本研究探讨在学习核安全协议时，三种用户‑AI 交互设计的效果。第一种是无限制的对话机器人（如 ChatGPT），用户可以直接询问并获取完整答案。第二种是受教学约束的苏格拉底模式，机器人仅提供提示，引导用户自行推理而不直接给出答案。第三种是非对话式自适应辅导系统，依据用户的脑电信号实时调节题目难度。
研究招募了 50 名对核安全毫无先验知识的参与者。实验流程包括观看教学视频、前测、AI 驱动的评估阶段（分别对应三种交互条件），以及即时后测。所有参与者均佩戴 Muse 头带，以捕获认知参与度（EEG）数据。
结果显示，无限制聊天机器人在学习增益（后测‑前测差值）上显著高于受约束的两种模式（p > 0.80），而自适应系统在 EEG 参与度上显著更高（p = 0.018）。聚类分析表明，使用无限制模式的用户倾向于直接检索答案；而在苏格拉底模式下，用户最初尝试依据提示推理，但随后逐渐失去兴趣。该现象提示，开放式 AI 的高学习增益可能并非源于更深层次的理解，而是受即时后测的评估方式影响。
点评