要給予誘因嗎？績效獎勵對視覺化實驗結果的影響研究
arXiv - Human-Computer InteractionAbhraneel Sarma, Matthew Kay, Sheng Long, Michael Correll, Alexander Lex
研究發現提供績效獎勵並未顯著改變參與者在視覺化感知或決策任務中的表現。
AI 幫你先抓重點
AI 重點 1
實驗設計中的「主觀決策」可能被低估
滑鼠懸停看 AI 判斷理由
研究者常在實驗中加入訓練或獎勵等變項，但缺乏理論指導。這提醒研究者，這些看似微小的設計決策，雖然在本研究中未改變結果，但仍可能對實驗的有效性與結論的推導產生潛在影響。
AI 重點 2
績效誘因與認知表現之間並非必然正相關
滑鼠懸停看 AI 判斷理由
這打破了「給予獎勵即可提升參與者投入度與表現」的直覺。對於設計學習或實驗環境的人來說，應重新思考如何透過其他方式（如內在動機）而非單純的金錢誘因來優化學習或測試效果。
核心研究發現
- 1
在低階感知任務（散佈圖或平行座標圖的相關性感知）中，提供金錢獎勵與否對任務表現沒有顯著影響。
- 2
在涉及推理的決策任務（基於天氣預報圖表的決策）中，績效獎勵同樣未能改變參與者的任務表現。
- 3
研究結果挑戰了「獎勵能提升參與者表現」的預設假設，顯示金錢誘因在視覺化實驗中未必能達到預期效果。
對教育工作者的啟發
對於設計數位學習環境或進行學習科學實驗的設計者，本研究提供了重要的警示：在設計評量或實驗任務時，不應盲目依賴金錢獎勵來驅動參與者的表現。若目標是提升學習者的深度參與或認知表現，應更多關注任務本身的設計、反饋機制或內在動機的激發，而非僅依賴外部誘因。此外，在進行教育科技產品的可用性測試時，應審慎考慮實驗設計變項對結果的干擾，並在報告中透明化這些設計決策。
原始文獻資訊
- 英文標題：
- Should We Dangle a Carrot? The Effect of Performance-based Incentives in Visualization Experiments
- 作者：
- Abhraneel Sarma, Matthew Kay, Sheng Long, Michael Correll, Alexander Lex
- 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。