在生成式 AI 崛起的今日，聊天機器人（GAI Chatbot）已逐漸融入高等教育現場。研究發現，GAI 不僅能提升學生的知識記憶、寫作與程式設計能力，也有助於激發學習動機與培養批判性思維。但若缺乏適切的教學設計，仍可能造成過度依賴或學術誠信等挑戰。
教學發展中心與您分享【教學新知】傳播管理學系張伯謙老師：生成式 AI 聊天機器人的教學研究與應用情境，正為高等教育帶來嶄新啟發。
未來的探索方向包含：建立師生協同的新互動模式、推動跨學科應用（如語言學習、醫護模擬、工程設計與藝術創意），並制定教學倫理與監管機制。若能將 GAI 運用於教材設計與課程流程，不僅能增進學習成效，更可實踐以學生為核心的客製化學習。
歡迎各位教師參閱！
撰文：傳播管理學系張伯謙老師
圖一：本圖由巧玲與ChatGPT_Andy協作生成
Generative AI（以下簡稱GAI），狹義上是具備自然語言理解與生成能力的對話系統，能即時回應並產出相對應的內容。Generative AI 聊天機器人（GAI Chatbot）廣義上則泛指以深度學習與大規模語言模型（LLM）為基礎，能解析使用者自然語言輸入(NLP)並自動生成上下文關聯的回應內容，同時支援多次對話紀錄與多模態（文字、影像、語音）輸出等服務，具代表性的服務供應商如OpenAI ChatGPT、Google Gemini與Microsoft Copilot等。
本文所要分享的焦點集中於GAI聊天機器人在高等教育環境的應用，有文獻統計了GAI 聊天機器人在教育領域的應用，多數發表於2023年之後，且發表數量仍持續向上發展，尤其在亞洲地區的發表數量甚其驚人，這個結果與ChatGPT引發的生成式AI問世與各國在AI軍備競賽等有相當大的關係；另有學者Wang et al. (2025)利用文獻統合分析(Meta-analysis)綜整近年的相關研究，指出GAI在高等教育的研究可以區分成三個部份：研究GAI聊天機器人對教學成效的影響、研究教師/學生的心理認知和科技使用與研究GAI教學設計與倫理挑戰。
在教學成效方面，許多研究發現多半呼應過去科技輔助學習的框架，指出GAI能提升學習動機、對於學生的知識記憶、寫作與程式設計技能有所提昇(Wu & Yu, 2023)，有的研究則指出在教學環境中導入GAI對學生成績、批判性思維與學生參與度有顯著影響，但對其動機的影響則為中性或產生不一致的結果(Deng & Yu, 2023)；在心理認知與科技使用行為方面，許多學者延伸過去科技接受理論，用於研究GAI在感知、態度與行為意圖之間的關係，許多研究成果亦呼應過去科技使用的正向動機對學習參與度與成效的顯著關係，少部份研究則嘗試在有限的應用情境上衍生出些許的研究價值。
例如：參雜了學校或教師的支持或跨國家、文化層面的比較；在學習設計與學術倫理等反思層面，相較於正向、樂觀的科技使用行為研究，許多學者則持謹慎保守或悲觀的態度，指出GAI所面臨的兩大問題，一是GAI造成的幻覺造成回應失準與不一致的結果，凸顯出資料查核與品質的重要性，另外則是擔憂GAI的過度使用對學生的負面影響，例如：造成學生高依賴性、缺乏批判性與獨立思考的能力與學術誠信等問題，更進一步說明了教學設計對GAI聊天機制的重要性，不論是學校與教師都需要同等重視，學習如何將GAI適當地融入教材設計與教學流程，避免學習失焦或失準，也希望能透過新的GAI學習機制達到學生客製化學習或以學生為主體的終極目標。
圖二：本圖由巧玲與ChatGPT_Andy協作生成
從以上的研究層面，不難發現目前GAI聊天機器人在高等教育的研究與應用，仍然未脫離過去研究的框架，深入探討GAI的實際應用，因此，學者McGrath et al. (2025)與Song et al. (2025)在綜整過去三年的研究成果後也提出了一些未來研究的建議：
- 觀察式實證研究：彌補目前缺乏「自然使用情境」觀察，深入觀察學生與 AI 聊天機器人在日常學習中的互動過程與結果反饋。
- 融入學習理論：部份研究提出建構主義、體驗式學習、反思性學習與自我調節學習、對話式教學等理論框架，為 GAI 聊天機器人的應用建立學術理論基礎。
- 評估與監管機制：制定統一的「效益—風險」評估框架與倫理守則，並發展「GAI 內容偵測」、「GAI學習表現回饋」等輔助工具。
- 師生協同與角色重塑：探索 GAI 聊天機器人與教師的互補角色，以「學生—GAI—學校/教師」等不同的三角互動模式，提升教學品質。
- 多元融入策略：針對不同學科特性，開發專屬的 GAI 專案或互動機制，如醫護專業模擬心理諮商、工程專用程式輔助、藝術創意與協作等應用，同時評估、比較在特定GAI與泛GAI互動對於學生的學習動機、學習成效與師生互動經驗之間的差異性。
相較於以大規模、宏觀視角審視GAI對高等教育的影響，Ramaul et al. (2024)則是從科技賦能(Affordance)的角度細分GAI與個人的協作模式，他們將GAI分為創造和對談兩種賦能，其中創造情境又區分為內容創造與強化、取得知識與增加創造力、任務自動化，另外對談情境則區分為保留對談紀錄與改善對談品質、互動/投入程度的增加與人機協作模式的建立。
若將以上情境應用到教學現場，則可以評估學生對傳統學習模式與導入GAI之後在學習情境與成效之間的差異，例如：對談情境從過去學生上課抄寫老師上課的筆記轉換成學生與GAI對談的紀錄；在創造情境則是從過去學生針對特定模態(例如2D/3D影像)做創意發想轉換成透過GAI模組去生成提示詞(例如AI咒語)或生成文字、影音等多模態內容。Strobel et al. (2024)則是依據創意與內容的修改程度將GAI工具由高至低區分為推動者、合成者、生成者、重塑者和輔助者，因此，意謂教師或學生也應該視學習任務需求挑選適合的GAI工具。
許多大專院校已將GAI聊天機器人視為是提昇教學品質與服務的一環，許多語言學習、自主學習與程式設計等學科也逐漸融入GAI的應用，本校也積極推廣以GAI融入傳播內容的產製，但是對於GAI輔助傳播技能與媒體專業知識的學習環境與研究仍有待探索。此外，高等教育環境導入GAI雖然具備提升效率與學習興趣之潛力，卻同時必須面臨GAI在回應準確度、學術誠信與評量公平性的挑戰。未來希望教師端能透過嘗試多元研究方法與融合學習理論，學校端則建立完善的GAI評估與監管機制，確立與GAI人機協同的過程中師生應扮演的角色，期望最終能實踐 AI 聊天機器人與高等教育共生共融的發展。
參考文獻：
Deng, X., & Yu, Z. (2023). A Meta-Analysis and Systematic Review of the Effect of Chatbot Technology Use in Sustainable Education. Sustainability, 15(4), 2940.
McGrath, C., Farazouli, A., & Cerratto‑Pargman, T. (2025). Generative AI chatbots in higher education: a review of an emerging research area. Higher Education, 89, 1533-1549.
Ramaul, L., Ritala, P., & Ruokonen, M. (2024). Creational and conversational AI affordances: How the new breed of chatbots is revolutionizing knowledge industries. Business Horizons, 67, 615-627.
Song, Y., Huang, L., Zheng, L., Fan, M., & Liu, Z. (2025). Interactions with generative AI chatbots: unveiling dialogic dynamics, students’ perceptions, and practical competencies in creative problem‑solving. International Journal of Educational Technology in Higher Education, 22(12), 1-30.
Strobel, G., Banh, L., Möller, F., & Schoormann, T. (2024). Exploring generative artificial intelligence: A taxonomy and types. Proceedings of the 57th Hawaii International Conference on System Sciences, Hawaii.
Wang, P., Jing, Y., & Shen, S. (2025). A systematic literature review on the application of generative artificial intelligence (GAI) in teaching within higher education: Instructional contexts, process, and strategies. The Internet and Higher Education, 65, 100996.
Wu, R., & Yu, Z. (2023). Do AI chatbots improve students learning outcomes? Evidence from a meta-analysis. British Journal of Educational Technology, 55(1), 10-33.
「教學新知」邀稿文章，圖文內容不拘，建議在1,500字以內。內容亦可運用附圖或相關超連結，來提供相關引註資料。來信賜稿請寄至教發中心E-mail：ctld@mail.shu.edu.tw。稿件若經採用，將刊登至教學發展中心網頁（https://reurl.cc/9vKAbY），並寄發至全校教師電子郵件。