aiedtechhigher educationmetacognitionlearning design

比較陷阱：社會比較取向如何驅動問題性生成式 AI 使用

arXiv - Human-Computer InteractionXuchao Zhang, Jihye Lee

研究發現，社會比較取向透過焦慮與認知機制，直接且間接促成生成式 AI 的問題性使用。

AI 幫你先抓重點

AI 重點 1

社會比較取向是生成式 AI 風險的核心驅動因素

滑鼠懸停看 AI 判斷理由
此觀點揭示了社會比較行為如何直接推動生成式 AI 的問題性使用，提醒教育者需關注學生的社交競爭心理，才能有效設計干預措施。
AI 重點 2

FoMO 作為情緒橋樑，將社會比較轉化為實際使用行為

滑鼠懸停看 AI 判斷理由
了解 FoMO 在生成式 AI 使用中的橋樑作用，可協助教師設計情緒管理與使用規範，降低學生因競爭焦慮而產生的過度依賴。

核心研究發現

  1. 1

    社會比較取向對問題性生成式 AI 使用具有顯著直接影響。

  2. 2

    社會比較取向透過 FoMO 影響 AI 流動感與感知不可替代性，最終導致問題性使用。

  3. 3

    研究以 396 名華人生成式 AI 使用者為樣本，採用結構方程模型與自助抽樣驗證。

對教育工作者的啟發

本研究指出，社會比較取向與 FoMO 共同構成生成式 AI 風險的核心。教育工作者可先評估學生的社交競爭心理，透過情緒管理課程降低 FoMO；再設計 AI 使用規範，鼓勵正向協作與批判性思考；最後提供反思與自我監控工具，協助學生在使用 AI 時保持學習自主與成效。

原始文獻資訊

英文標題：
The Comparative Trap: How Social Comparison Orientation Drives Problematic Generative AI (GenAI) Use
作者：
Xuchao Zhang, Jihye Lee
來源：
arXiv - Human-Computer Interaction
AI 摘要模型：
openai/gpt-oss-20b
閱讀原文

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。