以自主學習契約作為生成式 AI 在大學程式教育中的減害策略
arXiv - Computers and SocietyAadarsh Padiyath, Jessica Shen, Barbara Ericson
研究探討透過非強制性的自主學習契約，引導學生在程式學習中更有意識地決定生成式 AI 的使用方式。
AI 幫你先抓重點
AI 重點 1
「減害（Harm Reduction）」優於「強制禁止」的教學哲學
滑鼠懸停看 AI 判斷理由
在 AI 工具普及的環境下，完全禁止不切實際。透過減害策略，教育者將重點從「監控行為」轉向「培養覺察」，這能更符合現代學習者與技術共存的現實需求。
AI 重點 2
認知覺察與行為執行之間的巨大鴻溝
滑鼠懸停看 AI 判斷理由
研究揭示了即便學生具備元認知（Metacognition）能力，在面對即時誘惑或壓力時，仍難以維持高強度的自我控制，這提醒設計者需思考如何降低自我調節的認知負荷。
核心研究發現
- 1
研究對象為 217 名修習 Python 中級課程的學生，透過設計包含目標設定、使用準則與定期反思的 GenAI 契約進行干預。
- 2
58% 的學生表示該干預改變了他們對 AI 使用的思考方式，並建立起有助於自我監督的責任結構。
- 3
意識提升並不等同於行為改變；部分學生即便認同準則價值，仍會在壓力下放棄自我約束，難以維持長期的行為一致性。
對教育工作者的啟發
教育者應從「規範行為」轉向「引導決策」。建議設計非評分性質的自我調節工具（如學習契約），讓學生明確定義 AI 的使用邊界。然而，設計者必須意識到單純的「覺察」不足以支撐行為，課程設計應考慮到學生在壓力下的認知負荷，提供更具結構性的支架（Scaffolding），而非僅依賴學生的意志力來維持學習目標與 AI 使用之間的平衡。
原始文獻資訊
- 英文標題：
- Self-Regulated Personal Contracts as a Harm Reduction Approach to Generative AI in Undergraduate Programming Education
- 作者：
- Aadarsh Padiyath, Jessica Shen, Barbara Ericson
- 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。