大規模 AI 助教：跨學科採用模式與數百門大學課程的認知投入分析

教學問題

生成式 AI 助教正在各大學快速普及，但現有研究多聚焦於單一課程或單一學科的成效評估。 當 AI 助教部署到數百門跨學科課程時，不同學科的學生採用模式有何差異？ 學生與 AI 的互動是否真的促進了高階認知投入，還是停留在表面的資訊查詢？ 課程評量設計如何影響學生的認知投入深度？

研究方法

本研究基於 Uedu 平台在多所大學的大規模部署，分析數百門課程中學生與 AI 助教的互動數據。 透過 GPT-5-mini 自動分類每則學生訊息的 Bloom 認知層次（記憶、理解、應用、分析、評鑑、創造）， 並以人類標註者驗證分類準確度（Cohen's Kappa 與人類評分者間一致性相當）。 在程式設計課程中（n = 87），進一步分析不同評量設計（前測 vs. 期中考）如何影響認知投入模式的變化。

主要發現

• 學科差異顯著：不同學科的 AI 助教採用率與互動模式差異明顯，認知投入的時序軌跡主要由課程的課綱結構決定，而非 AI 工具本身
• 練習量是關鍵：學生與 AI 助教的互動頻率與學習成效呈正相關，練習量比認知深度更能預測考試表現
• 評量設計塑造認知投入：專題式評量能引發更多高階認知互動（分析、評鑑、創造），而傳統測驗則以記憶與理解層次為主
• 自動化 Bloom 分類可行：LLM 自動分類的準確度與人類評分者間一致性相當，可應用於大規模學習分析

對教學的啟示

AI 助教並非單一模式適用所有學科——課程設計者應根據學科特性調整 AI 助教的角色與引導策略。 評量設計是影響學生認知投入深度的關鍵槓桿：若希望學生進行高階思維， 應設計開放式、專題式的任務，而非僅依賴傳統測驗。 此外，鼓勵學生增加與 AI 助教的互動頻率，本身就是提升學習成效的有效策略。