學習者主導的可調式共適應 AI 學習模式

 

圖：學習者主導的可調式共適應 AI 學習模式（Learner-Governed Co-Adaptive AI Learning Model）。

本模型以學習者保有最終主導權為核心原則，將 AI 輔助學習視為一個可持續調整、循環進行的共適應歷程。學習流程包括七個主要階段：

（1）設定學習目標；

（2）原始文本初讀；

（3）監控理解狀態（學習者自我察覺目前的理解狀態）；

（4）依理解狀態與學習需求配置 AI 支援角色；

（5）進行學生—AI 互動（學習者可自選四種可切換的平行模式）；

（6）返回原始文本進行內容與來源驗證；以及

（7）反思、評估與調整。

學習者可依當下需求，在「自主模式」、「提示模式」、「引導模式」及「批判共學模式」四種 AI 互動模式間動態切換，而非依循固定或階層式的進程。

模式的選擇與調整受到文本難度、學習者先備知識、任務類型、時間壓力及 AI 使用經驗等情境因素影響，並奠基於後設認知策略、數位流暢度及 AI 互動調節能力。

整個歷程同時強調學術誠信、來源查核、偏誤辨識及 AI 幻覺之警覺，預期可促進閱讀理解、批判思考、學習自主性及 AI 使用之自我調節。

本模型的核心假設是，AI 在學習中的角色不宜被預先固定為主導者或被動工具，而應由學習者依其當下的理解狀態、學習目標與任務需求進行配置。

學習者首先設定閱讀或學習目標，並優先接觸原始文本，以建立自身對內容的初步理解；其後透過後設認知監控，判斷目前的理解程度、困難來源及所需支援程度，再決定 AI 應以何種方式介入。此安排延續自主學習的基本精神，即學習者不僅決定「是否使用 AI」，也進一步決定「何時使用、使用多少，以及讓 AI 扮演何種角色」。

研究指出：研究生使用 ChatGPT 進行學術閱讀時，會依個人需求選擇不同類型的任務，且其科技使用不必依循固定的線性層級；後設認知與數位流暢度則是影響學習者選擇與使用 AI 的重要能力。

在 AI 互動角色方面，本模型提出四種可切換的平行模式。

「自主模式」以學習者主導為原則，AI 僅在受到詢問時回應，適合具有較充分先備知識或希望維持高度自主閱讀的情境；

「提示模式」則由 AI 提供有限提示、反問或線索，在不直接取代學習者思考的前提下協助其辨識理解缺口；

「引導模式」允許 AI 較主動地進行分段解釋、問題引導或理解確認，較適合陌生主題或理解困難較高的學習階段；

「批判共學模式」則著重於觀點挑戰、證據要求、替代解釋與原文依據之比較，以促進較高層次的分析與批判性思考。四種模式並不存在由低至高的固定階層，學習者可在同一學習任務內依需要反覆切換。

「共適應」的關鍵在於互動過程本身也會成為下一輪調整的資訊來源。學生—AI 互動後，學習者需再次監控自己的理解狀態，例如判斷 AI 的解釋是否真正解決原先的困難、是否造成新的疑問，以及目前的 AI 支援程度是否過多或不足。若互動結果顯示仍需協助，學習者可提高 AI 的引導程度；反之，當理解逐漸穩定時，也可降低 AI 介入，重新回到較高自主性的模式。因此，本模型所強調的並非「學生永遠主導所有學習活動」，而是學習者始終保有調整 AI 主動程度與互動角色的最終決定權。

此外，本模型將「返回原始文本驗證」設為 AI 互動後的重要環節。AI 產生的摘要、解釋、文獻資訊或觀點不應被直接視為最終知識來源，而須重新與原始文本或可信學術來源進行比對，以確認內容的準確性、完整性與作者原意。此設計回應生成式 AI 可能產生錯誤資訊、虛構引用、演算法偏誤及過度簡化等問題，也與原研究所強調的交叉查核、返回原文及維持批判立場相一致。 因此，學術誠信並非模型中的單一階段，而是貫穿學生—AI 互動與原文驗證的持續性原則。

本模型另提出三項支持動態調節的學習者基礎能力。

第一，後設認知策略使學習者能規劃學習、監控理解並評估策略成效；

第二，數位流暢度使學習者能理解 AI 工具的功能與限制，並有效設計提示、判讀輸出及選擇適當功能；

第三，AI 互動調節能力係指學習者依據自身理解狀態與任務要求，決定 AI 何時介入、介入多少以及扮演何種角色的能力。前兩項能力可在原研究的理論與討論中找到明確基礎，而「AI 互動調節能力」則是本模型在此基礎上的進一步概念延伸，用以描述生成式 AI 學習情境中特有的「介入程度管理」能力。

情境因素則可能影響學習者的理解監控與 AI 支援配置。文本難度與學習者先備知識主要影響學習者如何判斷自身理解程度；任務類型、時間壓力及過往 AI 使用經驗，則可能進一步影響其對 AI 角色與介入程度的選擇。例如，面對高度陌生且概念密集的文本時，學習者可能暫時選擇較高程度的 AI 引導；而在熟悉領域進行批判性閱讀時，則可能轉向自主或批判共學模式。故本模型將 AI 使用理解為一種受「學習者—任務—文本—情境」共同影響的動態調節歷程，而非單一固定的教學策略。

整體而言，本模型預期透過「目標設定—原文閱讀—理解監控—AI 支援配置—互動—原文驗證—反思調整」的循環歷程，促進閱讀理解、批判思考與學習自主性，同時培養學習者對 AI 使用程度的自我調節，以降低不必要的 AI 依賴。其核心並非追求 AI 介入程度最大化，而是培養學習者判斷何時需要 AI、何時應降低 AI 支援，以及何時必須回到原始資料進行獨立思考與驗證的能力。換言之，本模型所欲建立的是一種「由學習者治理的 AI 支援關係」，使 AI 成為可調整的認知與學習鷹架，而非取代學習者自主判斷的代理者。

註。 本模式為依據生成式 AI 學術閱讀、自主學習、後設認知、數位流暢度及 AI 輸出驗證等概念所提出之概念性延伸模型。其中四種可切換 AI 互動模式、AI 互動調節能力及其與情境因素間的具體關係，仍有待後續實證研究檢驗，不宜視為既有研究已證實之因果關係。