隨著生成式人工智慧（Generative AI）躍升為教育轉型之核心驅力，各國教育行政機關皆積極將其融入課堂教學。然而，AI 帶來的海量資訊與互動反饋，亦伴隨著資訊超載引發的「數位分心」，以及人機互動超出大腦承載的「認知負荷過重」等隱憂。因此，教育行政機關在推動相關政策時，必須引導學校教學超越工具操作層次，轉而從「自律學習」與「降低認知負荷」之理論根基出發，為學生建構高規格的引導策略，以確保 AI 成為深化學習的助力而非阻力。

貳、基於自律學習觀點之引導策略：克服「數位分心」

自律學習（Self-Regulated Learning, SRL）強調學習者主動監控、調整自身認知與行為。面對 AI 課堂中的資訊干擾，教育行政機關應從 SRL 的「三階段循環」落實引導：

落實「預計與規劃」階段：發展 AI 學習目標與前置指引
教育行政機關應頒布「AI 教學應用指引」，要求教師引導學生在課前設定明確的「探究任務」。透過問題導向學習（PBL），讓學生在啟動 AI 工具前即明白學習目標，避免盲目瀏覽而產生數位分心。
強化「監控與表現」階段：培育後設認知與數位意志力
推動「人機協同」課堂管理模組，鼓勵學校使用數位學習日誌（Learning Logs）。學生在與 AI 對話時，須紀錄「我問了什麼、AI 回應什麼、是否偏離主題」，藉此提升學生的後設認知（Metacognition），在分心時能及時自我修正。
ㅤㅤ

ㅤㅤ
深化「反思與評估」階段：建立人機對話的後設評量機制
政策引導教師從「看重成果」轉向「看重歷程」，評量學生如何批判性檢視 AI 生成的答案。透過同儕互評與自我反思，讓學生評估自己在 AI 協助下的學習效能，內化為長期自律的習慣。

參、基於認知負荷理論之引導策略：緩解「認知負荷過重」

Sweller 的認知負荷理論（Cognitive Load Theory）指出，人類工作記憶容量有限。面對 AI 生成的多模態資訊，教育行政機關應透過政策規畫，協助教學現場做到「雙減一增」：

排除「外在認知負荷」：標準化與精簡 AI 教學介面
行政機關在採購或推廣 AI 學習平臺時，應訂定「易用性」審查標準，避免繁複的廣告、不良介面或過度冗餘的提示（Redundancy Effect），減少學生因操作工具而消耗不必要的認知資源。
優化「內在認知負荷」：發展「鷹架式」AI 提示詞（Prompt）教材
AI 資訊深度若超出學生既有基模，將導致內在負荷過重。行政機關應組織輔導團編寫分齡的「AI 提問範本」，採用鷹架理論，由淺入深地指導學生如何向 AI 提問，將學習難度控制在學生的「發展中基模」之內。
激發「增生認知負荷」：推動雙碼理論之多模態融合教學
鼓勵開發能結合圖文、語音、互動等多模態的 AI 輔導系統。依據「多媒體學習原則」，當 AI 同時處理視覺與聽覺訊息時，能促進學生主動處理訊息並建構長期記憶基模，將認知資源有效轉化為實質的學習成效。

肆、配套措施：教育行政機關的政策支援體系

為使上述理論觀點於課堂實踐，教育行政機關必須提供全面的環境支持：

教師專業增能： 辦理「AI 融入教學與學習心理學」工作坊，提升教師引導學生自律學習與控制認知負荷的教學知能。
數位素養教育： 將 AI 倫理與批判性思考全面納入課程綱要，培養學生「辨識 AI 幻覺（Hallucination）」的能力，降低因錯誤資訊產生的認知耗損。

伍、結語

生成式 AI 為教育帶來無限可能，但也考驗著學習者的認知調控能力。教育行政機關在推動政策時，不能僅流於硬體設備的建置，而應以自律學習為舵、認知負荷理論為錨，引導課堂走向「人機共好」的深度學習環境，方能真正落實科技賦能的教育革新。

ㅤㅤ

申論題作答 (共 1 筆)

詳解 (共 2 筆)

相關申論題

相關試卷