「為何要投入這麼多努力？」：AI 的可用性如何影響初學者程式設計的學習動機
arXiv - Computers and SocietyKeith Tran, Colton Harper, Thomas Price
研究探討 AI 工具如何改變學生在程式設計學習中的動機、價值觀與努力程度的心理衝突。
AI 幫你先抓重點
AI 重點 1
學習動機的評估標準應從「產出結果」轉向「學習過程」。
滑鼠懸停看 AI 判斷理由
當 AI 能輕易產出正確答案時，傳統以作業完成度為指標的評量將失效。教育者必須重新設計評量方式，轉而關注學生如何解決問題、如何進行思考，才能真正衡量學習成效。
AI 重點 2
AI 改變了學習中的「生產性掙扎」（Productive Struggle）機制。
滑鼠懸停看 AI 判斷理由
學習科學強調透過克服困難來深化理解，但 AI 提供了跳過掙扎的捷徑。理解這一點對於設計能維持學生參與度、且不被 AI 輕易取代的課程架構至關重要。
核心研究發現
- 1
AI 的存在增加了學生的「成本」感，使學生質疑投入時間練習程式設計是否值得，並降低了因克服困難而獲得的內在價值感。
- 2
學生的自我效能感（預期）變得依賴於 AI 的可用性，而非僅僅依賴於自身的程式設計技能。
- 3
學生在「透過努力學習」的價值觀與「使用 AI 走捷徑」的誘惑之間存在明顯的心理張力，並非單純缺乏學習意願。
- 4
研究發現學生並非全然需要外部限制來保護學習，部分學生能透過專注於學習過程本身來克服 AI 帶來的誘惑。
對教育工作者的啟發
課程設計者應從「重視產出」轉向「支持學習過程」。建議採取以下策略：1. 重新設計作業，將重點從「寫出正確程式碼」轉向「解釋程式邏輯」或「分析 AI 生成代碼的錯誤」；2. 建立明確的 AI 使用規範，引導學生將 AI 作為協作工具而非替代工具；3. 在課程中刻意設計需要「生產性掙扎」的任務，並引導學生反思學習過程中的認知增長，而非僅僅追求任務完成，以強化學習的內在價值感。
原始文獻資訊
- 英文標題：
- "Why Put in This Much Effort?": How AI Availability Shapes Students' Motivation in Introductory Programming
- 作者：
- Keith Tran, Colton Harper, Thomas Price
- 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。