警察還是引導者：高教資工教師如何設計與執行生成式 AI 政策
arXiv - Computers and SocietyXingjian (Lance), Gu, Wells Lucas Santo, James M. Zumel Dumlao, Barbara Ericson
研究發現資工教師目前的 AI 政策多傾向於防範作弊，而非促進學習，這增加了教學負擔並損害師生關係。
AI 幫你先抓重點
AI 重點 1
從「防禦型評量」轉向「學習導向型政策」是關鍵轉型。
滑鼠懸停看 AI 判斷理由
這項洞察挑戰了傳統以「防止作弊」為核心的教育思維。若教學者僅專注於堵塞 AI 漏洞，會陷入無止盡的監控循環，忽略了 AI 作為學習工具的潛力，這對於重新定義數位時代的教學目標至關重要。
AI 重點 2
AI 政策的設計會直接形塑師生間的權力動態與信任關係。
滑鼠懸停看 AI 判斷理由
這提醒教育者，政策不只是行政規範，更是一種教學實踐。若政策被視為「警察」式的監控工具，會削弱自主學習所需的信任基礎；若轉向「引導者」，則能建立更健康的學習生態。
核心研究發現
- 1
目前的 AI 政策主要聚焦於「防範 AI 於評量中」以維護學術誠信，而非直接針對如何提升學生的學習成效。
- 2
雖然改用紙本考試等手段能在短期內維持評量完整性，但會增加教師監控學生 AI 使用行為的額外負擔。
- 3
過度強調防範與監控的政策傾向，會惡化教師與學生之間的信任關係，影響教學環境的品質。
對教育工作者的啟發
教育工作者應避免僅將 AI 視為威脅，建議將政策重心從「如何禁止 AI」轉向「如何引導學生健康使用 AI」。具體做法包括：設計需要高階認知參與、無法單靠 AI 直接產出的評量任務；將 AI 使用規範納入學習目標，引導學生進行自我調節學習（SRL）；並透過透明的溝通建立信任，而非僅依賴監控手段，從而將 AI 從「作弊工具」轉化為「學習支架」。
原始文獻資訊
- 英文標題：
- To Police or to Guide: How Higher Education Computer Science Instructors Design and Implement Generative AI Policies
- 作者：
- Xingjian (Lance), Gu, Wells Lucas Santo, James M. Zumel Dumlao, Barbara Ericson
- 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。