394項高教AI研究綜述:短期成效多,學習過程與公平證據較少
這項範圍綜述按PRISMA-ScR整理2022年11月至2025年12月的394項高等教育生成式AI實證研究。回饋、導修及寫作是常見用途,評估多用問卷、測驗、評分規準及訪談。研究指出,自我調節、倫理、創意與公平較少獲得關注,現有證據亦偏重短期及容易收集的指標。文章描繪研究分布,並沒有算出AI提升學習的整體因果效果。
論文原文
出版者原文研究及來源資料
研究來自哪裏?
Mount Saint Vincent University、Simon Fraser University、Athabasca University、Fairleigh Dickinson University
- 地域視角
- 世界各地研究 · 全球
- DOI
- 10.1186/s41239-026-00630-9
- 期刊/研討會
- International Journal of Educational Technology in Higher Education
- 類型
- 核對出版者原文及研究限制;編輯撮要
- 地區說明
- 全球文獻綜述;作者機構所在地不等同研究場域。
- 原文日期
- 2026-10-15
- 最近核實
- 2026-10-22
- 研究來源分類
- 期刊
- 作者
- Michael Pin-Chuan Lin、Daniel H. Chang、Philip H. Winne、G. Michael Bowen、Jeeho Ryoo
- 學習階段
- 高等教育
- 研究領域
- 教學與評估、人工智能素養
- 研究對象
- 文獻及資料
發現資料有誤?提供更正資料