AI 輔助寫作中的代理權差距：主動與被動代理設計對多模態推理的影響
arXiv - Computers and SocietyYueqiao Jin, Kaixun Yang, Roberto Martinez-Maldonado, Dragan Ga\v{s}evi\'c, Lixiang Yan
研究發現主動式 AI 代理能強化概念推理與證據運用，並能縮小學習者 AI 素養與寫作表現之間的差距。
AI 幫你先抓重點
AI 重點 1
AI 代理的「主動性設計」是平衡學習者素養差異的關鍵機制。
滑鼠懸停看 AI 判斷理由
這改變了我們對 AI 工具定位的認知：AI 不應僅是「問答機」，透過設計主動引導的對話支架，可以減輕學習者因 AI 素養不足而導致的表現落差，實現更公平的學習機會。
AI 重點 2
互動設計應從「單純回應」轉向「對話式支架」。
滑鼠懸停看 AI 判斷理由
這對於開發教育型 AI 至關重要。研究顯示，單純的被動回應容易讓學習停留在事實層次，唯有具備脈絡化的回饋與引導，才能驅動高階的多模態推理與批判性思考。
核心研究發現
- 1
主動式代理（提供序列問題與回饋）能建立更強的概念推理、證據使用與建設性參與之間的連結，而被動式代理則偏向事實與程序性內容。
- 2
生成式 AI 素養能預測移除支援後的獨立寫作表現，特別是在視覺數據整合、批判性思考與整體品質方面。
- 3
在被動式代理條件下，AI 素養與表現之間存在顯著關聯；但在主動式代理條件下，這種素養與表現的關聯性減弱，顯示主動支架可能縮小素養差異。
對教育工作者的啟發
教育工作者與設計者在導入 AI 寫作工具時，應避免僅開發「指令回應型」工具，而應著重於開發具備「對話支架」功能的代理設計。具體建議包括：1. 設計能引導學生進行視覺數據分析的序列式問題；2. 提供具備脈絡感的即時回饋，而非僅是糾正語法；3. 根據任務複雜度調整 AI 的主動程度，以確保 AI 的介入能有效提升學生的批判性思考與證據整合能力，而非僅是提供答案。
原始文獻資訊
- 英文標題：
- The Agency Gap in AI-Supported Writing: How Reactive and Proactive Agent Designs Shape Multimodal Reasoning
- 作者：
- Yueqiao Jin, Kaixun Yang, Roberto Martinez-Maldonado, Dragan Ga\v{s}evi\'c, Lixiang Yan
- 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。