實務中的 AI-TPACK 建模：教師多代理工作流設計之洞察
arXiv - Computers and SocietyYimeng Sun, Haiyang Xin, Shuang Li, Qiannan Niu, Ching Sing Chai, Lingyun Huang, Gaowei Chen
本研究透過分析教師設計多代理教學工作流的行為，識別出三種不同的設計原型及其背後的認知機制。
AI 幫你先抓重點
AI 重點 1
AI-TPACK 的整合是動態的認知過程，而非靜態知識的擁有。
滑鼠懸停看 AI 判斷理由
這挑戰了傳統認為教師只要掌握 AI 技術與教學法知識即可進行整合的觀點。它強調了教學設計是一個涉及系統思維與心理信念的複雜動態過程，這對於設計教師培訓課程至關重要。
AI 重點 2
教師在 AI 設計任務中展現出顯著的異質性，需採取差異化支架。
滑鼠懸停看 AI 判斷理由
理解教師在設計 AI 工作流時存在不同的原型（如優化者與觀察者），能幫助教育科技開發者與培訓者不再使用「一體適用」的方法，而是根據教師的認知特徵提供精準的支援。
核心研究發現
- 1
透過行為日誌分析識別出三種教師設計原型：系統優化者（迭代複雜架構）、多產創造者（快速原型開發）以及被動觀察者（呈現專家與新手兩極化特徵）。
- 2
研究發現 AI-TPACK 的整合並非僅來自離散知識的累積，而是系統思維、教學信念與自我效能感之間動態交互作用的結果。
- 3
分析顯示教師在設計多代理工作流時，其行為模式與認知基礎存在顯著差異，呈現出高度的認知與行為多樣性。
對教育工作者的啟發
對於課程設計者與教師培訓者，建議不要僅著重於單一 AI 工具的操作教學，而應培養教師的「系統思維」與「教學信念」。在設計教師培訓計畫時，應根據教師的設計風格（如：偏好快速原型開發或偏好系統性優化）提供差異化的支架（Scaffolding）。例如，為「被動觀察者」提供更多結構化的引導，為「多產創造者」提供更進階的架構優化工具，從而提升教師在 AI 時代的教學設計能力。
原始文獻資訊
- 英文標題：
- Modeling AI-TPACK in Practice Insights from Teachers Multi-Agent Workflow Design
- 作者：
- Yimeng Sun, Haiyang Xin, Shuang Li, Qiannan Niu, Ching Sing Chai, Lingyun Huang, Gaowei Chen
- 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。