新手程式設計師對 AI 程式碼生成工具的信任、遵從度與表現之關係研究
arXiv - Human-Computer InteractionNicholas Gardella, Matthew L. Bolton, Sara L. Riggs
研究發現新手程式設計師對 AI 的信任感與其是否遵循 AI 建議之間並無直接關聯，但表現優異會提升信任。
AI 幫你先抓重點
AI 重點 1
信任感並不等同於對 AI 建議的執行力
滑鼠懸停看 AI 判斷理由
這挑戰了「信任 AI 就會聽從 AI」的直覺假設。在教育情境中，僅僅建立對工具的信任是不夠的，必須更關注如何引導學生在理解 AI 建議後，做出正確的決策與應用。
AI 重點 2
績效表現是建立信任的正向循環關鍵
滑鼠懸停看 AI 判斷理由
研究顯示「表現帶動信任」而非「信任驅動表現」。這意味著在教學設計上，應優先確保學生能透過 AI 獲得成功的學習經驗，而非僅僅是教導他們如何信任 AI 工具。
核心研究發現
- 1
研究結果證實了傳統觀點，即信任感會隨著使用經驗的累積而發生變化。
- 2
研究並未發現新手程式設計師對 AI 建議的「遵從度」與其「信任程度」之間存在直接關聯。
- 3
較高的 AI 建議遵從度與強大的程式設計表現呈正相關，而優異的表現則會進一步提升後續的信任感。
對教育工作者的啟發
課程設計者在引入生成式 AI 工具時，不應僅著重於建立學生對工具的信任，而應關注「正確的使用行為」。建議教學策略應著重於：1. 減少 AI 誤用（over-reliance）與棄用（disuse）的風險；2. 透過引導式練習，讓學生在 AI 輔助下獲得成功的程式開發經驗，藉此建立健康的信任感；3. 教導學生如何批判性地評估 AI 建議，而非盲目遵從，將重點從「信任程度」轉移到「有效的互動品質」上。
原始文獻資訊
- 英文標題：
- Relationships Between Trust, Compliance, and Performance for Novice Programmers Using AI Code Generation
- 作者：
- Nicholas Gardella, Matthew L. Bolton, Sara L. Riggs
- 來源：
- arXiv - Human-Computer Interaction
- 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。