AI 輔助下的自主閱讀：為期八週的大學生研究
arXiv - Computers and SocietyYue Fu, Joel Wester, Niels Van Berkel, Alexis Hiniker
本研究揭示學生利用 AI 進行閱讀時，傾向於追求效率而非深度認知，並出現「透過 AI 閱讀」而非「與 AI 協作」的行為模式。
AI 幫你先抓重點
AI 重點 1
警惕「透過 AI 閱讀」取代「與 AI 協作」的風險
滑鼠懸停看 AI 判斷理由
學生將 AI 當作過濾資訊的工具而非思考夥伴，這可能導致認知參與度下降，使學習從深層的知識建構轉向表層的資訊篩選。
AI 重點 2
關注學生在認知進程中的「中斷」現象
滑鼠懸停看 AI 判斷理由
學生雖有向高階認知發展的潛力，但常因任務完成度或效率考量而停止，這提醒設計者需思考如何引導學生完成完整的認知循環。
核心研究發現
- 1
學生與 AI 的互動以「理解」為主（59.6%），其次為「推理」（29.8%），「後設認知」與「解碼」比例相對較低。
- 2
學生在單次閱讀中展現從理解向推理發展的認知進程，但這種進程往往在達到要求次數後便被中斷。
- 3
研究發現明顯的「意圖與行為落差」，學生雖知有效提問需投入努力，但實務上仍以追求效率為首要驅動力。
- 4
學生展現出「透過 AI 閱讀」的新模式，即將 AI 生成的摘要作為主要素材，用以篩選哪些章節值得深入研讀。
對教育工作者的啟發
教育設計者應意識到學生在使用 AI 時存在「效率至上」的傾向。為了防止學生僅將 AI 作為摘要工具，教學設計應從以下兩方面著手：首先，在課程任務中加入必須透過 AI 進行「推理」或「後設認知」層級的指令，而非僅限於理解摘要；其次，開發具備「鷹架功能」的 AI 閱讀系統，當系統偵測到學生僅停留在低階理解階段時，主動引導其進入高階思考，以彌補學生在自主學習過程中因追求效率而產生的認知落差。
原始文獻資訊
- 英文標題：
- Self-Regulated Reading with AI Support: An Eight-Week Study with Students
- 作者：
- Yue Fu, Joel Wester, Niels Van Berkel, Alexis Hiniker
- 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。