為何 AI 能開啟 STEM 教育新可能？趨勢與未來議程之書目計量分析
arXiv - Computers and SocietyJesse Yusuf Chan (Zexi Chen), Mengyao Chen, Yang Hong, Ziyun Song, Haoming Wang, Xianlong Xu
透過書目計量分析揭示 AI 如何推動 STEM 教育從知識傳遞轉向能力發展的演進軌跡。
AI 幫你先抓重點
AI 重點 1
教育範式的轉向：從「知識傳遞」轉向「能力發展」
滑鼠懸停看 AI 判斷理由
這改變了我們對 AI 工具定位的認知。AI 不僅是知識的搬運工，更是促進高階思維與問題解決能力的催化劑，這對於重新設計教學目標至關重要。
AI 重點 2
AI 作為智慧鷹架的角色定位
滑鼠懸停看 AI 判斷理由
理解 AI 如何提供鷹架能幫助設計者開發更具適應性的學習環境，確保技術能有效降低認知負荷，而非僅僅提供答案，這對實務教學設計具有指導意義。
核心研究發現
- 1
研究分析了 2015 年至 2025 年間的 242 篇文獻，揭示了 STEM 教育領域知識圖譜的演進軌跡。
- 2
研究發現該領域已從早期的智慧教學系統（ITS），轉向由大型語言模型（LLM）驅動的探究式學習與運算思維培養。
- 3
AI 的核心貢獻在於提供智慧鷹架（Intelligent Scaffolding），有效降低了學習者理解複雜知識的門檻。
對教育工作者的啟發
教育工作者應將 AI 從單純的「解答工具」轉型為「學習鷹架」。在設計 STEM 課程時，建議利用 AI 驅動的探究式學習模式，透過 AI 提供即時的引導與支架，協助學生克服複雜概念的障礙，進而將教學重心從單純的知識記憶，轉移到培養運算思維、跨領域整合能力及自主解決問題的能力。此外，應關注大型語言模型在促進學生進行深度探究與批判性思考方面的潛力。
原始文獻資訊
- 英文標題：
- Why does AI unlock new possibilities in STEM education? A Bibliometric Analysis of Trends and Future Agenda
- 作者：
- Jesse Yusuf Chan (Zexi Chen), Mengyao Chen, Yang Hong, Ziyun Song, Haoming Wang, Xianlong Xu
- 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。