國立臺中教育大學數位內容科技學系碩士班碩士論文
指導教授：陳鴻仁 博士
以多元智慧理論探索智慧型
推薦學習系統之學習成效
Learning effectiveness of using the Recommendation Learning
System based on multiple intelligences theory
研 究 生：張玉璇 撰
誌謝
時光飛逝，轉眼間，兩年就這麼過了。以前只是看著學長姐們寫著論文的致 謝，沒想到這麼快就輪到我了，真讓我措手不及。 首先，一定要先感謝指導老師─陳鴻仁教授，謝謝您在我研究的過程中給予 許多建議，讓我思考研究如何創新。而在我面臨研究中所遭遇困擾時，適時的給 予意見和糾正，讓我不致於走偏。除此之外，還教我們做人的基本道理。因此， 學生這兩年實在是獲益良多，兩年的學費繳得很值得。另外，也要感謝口試委員 黃武元教授與林彣珊教授給予諸多的寶貴建議，不但離清了我的想法也奠定了論 文方向，方得讓本研究更為周詳。 接著，感謝我的家人，爸爸、媽媽、哥哥與妹妹，你們的支持和鼓勵，讓我 能夠專心的研究。還有同門學習夥伴，衍智、俊雄、浚豪與祐瑜，在這兩年中的 互相扶持、關心、討論與分享，以及同儕鎮宇、為光、偉志、功夫、大恩、小恩、 雅筑與筱芃，有你們總是有新鮮事，帶給我天天的歡樂；感謝振綱、乃滋、妤庭 與智偉學長姐們平日的幫忙與照顧；感謝學弟妹們你們的熱情贊助。 還有還有，312的肖肖團，小白、兼一、juju與拔拔，妳們實在是太好笑了， 讓我在研究的閒暇之餘還能夠歡歡樂樂的過日子。回到宿舍總倍感溫暖，讓我處 在他鄉還有個依靠的感覺。以及資科所的阿包、爆米花和風哥，有你們總有好吃 好玩的事物，在我研究生活中增添了不少樂趣。 最後，我要感謝熊熊，謝謝你的包容。在我寫論文遇到瓶頸時，能夠給予鼓 勵；而我遇到煩惱時，給予分憂解擾；在我感到失敗時，給予安慰；當我寫到脾 氣暴躁時，容忍我發洩，實在很謝謝你。 再次感謝在研究的過程中所陪伴我的師長與朋友們，真得很謝謝你們。 張玉璇 謹致於 國立臺中教育大學數位內容科技學系碩士班 民國九十九年六月摘要
網路的普及化，造成資訊超載日益嚴重，而目前的搜尋引擎仍無法達到最佳 化的資訊過濾，推薦系統因而嶄露頭角。而推薦學習系統，在相關文獻當中發現， 可以減少學習者初學時間並增加學習效率。由於社會變遷導致教育思潮的改變， 多元化思想的形成，因此多元智慧逐漸受到重視。多元智慧應用在教育領域上的 研究皆有正面效果。舉凡學習成效、問題解決與班級經營等。本研究應用推薦學 習系統進行教學實驗，學習者可以藉由此系統提升學習成效。除此之外，並透過 多元智慧量表的統計分析，探討學習者的強勢與非強勢智慧對於學習成效之影響。 藉此瞭解推薦學習系統適合的智慧類型。 本研究應用智慧型推薦學習系統的實驗組學生在學習成效上和傳統教學的 控制組學生學習成效有明顯差異，意謂著使用智慧型推薦學習系統之學習成效優 於傳統教學之學習成效。在強勢智慧的部分，則以邏輯─數學智慧和內省智慧在 八項智慧中學習成效達顯著的差異，表示擁有邏輯─數學智慧或內省智慧最適合 智慧型推薦學習系統之教學。最後，在科技接受模式當中的認知易用性對認知有 用性呈正相關，而認知有用性、認知易用性、沉浸性和激勵性對於智慧型推薦學 習系統環境接受度成正相關。並瞭解不同性別在路徑關係模式間存在顯著差異之 狀況，結果發現認知易用性對認知有用性路徑係數達顯著，t值為-3.52；認知易 用性對環境接受度路徑係數達顯著，t值為4.08；激勵性對環境接受度路徑係數達 顯著，t值為7.86。 關鍵詞：推薦學習系統、多元智慧、學習成效、科技接受模式、沉浸理論Abstract
The recommendation system becomes to known because the popularization and advanced development of network cause information overload. On top of that, the information overload is becoming increasingly serious, and the current search engine is still unable to reach the optimization of information filtering. However, it was discovered that the recommendation learning system can reduce time cost and increase efficiency for the first-time to learn. As a result of the social change which leads to change the education thought. People pay more attention on the multiple intelligences because diversified thoughts were development. In the studies about multiple intelligences, we find that all of them have positive effect on education, for example, learning efficiency, problem solving, and class management, etc. This teaching experiment research is based on intelligent recommendation learning system, learners could use to this system to enhance their learning effectiveness. In addition, through statistical analysis of the multiple intelligences inventory, we discuss issues on the learner's strong and non-strong intelligent influence for learning efficiency. By doing this, we try to understand what kind of the intelligence suits our recommendation learning system.
Students in the experimental group that utilize intelligent recommendation learning system are more prominent than students in control groups with traditional teaching. This means that the learning efficiency with intelligent recommendation learning system is better than the learning efficiency with traditional teaching. In the strong intelligences, there exist prominent differences of logical-mathematical intelligence and intrapersonal intelligence in eight intelligences of learning efficiency. This means that learners who have logical-mathematical intelligence or intrapersonal intelligence are the best suited for the teaching with intelligent recommendation learning system. Finally, the “perceived ease of use” correlates positively with “perceived usefulness” in the technology acceptance model (TAM). The “perceived usefulness”, “perceived ease of use”, “flow”, and “arousal” correlate positively with acceptance for the intelligent recommendation learning system. Besides, we look into the situation where genders in the path relation mode have significant differences. First, we find that “perceived ease of use” correlates significantly with “perceived usefulness”, and t value is 3.52. Second, the “perceived usefulness” correlates significantly with “environmental acceptance”, and t value is 4.08. Finally, the arousal correlates significantly with environmental acceptance, and t value is 7.86.
Keyword: recommendation learning system, multiple intelligences, learning
目錄
第一章 緒論
... 1
第一節 研究背景 ... 1 第二節 研究動機 ... 5 第三節 研究目的 ... 6 第四節 研究範圍與限制 ... 7第二章 文獻探討
... 9
第一節 推薦系統 ... 9 第二節 多元智慧的概念 ... 16 第三節 科技接受模式 ... 30 第四節 沉浸理論 ... 34 第五節 小結 ... 41第三章 研究方法
... 43
第一節 研究流程 ... 43 第二節 研究對象 ... 44 第三節 研究設計 ... 44 第四節 研究假設 ... 47 第五節 研究工具 ... 47 第七節 實驗處理與分析 ... 60第四章 研究結果與討論
... 61
第一節不同的教學方法對學習成就的影響 ... 61 第二節 智慧型推薦學習系統教學對強勢與非強勢智慧學生的影響 ... 63第三節 科技接受模式調查滿意度結果 ... 80
第五章 結論與建議
... 89
第一節 結論 ... 89 第二節 建議 ... 94參考文獻
... 95
附錄一 多元智慧量表
... 105
附錄二 學習成就測驗之前測
... 109
附錄三 學習成就測驗之後測
... 111
附錄四 推薦學習系統使用滿意度調查
... 113
附件五 多元智慧量表同意書
... 115
圖次
圖2-1 推薦系統運作流程 ... 10 圖2-2 內容導向式推薦系統示意圖 ... 13 圖2-3 合作式推薦系統示意圖 ... 14 圖2-4 科技接受模式示意圖 ... 32 圖2-5 修正過後的科技接受模式示意圖 ... 32 圖2-6 簡化科技接受模式示意圖 ... 33 圖2-7 沉浸理論模型圖 ... 37 圖2-8 八項頻道沉浸模型 ... 38 圖3-1 研究流程圖 ... 43 圖3-2 研究架構圖_學習成效 ... 45 圖3-3 智慧型推薦學習系統之討論區 ... 49 圖3-4 學習者頁面的網站架構圖 ... 49 圖3-5 系統登入畫面 ... 50 圖3-6 個人設定之學習興趣表單 ... 51 圖3-7 推薦教材頁面 ... 51 圖3-8 系統執行流程圖 ... 52 圖3-9 線上問卷 ... 58 圖3-10 教材列表的點閱次數 ... 59 圖3-11 後端平台的畫面 ... 59 圖3-12 研究架構與研究假設_認知態度 ... 80 圖3-13 科技接受模式實驗結果 ... 84 圖3-14 男女個別迴歸分析 ... 85 圖3-15 聯合T檢定公式 ... 87表次
表2-1顯性評比與隱性評比的比較表 ... 12 表2-2 國內外多元智慧研究 ... 27 表2-3 科技接受模式結合沉浸理論之路徑表 ... 40 表3-1 研究樣本人數 ... 44 表3-2 研究設計模式 ... 46 表3-3 系統開發環境 ... 48 表3-4 學習成就測驗之前測的認知領域教育目標分類表 ... 54 表3-5 學習成就測驗之後測的認知領域教育目標分類表 ... 54 表3-6 前測鑑別度與難度分析 ... 55 表3-7 後測鑑別度與難度分析 ... 56 表3-8 鑑別度評鑑標準 ... 57 表4-1 不同的教學方式學習成就前測與後測之敘述統計表 ... 61 表4-2 使用智慧型推薦學習系統與傳統教學組內迴歸係數同質性表 ... 61 表4-3 不同的教學方法學習成就測驗單因子共變數分析表 ... 62 表4-4 不同的教學方法之學習成就測驗調整後的平均數 ... 62 表4-5 實驗組學生強勢智慧人數百分比表 ... 63 表4-6 語文智慧強勢與非強勢智慧的學習成就前、後測之敘述統計表 ... 64 表4-7 語文智慧迴歸係數同質性檢定摘要表 ... 64 表4-8 語文智慧之強勢與非強勢智慧的學習成就測驗之單因子共變數分析表 ... 65 表4-9 語文智慧之後測調整後平均數 ... 65 表4-10 邏輯─數學智慧強勢與非強勢智慧的學習成就前、後測之敘述統計表 . 66 表4-11 邏輯─數學智慧迴歸係數同質性檢定摘要表 ... 66 表4-12 邏輯─數學智慧強勢與非強勢智慧學習成就測驗單因子共變數分析表 . 67 表4-13 邏輯─數學智慧之後測調整後平均數 ... 67表4-14 空間智慧強勢與非強勢智慧的學習成就前、後測之敘述統計表 ... 68 表4-15 空間智慧迴歸係數同質性檢定摘要表 ... 68 表4-16 空間智慧之強勢與非強勢智慧的學習成就測驗之單因子共變數分析表 . 69 表4-17 空間智慧之後測調整後平均數 ... 69 表4-18 音樂智慧之強勢與非強勢智慧的學習成就前、後測之敘述統計表 ... 70 表4-19 音樂智慧迴歸係數同質性檢定摘要表 ... 70 表4-20 音樂智慧之強勢與非強勢智慧的學習成就測驗之單因子共變數分析表 . 71 表4-21 音樂智慧之後測調整後平均數 ... 71 表4-22 肢體─動覺智慧強勢與非強勢智慧的學習成就前、後測之敘述統計表 . 72 表4-23 肢體─動覺智慧迴歸係數同質性檢定摘要表 ... 72 表4-24 肢體─動覺智慧強勢與非強勢智慧學習成就測驗單因子共變數分析表 . 73 表4-25 肢體─動覺之後測調整後平均數 ... 73 表4-26 人際智慧強勢與非強勢智慧的學習成就前、後測之敘述統計表 ... 74 表4-27 人際智慧迴歸係數同質性檢定摘要表 ... 74 表4-28 人際智慧之強勢與非強勢智慧的學習成就測驗之單因子共變數分析表 . 75 表4-29 人際智慧之後測調整後平均數 ... 75 表4-30 內省智慧強勢與非強勢智慧的學習成就前、後測之敘述統計表 ... 76 表4-31 內省智慧迴歸係數同質性檢定摘要表 ... 76 表4-32 內省智慧之強勢與非強勢智慧的學習成就測驗之單因子共變數分析表 . 77 表4-33 內省智慧之後測調整後平均數 ... 77 表4-34 自然觀察者智慧強勢與非強勢智慧的學習成就前、後測之敘述統計表 . 78 表4-35 自然觀察者智慧迴歸係數同質性檢定摘要表 ... 78 表4-36 自然觀察者智慧強勢與非強勢智慧學習成就測驗單因子共變數分析表 . 79 表4-37 自然觀察者智慧強勢與非強勢智慧學習程測驗調整後平均數 ... 79 表4-38 樣本描述性統計表 ... 82 表4-39 迴歸分析表 ... 84
表4-40 性別「男性」迴歸分析表 ... 85
表4-41 性別「女性」迴歸分析表 ... 86
表4-42 性別分組係數T檢定差異表 ... 88
表5-1 假設3細項研究假設結果 ... 92
第一章 緒論
本章節共分為五個部份，第一節為研究背景、第二節為研究動機、第三節為 研究目的與第四節的研究範圍與限制。第一節 研究背景
網際網路普及化、高科技化帶來生活上的便利，除了網際網路外，硬體設備 也跟進，已經到了我們觸手可及的地步，不管走到哪裡我們都需要這些設備，都 要瞭解可以上網的地方、可以找尋資訊的地方；根據財團法人台灣網路資訊中心 (Taiwan Network Information Center，TWNIC)在2009年台灣地區使用網路情況調 查，高達千萬人使用過網路進行學習，而數位學習(e-learning)議題逐漸盛行且受 到重視。面對網際網路的發達、資訊科技的進步，眾多的資訊被傳播、複製和儲 存，當我們同時在享受資訊科技所帶來的好處之外，琳瑯滿目的資訊卻導致我們 的資訊超載(Information Overloading)，如果在眾多的資訊當中，我們必須逐一選 擇，不但浪費時間，也可能迷失方向，處理資訊也變得沒有效率，因此，有一個 好的搜尋資訊的工具，將會是資料蒐集的好幫手，所以各大網站紛紛設立了搜尋 引擎，但是搜尋引擎依然無法精細的挑選出更適合自己的資訊。 為了解決資訊超載的問題，除了應用搜尋引擎將不必要的資訊先做篩選外， 也可經由網站主動推薦的方式獲取所需。資訊推薦系統(Recommendation System， RS)已經被提出多年(Schafer, Konstan, & Riedl, 1999)，在企業界也有不少應用實 例，例如：博客來網路書店系統(博客來網路書店，2009)，提供暢銷商品前五名 的資訊，以及藉由消費者瀏覽的書籍來推薦相關書籍或此書作者的其他書籍給消 費者作為參考。當消費者購買此書後，會紀錄消費者購書的嗜好，進而推薦消費 者個人化相關資訊。除了國內發展此系統以外，國外知名Amazon、CDNow等網 站也應用類似的推薦系統。當然，不只是網路購物商店，其他如網路電視等網站 也都有提供類似的資訊推薦系統。目前推薦系統取得使用者的資料，以顯性評比(Explicit Rating)與隱性評比(Implicit Rating)兩種為較常用的方式(Morita & Shinoda, 1994)。顯性評比最簡單的方式是從使用者填寫問卷來取得資料，填寫問 卷的優點為具有一定的正確性，相對的卻帶給使用者不便。而隱性評比的優缺點 恰巧與顯示評比相反，隱性評比是將使用者瀏覽過的資訊默默被系統紀錄下來， 系統再判斷出對此資訊的喜好程度。由於使用者並不知道自己何時被紀錄下來， 大幅減少使用者的負擔，但是缺點就在於系統所紀錄下來的資訊有可能因使用者 個人使用方式而產生疑慮(黃振綱，2009)。若以推薦技術上之設計方法作為分類， 推薦系統基本上分為兩種，一種為內容導向式推薦系統(Content-based Approach)， 另一種為合作式推薦系統(Collaborative Approach)。內容導向式推薦主要是依據 資料的內容進行篩選。也就是說，根據使用者輸入的關鍵字，由系統來篩選出符 合這些關鍵字或符合這些關鍵字的語意概念(林朝興與唐瑩荃，2006)，合作式推 薦則是如果其他使用者和自己有同樣的喜好，那麼他們所喜歡的也有可能是自己 所喜歡的，所以合作式推薦是以同儕的喜愛做為推薦的基礎(楊永芳，2002)。 推薦技術應用於電子商務已非常普遍，一般推薦系統是針對個人或企業需求 來思考，卻缺乏應用在教學上(楊亨利與黃仁智，2008)。教育部九十九年度施政 方針內提出促進數位機會均等，提升師生善用資訊科技；增進教學品質與學習能 力，建構優質教育與研究之網路基礎環境，發展與整合多元數位教育資源(教育 部，2009)。有鑑於此，推薦系統除了使用於電子商務外，觸角漸漸也延伸至教 育領域，依學習者的基本資料和學習方式，經過推薦演算的方法歸納出一個規則， 推薦適合學習者所閱讀的相關書籍或教材，學習者也可以經由其他學習者與自己 相近的學習風格或學習興趣更進階推薦學習者其他教材或書籍延伸閱讀。邱永祥 (2003)設計一套課程推薦機制，透過類神經(Neural Network)與資料探勘技術(Data Mining)，建立依社群、興趣及選擇等多元化的管道推薦網路教學的課程(邱永祥， 2003)。邵秀梅(2003)針對網路教材瀏覽的特質設計出一套新的學生分群的方法， 進而提供學習者個人化網路學習教材之推薦，應用較準確、較符合學習者需求的 教材瀏覽建議，以提高推薦的準確度(邵秀梅，2003)。管怡婷(2004)研究以學習
風格為基礎之學習資源推薦機制，將相同學習風格之學習者的瀏覽紀錄作關聯規 則分析，找出四種學習風格的學習者瀏覽 行為模式，進而推薦未閱讀文章及相關 文章提供學習者學習教材(管怡婷，2004)。應用電子商務(Electronic Commerce， EC)推薦商品的概念應用至學習網站當中，將課程推薦給學習者。蒐集之前學習 者的學習路徑分析後，依各個學習者的學習路徑判定相似高的學習路徑給未來將 要學習的學習者做推薦參考，可以減少學習者試探中所浪費的時間，增加學習速 度(莊俊賢，2006)。國外學者研究結合行動學習，應用手機或PDA等行動裝置， 整合推薦系統，發展一套行動學習系統(Andronico, Carbonaro, Cassadei, Colazzo, Molinari & Ronchetti, 2003)。根據以往的研究，推薦系統能有效的縮短學習迷失 的時間，提升推薦準確性，但目前為止相關推薦學習研究論文缺乏針對課堂教學 的學習成效之評估。
而近年來隨著社會的變遷，不同的社會需求，導致教育思潮逐漸變革，多元 化的概念逐漸形成，升學當中的推薦甄選就是屬於多元化管道之一，而這種概念 也印證了多元智慧理論(Multiple Intelligences Theory，MI)，多元智慧理論說明人 類智慧並非單一而是多元，每一個人都有較強與較弱的智慧，推薦甄選就是依學 生自己較強勢多元智慧的部分爭取了入學的機會，也讓擁有這些不同以往傳統強 調的數理語文方面的學生有機會進入理想的學校。多元智慧理論逐漸受到教育界 的重視，推廣與實驗的工作不斷進行，任何一種新的教學方法，要能夠推廣至每 一所學校、每一位教師使用，並不是一件容易的事，需要完善的討論與規劃，和 追蹤其實施效果並加以輔助，才能發揮多元智慧的優點(王為國，2000)。多元智 慧理論為美國哈佛大學心理學教授Howard Gardner於1983年出版《心智架構》 (Frames of Mind)中提出。主張人類至少有七種智慧存在，而在1995年擴展第八項 智慧。此八項多元智慧分別為語文(linguistic)、邏輯─數學(logical－mathematical)、 空間(spatial)、肢體─動覺(bodily－kinesthetic)、音樂(musical)、人際(interpersonal)、 內省(intrapersonal)與自然觀察(naturalist)智慧。多元智慧的特色在於每個人都具 備這八項智慧，均擁有獨特的智慧組合、不同的發展時機。智慧通常以多元、複
雜的方式統合運作以及多樣化的呈現方式，且在適當的教導之下都可以達到相當 的發展水準。此理論超越過去把智慧窄化為優異語文及數學表現的傳統觀點，並 認為心智解決問題的能力是多面向的。多元智慧理論不斷揭示人類的潛能，挖掘 人類的可能發展性，可說是對人性的一種正面價值的肯定(李青芸，2005)。 在多元智慧方面的研究不在少數，有針對實際教學活動的研究，探討如何提 升學習者的多元智慧與發展多元智慧的教學活動，並進行實驗教學來評量多元智 慧的影響成效(朱耀明，2002)；林睿琳與鄭有超(2005)則將多元智慧教學與評量 融入色彩計畫課程，針對二專學生在專業理論與實作設計學習成效的影響。在結 合數位網站的研究方面，研究網路專題的環境下，以國小六年級學生為對象進行 多元智慧對學習成果影響實驗(李建億與黃瑋苹，2004)；李孔文(2005)探討利用 多元智慧中的強勢智慧來提升學生在網路學習之成效，並探討不同認知型態及性 別的學生，在不同強勢智慧的學習模式之下的網路學習影響及其差異情形，提出 較完整的建議與參考，並藉由文獻探討建立可行的多元化網路學習系統。 在檢測多元智慧適合程度的研究上，周子敬(2006)針對Gardner所倡導的八大 多元智慧檢測是否適用於台灣，並根據Pérez, Beltramino, & Cupani(2005)所建立 八大多元智慧量表，進行國內16-20歲樣本進行便利抽樣，歸納出八大多元智慧 問卷適用於國內環境。而在多元智慧融入學校經營理念的研究，林合懋(2006)以 Gardner的多元智慧學校實施方針為根據，以國內兩百四十多位國小校長為施測 對象，將多元智慧學校經營理念區分為個別化教學、博學中建立自我特色、藝術 融入教學與教師專長互補合作等四個因素，來顯示國內多元智慧學校經營理念的 特色。國外多元智慧的研究，以檢視多元智慧應用於大學英語為第二外語(TESOL) 課程中的情形，並探討多元智慧與自我效能的相關性，研究發現學生對英文和數 學的閱讀理解技巧有顯著的進步；學生對自我學習期望亦有所提升(Shore, 2002)。國內外學者均研究發現多元智慧不管是對於學生學習動機、學習成就、 問題解決、教學成效方面或是學校經營的部分都有正面的效果。
第二節 研究動機
推薦學習系統的設計相較於以往學習型態，提高學習者的學習效率，減少學 習者初學時間，盡快進入學習狀況。但由於目前針對推薦學習系統方面的研究缺 乏學習者使用此系統後的學習成效，而大部分著重在探討提升推薦機制的準確度 (邱永祥，2003；邵秀梅，2003；管怡婷，2004；莊俊賢，2006；Andronico, Carbonaro, Cassadei, Colazzo, Molinari & Ronchetti, 2003)推薦學習系統影響之議題值得深入 探討。另外，推薦學習系統依學習者適合學習的教材進行推薦，而推薦機制依據 多元取向，例如：學習風格、學習路徑等，印證現今臺灣的教育逐漸重視多元化 教育，況且多元智慧議題逐漸站在教育的舞臺上，不少研究者探討多元智慧理論 與實體教學、數位學習、學習成效以及學校經營等研究，研究結果也顯示出對於 學生學習動機、學習成就、問題解決、教學成效方面或是學校經營的部分都有正 面的效果。但是這些研究者融入多元智慧設計課程活動與數位課程，大部分以加 入八項多元智慧項目進行設計，而本研究跳脫以往針對八項多元智慧所設計的課 程或數位學習模式，改用已經建置完成的推薦學習系統進行實驗與分析。況且目 前並無探討多元智慧在推薦系統上的研究，因此本研究藉由多元智慧量表來探討 強勢智慧的部分，並深入瞭解八項多元智慧當中的哪些多元智慧適合此系統，最 後藉由科技接受模式設計推薦學習系統滿意度調查來分析對此教學上有何具體 建議與想法。然而，以往建置數位學習課程與系統建置，未有一套滿意度的調查 機制或是結果。因此本研究動機為以下： 一、推薦學習提高以往的學習效率，減少學習者在學習中感到迷惘與煩惱的時間， 盡快進入學習狀況，但由於目前針對推薦學習系統方面的研究缺乏學習者使用此 系統後的學習成效，而大部分著重在探討提升推薦機制的準確度，因此，本研究 探討使用推薦學習系統後的學習成效。 二、多元化為臺灣教育相當重視的主要趨勢之一，多元智慧在研究結果皆有正面 的成效，但大部分是針對八項多元智慧而設計，本研究跳脫以往的研究方式，應
用已經建置完成的推薦學習系統，況且目前並無探討多元智慧在推薦學習系統上 的研究，因此本研究藉由多元智慧量表來探討強勢與非強勢智慧之學習成效，並 分析系統適用於哪些多元智慧。
三、過去的系統或課程未有一套完整的滿意度調查機制或結果，因此，本研究藉 由TAM(Technology acceptance Model)針對智慧型推薦學習系統調查其滿意度。
第三節 研究目的
基於研究動機，本研究旨在探討智慧型推薦學習系統之學習成效，並且經由 學習者的學習成效與多元智慧量表統計結果，進而分析學習者強勢智慧與非強勢 智慧經使用此系統提升後的學習成效之差異，最後透過強勢與非強勢智慧的討論 結果推論此系統適合哪些多元智慧項目之學習者以及對於本研究所使用的智慧 型推薦學習服務系統之滿意度。玆研究目的如下： 一、分析學習者使用智慧型推薦服務學習系統與未使用智慧型推薦服務學習系統 學習成效之差異。 二、探討強勢與非強勢智慧之學習者，使用智慧型推薦學習系統後提升學習成效 之差異。 三、瞭解哪一部分的多元智慧之學習者適合智慧型推薦學習系統。 四、探討學習者對於本研究之智慧型推薦學習服務系統的滿意度。第四節 研究範圍與限制
一、本研究因限於時間、人力與經費，智慧型推薦學習系統實驗樣本取自某國立 大學資訊相關系之大學生為實驗對象，故本實驗所得各項結果，僅限於研究設計 層面的解釋，不宜廣泛推論。 二、本研究所用之「多元智慧量表」與「推薦學習系統使用滿意度調查問卷」， 於受試者填答時，可能會因情緒、環境、認知與社會期望等因素而影響其內心的 真實反應，故量表所得之結果可能有些誤差。 三、本研究使用黃振綱(2009)設計的智慧型推薦學習系統作為研究工具，因限於 時間、人力與經費，故教材的製作上僅以符合SCORM標準及教材屬性為主。第二章 文獻探討
本章共分為五節，第一節為推薦系統、第二節為多元智慧的概念、第三節科 技接受模式、第四節沉浸理論與第五節小結。第一節 推薦系統
推薦系統應用資訊過濾的技術，提供個人化的推薦服務，減少我們在選擇資 料當中所耗費的時間，減輕我們在閱讀上的負擔，也增加我們的學習上的效率， 本節要說明有關推薦學習系統的相關研究以及技術，包括推薦系統的介紹、推薦 系統的評比方式、推薦技術與推薦學習相關研究。 一、推薦系統的介紹 面對網際網路的發達與資訊科技的進步，眾多的資訊被傳播、複製和儲存， 當我們同時在享受資訊科技所帶來的好處之外，琳瑯滿目的資訊卻導致我們的資 訊超載(Information Overloading)，目前網路資源中，有兩項技術可以解決資訊超 載的問題，第一、資訊檢索(Information Retrieval)，此為系統被動接收使用者輸 入相關興趣內容或主動提供檢索頁面讓使用者選擇，主要用於查詢方式，例如： 搜尋引擎(Oard & Marchionini, 1996)。第二、資訊過濾(Information Filtering)則是 系統主動將使用者的輪廓(Profile)，與分類的檔案逐一比對，讓使用者得以取得 符合需求的資料，並紀錄使用者長期的喜好，減少資訊超載。而輪廓為使用者的 興趣描述(陳宏泰，2002)，也就是說，將使用者過去瀏覽過的資訊或紀錄與網路 中的資料作比對。資訊檢索與資訊過濾主要差別在於使用者對資訊的需求，資訊 檢索過程中，使用者必須清楚瞭解自己所需要的資訊與準確的關鍵字，才能順利 搜尋到符合需求的資訊，不然將會花更多的時間去過濾資訊(Belkin, 1992)，而使 用者對資訊的需求通常是動態的、不穩定、主題可能會隨時改變且未必有關聯性 的存在。相反的，資訊過濾的過程，為了要能夠過濾出使用者真正需求的資訊， 必須要得知使用者的興趣描述，也就是輪廓，當系統有新檔加入時便會自動與使用者輪廓作比對，將資訊呈現給使用者，而這個部分，使用者真正需要的資訊就 顯得較為穩定，輪廓變動的速度也很緩慢(吳晨帆，2005)。目前的搜尋引擎技術 已經發展的相當成熟(Oard & Marchionin, 1996)，而使用者的需求顯然已不再單純 的使用被動式的資訊檢索，而是個人化主動式的資訊過濾，所以推薦系統逐漸的 嶄露頭角。
最早的資訊過濾系統(Information Filtering System)是在1992年，由Goldberg 所提出的Tapestry，應用協同過濾(Collaborative Filtering)的方式來過濾大量的資 訊，一般而言，推薦系統泛指為資訊過濾系統(張毓倫，2003)。Resnick與 Varian(1997)指出使用推薦系統的兩個原因為：第一、推薦者與被推薦者之間可 能並不知道對方的存在且雙方未必是完全相互合作的；第二，推薦這個名詞主要 著重在推薦使用者感到有興趣的項目，因此，推薦除了表示過濾資料外，也擁有 符合系統的精神。推薦系統主要有三個步驟，首先是收集資料，收集使用者的相 關資訊，並加以統計分析；接著，系統根據上一個步驟所得的結果進行相似度的 計算後推薦給使用者；最後，將使用者對此推薦項目的喜好程度回饋於系統，以 更新使用者資料(邱永祥，2003)，圖2-1為推薦系統的運作流程。 圖2-1 推薦系統運作流程(馮文正，2001) 系統收集使用者的相關資料後， 進行統計與分析。 依據使用者的資料來進行推薦 回饋使用者推薦評量結果給系統 更新資料
二、推薦系統評比方式
資訊超載需要瞭解使用者的需求和取得使用者的資料，又分為顯性評比 (Explicit Rating)與隱性評比(Implicit Rating)兩種(Morita & Shinoda, 1994)為較常 用的方式。顯性評比取得資料的方式為填寫問卷，此方式簡單且資料較具正確性， 但是卻帶給使用者不便或資料來源有出入，因此，必須要注意到問卷的項目多寡， 例如：項目多，可能會造成使用者填寫過程中因問卷題目過多感到厭倦，導致他 們填答有出入；反之，則缺乏符合推薦依據。由於顯性評比為使用者自行輸入興 趣的項目，所以可能造成使用者無法得知其他知識範圍的學習資訊。而隱性評比 的優缺點正與顯示評比相反，隱性評比是將使用者瀏覽過的資訊在不知情的情況 下被系統紀錄下來，例如：瀏覽與點閱過的教材、停留頁面的時間和登入的次數 等，系統再判斷出對此資訊的喜好程度。正因為使用者在操作過程中，不自覺被 系統自動紀錄下來，降低使用者的負擔，但是存在的問題為系統所紀錄下來的資 訊不如顯性評比來的準確，有可能因使用者個人使用行為(例如隨意點選)而產生 疑慮。然而，推薦系統通常會結合隱性評比與顯性評比的資料，以確保資訊的正 確性。以下針對顯性評比與隱性評比之間的差異，如表2-1所示。
表2-1顯性評比與隱性評比的比較表(馮文正，2001；張毓倫，2003) 向度\評比方式 顯性評比 隱性評比 資料量 少 多 使用者涉及程度 高 低 優點 資料易瞭解、正確性高且直 接。 (1)減少使用者檢查及評比時間 (2)可從系統中，得到使用者與 系統的互動關係的隱性評比值 (3)使用者較無負擔 缺點 (1)易造成使用者負擔(2)過 少的評比數量會造成稀疏 (Sparsity)矩陣 (1)對資料的正確性有疑慮 (2)資料的計算時間冗長 改進方式 (1)改善評比介面 (2)提供評比回饋 (1)提高資料的正確性 (2)改善演算法 (3)更新系統硬體設備 三、推薦技術 若以推薦技術上之設計方法作為分類，推薦系統基本上分為兩種，一種為內 容導向式推薦系統(Content-based Approach)，另一種為合作式推薦系統 (Collaborative Approach)。以下簡述此兩種不同的技術。 (一) 內容導向式推薦系統(Content-based Approach) 主要是根據資料的內容來過濾資料。依據使用者輸入的關鍵字，由系統來篩 選出符合這些關鍵字或符合這些關鍵字的語意概念的資訊(林朝興與唐瑩荃， 2006)，並可以依據使用者的喜好和目標內容之間的相關程度給予不同的權重， 如圖2-2內容導向式推薦系統示意圖所示，例如：以內容為導向式設計的繪圖教 學群組，當使用者欲搜尋的資料為水彩的教學文章，設定查詢篩選條件為水彩的 關鍵字，就算文章數量有上百件或上千件，系統只會呈現含有水彩二字的資料。 除了一般輸入的單一字詞外，亦可搭配著布林運算式使用。內容導向式推薦系統 這項技術在眾多的網頁皆有應用，已經發展了一段時間，但是仍然有些限制存在， Upendra等學者提出內容導向式推薦系統的限制為三項，第一、目前技術無法自
動化分析出聲音、圖片與影像等屬性。因為此技術必須具有可以被電腦所解析與 接受的格式或全部檔都已經被指定為屬性。第二、不具有意外發現且具有意義事 物的特性。原則上只提供類似的資料，但通常在搜尋資料的過程中，仍會發現有 些資料是意外發現且有意義卻未被推薦的文件。第三、無法過濾品質、觀點或風 格。有些相同標題的文章被推薦，但可能有好文章，也有可能是較差的文章(邱 永祥，2003)。目前以此推薦系統著名的有InfoFinder、WebWatcher與NewWeeder。 圖2-2 內容導向式推薦系統示意圖(管怡婷，2003) (二) 合作式推薦系統(Collaborative Approach) 合作式推薦則是在一群體當中，選取與使用者有相似喜好的鄰近夥伴 (Nearest Neighbors)，每個鄰近夥伴與使用者之間對於某項物件的喜好有一定的 相似程度，其中也應用了權重的概念，每個鄰近夥伴對於項目中的喜好程度會進 行評比，藉由鄰近夥伴與使用者和鄰近夥伴的評比之間的關係，進而求得使用者 較有興趣的項目，如圖2-3所示。也就是說，如果其他使用者和自己有同樣的喜 好，那麼他們的愛好也有可能是自己的愛好，所以合作式推薦是以同儕的喜好做 為推薦的基礎(楊永芳，2002)，例如：一群學生經由分類後，被系統分群為喜好 藝術設計一群，藉由此群找出與被推薦的學生最為相近的鄰近夥伴，而此鄰近夥 伴除了藝術設計的喜好外，還有對資訊科技有興趣，系統因判定兩者為相當類似 的學生，因此雖然被推薦的學生從未點過資訊科技類的教材，但也可能會有對資 訊科技產生興趣，故將資訊科技的教材予以推薦。合作式推薦系統為廣泛且相當 成功的個人化推薦技術，但依然有限制存在，第一、稀疏(Sparsity)問題。推薦系 資料關鍵字 使用者喜好 資料關鍵字與使用 者喜好進行比對 目標使用者 符合資料
統需要大量消費資料與產品進行評價和推薦，如果資料不足將會引起系統難以找 到偏好相似的使用者來進行推薦或過濾物件，也容易導致預測錯誤。第二、擴充 性(Scalability)問題。演算法與使用者之間的瀏覽、交易資料的數量大小成等比平 方，如果一個系統超過系統無法負荷的量，擴充問題往往需要消耗演算時間，是 相當嚴重的問題。第三、同義(Synonymy)問題。因為系統無法辨認產品、資料等 物件當中隱含之意，因此，當出現同樣的物品而不同名稱的產品、資料等物件時， 系統無法找出之間的隱義關聯性而導致認為彼此為不相關，推薦之物品也就降低 許多(Sarwar, Karypis, Konstan & Riedl, 2000)。此類著名的推薦系統有Referral Web、PHOAKS與GroupLens。 圖2-3 合作式推薦系統示意圖(管怡婷，2003) 四、推薦學習系統相關研究 由於推薦系統在電子商務上的應用已經很普遍，本研究主要以推薦學習為研 究目的，以下針對國內外應用推薦系統是設計的相關課程、學習等來探討。結合 行動與推薦系統的研究，將PDA或手機等行動裝置發展出一套行動學習系統，且 與該校原有的推薦系統整合，使學習者獲得更有利的線上學習環境(Andronico, Carbonaro, Casadei, Colazzo, Molinari, & Ronchetti, 2003)。陳文林與宋江春(2009) 提出一套以學習者訪問機制進行分類的方式，設計出遠距教學智慧推薦系統，應 用代理伺服器的方法，讓系統有較好的通用性與推薦效率，根據學習者的訪問路 徑和學習者的瀏覽興趣，提出一個推薦規則的演算法。在學習者瀏覽興趣度量時 找出相似使用者後 比對瀏覽記錄 符合項目 所有項目 鄰近夥伴 目標使用者
綜合考慮了學習者瀏覽時間和對頁面的訪問次數，將學習者網頁點擊次數重新定 義推薦頁面和推薦規則的權重，提供一個相應的推薦演算法，提高推薦準確度， 減少學習者搜尋時間(陳文林與宋江春，2009)。 邱永祥(2003)設計一套課程推薦機制，透過類神經(Neural Network)與資料探 勘技術(Data Mining)，建立依社群、興趣及選擇等多元化的管道推薦網路教學的 課程，利用類神經網路作為學習者分群處理技術，產生學習者社群，藉由分群結 果與資料探勘的技術，建立一套新型態的網路教學課程推薦機制，學習者可以經 由推薦機制提升學習者的興趣與選課前的參考。邵秀梅(2003)針對網路教材瀏覽 的特質設計出一套新的學生分群的方法，以此方法，進而提供學習者個人化網路 學習教材之推薦，應用較準確、較符合學習者需求的教材瀏覽建議，以提高推薦 的準確度。管怡婷(2004)研究以學習風格為基礎之學習資源推薦機制，應用Kolb 的學習風格問卷分析學習者的學習風格(Learning Style)，學習者以學習風格分類 後，將相同學習風格之學習者的瀏覽記 錄作關聯規則分析，找出四種學習風格的 學習者瀏覽行為模式。最後學習者瀏覽記錄與規則比對後，推薦未閱讀文章及相 關文章提供學習者學習教材。 應用電子商務(Electronic Commerce，EC)推薦商品的概念應用至學習網站當 中，將課程推薦給學習者。蒐集之前學習者的學習路徑分析後，依各個學習者的 學習路徑判定相似高的學習路徑給未來將要學習的學習者做推薦參考，可以減少 學習者試探中所浪費的時間，增加學習速度(莊俊賢，2006)。提供個人化的學習 元件推薦系統，以兩階層的推薦方式，結合辭書以滿足使用者的需求，第一層為 知識概念的推薦，藉由辭書技術將查詢的語句轉為數個辭書的概念，第二層為實 體元件的推薦，根據使用的興趣來進行推薦，應用興趣分數分析模組設計與熱門 程度的評估模組，來分析使用者對於某一概念下的學習元件其分別的喜好程度與 反映目前此學習元件的熱門程度，並強化了原本只有興趣分數評估的機制為了方 便使用者使用此系統，應用隱性回饋機制來蒐集使用者的回饋，並進行分析使用 者興趣(鍾哲民、王宗一、邱迪凱與蔡昆樺，2007)。
根據以上文獻的發現，在推薦學習系統相關的研究探討，已經廣泛的應用於 教學當中，但是仍然可以發現許多的研究方向仍著重在討論技術的研發與推薦的 準確性，卻缺乏對推薦學習系統的學習成效，有鑑於此，本研究將以智慧型推薦 學習系統進行學習成效之探討。
第二節 多元智慧的概念
一、多元智慧的定義與內涵 世界教育思潮，注重多元文化的發展，而臺灣也跟著這個趨勢前進，多元化 和數位化等，充斥整個臺灣，為臺灣帶來另一個教育的衝擊，但也為臺灣的莘莘 學子帶來更多的教育機會，終身學習、因材施教與天生我材必有用，因此逐漸得 到大家的重視，美國哈佛大學心理學教授Howard Gardner在1983在出版《心智架 構》(Frames of Mind)提出多元智慧理論，符合大家口中常提到的因材施教與天生 我材必有用，反對傳統IQ理論，與對人類智慧單一與狹隘的觀點，Gardner認為 傳統智商測驗式的思想犯了兩個錯誤，第一、認為人類智慧是單一的；第二、認 為智慧能用紙筆測驗出程度，以及能正確描述個體的認知歷程(林家永，2000)， 推翻以往我們對智慧的認知，而認為智慧是多元的。Gardner(1999)將智慧定義為 智慧是解決、改變問題或創造產品的能力，在某種特定的文化背景和社會問題所 重視的，認為的智慧是情境化與多元化，即是智慧不是單一存在，在社會中所有 的產出與工作皆由不同的智慧綜合創造而成(林奕宏，2000)。多元智慧理論在 1983年首被提出七項多元智慧，直到1995年增加新的一項智慧，此八項多元智慧 為語文智慧、邏輯─數學智慧、空間智慧、肢體─動覺智慧、音樂智慧、人際智 慧、內省智慧以及自然觀察者智慧。以下針對前八項多元智慧部分的描述(Gardner, 1983；Armstrong, 1994；林家永，2000；李珀，2000；李平編譯，2003；李心瑩 編譯，2000；粘松傑，2009)。 (一) 語文智慧(linguistic intelligence) 語文智慧意指能有效的應用口說語言或書寫文字所達到不同目的的能力。語文智慧強勢者對於聲音、結構、意義、文字及語言的敏感度很高並且擅長聽、說、 讀與寫。例如：口語表達為演說家、政治家、說故事家等；文字表達為編劇、作 家、記者等。 (二) 邏輯─數學智慧(logical-mathematical intelligence) 邏輯─數學意指有效的應用數字與推理能力，並且具有數學計算、邏輯思考 與解決問題的能力。邏輯─數學強勢者，擅長有系統解決問題，找出規律，建立 因果關係，能處理複雜關係及抽象的思考。例如：科學家、電腦工程師、數學家、 天文學家等。 (三) 空間智慧(spatial intelligence) 空間智慧意指能夠準確的感覺出視覺空間，並且把知覺到的感受表現出來。 空間智慧強勢者擅長應用圖畫、表格、隱喻等，對色彩、線條、形狀、形式、空 間及之間的關係敏感性強烈，能將概念的文字以視覺表徵表達出來，能夠在腦海 中將想法立體化，且快速在一個空間中很快的找出方向的能力，對於方向、地點 很敏感。例如：建築師、藝術家、攝影師等。 (四) 肢體─動覺智慧(bodily-kinestheic intelligence) 肢體─動覺智慧指能靈活應用身體的全部或身體的某個部位來表達想法和 感覺，作出各種運動、表演、操作細節的動作，例如：舞蹈家、演員與運動員， 以及創造或修改事物，例如：工匠、雕塑家、機械師或外科醫生。擁有協調、平 衡、敏捷、力量、彈性和速度特殊的身體技巧，以及自身感受的、觸覺的和由觸 覺引起的能力。 (五) 音樂智慧(musical intelligence) 音樂智慧是指對於節奏與旋律的欣賞、感受、創作、察覺、分辨、改變和表 達音樂的能力，例如：作曲家、音樂演奏家、音樂評論家等。擁有節奏、音調、 旋律或音色的敏感性。 (六) 人際智慧(interpersonal intelligence) 人際智慧是指能夠察覺並分辨他人的情緒、動機、意向及感覺的能力。擁有
容易與他人相處和不同個性的人共同合作，且對聲音、動作與臉部表情的敏感性 高，能辨別人與人之間的暗示，以及對這些暗示作出適當反應的能力，例如：政 治家、顧問、宗教家，教師和業務員等。 (七) 內省智慧(intrapersonal intelligence) 內省智慧意指清楚的瞭解自己的優缺點，以及自我內在情感理解的能力。能 意識到自已的動機、問題、恐懼、情緒、期望與目標，以及自知、自尊和自律的 能力，讓自己能有意義的應用所傳達的訊息去調節生活。例如：神職人員、心理 學家和哲學家等。 (八) 自然觀察者智慧(naturalist intelligence) 自然觀察者智慧指具有辨認及分類某個環境中的許多物種的能力並瞭解天 然和人造的系統，擁有對自然現象(例如：雲的變化)的敏感性，以及在都市長大 的人擁有對於一些非生命物質區分能力(例如：辨認車子的種類)，透過直接的眼 睛或間接的放大輔助工具觀察，對有機的世界具有安撫、照顧與互動的能力。例 如：漁夫、獵人、農夫、園丁、生物學家、生態學家、鳥類學家等。 然而Gardner在1999年出版的Intelligence Reframed一書中，提出其他候選智 慧的想法，這些智慧分別為神靈智慧(spiritual intelligence)、存在智慧(existential intelligence)以及道德智慧(moral intelligence)。首先是神靈智慧的部分，Gardner 認為大部分討論有關神靈(spirit)是包含神靈的生活、神靈的能力與神靈的感覺或 是擁有宗教的天賦、通靈，屬於超自然的部分，他認為這種無法明確表達的概念 相較於少有爭議得科學或數學領域上，呈現明顯的對比，因此，Gardner對於神 靈智慧下了一個結論：將神靈智慧狹義地定義它是具有「存在性」，但如果要廣 義地定義出神靈智慧是有困難的(Gardner, 1999；粘松傑，2009)。接著是存在智 慧的部分，指出人類渴望能夠理解與追求生命的終極問題、奧秘與意義(梁雲霞 編譯，2000)，雖然根據Gardner所制定出的八個準則來鑑定，是有達到標準，但 目前依然無法將存在智慧列入智慧的名單上，因為Gardner認為存在智慧與其他 八項智慧的性質仍有一段距離。最後道德智慧的部分，認為道德核心領域關注在
人類的規則、行為和態度，以及神聖不可侵犯的事件，尤其是生命。是指依個人 的個性、意志、性格以及人類最高境界這方面的描述，而不是一種智慧(李心瑩 編譯，2000)，因此目前仍然維持此八項多元智慧。 除此之外，Gardner爲了讓他的主張有一個合理的理論基礎，分別從生物科 學、邏輯分析、發展心理學以及傳統心理學當中，設定了一套基本檢核方式，每 項智慧必須符合各層面的標準，採用的標準包括以下八個因素： (一) 從生物科學的角度制訂的兩個準則 1. 腦部受傷所導致的智慧分離
Gardner在波士頓榮民醫院(Boston Veterans Administration)研究有關腦部受 傷或發生病變的病人，研究發現，在某些病例當中，受損的腦部似乎選擇性的損 害某些或某項智慧，其他智慧卻仍然可以保持原狀，並無損害。例如：小腦部位 受傷，可能對於跑步、走路、跳躍、平衡上等肢體行動上的困難，也就是說在肢 體─動覺智慧受到影響。而右半腦後區受傷的病人，可能在空間智慧的部分受到 破壞，導致對於線條、形狀、空間與方向感等，這方面表現上的困難，但其他智 慧仍然正常運作，例如：可以唱歌、計算、跳舞、寫作文等(Armstrong, 1994； Gardner, 1999；李平編譯，2003；林心茹編譯，2005)。 2. 人類進化的歷史和演進的合理性 Gardner從有關物種進化證據以及任何討論當代思想和大腦的相關研究，可 以推斷出Homo sapiens(早期的人類)與現代物種是和八項智慧有淵源，也就是說 讓早期的人類存活下來的智慧，也可以從其他動物清楚發現，例如：邏輯─數學 智慧，可以從早期數字系統及建立曆法和觀察蜜蜂透過飛舞計算距離中發現。人 際智慧則可以從團體狩獵、收割時所需群居生活與靈長類動物的母系連結中來研 究。近代，進化心理學(evolutionary psychology)藉由從人類的行動能力，研究當 人類經過一連串的選擇壓力，來試圖推斷出導致幾千年來的人類智慧的發展，這 些研究發現讓理論更具合理性。多元智慧也可以從歷史的角度去解釋，第一、有 些智慧過去比現在來的重要，例如：以往的農業時代，必須要農作，播種、收割
穀物與興建穀倉，注重的是肢體─動覺智慧這個部份；第二、有些智慧現在比過 去來的重要，例如：電腦應用的趨勢，邏輯─智慧顯得更為重要，以及科技的發 達，電視、電影等的發明，視覺─空間智慧逐漸重視，顯得比以往來的重要。 (二) 從邏輯分析的角度制定出的兩個準則 1. 一種或一套可辨別的中央作業系統 Gardner認為人就像一台電腦程式，需要一套中央作業系統來讓整體運作， 當然每項智慧都需要一套作業系統，去驅動固有的運作模式，這些能力可能是經 由神經傳導後，具體觸發某種機制和相關的內部或外部的資訊。也就是幾近自動 化的心智歷程來處理每項智慧的相關資訊，如果腦神經並沒有受過傷害，人類應 能自動化將一連串從其他人類說出的聲音，分解成自己瞭解的字詞；人際互動時， 能夠試圖瞭解他人的面部表情；在聽音樂時能分辨出高低音之差異。 2. 易於用符號系統的編碼 Gardner認為智慧最重要的地方在於人類應用符號的能力，一般我們觀看文 字，雖說表面上只是印刷上的文字，但對於人類大腦，這些文字可以喚醒我們在 大腦中的意義、影像和記憶的連結，而符號正是區別人類與其他動物重要因素， 而Gardner特別提到，他所主張的每項智慧都有各自獨特的符號，例如：語文智 慧是有我們熟悉的中文，也有英文、法文、德文等；音樂智慧，是樂譜；肢體─ 動覺智慧則是手語、點字等。所以，當我們認為某一項智慧特別重要的時候，我 們就會透過方法讓重要的訊息傳播出去。且人類的大腦似乎演變為處理某些類型 的符號而變得更有效率。把不同的符號系統所得到發展儲存在大腦當中，隨時準 備配合各項智慧的需求。 (三) 從發展心理學的角度制定的兩個準則 1. 一個特殊發展的過程與專家優異的表現(end-states) Gardner提出智慧是經由參與有文化價值的活動而被激發，而且在活動的過 程中，每個人會遵循著一個發展的軌跡去成長。換句話說，每種活動在幼年時期 會出現時機，在人生中會有一個巔峰時期，但到了老年會迅速或逐漸下降的規律。
然而，每項智慧的發展軌跡不一定相同。例如：音樂作曲是最早具有文化價值活 動之一，可以發展到最高的水準。音樂家莫札特(W. Amadeus Mozart)在四歲的時 候便開始作曲，也有很多音樂家或演奏家，直到八、九十歲依然可以很活躍，因 此音樂作曲能力在老年似乎也保持相當的水準。另一方面，高等數學的發展軌跡 便與音樂就有所不同，它並不像音樂作曲能力出現的早，因為在兒童成長的階段 來說明，以四歲的莫札特當作例子，那時候的莫札特在正處於相當具體的邏輯概 念階段，也就是說發展並未完成，但數學仍然可以在年輕時期便達到顛峰。例如： 巴斯噶(Blaise Pascal)和高斯(Karl Friedrich Gauss)在青少年時期提出數學和科學 概念。另外，一個人可以在四、五十歲成功的成為一個小說家，也可以在七十五 歲成為畫家，例如：摩西婆婆(Grandma Moses)。 2. 白癡專家(idiot savant)、奇才或其他卓越者的存在 Gardner提出有些人在某項智慧表現特別傑出。意思是說某一項智慧超出一 般的常人，但其他智慧卻發展的不以為奇，或亞於他人，就好像只為了某項智慧 而存在。有些專家奇才在繪圖上表現出色、聽過音樂旋律便可彈奏、自閉症對於 數學能力特別突出，能夠快數計算出結果的奇才或是一種語言能力的障礙者，能 讀出複雜的資料內容卻不知何意義等。這些皆是關於專家、奇才以及其他卓越者 的例子，而我們身邊也常遇到一些例子，有些人是研究專家，對於自己所熟悉的 智慧特別地突出，但卻是生活白癡，不知如何安排自己的生活起居。 (四) 從傳統心理學研究方面制定的兩個準則 1. 實驗心理學提供的實務經驗 實驗心理學家已經發現到不同的神經組織協助支持不同種類的心智運作， Gardner透過觀察某些實驗心理學的研究，發現可以看見每項智慧獨立運作的情 況。例如：受試者在研究中專門學會一種特殊認知技能(cognitive skill)，但這項 技能卻不能轉換至其他智慧，也就是說語言智慧無法轉換成數學─邏輯智慧。除 此之外，也有些人可以記住書籍上的文字，但卻無法記住看過的臉孔；有些人對 音樂感覺很敏銳，卻對人的聲音不敏銳。所以，人們在每項認知領域當中用不同
的熟練程度來表現這八項智慧。 2. 心理測驗學提供的研究結果
人類為了要瞭解自己在某方面的能力，而發展了標準化測驗(standardized test)，這個測驗讓大部分的智慧理論與學習策略理論有了確定的效度(validity)， 但是Gardner對標準化測驗並不支持，他所支持的是真實測驗(authentic
assessment)，例如：魏氏兒童智力量表(Wechsler Intelligence Scale for Children,
WISC)的子測驗中，需要應用邏輯─數學智慧(例如：算數)、語文智慧(例如：詞 彙)、空間智慧(例如：圖形排列)以及低程度的肢體動覺(例如：組裝物體)等測驗。 但這些標準化測驗來評量多元智慧仍然明顯的脫離真實情境。 二、多元智慧的要點 Gardner提出了多智慧理論後，眾多學者對他的論點仍然有些爭議，也引起 多方面的討論，以下針對綜合國內外學者的觀點，來闡釋多元智慧的特色 (Armstrong, 1994；李平編譯，2003；陳慧娟，1999；鄒彩完，1999；江雪齡， 1999；林家永，2000；吳俊憲，2000；李珀，2000；林心茹編譯，2005)。 (一) 每個人至少具有八種智慧 多元智慧並不是提出來讓自己去決定自己擁有哪些智慧的類別理論(type theory)，而是一種認知理論，提出每個人具有八項智慧中的能力，這八項智慧彼 此互相牽引，但也屬於相對獨立卻並非孤立，生活中我們必須互相應用，交織而 成，但生活當中並沒有一件事情是單獨的智慧可以完成，除了腦傷的病人，大部 分都應用這八項智慧，去完成一件事情，只是部分智慧很發達，部分普通或不發 達僅此而已，然而，目前仍有其他智慧並未發掘出來，因此人們不應受限於此八 項智慧。 (二) 每個人的智慧組合不同 每個人擁有的智慧程度不同，差別在於強勢智慧和弱勢智慧。然而，我們智 慧組合不同，各個發展的潛能也有所差異。因此我們應該樂觀、多元的角度面對 自己的潛能，去發掘自己未開發的智慧。
(三) 大多數人的智慧可以達到一定的水準 人類在面對自己所無法達成或無所能及的領域時，難免會對自己感到失望， 而無計可施，並認為這是先天上的問題，難以解決。但是我們遺忘了後天環境的 重要性是可以改變我們的認知與行為，Gardner認為如果給予適當的鼓勵、支援 和指導，事實上是可以讓每個人將八項智慧達到一定的水準。 (四) 智慧通常以複雜的統合方式運作 Gardner指出所發展出來的每項智慧事實上的虛擬的，在生活當中沒有一項 智慧可以獨立存在，除了腦部受傷或極少數的專家，智慧是交互作用，例如：在 商場購物，我們必須要應用空間智慧以瞭解目前所在位置與你所要購買的物品位 置，接著應用語文智慧去詳細理解物品內容說明，最後應用邏輯─數學智慧計算 所購買的總價格，超過自己原先的預算時，會對自己反省或思考這些物品是否真 為所需，也會應用到內省智慧。因此，在生活中，各行各業，各自所扮演的角色， 都能藉由所有的智慧促進自己在真實世界獲得成就。 (五) 每項智慧裡都有多種表現的方法 在特定的領域裡，沒有一個方法是可以判斷聰明與否的標準特質，所以，在 運動場上，可能不是一個傑出的運動員，但卻可以雕塑出栩栩如生的作品，縫紉 出美麗的服裝，擁有超過一般人的肢體─動覺智慧；同樣的，不識字的人，但語 文智慧很高，因為他可以將故事說的很生動，或豐富的語彙表達。多元智慧理論 是強調人類是以豐富的方式在各項智慧之中或之間，表現出它特有的天賦才能。 (六) 智慧並非一成不變 首先，文化會影響一個人的智慧，例如：美國的教育文化，主張討論式的教 學，所以，美國兒童從小學就建立起人際上的互動、獨立思考以及互相交換意見 的學習方式。相對於臺灣教育文化，臺灣兒童的教學以講授式為主，缺少學生之 間的互動。故臺灣學生在人際智慧、內省智慧、語文智慧等和美國學生有些落差， 但是，如果臺灣兒童從小就到美國去學習的話，結果就會不一樣。另外，智慧可 以因為教導而有所改變，並非一成不變。
(七) 智慧的發展階段有個別差異 這八項智慧的發展先後順序是不一樣的，當然每個人智慧發展順序也不同， 最早是音樂智慧，最晚則是人際智慧，而教學者應該瞭解每一位學生的智慧發展， 應用不同的教學方式去教導學生，例如：解題的方式，依每個人的智慧當基礎， 來尋求不同的解決方法。 (八) 天生我才必有用的觀點 多元智慧指出我們各自所擁有不同的智慧，且組合方式也不一，表達的形式 多元。所以，因為智慧的組合方式不同，每個人的理解能力、思考方法、記憶形 式都不一樣，人類潛能的開發不應侷限在某一方式。學習應從專長的一方切入學 習，先引起自己的動機，而非針對在弱點一直加強，反而會給更多的打擊，導致 學習力下降。必須顛覆失敗為成功之母的迷思，增強其強勢智慧，建立信心，挑 戰弱勢智慧，重新看待學習，依各自智慧所長，適當學習。 三、多元智慧的相關研究 國內外對於多元智慧相關研究不在少數。而國外針對多元智慧的研究， Shore(2002)應用多元智慧於大學之第二外語的英語課程，探討多元智慧與學生的 自我效能之間地相關性之研究。研究對象為67名大學生與10名教師，研究結果發 現教師應用多元智慧於教室中傾向強調數學邏輯、語言和人際智慧。學生的強勢 智慧為數學邏輯、空間、內省與人際智慧。英文的聽、說、讀與寫相關分析發現， 在說的部份，自我效能與人際和空間智慧呈正相關；讀的部份，自我效能與數學 邏輯和人際智慧極為顯著的正相關；寫的自我效能部份則為人際、內省、肢體動 覺和語言智慧為正相關。因此，多元智慧融入於第二外語的英語課程中，英語學 習的自我效能是有影響。劉玉娟(2006)以中小學四年級到八年級的學生，將多元 智慧融入實驗學校當中，並以多元智慧依分數分為強勢多元智慧、一般智慧與弱 勢智慧，藉由調查學生的各等級的多元智慧，來進行不同的智慧風格的教學策略 與課外活動。研究結果發現不同年齡層的男女生多元智慧有差別，整體男生強勢 智慧為人際智慧，而女生為音樂智慧，且中小學生整體強勢智慧以人際智慧為主，
顯示在此年齡層的人際關係較為密切。以建築系大學一年級生為研究對象，結合 多元智慧理論於英文課程中，為期一學年的實證研究，參考Silver(2000)設計的成 人多元智慧問卷來調查學生的強勢與弱勢智慧，以學生的多元智慧之強勢和弱勢 為基礎，設計教學活動，研究結果顯示多元智慧融入英語課程教學，有助於提升 學習成績(李科與沈海英，2009)。 國內針對國小多元智慧融入教學的部分，陳俐妤(2002)以國小四年級學生為 研究對象，探討多元智慧融入式教學對學童應用多元智慧於自然科學習與技創造 力的成效性，以及性別與多元智慧對科技創造力之間的關係，應用多元智慧融 入自然領域學習量表與科技創造力測驗以及學習單作為研究工具，研究結 果發現自然觀察者智慧與人際智慧有顯著的效果，性別上女學童的人際智慧較男 學童顯著，且多元智慧融入式教學能夠顯著增進國小四年級學童應用多元智慧提 升自然領域學習的能力及科技創造力。黃瑋苹(2003)以國小六年級學生為研究對 象，探討網路專題學習中，依多元智慧分組和學業成就分組的專題學習成效是否 有顯著差異與多元智慧理論對於網路專題學習成果的影響，應用學生多元智慧檢 核表和學業成就評量表等作為研究工具，研究結果發現以多元智慧分組和學業成 就分組在網路專題的歷程評量、作品產出皆有顯著差異。 以國中生為研究對象的部份，謝日榮(2003)以國中三年級的學生為對象，評 估多元智慧教學活動對國中生多元智慧的成效以及瞭解學生對於多元智慧教學 的意見與看法，以多元智慧評量表與學習意見調查表為研究工具，研究發現多元 智慧教學活動對於國中學生多元智能有顯著影響且實施多元智慧教學活動能提 升學習興趣與增加學生瞭解多元智慧。粘松傑(2009)以國中三年級為研究對象， 瞭解國中三年級的學生在性別角色、多元智慧及自然科學學習動機的現況與探討 不同性別角色的國三學生其多元智慧、自然科學習動機與學習成就之相關研究， 以性別角色量表、多元智慧檢核表及自然科學習動機量表為研究工具，研究發現 國三學生在多元智慧量表高至低得分以邏輯數學智慧、自然觀察者智慧、空間智 慧與語文智慧，且不同的性別角色學生在多元智慧有顯著差異與不同的多元智慧
與學習動機在自然科學習成就上，整體有顯著的差異。 以高中至大學為研究對象，周子敬(2006)以國內16至20歲為研究對象，檢測 Gardner所倡導八大多元智慧在國內應用的可行性及構念效度，根據Pérez et al.(2005)沿用自我效能大師Bandura及多元智慧大師Gardner共同編製而成有名的 MISEI問卷所建立的八大多元智慧量表為研究工具，研究結果發現問卷適用於國 內環境，在學理上Gardner所提出八大多元智慧構念效度經過研究測試後已被完 整建構且各智慧因素歸類完整。江嘉偉(2005)以國內九所大學院校的三年級學生 為研究對象，瞭解大學生之多元智慧與職業興趣之間的關系，以多元智慧量表與 職業興趣量表為研究工具，研究結果顯示不同科系擁有不同的強勢與弱勢智慧、 大學生的多元智慧在性別、科系有差異存在，性別差異為女生的人際智慧較男生 有顯著的優勢，而動覺、空間與自然智慧則男生較為女生優勢，至於科系的差異 則是在人際、內省、語文及邏輯─數學智慧的部份達到顯著差異。 遊俊閔(2005)以國內大學12所科系當中大三學生為研究對象，瞭解男女大學 生在多元智慧之間差異並探討其強勢智慧與弱勢智慧，發掘各科系學生的強勢與 弱勢智慧，與認識自己的強勢、弱勢智慧以增進其學習成效，以多元智慧量表為 研究工具，研究結果顯示不同科系、性別擁有不同的強勢與弱勢智慧而護理系則 有機會發展全方位智慧之可能性。李孔文(2005)以某間私立大學大二到大四的學 生為研究對象，利用多元智慧中的強勢智慧提升學生在網路學習之成效，探討不 同強勢智慧學生模式之網路學習對於不同的認知型態及性別的學生的影響及其 差異情形，應用多元智慧評量表為研究工具，瞭解大學生的強勢智慧的部分，研 究發現進入多元智慧模式網路學習後均有顯著提升學習成效，具備兩種或兩種以 上多智慧之學生進入不同模式的學習環境，學習成效無顯著差異而以自己強勢智 慧進入該智慧模式下進行學習，其學習成效達顯著差異，例如：語文智慧強勢的 學習者在語文智慧學習環境，能有效學習；且能提升其不足之智慧與應用自己的 強勢智慧。林睿琳(2005)以技術學院進修部商業設計類之學生為樣本進行多元智 慧傾向分佈現況，以某間科技大學進修部商業設計科二專之一年級學生為實驗對
象，主要是探討多元智慧融入進修部二專色彩計畫課程之教學與評量，對於學生 在多元智慧傾向檢核之分部狀況、成長與學習成效之差異，研究結果發現多元智 慧傾向檢核有助於師生對自己智慧傾向分佈狀況的瞭解，藉此提升自我的學習與 教學成效，以及多元智慧教學的實驗組在實作設計、口語表達能力顯著優於傳統 教學之控制組的學生。以下表2-2為整理國內外多元智慧研究。 表2-2 國內外多元智慧研究(研究者自行整理) 學者(年代) 研究對象 研究目的 研究結果(強勢智慧) Shore(2002) 大學生與教師 應用多元智慧於大 學之第二外語的英 語課程，探討多元 智慧與學生的自我 效能之間地相關性 之研究。 (1) 教 師 應 用 多 元 智 慧 於 教室中傾向強調於數學邏 輯、語言和人際智慧。 (2) 學 生 的 強 勢 智 慧 為 數 學邏輯、空間、內省與人 際智慧。 (3)英文的聽、說、讀與寫 分析發現皆有部分為正相 關。 劉玉娟 (2006) 中小學四年級至 八年級生 探討多元智慧融入 教學策略與課外活 動，進行中小學生 學習風格調查，針 對不同多元智慧的 學生，進行有效的 教學方法。 (1) 中 小 學 生 整 體 強 勢 智 慧以人際智慧為主，四年 級空間智慧較為突出，七 年級學生以內省智慧。 (2) 各 個 年 齡 層 的 男 女 強 勢智慧有所不同，整體方 面 ： 男 生 以 人 際 智 慧 為 主，女生則為音樂智慧。 李科、 沈海英 (2009) 建築系大學生一 年級 透過調查學生的強 勢與弱勢智慧，設 計一套以多元智慧 理論基礎的英語課 程活動，為期一學 年的實證研究，以 探討教學效果。 (1) 研 究 結 果 顯 示 多 元 智 慧有助於學生提升英語能 力，發揮其教學效果。 (2) 應 多 利 用 學 生 的 強 勢 與弱勢智慧引導學生充分 發揮其學習語言能力。 接續下一頁
國內外多元智慧研究(續) 學者(年代) 研究對象 研究目的 研究結果(強勢智慧) 陳俐妤 (2002) 國小四年級學童 探討多元智慧融入 式教學對學童應用 多元智慧於自然科 學習與科技創造力 的成效性，以及性 別與多元智慧對科 技創造力之間的關 係。 (1) 女 學 童 人 際 智 慧 顯 著 於男學童。 (2) 多 元 智 慧 融 入 式 教 學 顯著提升學童應用多元智 慧在自然科領域學習及科 技創造力。 (3) 多 元 智 慧 與 科 技 創 造 力有顯著相關。 黃瑋苹 (2003) 國小六年級學生 探討網路專題學習 中，依多元智慧分 組和學業成就分組 的專題學習成效是 否有顯著差異與多 元智慧理論對於網 路專題學習成果的 影響。 (1) 以 多 元 智 慧 分 組 和 學 業成就分組在網路專題的 歷程評量、作品產出皆有 顯著差異。 (2) 在 多 元 智 慧 與 網 路 專 題學習作品產出評量當中 語文智慧、空間智慧與自 然觀察者智慧成正相關。 謝日榮 (2003) 國中三年級學生 評估多元智慧教學 活動對國中生多元 智慧的成效以及瞭 解學生對於多元智 慧教學的意見與看 法 (1) 實 驗 組 在 八 項 多 元 智 會顯著於控制組。 (2) 多 元 智 慧 教 學 能 提 升 學習興趣與瞭解自己的多 元智慧。 粘松傑 (2009) 國中三年級學生 瞭解國中三年級的 學生在性別角色、 多元智慧及自然科 學學習動機的現況 與探討不同性別角 色的國三學生其多 元智慧、自然科學 習動機與學習成就 之相關研究。 (1) 國 中 生 多 元 智 慧 量 表 依分數高低為邏輯數學智 慧、自然觀察者智慧、空 間智慧與語文智慧。 (2) 不 同 性 別 角 色 的 學 生 在多元智慧、學習動機變 項與自然科學習成就有顯 著差異。 (3)具有高度語文、邏輯數 學智慧的學生，對於自然 科學習成就較高。 接續下一頁
國內外多元智慧研究(續) 學者(年代) 研究對象 研究目的 研究結果(強勢智慧) 江嘉偉 (2005) 國內九所大學院 校的三年級學生 瞭解大學生枝多元 智慧與職業興趣之 間的關系。 (1) 結 果 顯 示 不 同 科 系 擁 有 不 同 的 強 勢 與 弱 勢 智 慧。 (2) 大 學 生 的 多 元 智 慧 在 性別、科系有差異存在。 (3)性別：女生的人際智慧 較男生具有優勢，而肢體 ─動覺、空間與自然智慧 則男生較為女生優勢。 (4)科系：在人際、內省、 語言及邏輯─數學智慧的 部份達到顯著差異。 游俊閔 (2005) 國內大學12所科 系之大三學生 瞭解男女大學生 在多元智慧之間差 異並探討其強勢智 慧與弱勢智慧，發 掘各科系學生的強 勢與弱勢智慧，與 認識自己的強勢、 弱勢智慧以增進其 學習成效。 (1) 研 究 結 果 顯 示 不 同 科 系、性別擁有不同的強勢 與弱勢智慧。 (2) 女 生 人 際 智 慧 都 較 男 生有顯著。男生的空間、 肢體─動覺與自然觀察者 智慧有顯著差異。 (3) 護 理 系 則 有 機 會 發 展 全方位智慧之可能性。 李孔文 (2005) 大學生二年級至 四年級 利用多元智慧中的 強勢智慧提升學生 在 網 路 學 習 之 成 效，探討不同強勢 智慧學生模式之網 路學習對於不同的 認知型態及性別的 學生的影響及其差 異情形。 (1) 多 元 智 慧 模 式 的 網 路 教學後均有顯著的提升效 果。 (2) 具 備 兩 種 以 上 的 多 元 智慧之學生進入不同模式 的 學 習 環 境 並 無 顯 著 差 異。 (3) 自 己 的 強 勢 進 入 該 智 慧模式下學習，其學習成 效能達到顯著差異。 接續下一頁
