賀！Uedu「蘇格拉底式 AI 助教」研究獲人機互動期刊《IJHCI》接受：當學生說「這樣比較累，但值得」

由李奎皓老師（第一作者兼通訊作者）與張家凱助理教授（國立中央大學通識教育中心） 共同發表的論文 〈Designing and evaluating a Socratic-scaffolded conversational AI assistant for educational tasks: Cross-cohort effectiveness, user perception, and the effort signature〉， 獲《International Journal of Human–Computer Interaction》（IJHCI，Taylor & Francis）接受， 目前為 in press（已接受、待正式刊出）。

為什麼要讓 AI「不直接給答案」

2025 年一份發表於《PNAS》的大型隨機對照研究帶來一個令人不安的發現： 讓學生使用有問必答的 AI，當下解題表現大幅提升， 但把 AI 收走、讓他們自己作答時，成績反而比沒用過 AI 的同學低了 17%。 最順手的 AI 使用方式，可能正在掏空使用者本來要培養的能力。

本研究把「解方」做成一套可長期運作的系統：AI 助教只根據授課教師上傳的教材回答、 預設先反問再回答、並自動標記每則提問的認知層次。 其中一個關鍵設計是——學生若堅持要答案，AI 是把直接回答延後而非拒絕； 硬性拒絕只會讓學生轉頭去用外面完全沒有限制的 AI，設計等於失效。

三個學期的發現

• 學習表現在兩個獨立班級各自重現（合計 82 人）：兩班分別進步 18.91 分與 17.28 分（效果量 1.25 / 1.13，合併 1.20），進步幅度只差 1.6 分。
• 三個學期沒有「新鮮感衰退」（203 份回應）：五個評價面向落在 75–79%，四次調查橫跨三學期，每個面向變動幅度都不到 4 個百分點。
• 費力訊號（90 份回應）：最低分是「減輕焦慮」（60.7%），最高分是「與有問必答的 AI 相比，哪個讓我理解更深」（69.4%）。學生實際上在說：這比較不舒服，但值得。
• 一個誠實的空結果：學期初測得的學習動機，對期末成績的解釋力只增加 0.4 個百分點。團隊如實報告為空結果，並註明樣本僅 39 人且動機普遍偏高。

這篇論文不主張什麼

研究沒有設置同期對照組，因此學生的進步同時包含課程本身、正常學習歷程與 AI 助教的貢獻—— 論文全文一致將成效表述為「與這次部署相伴出現」，而非「由這套設計造成」。 資料亦來自單一學校的單一課程，且因同意書要求去識別化，無法回答「用得越多、進步越多嗎」。 這些界線都寫在論文中，我們在對外說明時同樣沿用。

為什麼投到人機互動期刊

費力訊號的意義不只在教室。任何「使用者的目標是學會而不只是做完」的場合都會遇到同樣的取捨—— 新進分析師靠 AI 熟悉產業知識、寫作者在 AI 協助下發展文風、醫師必須有能力獨立判斷 AI 的建議。 如果產品只用「使用者滿意度」當作優化目標，會系統性地淘汰掉那些真正保護使用者能力的設計。 這也呼應人機互動領域既有的發現（Buçinca 等人，2021）： 最能減少人們盲目依賴 AI 的設計，往往拿到最低的主觀評價。

延伸閱讀：論文介紹與對應的 Uedu 功能 ｜研究路線總覽 — Educational Omics