人機共導的專題式學習：金融預測案例研究
arXiv - Computers and SocietyFreyaa Chawla, Ahan Chawla, Rishi Singh, Joe Germino, Grigorii Khvatskii
本研究示範 AI 工具作為共導者，協助高中生在專題式學習中快速掌握程式與金融分析，並以工作流程設計取代傳統教學順序。
AI 幫你先抓重點
AI 重點 1
AI 迭代編碼降低程式門檻，讓缺乏背景的學生也能快速產出可運用模型。
滑鼠懸停看 AI 判斷理由
此洞察顯示 AI 可作為即時教學助手，減少傳統教學中對程式基礎的依賴，從而讓學生更專注於問題本身與創新思考。
AI 重點 2
工作流程設計取代傳統方法優先教學，促進學生先拆解問題再學習工具。
滑鼠懸停看 AI 判斷理由
此策略改變了學習順序，讓學生在實際情境中先形成問題解決框架，進而提升學習動機與實務應用能力，對 PBL 設計具有重要啟示。
核心研究發現
- 1
高中生在有限 AI 與金融背景下，透過 AI 迭代編碼快速完成程式開發，並能即時調整模型。
- 2
工作流程設計使學生先拆解問題，再使用 AI 執行各步驟，顯著縮短學習曲線。
- 3
每日 stand‑up 會議提供即時反饋與概念澄清，提升學生的概念理解與問題定義能力。
- 4
學生能在金融與 CS 兩領域深入探索，並在暑期共同完成實用的 ETF 價格預測模型。
對教育工作者的啟發
在專題式學習中，教師可先設計工作流程，讓學生先拆解問題再使用 AI 工具執行各步驟；每日 stand‑up 會議可作為即時反饋與概念澄清的機制；AI 迭代編碼能降低程式門檻，讓學生即使缺乏背景也能快速產出可運用的模型；同時，透過協作與個人興趣導向，學生能在金融與 CS 兩領域深入探索，提升學習動機與實務能力。
原始文獻資訊
- 英文標題：
- Human-AI Co-Mentorship in Project-Based Learning: A Case Study in Financial Forecasting
- 作者：
- Freyaa Chawla, Ahan Chawla, Rishi Singh, Joe Germino, Grigorii Khvatskii
- 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。