愛麗絲做錯了嗎？大學計算教育中學生對生成式 AI 使用之跨文化感知差異研究
arXiv - Computers and SocietyBrian Harrington, Irina Zlotnikova, Gayathri Nadarajan, Samuel Ekundayo
研究發現即便校規相同，加拿大學生對生成式 AI 的道德與合規性判斷比韓國學生更為嚴格。
AI 幫你先抓重點
AI 重點 1
學術誠信的定義並非全球統一，而是深受文化背景影響的建構概念。
滑鼠懸停看 AI 判斷理由
這挑戰了「標準化校規」的假設。教育者必須意識到，即使政策文字一致，不同文化背景的學生對「作弊」與「輔助」的界線認知存在顯著差異，這會影響政策的執行效果。
AI 重點 2
AI 整合政策應具備「文化回應性」（Culturally Responsive），而非單一模式。
滑鼠懸停看 AI 判斷理由
這對於全球化教育環境至關重要。若政策忽略文化差異，可能導致某些文化背景的學生在無意間被標籤為違規，進而影響教學公平性與學生的學習動機。
核心研究發現
- 1
在校規功能完全一致的情況下，加拿大學生比韓國學生更傾向於認為使用生成式 AI 是不道德且違反校規的行為。
- 2
統計分析顯示，學生在作業中融入的 AI 生成程式碼比例，是影響其道德判斷強度的關鍵因素。
- 3
透過霍夫斯泰德文化維度分析，研究指出權力距離、個人主義及不確定性迴避等文化因素，顯著影響學生對 AI 使用的倫理推理。
對教育工作者的啟發
教育工作者在制定 AI 使用指南時，不應僅依賴單一的技術規範，而應考慮學生的文化背景。建議採取「分層式」的指導策略：首先明確定義 AI 參與作業的比例界線（如程式碼佔比），其次在教學過程中引導學生進行關於 AI 倫理的跨文化討論，讓學生理解不同情境下的道德邊界。此外，校方在推動 AI 工具整合時，應建立具備文化敏感度的評量標準，確保政策在不同文化群體中皆能被公平地理解與執行。
原始文獻資訊
- 英文標題：
- Did Alice Do Wrong? Cross-Cultural Differences in Student Perceptions of Generative AI Use in University Computing Education
- 作者：
- Brian Harrington, Irina Zlotnikova, Gayathri Nadarajan, Samuel Ekundayo
- 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。