Melody指出，過去兩年，生成式人工智慧正加速走進高校課堂，愈來愈多教師開始嘗試將AI運用於備課、任務設計、課堂互動以及學習回饋等多個環節。然而，相較於以知識講授為主的一般課程，旅遊類課程更依賴具體情境、角色判斷與方案比較，對案例更新速度、提問開放度及課堂互動的連續性均有更高要求。她強調，判斷生成式AI能否真正服務旅遊教學的關鍵，不在於「能不能生成內容」，而在於它能否嵌入教師既有的教學邏輯，成為案例教學中的有效輔助工具。
在此背景下，是次研究將CE2引入碩士層次的旅遊課程，聚焦於「課前設計—課中互動—課後回饋」三個教學環節中的具體應用，並採用行動研究法，通過「計劃—行動—觀察—反思」的閉環過程，推動教學持續優化。研究團隊首先設計了「課前—課中—課後」三段式AI應用模型；其後嚴格依據模型開展教學，系統收集數據，記錄課堂現象與學生回饋；再在每一輪教學後總結經驗，調整並優化下一節課之教學方案，形成四階段不斷循環的改進機制。
研究結果顯示，經AI優化後的案例情境更具針對性與適配性，配套練習與課堂活動與教學目標之間的銜接更為緊密。學生在課堂上的參與度明顯提升，學習主動性亦顯著增強。從教師角度觀察，教學效率獲得提升，備課時間有所縮短，使教師能將更多精力投放於優化教學策略、設計更具深度的互動環節，以及關注學生個體差異。同時，教學回饋速度大幅加快，教師可更及時掌握學生學習狀態，在課堂上進行有針對性的講解與輔導，從而構建起更高效的教學閉環體系。
Melody指出，當教師從繁重的重複性事務中適度「解放」出來，便能有更多時間嘗試創新教學設計，例如規劃更複雜的角色扮演情境、組織跨學科專案式學習等，進一步提升課程整體品質與深度。她同時提醒，AI並非萬能，在實際應用中亦發現部分內容在真實性、本地化情境調整方面仍有不足，且學生過度依賴AI的風險亦不容忽視。
基於上述發現，Melody強調，必須清晰界定AI在教學中的定位——它是一個強大的輔助工具，但永遠無法取代教師。AI為教師節省了時間與精力，但同時也對教師提出了更高要求。未來的教師，將更需要成為「學習體驗的設計者」與「價值的引導者」，特別是在倫理判斷、情感互動及處理複雜問題等層面，這些核心專業能力仍是AI無法替代的。
她最後表示，該研究所構建的AI融合教學模型，旨在為旅遊與酒店管理教育領域提供一個可參考、可調適的實踐框架，期望能為更多高校與教師在探索生成式AI與課程深度融合的道路上，帶來新的啟發與思考。
