成人 ADHD 任務管理挑戰與 AI 增強社交支架的需求
arXiv - Human-Computer InteractionJingruo Chen, Yibo Meng, Kexin Nie
研究揭示成人 ADHD 的任務管理是情感與關係共構的過程，並提出社交感知 AI 支援共調節與非線性注意節奏的設計方向。
AI 幫你先抓重點
AI 重點 1
AI 需優先設計社交感知與共調節功能，以協助 ADHD 使用者在非線性注意節奏下調整任務。
滑鼠懸停看 AI 判斷理由
研究指出任務管理是關係性共構的行為，AI 若能感知社交線索並提供共調節支援，將更貼近使用者的實際應對策略，填補現有工具忽略的情緒與關係需求。
AI 重點 2
AI 需提供情境化提醒與情緒共鳴，以取代傳統線性待辦清單，符合 ADHD 使用者對情感支架的需求。
滑鼠懸停看 AI 判斷理由
受訪者表達對情境化提示與情緒共鳴功能的高度偏好，這些特徵能直接支援分散式任務管理，提升使用者參與度與任務完成率。
核心研究發現
- 1
任務管理對成人 ADHD 來說是關係性與情感共構的行為，而非單獨個體行動。
- 2
現有生產力工具假設一致自我調節與線性時間，忽略 ADHD 使用者的情緒與關係需求。
- 3
受訪者透過社會與情感支架（如同伴協助、情緒調節策略）來應對任務管理困難。
- 4
AI 介入概念中，社交感知與共調節功能被視為最具價值的特徵，能協助使用者在非線性注意節奏下調整任務。
- 5
速度約會研究顯示，使用者偏好 AI 能提供情境化提醒、情緒共鳴與協同規劃，而非單純任務列表。
對教育工作者的啟發
本研究指出，成人 ADHD 的任務管理不應僅視為個人自我調節，而是與同儕、環境及情緒互動的共構過程。實務工作者可依此設計以社交支架為核心的學習工具，例如在任務提醒中加入同儕協作提示、情緒檢測與回饋，或提供可調節的時間節奏選項。AI 系統可透過自然語言或情緒辨識，主動提供情境化提醒，並在使用者情緒低落時提供鼓勵或分解任務。課程設計者亦可將此概念融入 PBL 或 SRL 模式，鼓勵學生以小組協作完成任務，並利用 AI 監測注意力波動，動態調整工作負荷。這些做法能提升 ADHD 學習者的任務完成率與學習動機，並減少因工具不匹配造成的挫折感。
原始文獻資訊
- 英文標題：
- "Not Just Me and My To-Do List": Understanding Challenges of Task Management for Adults with ADHD and the Need for AI-Augmented Social Scaffolds
- 作者：
- Jingruo Chen, Yibo Meng, Kexin Nie
- 來源：
- arXiv - Human-Computer Interaction
- 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。