治理生成式 AI 的委派行為：人類引導、工作導向與使用模式之研究
arXiv - Computers and SocietyJorge F\'abrega
研究探討人類如何透過「預設指令」或「迭代協作」來引導 AI，並發現工作導向會顯著改變引導模式。
AI 幫你先抓重點
AI 重點 1
區分「事前指令」與「事中迭代」兩種不同的 AI 治理路徑。
滑鼠懸停看 AI 判斷理由
這改變了我們對「人機協作」的認知，從單純關注 AI 執行了多少，轉向關注人類引導行為發生的「時間點」，這對於設計學習支架至關重要。
AI 重點 2
使用介面（API vs. Chatbot）會顯著影響人類與 AI 協作的模式。
滑鼠懸停看 AI 判斷理由
這提醒教育設計者，工具的介面設計（如 API 的高度自定義 vs. Chatbot 的對話式引導）會直接形塑學習者如何與 AI 進行認知互動。
核心研究發現
- 1
當使用行為從個人用途轉向工作用途時，API 使用者在「預設委派」（Specified delegation）上的增幅（2.76 點）高於 Claude.ai 使用者（1.45 點）。
- 2
在迭代協作（Iterative coproduction）方面，Claude.ai 使用者在工作導向下的增幅（0.15 點）高於 API 使用者（-0.30 點）。
- 3
研究證實，工作導向的互動與更強的人類事前引導（預設委派）痕跡具有顯著相關性。
對教育工作者的啟發
對於課程設計者而言，這項研究提供了設計「AI 學習支架」的新視角。首先，應意識到學習者與 AI 的互動模式會隨任務性質（個人 vs. 專業）而異；其次，在設計教學工具時，應考慮提供兩種模式：一種是讓學生透過精確指令進行「預設委派」，訓練其邏輯與規劃能力；另一種則是透過對話進行「迭代協作」，訓練其批判性思考與修正能力。教育者不應只關注 AI 能產出什麼，更應關注學生在何種階段介入 AI 的引導過程，以確保學習者維持對認知的掌控權。
原始文獻資訊
- 英文標題：
- Governing Delegation to Generative Artificial Intelligence: Human Direction, Work-Related Orientation, and Modes of Use
- 作者：
- Jorge F\'abrega
- 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。