AI 輔助學習中激發後設認知意識的經驗式與教學式方法研究
arXiv - Computers and SocietyPau Benazet i Montobbio, Janne Rotter, Davinia Hern\'andez-Leo
研究發現經驗式學習在提升 AI 輔助學習的認知知識與後續認知調節能力上，優於傳統教學式方法。
AI 幫你先抓重點
AI 重點 1
認知知識與認知調節的發展具有不同的時間尺度
滑鼠懸停看 AI 判斷理由
這項發現挑戰了「學習即時發生」的直覺，提醒教育者在設計 AI 課程時，認知調節能力的提升可能需要更長期的經驗累積，而非僅靠單次教學即可達成。
AI 重點 2
經驗式學習在 AI 輔助環境中具有獨特的長期價值
滑鼠懸停看 AI 判斷理由
在生成式 AI 時代，單純傳授「如何使用工具」的知識是不夠的。透過動手實作的經驗式學習，能更有效地將知識轉化為自主調節行為，這對於培養學生面對不斷變化的 AI 技術時的適應力至關重要。
核心研究發現
- 1
在干預後立即進行測量時，經驗式學習在學生參與度與認知知識（對 AI 使用策略的理解）方面表現優於教學式方法。
- 2
五週後的追蹤顯示，兩組在認知知識與參與度上的表現趨於一致，顯示短期教學效果會隨時間消退。
- 3
經驗式學習組在五週後展現出認知調節能力（將知識應用於實踐）的延遲且持續增長，而教學式組則未觀察到此現象。
對教育工作者的啟發
教育者在設計生成式 AI 的教學課程時，應減少單向的講授（Instructional），增加動手實作（Experiential）的機會。雖然知識性的學習（如了解 Prompt 技巧）可能在短期內透過講授達成，但若要培養學生在實際情境中「調節」與「運用」AI 的能力，必須透過持續的經驗式學習。建議課程設計應包含長期的實作環節，而非僅限於單次的工具介紹，以支持學生後設認知能力的延遲性成長。
原始文獻資訊
- 英文標題：
- Experiential Versus Instructional Approaches for Eliciting Metacognitive Awareness in AI-Assisted Learning: A Short-Term Longitudinal Study
- 作者：
- Pau Benazet i Montobbio, Janne Rotter, Davinia Hern\'andez-Leo
- 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。