基于GAI的思维导图在跨学科学习中对学生学习成就和高阶思维的影响

Abstract

跨学科学习对学生能力培养至关重要，但传统思维导图（C-MP）虽具知识可视化功能，却存在跨学科整合困难。本研究结合生成式人工智能（GAI）的即时反馈与思维发散优势，提出GAI增强型思维导图方法（G-MP），为验证效果，选取两班级开展准实验，随机分为G-MP实验组与C-MP对照组。通过知识前、后测、及思维导图内容分析发现，G-MP组的学习成效提升方面显著优于对照组，尤其在后设认知能力维度表现突出。结果表明，结构化人机协同能有效突破传统导图的认知局限。