aik-12srledtechlearning design

「幫我，但別盯著我」：過程感知型 AI 導師的介入時機與隱私邊界研究

arXiv - Human-Computer InteractionJane Hanqi Li, Yuhong Zhang, Jiaqi Liu, Tzyy-Ping Jung, Amy Eguchi

本研究探討中學學生對 AI 導師在自主學習中的介入偏好、隱私界限及對主體性的需求。

AI 幫你先抓重點

AI 重點 1

自主學習中的「介入悖論」：適時的幫助與干擾的界線。

滑鼠懸停看 AI 判斷理由
這挑戰了傳統 AI 導師追求「即時回應」的設計邏輯。開發者必須理解，過於積極的 AI 介入可能破壞學生的認知加工過程，設計應從「即時解決問題」轉向「支持思考過程」。
AI 重點 2

隱私邊界與數據收集的層次化設計。

滑鼠懸停看 AI 判斷理由
研究顯示學生對數據隱私有明確的心理分層。這提醒教育科技設計者，在收集學習行為數據時，應區分「學習過程數據」與「生理/行為監控數據」，並在設計上尊重學生的隱私邊界以建立信任。

核心研究發現

  1. 1

    學生偏好能維護自主學習的支援方式，例如給予思考時間、提供提示而非直接給出答案。

  2. 2

    學生對 AI 的主動介入持矛盾態度，雖然重視適應性，但擔心過度介入會造成干擾並損害自主權。

  3. 3

    隱私接受度呈現不對稱性：學生願意分享解題步驟與錯誤模式，但對於注意力或行為等敏感訊號的分享意願較低。

  4. 4

    學生對於人類導師與 AI 導師的偏好呈現混合且謹慎的態度，並非單方面傾向於其中一方。

對教育工作者的啟發

設計者應避免開發「直接給答案」的 AI 工具，轉而設計能提供「鷹架式提示」的系統，以促進學生的自主學習。在功能開發上，應提供可控的介入模式，讓學生能決定何時需要幫助，而非由 AI 強制介入。此外，在處理數據收集時，應優先獲取與學習內容相關的數據（如解題步驟），並對涉及行為監控的敏感數據採取更透明、更謹慎的處理方式，以降低學生的心理防禦與隱私疑慮。

原始文獻資訊

英文標題：
"Help Me, But Don't Watch Me": Intervention Timing and Privacy Boundaries for Process-Aware AI Tutors
作者：
Jane Hanqi Li, Yuhong Zhang, Jiaqi Liu, Tzyy-Ping Jung, Amy Eguchi
來源：
arXiv - Human-Computer Interaction
AI 摘要模型：
/models/gemma-4-26B-A4B-it
閱讀原文

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。