motivation.title
在 AI 時代，學生需要具備批判性思考、思維多樣性以及解決問題的能力。能否自主查證反思並深入理解其背後的邏輯是這個時代的關鍵技能，而傳統著重記憶和單一推理的學習方式，可能無法滿足未來產業所面臨的多元挑戰（Yan et al., 2024）。
而多數實證研究指出，團隊交流對批判性與創新思維存在重要性，當學生在互動性強的學習環境中參與協作學習時，這些核心能力會更容易被培養出來。然而，現有的教學資源往往無法創造理想中的合作學習環境，這樣的限制造成教育現場與理論預期之間的落差，進而削弱了實際教學效果 （Loh & Ang, 2020）。
而為解決這一現狀，教育界將目光轉向引入 AI 技術，來輔助合作學習的實施，藉此改善教育現場資源不足的問題。但是很諷刺的是，這兩年陸陸續續有研究發現不當設計的生成式 AI 工具可能會不利於學生批判性思考、思維多樣性與獨立解決問題方面的發展，學生的認知努力從任務執行轉向了監督 AI，這種轉變提升了效率，但也造成長期的認知倚賴與解決問題能力的下降，甚至讓使用者產出較為單一、缺乏多樣性的成果 （Lee et al. 2025）。
motivation.complementaryRelationship.title
由此可以看出「協作學習」和「生成式 AI」之間存在著某種互補關係：借助生成式 AI 彌補人力資源上的不足，能夠更好地發揮協作學習的效益；而在協作學習中，學生需要透過語言表達與同儕互動，這樣的社交性有助於緩解生成式 AI 所帶來的惰性思維問題。兩者互補弱點也發揮強項，我們認為這樣的策略剛好能應對當前教育界所面臨的挑戰。
這樣的技術與教學方法的結合，其實早在生成式 AI 尚未普及時期， CLCS的相關研究中就已有討論。不過，對於如何整合生成式AI這項革命性技術，教育界尚未達成共識，而這也將成為未來研究的重點（Yan et al., 2024）。
motivation.researchAdvantages.title
此研究主題正處於生命週期的上升階段，並且屬於一種跨領域的研究，不但需要現場的教師合作，還需要多媒體設計、軟體開發、服務科學等多方面的技術協同運作。目前已發布的相關研究樣本數並不大、成果尚處於初期階段，此時我們的切入研究仍對該領域有開創性的影響力。
在碩士期間「清華大學普通物理學 AI 助教」工作中，我們在軟體前後端開發、API 整合、使用者管理、訊息分析以及教案設計方面累積了豐富的經驗，這使得我們在進行這項研究時更具競爭優勢。事實上，相關程式碼的開發工作已經逐步啟動。我們相信這項研究的所開發的系統不只能促進學術研究的發展，還能夠應用在需要深入討論但資源有限的場域之中。並且，因為合作學習特性，此研究的成果不僅適用於大學教育，甚至可延伸至國中與高中課堂。