aiedtechhigher educationassessmentmetacognition

AI 理論心智與實際心智：研究者到底在說什麼？

arXiv - Human-Computer InteractionXiaoyun Yin, Elmira Zahmat Doost, Shiwen Zhou, Garima Arya Yadav, Jamie C. Gorman

本文指出 AI 被稱具備心智模型實際上僅是行為預測與偏差校正，呼籲轉向互動式共心智框架。

AI 幫你先抓重點

AI 重點 1

區分 AI 模擬與真實經驗是評估心智的關鍵。

滑鼠懸停看 AI 判斷理由
若忽視此區別，研究者可能誤將模式匹配視為認知，導致對 AI 能力的過度解讀與不恰當的應用。
AI 重點 2

採用互動式共心智框架可提升人機協作效能。

滑鼠懸停看 AI 判斷理由
此框架強調人類與 AI 共同參與的心智推理，能更準確捕捉互動動態，為教育工具設計提供實際可行的評估與調整方向。

核心研究發現

  1. 1

    AI 的「心智」說法實際上僅涉及行為預測與偏差修正，而非內在心理狀態。

  2. 2

    大型語言模型雖在 ToM 實驗中達人類水平，但僅表現出行為模仿，缺乏內部經驗證據。

  3. 3

    現行測試將個體人類認知測驗套用於 AI，忽略人機互動時的即時認知，測試模式本身存在缺陷。

對教育工作者的啟發

對教育工作者而言，本文提醒在設計 AI 教學工具時，應聚焦於人機互動的即時心智推理，而非單純追求模仿人類行為。教師可透過共心智評估，調整 AI 回饋的時機與內容，確保學生能在互動中發展自我監控與元認知。此方法亦可應用於課程評量，將 AI 角色定位為協同伙伴，促進學生主動探索與協作學習。

原始文獻資訊

英文標題：
When Researchers Say Mental Model/Theory of Mind of AI, What Are They Really Talking About?
作者：
Xiaoyun Yin, Elmira Zahmat Doost, Shiwen Zhou, Garima Arya Yadav, Jamie C. Gorman
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。