从共设计到元认知懒惰：评估职业教育中的生成式 AI

本研究检验并部署了一个为新加坡职业教育环境中的讲师提供支持的生成式 AI 概念验证 (POC)。采用以用户为中心的混合方法设计，我们与讲师共同开发了一个 AI 聊天机器人，以解决考试准备期间的常见教学挑战，具体包括管理重复问题和扩展反馈交付。POC 达到了其主要运营目标：讲师报告工作流程简化，认知负荷降低，学生在掌握课程内容方面的自信水平得到改善。然而，部署后获得了意想不到的见解，揭示了学生学习行为的模式。尽管教学过程得到改善，绩效数据仍显示学生整体评估成绩未显著提升。深入分析交互日志识别出担忧的模式，包括自我效能驱动的依赖，“元认知懒惰” (认知迁移)，以及差异化的使用策略。虽然高能力学生利用该工具进行战略性验证，但低能力学生频繁使用该工具以规避认知努力，可能加剧了绩效差距。这些发现表明，生成式 AI 的教育影响力超越教学效率，影响认知参与、自我调节和学习公平性。本研究提出了关于如何设计 AI 工具以最小化依赖、支架化元认知发展，并在不同能力水平上校准支持的深刻设计问题。我们得出结论，尽管生成式 AI 可以显著提升教学体验，但实现有意义的学习收益仍需严格关注学习者行为和 AI 支持环境的公平设计。