從淺層學習到深度理解：基於 Moodle 的紮根式 AI 輔導系統
arXiv - Human-Computer InteractionAnna Ostrowska, Micha{\l} Kukla, Gabriela Majstrak, Jan Opala, Sebastian Perga{\l}a, Jan Skwarek, Anna Wr\'oblewska
開發了一款結合 RAG 技術的 Moodle 外掛，透過蘇格拉底式教學與教師監督機制，提供高準確度的 AI 輔導。
AI 幫你先抓重點
AI 重點 1
導入「人機協作」的雙中心設計模式
滑鼠懸停看 AI 判斷理由
這改變了傳統 AI 工具僅作為單向資訊來源的角色。透過提供教師監督的工作空間，確保了教學內容的權威性，解決了教育場景中最擔心的 AI 錯誤資訊問題。
AI 重點 2
從單純回答問題轉向蘇格拉底式引導
滑鼠懸停看 AI 判斷理由
這對於促進深度學習至關重要。AI 不再只是給出標準答案，而是透過引導式提問激發學生的思考，這與學習科學中強調的建構主義與主動學習原則高度契合。
核心研究發現
- 1
系統採用檢索增強生成（RAG）技術，將 LLM 的回答限制在教師提供的教材範圍內，有效降低幻覺風險。
- 2
透過 Ragas 評估框架測試，系統的忠實度（Faithfulness）分數高達 0.97，證明內容生成的可靠性。
- 3
初步使用者研究顯示，該系統獲得了 4.00/5.00 的高推薦率，顯示其在教學輔助上的實用性。
對教育工作者的啟發
教育工作者在導入 AI 時，不應僅追求自動化，而應建立「教師在迴路（Human-in-the-loop）」的機制。建議利用 RAG 技術將 AI 限制在既有的課程教材中，以確保教學品質。此外，課程設計者可以利用 AI 的引導式提問功能，將原本單向的知識傳遞轉化為互動式的蘇格拉底式對話，從而提升學生的批判性思考與深度理解能力。
原始文獻資訊
- 英文標題：
- From Surface Learning to Deep Understanding: A Grounded AI Tutoring System for Moodle
- 作者：
- Anna Ostrowska, Micha{\l} Kukla, Gabriela Majstrak, Jan Opala, Sebastian Perga{\l}a, Jan Skwarek, Anna Wr\'oblewska
- 來源：
- arXiv - Human-Computer Interaction
- 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。