無需不信任的驗證：將用戶監督重新定義為日常人機互動中的常規認識治理
arXiv - Human-Computer InteractionAung Pyae
研究發現用戶對 AI 的驗證行為與信任度無關，應將其視為一種提升滿意度的常規認識治理行為。
AI 幫你先抓重點
AI 重點 1
重新定義「驗證」：從「懷疑」轉向「常規治理」
滑鼠懸停看 AI 判斷理由
過去設計者傾向於透過提高 AI 準確度來減少用戶驗證，但本文指出驗證是為了掌控過程。這改變了設計邏輯：目標不應只是減少驗證，而是提供更好的工具讓用戶進行有效的認識治理。
AI 重點 2
關注「干預式監督」而非僅是「結果評估」
滑鼠懸停看 AI 判斷理由
這對於開發教育 AI 工具至關重要。如果 AI 只是給出答案（評估式），學習者會缺乏參與感；若能設計讓學習者進行修正與精煉（干預式）的介面，能更有效地提升學習者的代理感與滿意度。
核心研究發現
- 1
研究發現用戶對聊天機器人的驗證行為與信任程度之間並無顯著關聯，挑戰了「信任度越高則驗證需求越低」的傳統假設。
- 2
用戶展現出「干預式監督」（如修正、精煉、批准自動化動作）與「評估式監督」的區別，後者與滿意度關聯較弱，前者則與滿意度強烈正相關。
- 3
研究觀察到「滿意度—控制感差距」，即即便任務結果有效，用戶仍可能缺乏掌控感，顯示單純追求正確結果不足以建立代理感。
對教育工作者的啟發
在設計 AI 輔助學習工具時，不應僅追求「給出正確答案」以減少學生檢查，而應設計「可干預」的介面。例如，允許學生對 AI 生成的解釋進行「精煉（Refinement）」或「修正（Correction）」，並在 AI 執行自動化任務前要求學生「批准（Approval）」。這種設計能將驗證行為轉化為一種主動的認識參與，不僅能提升學習者的代理感（Agency），還能透過這種「常規認識治理」強化學習者對知識的掌控與理解。
原始文獻資訊
- 英文標題：
- Verification Without Distrust: Reframing User-Side Oversight as Routine Epistemic Governance in Everyday Human-Chatbot Interaction
- 作者：
- Aung Pyae
- 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。