搜尋的新形態：對話式 AI 如何重塑資訊尋求行為
arXiv - Computers and SocietyMichael Iannelli, Alan Ai
研究發現對話式 AI 的使用往往發生在搜尋行為之後，而非僅是作為搜尋的起點。
AI 幫你先抓重點
AI 重點 1
打破「AI 為搜尋起點」的直覺假設
滑鼠懸停看 AI 判斷理由
傳統認為使用者會先問 AI 再點擊連結，但數據顯示 AI 更多是作為資訊處理的中後段工具。這對於設計學習路徑至關重要，因為學習者可能已具備初步資訊，才轉向 AI 進行深化或整理。
AI 重點 2
區分「行為封閉」與「問題解決」的差異
滑鼠懸停看 AI 判斷理由
研究強調 AI 會話的封閉性不代表學習任務已完成。這提醒教育設計者，僅觀察學生是否停止搜尋並不代表他們已掌握知識，必須區分資訊獲取的終止與認知理解的達成。
核心研究發現
- 1
使用者行為模式與傳統認知相反：內容通常在搜尋後出現，但更多是在使用 AI 助手之前就已存在。
- 2
AI 助手的使用更具封閉性：約 34.1% 的 AI 會話不包含外部網頁瀏覽步驟，高於搜尋中心會話的 19.5%。
- 3
AI 助手在搜尋旅程中的位置較深：搜尋行為傾向於錨定旅程前端，而 AI 助手則位於更深層的階段。
- 4
研究觀察到「重組」現象：活動在對話、搜尋與瀏覽之間的分布方式已發生改變，而非單純的因果替代。
對教育工作者的啟發
對於課程設計者而言，應意識到 AI 在學習過程中可能扮演「資訊整合者」而非單純的「搜尋啟動器」。在設計數位學習環境時，不應僅將 AI 置於搜尋框旁，而應考慮如何將其整合進學習者已進行中的研究流程中。此外，教師在評估學生自主學習（SRL）時，不能僅以「是否點擊外部連結」作為判斷學生是否完成研究的標準，因為 AI 的封閉式對話可能隱藏了深層的資訊處理過程，需結合更多認知層面的評估工具。
原始文獻資訊
- 英文標題：
- The New Shape of Search: How Conversational AI Recomposes Information Seeking
- 作者：
- Michael Iannelli, Alan Ai
- 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。