AI於教育中的應用：別再恐慌，需要事實 · ELECTE

‍「ChatGPT讓你變笨」、「AI損害大腦」、「MIT研究：人工智慧導致認知能力下降」。近幾個月來，這類聳動的標題主導了大眾媒體，助長了人們對於在教育與工作中使用人工智慧的無根據恐懼。但科學究竟怎麼說？對相關文獻進行批判性分析，揭示了一個複雜得多、也更加樂觀的現實。

麻省理工學院案例：當方法論遇上媒體

MIT媒體實驗室的研究《Your Brain on ChatGPT》引發了一波聳動的媒體報導，這些報導往往基於對研究結果的曲解。該研究以預印本形式發表（因此未經同行評審），只涉及波士頓地區的54名參與者，其中只有18人完成了關鍵環節。

關鍵方法論限制

樣本量不足：僅有54名參與者，該研究缺乏得出可推廣結論所需的統計效力。正如研究人員自己所承認的，「樣本量小」且「同質性高：MIT附近的人群當然無法反映全球人口的分布情況」。

實驗設計存在問題：參與者必須在僅僅20分鐘內寫出SAT作文——這種人為的限制自然而然地促使人們直接複製貼上，而非進行反思性整合。這種設計「很好地模擬了現實生活中的自然限制」，例如「明天就是截止日期」或「我寧願打電動」，但並不代表對AI具備教學意識的使用方式。

熟悉度效應的干擾：「純大腦」組在前三個環節中表現出逐步的進步，這僅僅是因為對任務越來越熟悉。當AI組在第四個環節必須不藉助輔助工具進行寫作時，他們是第一次面對這項任務，並未享有練習所帶來的好處。

相悖的科學：認知益處的堅實證據

當媒體聚焦於麻省理工學院令人擔憂的研究結果時，一項更為嚴謹的研究卻得出了截然不同的結論。

加納研究：方法論更優越，結果卻相反

在夸梅·恩克魯瑪科技大學（Kwame Nkrumah University of Science and Technology）進行的一項研究，在整整一個學期的隨機對照設計中追蹤了125名大學生。研究結果直接與MIT的結論相矛盾：

批判性思維：使用ChatGPT的學生從28.4分提升到39.2分（+38%），顯著超越對照組（從24.9分提升到30.6分，+23%）。

創造性思維：ChatGPT組的提升更為顯著，從57.2分提升到92.0分（+61%），在所測量的六個維度上均有改善：勇氣、創新探索、好奇心、自律、質疑與靈活性。

反思性思維：從35.1分大幅提升到56.6分（+61%），顯示自我反思與後設認知能力有所提升。

關鍵的方法學差異：迦納的這項研究使用了經過驗證的量表（Cronbach α > 0.89）、驗證性因素分析、針對前測分數的ANCOVA控制，並且——最關鍵的是——將ChatGPT整合進真實的教育情境中，並配合適當的教學鷹架。

哈佛/BCG研究：研究領域的黃金標準

目前最嚴謹的研究，涉及波士頓顧問集團（Boston Consulting Group）的758名顧問，這是一項預先註冊的對照實驗。結果毫不含糊：

生產力：任務完成率+12.2%，完成速度+25.1%
品質：成果品質提升+40%
普及化效應：原本表現較弱的員工提升了43%，原本已表現優異者提升了17%

正如該研究的共同作者伊桑·莫利克所強調：「使用ChatGPT的顧問遠遠超越了未使用它的顧問。在每個維度上。無論我們如何衡量績效。」

元分析：更廣闊的視野

一項針對高等教育中人工智慧研究的系統性回顧，已確認其顯著效益：

個人化學習體驗
改善的心理健康支持
納入多元學習需求
溝通效率的提升

一項針對401名中國大學生的跨國研究，運用結構方程模型，證實了「AI與社群媒體皆對學業表現與心理健康有正面影響」。

媒體問題：煽情主義 vs. 科學

麻省理工學院研究的媒體報導，正是煽情主義如何扭曲公眾對科學理解的典型案例。

誤導性標題 vs. 現實

典型標題：「MIT研究證實ChatGPT讓人變笨」
實際情況：一項未經同行評審的初步研究，僅有54名參與者，在人為任務中發現了神經連結性的差異。

典型標題：「AI損害大腦」
實際情況：腦電圖顯示出不同的激活模式，這可以被解讀為神經效率的提升，而非損害。

典型標題：「ChatGPT導致認知能力下降」
實際情況：一項存在嚴重方法學缺陷的研究，已被更嚴謹的研究所反駁。

反人工智慧陷阱的諷刺

麻省理工學院首席研究員娜塔莉亞·科斯米娜承認，她在論文中刻意埋入「陷阱」，以阻止大型語言模型（LLM）準確摘要內容。諷刺的是，許多社群媒體用戶隨後反而運用這些大型語言模型來摘要並分享該研究，無意間證明了這些工具的實用價值。

「鋸齒邊界」：理解人工智慧的真實限制

嚴謹的教育人工智慧研究並非否認挑戰的存在，而是以更精細的方式來界定這些挑戰。哈佛大學研究提出的「鋸齒狀技術前沿」概念說明，人工智慧在某些任務上表現卓越，但在其他看似相似的任務上卻可能存在問題。

成功的關鍵因素

導入時機：證據顯示，在引入AI之前先培養基礎能力，可以將效益最大化。正如MIT研究本身所指出的，「先用大腦、後用LLM」組別的參與者「展現出更佳的記憶回想能力，以及枕頂葉與前額葉區域的活化」。

教學設計：迦納的這項研究證明了將AI與適當的教育鷹架、精心設計的提示以及明確的學習目標相結合的重要性。

情境的重要性：在真實教育情境中使用AI，而非在人為任務中使用，會產生截然不同的結果。

如果使用得當，人工智慧可以幫助你更好地學習，更快地實現目標。

危言聳聽的後果

扭曲的媒體報導不僅是學術問題——它對潛在有益技術的採用具有實質性影響。

對教育政策的影響

正如科斯米娜本人所承認：「促使我現在就發表這篇文章，而非等待完整的同行評審，是因為我擔心在6至8個月後，會有某位政策制定者決定『推行GPT幼兒園』。我認為這絕對是負面且有害的。」

此聲明揭示出一種倡導動機，應對研究的科學中立性亮起紅燈。

採用偏見

一項針對28,698名軟體工程師的調查顯示，僅有41%的人曾嘗試過人工智慧工具，其中女性（31%）和40歲以上工程師（39%）的採用率更低。煽動性標題助長了這種偏見，可能使許多工作者錯失人工智慧已證實的效益。

對企業的影響

負責人通訊

人工智慧企業必須在對技術的熱情與誠實溝通其局限性之間取得平衡。嚴謹的研究結果表明，當人工智慧經過深思熟慮地實施時，確實能帶來實質效益，但同時也需要：

使用者培訓：最佳實踐
系統設計：促進認知參與
成果監測：長期追蹤

超越煽情主義

與其對負面標題採取防禦性反應，人工智慧產業應當：

投資嚴謹的研究，採用大樣本與穩健的方法論
與教育工作者合作，開發有效的實施框架
推廣媒體素養，幫助大眾區分嚴謹研究與譁眾取寵

結論：對科學責任的呼籲

麻省理工學院研究及其媒體報導的歷程，為人工智慧生態系統中的所有利益相關者提供了重要啟示。

研究人員

發表「具新聞價值」成果的壓力不應損害方法論的嚴謹性。預印本雖有助於科學辯論，但須謹慎說明其局限性。

媒體專區

公眾值得獲得精準的報導，其中應區分：

初步研究 vs. 已鞏固的證據
相關性 vs. 因果關係
方法論限制 vs. 普遍性結論

人工智慧產業

人工智慧在教育領域的未來，取決於基於堅實證據的深思熟慮的實施，而非對最新煽動性標題的反應。

教育人工智慧的真實承諾

當報章頭條爭論不休之際，嚴謹的研究正揭示人工智慧真正具備的潛力，能讓大眾平等享有優質學習體驗。迦納的研究顯示，若能妥善運用人工智慧，它將能：

拉平起跑線，讓不同基礎的學生站在同一起點
個人化學習，以前所未有的方式進行
解放教育工作者，讓他們專注於更有意義的活動
培養21世紀技能，這對未來至關重要

問題不在於人工智慧是否會改變教育，而在於我們如何以負責任的方式引領這項變革。答案在於嚴謹的科學，而非煽動性的標題。

來源與參考資料：

想持續追蹤關於AI的嚴謹科學研究（不譁眾取寵），請關注我們的企業部落格並訂閱我們的Newsletter。

人工智慧在教育領域：別恐慌，我們需要事實

用 AI 摘要這篇文章