AI 的教學承諾與風險：ChatGPT 在程式教育研究討論中的文本挖掘分析
arXiv - Computers and SocietyJuvy C. Grume, John Paul P. Miranda, Aileen P. De Leon, Jordan L. Salenga, Hilene E. Hernandez, Mark Anthony A. Castro, Vernon Grace M. Maniago, Joel D. Canlas, Joel B. Quiambao
透過文本挖掘分析揭示 ChatGPT 在程式教育中的四大研究主題，並指出其作為學習輔助與教學風險並存的雙重特性。
AI 幫你先抓重點
AI 重點 1
關注「教學風險」與「制度治理」的落差
滑鼠懸停看 AI 判斷理由
研究顯示學術界目前過於專注於如何使用 AI，卻忽略了如何建立配套的評量機制與治理規範。這提醒教育者在擁抱技術時，必須同步思考如何重新定義學術誠信與評量標準，以避免技術帶來的負面衝擊。
AI 重點 2
從單純的「工具使用」轉向「人機協作」的思維
滑鼠懸停看 AI 判斷理由
文獻中出現的 AI 基礎設施與人機協作主題，顯示 AI 不僅是輔助工具，更在改變學習的結構。這要求教學設計者不再只是教學生如何寫程式，而是要教導學生如何與 AI 共同完成複雜任務。
核心研究發現
- 1
研究透過詞頻分析、短語模式提取與主題模型，歸納出四大研究主題：教學實施、以學生為中心的學習、AI 基礎設施與人機協作，以及評量與提示工程。
- 2
現有文獻高度關注課堂實踐與學習者互動，但在評量設計與制度治理方面的研究相對不足。
- 3
ChatGPT 被定位為具備解釋、回饋與提升效率功能的學習工具，但同時也帶來過度依賴、輸出結果不可靠及學術誠信等教學風險。
對教育工作者的啟發
教育工作者應採取「負責任的整合策略」。首先，在教學設計中應將 AI 定位為提供回饋與解釋的輔助者，而非直接給出答案的工具，以降低學生過度依賴的風險。其次，必須重新設計評量方式，從單純的結果導向轉向過程導向，例如評估學生與 AI 互動的提示工程能力或批判性思考過程。最後，應建立明確的學術誠信準則與 AI 使用規範，在鼓勵創新使用的同時，確保學習成效的真實性與教學品質的穩定性。
原始文獻資訊
- 英文標題：
- Pedagogical Promise and Peril of AI: A Text Mining Analysis of ChatGPT Research Discussions in Programming Education
- 作者：
- Juvy C. Grume, John Paul P. Miranda, Aileen P. De Leon, Jordan L. Salenga, Hilene E. Hernandez, Mark Anthony A. Castro, Vernon Grace M. Maniago, Joel D. Canlas, Joel B. Quiambao
- 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。