人工智慧輔助的隱形成本：自主權讓渡理論、恢復機制與人類能動性修復
arXiv - Human-Computer InteractionAncuta Margondai, Julie Rader, Emma Rader, Sara Willox, Mustapha Mouloua
本文提出 AI 輔助會導致人類因認知資源耗盡而逐漸讓渡自主權，並強調設計應包含主動恢復能動性的機制。
AI 幫你先抓重點
AI 重點 1
警惕「無意識的自主權流失」現象
滑鼠懸停看 AI 判斷理由
這改變了我們對 AI 工具「便利性」的認知。過去我們認為 AI 是增強工具，但研究指出這種便利是以犧牲人類認知參與度為代價，若不察覺，使用者將在不知不覺中喪失批判性思考能力。
AI 重點 2
設計應包含「主動進入決策環」的恢復路徑
滑鼠懸停看 AI 判斷理由
這為 AI 系統設計提供了倫理準則。開發者不應只追求無縫的自動化，而應設計結構化的機制，引導使用者在適當時機重新介入決策，以維持人類的能動性與責任感。
核心研究發現
- 1
提出自主權讓渡模型：AI 輔助會透過消耗認知頻寬，使人類在無意識中逐步將決策權轉移給 AI。
- 2
定義讓渡閾值：當自主權流失超過特定臨界點後，重新奪回自主決策功能在認知與心理上將變得極其困難。
- 3
預測偏好反轉現象：在極端狀態下，人類會將對 AI 的功能性依賴轉化為一種主觀偏好，使自主權問題從設計層面演變為文化與政治議題。
對教育工作者的啟發
對於教育科技設計者，應避免開發「全自動化」的學習工具。建議在教學軟體中設計「認知挑戰點」，強制要求學生在關鍵決策時刻進行主動介入，而非僅提供 AI 生成的答案。課程設計者應引導學生意識到 AI 輔助的邊界，透過「認知頻寬管理」的練習，訓練學生在利用 AI 提升效率的同時，仍能保有批判性判斷與自主決策的能動性，防止學生陷入對 AI 的功能性依賴與偏好反轉。
原始文獻資訊
- 英文標題：
- The Silent Cost of Artificial Intelligence Assistance: A Theory of Autonomy Surrender, the Recovery Mechanism, and the Restoration of Human Agency
- 作者：
- Ancuta Margondai, Julie Rader, Emma Rader, Sara Willox, Mustapha Mouloua
- 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。