回上一頁
開發者:StarkLab 教育科技研究團隊
Structured Prompting × Knowledge Transfer

AI 學習
歷程平台

專案介紹
本專案以結構化提示與學習歷程分析為核心,協助教師觀察學生如何使用 AI、如何修正理解,並進一步評估 AI 輔助學習是否能轉化為真正的知識遷移能力。
本專案聚焦於 AI 輔助學習情境下,學生如何透過結構化提示與學習歷程紀錄,將大型語言模型提供的即時協助轉化為真正可遷移的知識能力。隨著 ChatGPT 等工具進入課堂,學生可以快速取得解答與範例,但表面上的完成度不一定代表真正理解。因此,本專案希望透過平台設計與研究分析,協助教師觀察學生在使用 AI 過程中的提問方式、修正歷程、反思內容與最終學習成果。 在設計理念上,AI 學習歷程平台不只是紀錄學生是否使用 AI,而是進一步保存學生與 AI 的互動脈絡,包括提示詞、AI 回覆、學生修改、作業成果與反思紀錄。透過結構化提示流程,平台可引導學生先描述問題、提出自己的想法,再與 AI 回答進行比較與修正,避免直接複製答案所造成的能力落差。 本專案的核心價值在於回應 AI 教育中的關鍵問題:學生是否只是看起來會了,還是真的能在沒有 AI 協助時獨立運用知識。透過學習歷程資料的蒐集、分析與視覺化,平台能協助教師辨識學生的理解深度、依賴程度與知識遷移情形,進一步作為課程設計、學習評量與 AI 素養教學的重要依據。
📝 Prompt 學習歷程紀錄
保存學生使用 AI 時的提問、回覆、修改與反思過程,讓教師能觀察學生如何與 AI 互動,而不只看到最後答案。
🎯 結構化提示引導
透過分步驟提示流程,引導學生先說明自己的理解,再請 AI 協助檢查、比較與修正,降低直接依賴 AI 產出答案的風險。
🧠 知識遷移評估
結合課堂任務、作業成果與無 AI 情境下的評量,觀察學生是否能將 AI 輔助下形成的理解轉化為獨立應用能力。
📊 教師分析儀表板
將學生互動紀錄、學習進度、反思內容與評量表現整理為視覺化資訊,協助教師及早辨識學習困難與過度依賴 AI 的情況。
核心洞見
從表面完成到真正理解
🤝
STAGE 1
AI 協助完成任務
學生取得 AI 協助,快速完成作業或解題,表面上達到學習目標。但這僅是「借助工具完成」,不等於真正理解。
🔄
STAGE 2
結構化提示與反思
透過平台的引導流程,學生須描述自己的理解、比較 AI 回覆並記錄修正過程,將「使用 AI」轉化為「學習過程」。
🏆
STAGE 3
無 AI 情境下獨立遷移
在沒有 AI 協助的評量情境中,學生能否獨立應用知識,是判斷 AI 輔助學習是否成功的最終指標。
資料流程
AI 學習歷程資料如何被記錄與分析
💬 學生提問
🤖 AI 回覆
✏️ 學生修正
📓 反思紀錄
👩‍🏫 教師檢視
📊 學習成效
分析
技術架構圖
📚 學生學習
任務
🎯 結構化
Prompt 引導
🤖 LLM 回覆
與協助
✏️ 學生修正
與反思
🗄 學習歷程
資料庫
👩‍🏫 教師分析
儀表板
🔍 理解深度
依賴度觀察
📝 無 AI 評量
知識遷移
🔄 課程調整
教學回饋
平台透過結構化提示引導學生完成 AI 輔助學習任務,並保存提問、回覆、修正與反思歷程。教師可透過儀表板觀察學生的理解深度與 AI 依賴程度,再結合無 AI 情境下的評量結果,分析學生是否真正完成知識遷移。
論文
StarkLab