artistic Practice Opportunities in CST Evaluations: A Longitudinal Group Deployment of ArtKrit
- 作者：
- Catherine Liu, Tao Long, Asya Vaisberg, Chau Vu, Jiaju Ma, Jingyi Li
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
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。