設計變革性遊戲以促進對生成式 AI 的社會倫理推理
arXiv - Human-Computer InteractionJaemarie Solyst, Ruth Karen Nakigozi, Chloe Fong, R. Benjamin Shapiro
透過兩款結合生成式 AI 的團體遊戲，證明同儕評估、限制創意與社會推理三種機制能有效提升青少年對 AI 偏見與倫理的批判性理解。
AI 幫你先抓重點
AI 重點 1
同儕評估在遊戲中即時揭示 AI 偏見
滑鼠懸停看 AI 判斷理由
同儕評估不僅提供多元觀點，還促進協作式批判思考，直接對照 AI 產出，成為推動社會倫理推理的關鍵動力。
AI 重點 2
限制創意與社會推理機制共同構建倫理討論框架
滑鼠懸停看 AI 判斷理由
這兩種機制結合提供結構化但開放的情境，讓學習者在遊戲中進行元認知反思，並將 AI 偏見與實際社會問題對照，提升批判性理解。
AI 重點 3
提示設計的可塑性揭示學習者能主動塑造 AI 行為
滑鼠懸停看 AI 判斷理由
此發現強調提示工程的重要性，說明學習者從被動接受者轉變為能主動調整 AI 輸出的能動者，對教育設計具有深遠影響。
核心研究發現
- 1
同儕評估機制促使玩家在遊戲中即時辨識並討論生成式 AI 產出的偏見。
- 2
限制創意設計迫使玩家在受限條件下思考 AI 的功能與限制，深化對其局限性的認識。
- 3
社會推理元素使玩家將 AI 偏見與現實社會不平等相連結，促進跨領域倫理討論。
- 4
參與者在遊戲後能以更細緻的語言描述偏見類型，顯示其倫理推理能力得到提升。
- 5
玩家意識到提示設計直接影響 AI 行為，進而學會以更具策略性的方式與 AI 互動。
對教育工作者的啟發
本研究示範了將生成式 AI 與團體遊戲結合的可行性，建議教育工作者在設計時：①選擇可進行同儕評估的任務，促進即時批判；②加入限制創意規則，讓學生在受限條件下探索 AI 的功能與局限；③設計社會推理情境，將 AI 偏見與現實不平等相連結；④在遊戲結束後提供反思導引，協助學生梳理偏見類型與提示設計的關係；⑤透過多次迭代測試，確保遊戲機制能有效支援批判性 AI 文識。
原始文獻資訊
- 英文標題：
- Designing Transformational Games to Support Socio-ethical Reasoning about Generative AI
- 作者：
- Jaemarie Solyst, Ruth Karen Nakigozi, Chloe Fong, R. Benjamin Shapiro
- 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。