原標題When Does It Become Cheating? Exploring the Roles of Self-Efficacy and the Impostor Phenomenon in Computing Students' Perceptions of Academic Dishonesty
AI 摘要研究針對美國東南部大學 443 位修習入門至中階計算課程的大學部學生,以線上非同步問卷蒐集自我效能、冒充者現象(Clance 量表)及對 13 種潛在作弊情境的判斷。結果顯示自我效能與冒充者現象呈顯著負相關;冒充者現象越強烈,越傾向將涉及 AI 的情境視為嚴重作弊。冒充者現象亦與感知課程投入度、曾擔任助教經驗相關,自我效能則與種族背景有關。
原標題Co-Designing AI For Mental Health Support With Young Adults of Color (YOC): Needs, Expectations, and Implications for AI Literacy
AI 摘要研究邀請 13 位 18 至 24 歲的亞裔、黑人與西班牙裔/拉丁裔年輕成人,進行為期兩天的共同設計工作坊。參與者認為通用聊天機器人的建議會抹平他們的生活經驗,期望有更多機會進行身份知情的揭露,而非讓 AI 做錯誤假設。他們也對以有色年輕成人為中心的個人化提出隱私與 AI 素養的缺口,並協商聊天機器人的治療角色,要求更強的 AI 問責機制與使用者自主權,凸顯臨床與非臨床 AI 支援界限的模糊。
原標題Same Performance, Different Process: Epistemic Ownership in AI-Mediated Education
AI 摘要研究分析 150 筆學生與生成式 AI 的對話紀錄,以「認知所有權」的三個面向——方向、整合、評估——為框架,觀察認知歷程的可見軌跡。結果顯示,相同的作業分數背後,學生與 AI 之間的認知參與模式可能截然不同。現行評分僅反映產出品質,無法還原認知工作在互動中如何分配,提供實證基礎供未來評量設計參考。
原標題Designing and Evaluating a Socratic-Scaffolded Conversational AI Assistant for Educational Tasks: Cross-Cohort Effectiveness, User Perception, and the Effort Signature
AI 摘要研究團隊在台灣北部大學的入門程式設計課程,設計並跨三個學期評估一套以蘇格拉底式提問為預設模式的對話 AI 助教。系統結合教材檢索、布魯姆分類法追蹤互動層級。任務效能研究(N=82)發現前後測效果量大(d=1.20)且跨學期可重現,但缺乏非脚手架對照組無法推論因果。感知研究(N=203)顯示易用性、接受度與滿意度正向(常態化平均 75–79%),且無學期衰退。互動模式研究(N=90)驗證預期的「努力特徵」:使用者覺得蘇格拉底模式較費力,但認同其帶來較深理解。
原標題Correctness, Convergence, and AI-Generated Code Detection: A Longitudinal Study of Student and Large Language Model Code in Introductory Programming
原標題Understanding Parents' Complex Views of AI for Children's Pretend Play
AI 摘要研究者對 10 位育有 4 至 15 歲孩童的美國父母進行半結構式訪談,並提供 AI 輔助假裝遊戲的概念與故事板。結果顯示,父母同時看見 AI 扮演角色、即時回應與適應性可能讓遊戲更普及、促進親子共玩,卻也擔心喪失想像力、產生情感依附、減少人際互動、出現不當行為以及難以管控使用。父母將 AI 視為遊戲工具、社會行為者與家庭動態干擾者,認為除技術防護與家長控制外,AI 與孩童互動的適切性亦為必要條件,並呼籲未來進行縱向研究。
來源原文摘要Effective human-AI collaboration requires partners to establish references through interaction, which becomes fragile when descriptions are ambiguous, similar referents compete, or partners see different things. We study referential uncertainty - uncertainty over which candidate object a description refers to - in a collaborative puzzle task where a human Helper instructs an AI Worker to place…
免費全文
信任與過度信賴
認知與思考
International Journal of Human-Computer Interaction · 研究 · 全球
原標題Breaking News Out of the Filter Bubble: Generative AI Search Diversifies Collective Attention and Raises Shared Information Consumption
AI 摘要華盛頓郵報針對 37,561 位讀者進行隨機實地實驗,對照組僅用傳統搜尋,實驗組額外獲得帶引文的 AI 回答。結果顯示,AI 搜尋讓熱門主題觸及更廣、讀者間主題重疊度上升,同時消費分佈更分散、轉向較冷門主題。共同資訊多來自 AI 回答本身(無需點擊),被引用文章也推動冷門主題曝光。讀者行為從點擊傳統結果轉向引用文章與追問,單次搜尋閱讀文章雖減,但搜尋頻率上升抵銷差距,人均文章消費量微增,單位時間資訊攝取總量亦增。
原標題Where the Evidence Lives: Auditing AI Companions' Self-Descriptions
AI 摘要研究團隊建構並部署主動式 AI 陪伴者「Lita」供九位同事使用一個月,提出審計程序將代理人的自我描述、使用者判斷與系統實作記錄三方對照,將每項宣稱標記為支持、矛盾或無法判定。結果顯示參與者認同風格相關宣稱,對關係性宣稱保留態度,記憶評分達中點或以上,但三層記憶機制中有兩層從未執行累積步驟,顯示流暢的自我描述與正向評分無法證明底層機制確實運作。
原標題Afterglow: A Place-Based Memorial Ecology for AI-Mediated Pet Bereavement
AI 摘要研究團隊透過「設計導向研究」,開發行動應用程式 Afterglow,結合私人追思、人類見證與象徵性寵物訊息,探討生成式 AI 如何在不將懷念轉化為義務的前提下,支持喪主與亡寵維持連結。研究先以問卷(N=57)蒐集需求,再進行兩輪原型迭代與六場線上圓桌走查(共 20 位參與者),分析出「可回應的連結與情感義務」、「可辨識相似度與本體清晰度」、「保護性介入與監控權威」三組張力,並提出跨層級設計需求「可讀的克制」與時間導向原則「為再見而設計」。
原標題Trust, Verification, and Reworking in Generative-AI-Supported MBA Comprehensive Examination Preparation: A Daily Diary Mixed-Methods Study
AI 摘要研究追蹤 110 位國際 MBA 學生在綜合考試前連續 21 天的備考狀況,採用貝氏多層縱貫模型分析。結果顯示,隨著天數增加,主觀備考進度上升、考試壓力下降;扣除時間趨勢後,單日 AI 使用與進度或壓力無明確關聯,信任、驗證、重寫等調節行為雖隨天數增加,但其對進度的間接路徑在統計上不顯著。訪談進一步揭示,相同的「驗證」與「重寫」標籤實際包含外部錨定查核與 AI 對 AI 比對、概念重構與表面修飾等質態不同的做法。
原標題Critical Thinking with Generative AI: A Constraint-First Design Pilot of a Thinking-Partner Intervention
AI 摘要研究在 2025 年春季一門大學研究方法與統計課程(N=14)中,讓學生把 ChatGPT 當作思考夥伴,採混合方法測量統計學習(AASCDM)、AI 素養(MAILS)與批判性思考(WGCTA)的前後測變化,並分析師生筆記、學生成果與互動紀錄。量化結果顯示所有統計學習維度與九項 AI 素養中的八項顯著進步,但標準化批判性思考百分位數未變。質性分析歸納出四大主題:學生將 LLM 定位為答案產生器、驗證者或共同思考者;參與深度分為程序性與概念性;偶爾將工具人格化;課程設計影響上述三者。結論指出:一學期介入能提升領域學習與自我報導 AI 素養,卻無法移動標準化批判性思考,且主流學生-LLM 關係偏向驗證而非對話。
原標題Fluency Without Evidence: Constraint-First Design and the Limits of Self-Report in AI-Assisted Learning
AI 摘要研究團隊在兩門研究所級研究方法課程中,讓學生使用採「限制優先」序列的 AI 教學夥伴——必須先陳述並論證立場,才能獲得提問。前後測顯示 AI 素養(特別是理解 AI 面向)顯著提升,但批判性思維、元認知覺察與知識分數未變;互動紀錄則揭露對話極短、限制優先流程執行不均、且有資料遺失。作者指出自我報告增長可能僅反映自信而非能力,強調需以互動紀錄作為更可靠的設計依據。
原標題Three Pathways of Student-AI Interaction: Constraint-First Design for Higher-Order Thinking
AI 摘要研究分析大學研究方法課程 50 筆學生與 AI 對話紀錄,歸納出三種互動模式:被動審閱(46%)、直接提問(18%)、策略性對話(36%)。兩位人工編碼者路徑層級一致性 68%(κ=.48),GPT-5 作為第三編碼者產生相似分布並新增一個人類未定義的類別。第二組描述性資料顯示教學框架可能影響學生採取的路徑,研究並提出「新一層教學藍圖」三階段設計,嘗試引導學生進入策略性對話。
原標題Shaping Opinion: Quantifying the Psychological Impact of Autonomous Multi-Agent LLM Interactions
AI 摘要研究建構 FORMS 架構,讓具備不同人設的多代理 LLM 即時進行合成辯論,並招募 120 位青少年與 25 位成人現場觀看。結果顯示,高能力多代理系統會導致使用者既有共識破碎(認知動搖),並因互動過於自然而產生更強的外部監管需求(常態悖論);成人組雖知生成式 AI 風險,卻將合成辯論評為比人類對話更真誠(真誠悖論,Cohen's d=2.04)。
原標題Does Social Support from Persona-Driven Chatbots Encourage Continued Help-Seeking? The Role of Emotional Relief in Online Mental Health Communities
AI 摘要研究對象為中國 326 位線上心理健康社群用戶,採問卷調查並以偏最小平方結構方程模型與類神經網路分析。結果顯示,聊天機器人提供的資訊、情感與陪伴支持顯著提升使用者感知情緒釋放,並部分中介支持與持續求助意圖的關係;類神經網路進一步指出情感支持與陪伴支持是預測情緒釋放的最強因子,而情緒釋放則是預測持續求助意圖的關鍵。