好奇心與元認知：AI時代學習與教育統一框架
arXiv - Computers and SocietyChlo\'e Desvaux, Rania Abdelghani, Pierre-Yves Oudeyer, H\'el\`ene Sauz\'eon
提出好奇心與元認知相互依存的統一學習框架，並評估課堂介入與生成式AI對好奇心驅動學習的影響與對策。
AI 幫你先抓重點
AI 重點 1
AI的預設互動模式若不調整，會削弱學生的好奇心驅動學習。
滑鼠懸停看 AI 判斷理由
因為生成式AI往往提供即時答案，降低學生自主探究的動機，若忽視此風險，教育者可能錯失培養深度學習的機會。
AI 重點 2
將AI設計為協同伙伴，可促進持續的認知發展。
滑鼠懸停看 AI 判斷理由
透過引導式提問、反思提示與個別化資源，AI能補充元認知支援，協助學生在探索過程中保持好奇心與自我調節。
核心研究發現
- 1
研究顯示好奇心的形成與維持主要依賴於元認知的監控與調節機制。
- 2
針對提升好奇心的課堂介入雖有潛力，但實證結果呈現混合，對學習困難者效果較佳，凸顯需個別化設計。
- 3
大型語言模型在預設互動模式下可能削弱好奇心驅動的探究動機，若不加調整，易成為認知捷徑。
對教育工作者的啟發
教育者可依循本框架，先評估學生元認知水平，再設計以提問、反思為核心的好奇心介入；對學習困難者加強個別化提示；在使用大型語言模型時，設定引導式對話、限制即時答案，並加入元認知反思任務，確保AI成為協同學習伙伴而非捷徑。
原始文獻資訊
- 英文標題：
- Curiosity and Metacognition: Towards a Unified Framework for Learning and Education in the Age of AI
- 作者：
- Chlo\'e Desvaux, Rania Abdelghani, Pierre-Yves Oudeyer, H\'el\`ene Sauz\'eon
- 來源：
- arXiv - Computers and Society
- 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。