人工智能與數字教育觀察
AI and Digital Education Spectator

117名學生寫作實驗:AI改善文章分數,知識遷移未見額外優勢

研究將117名大學生隨機分配至ChatGPT、真人專家、寫作檢核工具或沒有額外支援的條件,分析寫作表現、動機及自我調節歷程。ChatGPT組的文章分數改善最多,但知識增益及遷移沒有顯著優於其他組,任務後內在動機亦無顯著差異。不同支援改變了規劃、評價及修訂的過程,顯示作品質素的提升未必伴隨對內容更深入的理解。

論文原文

Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance

論文與相關資料

作者公開稿|方法與學習歷程
研究及來源資料
研究來自哪裏?
北京大學、Monash University(澳洲)、之江實驗室
地域視角
國內研究 · 中國內地(報道所述)
DOI
10.1111/bjet.13544
期刊/研討會
British Journal of Educational Technology
類型
四組隨機實驗;前後測及學習歷程分析
研究/內容地區
中國內地
地區說明
KQED/The Hechinger Report明確報道為中國學生實驗;作者公開稿未完整公開所在地,不推定具體大學或城市。
學習領域
英國語文教育
原文日期
2024-12-10
最近核實
2026-09-11
研究來源分類
期刊
作者
Yizhou Fan、Luzhen Tang、Huixiao Le、Kejie Shen、Shufang Tan、Yueying Zhao、Yuan Shen、Xinyu Li、Dragan Gašević
學習階段
高等教育
研究領域
語文與讀寫、學習與認知
研究對象
學生
分類說明
117名大學生;真人專家屬支援條件,並非文中所列主要受試群體。