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

把AI放進遊戲式學習:練習與判斷仍要由學生參與

文章從遊戲式學習研究出發,探討大型語言模型如何支援練習與人的判斷。作者指出,辨別AI答案需要學科知識,但過度依賴工具又可能減少建立知識的機會。文中提出以探索、試驗和比較安排學習,再透過遊戲中的挑戰及回饋維持練習意願,AI則可協助製作遊戲或改編材料。文章屬理論討論,沒有以新實驗驗證某款AI遊戲的學習成效。

論文原文

Leveraging the Potential of Large Language Models in Education Through Playful and Game-Based Learning
研究及來源資料
研究來自哪裏?
University of Graz(奧地利)、Tampere University(芬蘭)、University of Potsdam(德國)、Australian Catholic University(澳洲)、Ewha Womans University(韓國)、University of Augsburg(德國)、University of Tübingen(德國)
地域視角
世界各地研究 · 跨地區理論
DOI
10.1007/s10648-024-09868-z
期刊/研討會
Educational Psychology Review
類型
理論觀點;結合遊戲式學習及動機研究
地區說明
作者跨國合作的理論文章,沒有國別實證樣本。
原文日期
2024-02-27
最近核實
2026-09-11
研究來源分類
期刊
作者
Stefan E. Huber、Kristian Kiili、Steve Nebel、Richard M. Ryan、Michael Sailer、Manuel Ninaus
學習階段
跨學段
研究領域
教學與評估、人工智能素養
研究對象
文獻及資料
分類說明
理論觀點文章,運用既有研究討論教學方向。