GenAI批判思考與認知努力

2. 研究問題

作者真正要回答兩個問題。RQ1 問：知識工作者在使用 GenAI 時，何時、如何感覺自己實踐了批判思考？RQ2 問：GenAI 在什麼條件下、基於什麼原因，使各類批判思考活動感覺更省力或更費力？重要性在於，既有研究常用最終產出品質、內容多樣性或是否接受 AI 建議當作思考代理指標，卻看不到使用者在提示、查證、修改與整合階段的內在工作。本文補的缺口，是跨職業、跨任務的真實使用經驗，以及「思考是否發生」與「思考有多費力」兩件事之間的區分。

3. 理論基礎

第一條主軸是 Bloom 認知分類，作者以知識、理解、應用、分析、綜合與評估六種活動操作化批判思考所需的認知努力。第二條是 認知卸載：使用者把搜尋、草擬或解題委派給 AI，可能節省資源，也可能失去練習判斷的機會。第三條是 過度依賴與自動化反諷：自動化日常工作後，人只在例外情況介入，卻可能因平時缺乏練習而更不擅長處理例外。第四條是信心校準：對 AI 的任務信心、對自身完成任務的信心、以及對自己評估 AI 輸出的信心，可能導向不同程度的查證與反思。

需要注意，Bloom taxonomy 原本是教育目標分類，作者將它移植到成人工作場域是務實的測量選擇，不等於它能完整涵蓋所有批判思考，例如認識論謙遜、證據權衡、倫理推理與情境判斷仍可能被壓縮。

4. 研究架構

研究架構可文字化為：

任務因素（任務類型、自我任務信心、AI 任務信心、評估 AI 信心）＋使用者因素（反思傾向、一般 AI 信任、人口與職業特徵） → 是否自陳實踐批判思考；同一組前因再分別預測 知識／理解／應用／分析／綜合／評估 六種活動的知覺努力變化。

質性分析則補充兩條機制鏈。其一是 工作品質、避免負面後果、技能發展 → 願意批判思考；其二是 缺乏風險意識、時間／職責動機不足、缺乏查證與修正能力 → 放棄批判思考。作者最後把認知工作的改變整理為三種轉移：資訊蒐集轉為資訊查證、問題解決轉為 AI 回應整合、任務執行轉為任務守護（task stewardship）。

5. 假設邏輯

本文沒有正式編號的 H1–Hn，因此不能硬寫成假設支持表。作者提出的是探索性／解釋性預期：不同任務類型可能帶來不同批判要求；使用者越有信心自行完成或評估任務，越有能力辨識 AI 缺陷並投入查證；越相信 AI 能完成該任務，越可能把認知責任交給系統；一般反思傾向應提高批判行為，而一般 AI 信任可能降低投入。這些邏輯以七個混合效果模型檢驗，但結果顯示，真正有穩定關聯的不是任務大類，而是任務層級的信心配置。這也意味研究不應只問「創作、資訊或建議哪一類最危險」，而應問使用者在該次任務中相信誰、能否評估、是否願意承擔品質責任。

6. 方法

研究透過 Prolific 招募每週至少一次在工作中使用 GenAI 的知識工作者。333 份回覆中排除 14 份低品質回覆，留下 319 人；平均完成時間 43.19 分鐘，報酬為 10 英鎊。受試者提供三個不同工作案例，原始 957 例再排除內容不足、重複或非 GenAI 案例 22 例，最後為 936 例：創作 374 例、資訊 303 例、建議 259 例。96.87% 使用 ChatGPT，樣本職業包含電腦／數學、藝術設計媒體、行政支援、商業金融與教育等。

每個案例測量是否有批判思考（二元）、六種 Bloom 活動相較不用 AI 時的努力變化（-2 至 +2），以及自身做任務、AI 做任務、自己評估 AI 的信心。使用者層級另測反思傾向、一般 AI 信任與人口變數。量化分析包括一個隨機截距 logistic regression 與六個隨機截距 linear regressions，以參與者 ID 處理重複案例，並以 Benjamini–Hochberg 校正 98 個比較。質性部分由研究者先對 50 份回覆建立 codebook，再由兩位研究者編碼其餘 269 份，以協商一致處理歧見；文中沒有報告傳統的 Cohen’s kappa。

7. 結果

936 個案例中，有 555 例（59.29%）自陳曾實踐批判思考。任務類型本身沒有顯著主效應；較關鍵的是信心。對 AI 完成該任務的信心越高，批判思考實踐越少（β = -0.69，p < .001）；對自己完成任務的信心（β = 0.26，p = .026）與評估 AI 的信心（β = 0.31，p = .046）則與更多批判思考相關。一般反思傾向亦呈正向關聯（β = 0.52，p < .001），而一般 AI 信任對「是否有批判思考」不顯著。

在努力方面，多數案例認為 GenAI 降低六類活動的認知努力：知識 72%、理解 79%、應用 69%、分析 72%、綜合 76%、評估 55%。AI 任務信心越高，知識、理解、分析、綜合與評估的知覺努力越低；一般 AI 信任也與知識、應用、分析及評估較省力相關。相反地，自身任務信心越高，應用與評估的投入較多。這裡只能解讀為關聯與主觀努力，不能說 AI 已造成批判思考能力衰退。

質性結果讓數字更具機制意義。批判思考的主要動機是避免負面後果（116/319）、提升工作品質（74/319）與技能發展（13/319）。阻礙包括相信／依賴 AI（83/319）、覺得任務瑣碎（55/319）、缺乏時間（44/319）、不知道如何檢查 AI（58/319），以及即使看到問題也不知道如何改進提示或回應（72/319）。因此，「省力」既可能是有效支架，也可能是沒有意識、沒有動機或沒有能力進行查證。

8. 理論貢獻

本文最重要的理論貢獻，是把「AI 讓人少思考」改寫為「AI 重分配批判思考」。它不是把所有認知工作平均削弱，而是減少資訊蒐集、初步生產與例行解題，同時增加查證、語境化整合、提示修正與品質守護。作者提出 task stewardship 比「隊友」或「主管」更準確：即使 AI 執行材料生產，責任與問責仍在人類。

第二個貢獻是拆開兩種信心：對 AI 的信心與對自己的信心不是同一條自我效能軸線。前者可能降低查證，後者可能提升整合與評估。第三個貢獻是指出能力、動機、意識三種障礙共同塑造批判行為，讓認知卸載不再只是工具效果，而是使用者—任務—組織條件的結果。

9. 實務意涵

對組織而言，AI 訓練不應只教提示技巧，還要訓練資訊查證、輸出整合與任務守護；績效制度也不能只獎勵速度，否則時間壓力會把查證變成「職責外工作」。對工具設計者，可加入可靠度線索、來源核對、反例提示、要求使用者先列品質標準、以及在高風險任務中主動觸發批判檢查。對管理者，應明確劃分誰負責生成、誰負責驗證、誰承擔最終決策責任。

最該讀這篇的人包括導入企業 GenAI 的管理者、知識管理與組織學習研究者、廣告與行銷創意團隊、教育科技設計者，以及研究 AI 自我效能、信任與過度依賴的人。實務上可把三種轉移直接做成工作流程檢核表：找到什麼來源、如何整合到情境、由誰守護結果品質。

10. 研究限制

作者承認五項主要限制：參與者可能混淆「用 AI 比較省力」與「批判思考比較省力」；主觀信心未必等於客觀專業；研究只用英語；樣本偏年輕且科技熟練；模型與使用方式快速演化，因此需要長期追蹤與更細任務測量。

我的額外判讀是：第一，橫斷自陳資料不能推論因果，且同一人同時回報信心、努力與批判行為，存在共同方法偏誤。第二，參與者在問卷開頭接受 Bloom 舉例引導，可能提高他們辨識或宣稱批判思考的機率。第三，二元的「有／沒有批判思考」過於粗糙，無法區分查證品質、深度與是否真的抓到錯誤。第四，近 97% 使用 ChatGPT，難以比較不同介面與護欄。第五，質性編碼採協商一致但未報告獨立一致性係數。第六，沒有客觀任務品質、錯誤率、延宕技能或 AI 撤除後表現，所以標題中的「reductions」必須嚴格理解為自陳認知努力降低，而非能力退化。

11. 對我研究的啟發

這篇對我的研究最有價值之處，是要求把「AI 自我效能」拆開。至少可區分：操作／提示信心、AI 任務能力信心、自身領域任務信心、以及評估 AI 輸出的信心。單一總分可能把方向相反的效果平均掉。可建立模型：操作型 AI 自我效能 → 更多使用／委派；AI 能力信心 → 較少查證；領域自我信心與評估自我效能 → 更多批判整合；最終影響創意自我效能、創新績效與輸出品質。

第二個可重用角度是把使用方式當中介，而非只用「使用頻率」：生成式使用 → 認知卸載、評估式使用 → 任務守護、對話反思式使用 → 知識整合。第三個是加入認知風格調節，例如認知反思、Need for Cognition、容忍模糊與認識論警覺，檢驗誰會把省下的搜尋努力重新投資於驗證與創新。第四個是方法延伸：在廣告從業者的真實 brief 任務中隨機操弄 AI 可靠度或強制查證介面，同時測量 AI 在場產出、過程 log、眼動／停留時間、專家評分，以及撤除 AI 後的獨立創意與判斷。

文獻定位上，它是很好的 framing paper 與構念／機制來源，也可作為訪談題綱和任務歷程編碼的 methods reference；但因非因果設計，不宜單獨作為「GenAI 降低批判思考能力」的 empirical support。最適合由我延伸的研究缺口是：不同 AI 自我效能構面在什麼條件下分別促進「委派型使用」與「守護型使用」，兩者如何經由認知投入與創意評估品質影響創新績效。

12. 整體評價

值得讀，也值得收進核心文獻，未來值得反覆回看，但引用時必須抑制因果語氣。 它最強的地方，是把 936 個真實工作案例整理成三種清楚的認知工作轉移，並揭示 AI 信心與自我信心方向相反；這能直接改善我的變數設計。最弱之處，是關鍵變數皆為同次自陳，沒有客觀能力、任務品質與長期效果。

用途上，它非常適合做 Human–GenAI collaboration、AI 自我效能與認知卸載的 framing paper，也適合作為混合方法問卷與歷程編碼的 methods reference；可提供關聯性的 empirical support，但不適合當作因果證據。若我的核心模型涉及創意自我效能與創新績效，這篇可放在「信心不是愈高愈好，而要看信的是 AI、自己，還是自己的評估能力」這個轉折位置。

最後總結

今天讀的是 Lee 等人（2025）的 CHI 論文，因為它用 319 位知識工作者與 936 個真實案例，直接說明 GenAI 如何把批判思考從生產移往查證、整合與任務守護。品質上可確認為 CHI 正式同行評審會議全文與 ACM SIGCHI 旗艦來源，但不是期刊，故 FT50／UTD24／AJG／SSCI／SCI 不適用，Scopus 個別收錄未明確確認。最可重用的角度是拆分「AI 能力信心、自身任務信心、評估 AI 自我效能」，並檢驗它們如何分別導向委派型或守護型使用。