研究生論文寫作中的生成式 AI 使用：採用、感知成效與專業化代理角色
arXiv - Computers and SocietyKenji Saito, Rei Tajika, Satoru Shibuya, Hiroshi Kanno
調查日本MBA學生使用生成式AI，發現高採用率與寫作效益，但仍擔憂準確性，並證明專業化代理可提升研究深度與結構
AI 幫你先抓重點
AI 重點 1
生成式 AI 的採用率極高，但仍需重視輸出準確性與引用治理
滑鼠懸停看 AI 判斷理由
高採用率顯示 AI 已成為研究寫作的常態工具，但若不加以驗證與治理，可能導致錯誤資訊擴散，影響學術誠信與學習成效。
AI 重點 2
專業化代理 GAMER PAT 在深化探究與結構組織上優於一般 AI
滑鼠懸停看 AI 判斷理由
此結果說明針對研究流程設計的 AI 工具能有效提升學生的研究深度與寫作結構，提示教育者在設計 AI 支援時應聚焦專業化功能。
AI 重點 3
教育挑戰從採用轉向驗證與治理
滑鼠懸停看 AI 判斷理由
研究指出，AI 的普及使教育焦點需從工具使用轉向如何教導學生進行資訊驗證、來源治理與批判性使用，這是未來課程設計的關鍵。
核心研究發現
- 1
95.2% 的學生至少使用一次生成式 AI，77.1% 為重度使用，涵蓋文獻回顧、草稿撰寫與遇阻諮詢
- 2
學生報告認為 AI 使論點更清晰、結構更佳（82.3%）、修訂質量提升（73.4%）、寫作速度加快（70.9%），平均質量提升評分 6.27/7
- 3
對輸出準確性（75.9%）與引用處理仍存疑慮
- 4
評估 GAMER PAT 與其他 AI 時，學生顯著偏好其在深入探究與結構組織方面（p<0.05）
- 5
後續訪談顯示學生採用知識警覺策略，並在不同論文階段差異化使用工具
對教育工作者的啟發
教育者應設計 AI 使用指引，強調資訊驗證與引用正確性；推廣專業化 AI 工具如 GAMER PAT，並在課程中加入元認知訓練，提升學生的研究深度與寫作結構。此舉可協助學生在使用 AI 時保持批判性思維，並有效管理資料來源與引用，從而提升學術品質與學習成效。
原始文獻資訊
- 英文標題：
- Generative AI Use in Professional Graduate Thesis Writing: Adoption, Perceived Outcomes, and the Role of a Research-Specialized Agent
- 作者：
- Kenji Saito, Rei Tajika, Satoru Shibuya, Hiroshi Kanno
- 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。