AI 的抱負賦能：探討人工智慧對人類想像力與發展可能性的影響
arXiv - Computers and SocietySina Fazelpour, Meica Magnani
本文提出「抱負賦能」與「抱負傷害」概念，探討 AI 如何透過形塑文化敘事來影響個體對未來的想像與發展潛力。
AI 幫你先抓重點
AI 重點 1
警惕 AI 對人類「想像力邊界」的隱形限制
滑鼠懸停看 AI 判斷理由
傳統 AI 討論多集中在偏見或資源分配，但本文提醒我們，AI 可能在潛移默化中縮減了人類「能想像什麼」的範圍，這種對認知框架的重塑比直接的錯誤資訊更具深遠且難以察覺的風險。
AI 重點 2
從「內容正確性」轉向「發展可能性」的評估維度
滑鼠懸停看 AI 判斷理由
這要求我們在評估 AI 工具時，不應僅看其產出的資訊是否正確，更要審視其是否提供了多元的敘事路徑，避免讓學習者陷入單一、受限的發展框架中。
核心研究發現
- 1
提出「抱負賦能」（Aspirational Affordance）概念，描述文化共享的資源（如概念、圖像、敘事）如何形塑個體的認知與想像力。
- 2
指出 AI 的影響具有強大潛力、隱蔽性高、生態性轉型以及高度企業壟斷性，這使其影響力遠超傳統資訊來源。
- 3
定義「抱負傷害」（Aspirational Harm），指 AI 扭曲或減少了可用的詮釋資源，進而削弱個體想像實踐可能性的能力。
- 4
透過三個案例研究證明，AI 帶來的傷害已超越傳統的表徵與分配不均，延伸至對個體心理與社會抱負的深層影響。
對教育工作者的啟發
教育工作者在導入 AI 工具時，應從「認知工具」轉向「想像力支持工具」的視角。首先，在課程設計中應刻意引入多元的、非 AI 生成的文化敘事，以對沖 AI 可能造成的想像力單一化。其次，在引導學生使用生成式 AI 時，應培養學生的批判性思維，教導他們辨識 AI 產出的敘事框架，並鼓勵他們挑戰 AI 給出的「標準答案」或「預設路徑」。最後，設計者應評估 AI 工具是否能提供「擴張性」的學習路徑，而非僅僅是提供「收斂性」的標準化結果，以確保技術能促進而非限制學生的自我實現與抱負發展。
原始文獻資訊
- 英文標題：
- Aspirational Affordances of AI
- 作者：
- Sina Fazelpour, Meica Magnani
- 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。