面對未來「AI世代」的來臨，作為教師，我們應該如何因應這股浪潮呢？
1.設計真實情境的學習任務：
根據《Skill Code》一書，我們應該設計兼具挑戰性、複雜度和人際情感連結的任務，讓他們在真實的情境中應用所學。這不僅是為了讓孩子學會知識，還要讓他們理解所學知識在真實世界中的價值與應用。上次聽到 吳明錡教授有提到讓學生寫一封家書，不僅能教會他們如何寫作，還讓他們感受到這樣的技能在生活中確實會派上用場。當學生看到自己所學能夠立即應用到現實生活中，他們自然會更有動力學習。此外，這些任務應具備適當的挑戰性和複雜度。太簡單的任務無法激發他們的學習動機，但太困難的任務則可能讓他們產生挫折感。因此，我們要為學生提供「健康的挑戰」，既不過於簡單，也不過於困難，這樣才能促進他們的技能發展。根據研究，專家在面對挑戰的時候是先進行”分塊和分類”（chunk and categorize），看到的不是一個個單獨的棋步，而是整個棋局。學會陳述性(declarative)知識對完成任務很重要，但是不能讓你直接完成任務。學會知識只是我們應對問題的起點。做為一個老師，我們都知道情感連結跟關係學習的重要性。如果說挑戰跟複雜度是關於掌握技能的”How”，連結就是”Why”。學生往往不知道自己想要追求什麼，往往都是從他人眼中看見自己，自然地就會向周遭的人如老師或同學尋求認可，以獲得學習的動力和目標。僅管科技不斷演進，導致我們之前的互動越來越少，但是我們內心還是會渴望透過關懷和他人尊重認可的情感連結。
2.發展孩子的後設認知：
所謂後設認知，指的是孩子對自己思考和學習過程的認識與反思。AI可以快速給出答案，但學生要學會的是如何判斷這些答案的優缺，並思考如何更好地與AI互動。未來，學生需要具備評估自己與AI的互動過程及結果的能力。即便AI能快速給出解答，但學生要能夠思考這個答案是否真的有幫助，還是僅僅是取代了他們自己的思考。例如，在與AI進行對話或問題解答時，學生需要反思：這個答案是否比我之前想到的更好？是否提供了不同的解決方案？這樣才能促進他們對學科知識的深度理解和探索。還要培養學生自主學習(self-regulated)的技能，不論是透過自我反思的檢核表、學習日誌或是每天利用一點時間跟孩子聊聊今天學了什麼、這些知識對他的未來有什麼幫助、跟過去哪些知識點有相關都好。這樣都可幫助孩子更好瞭解自己的學習狀況，進而修正學習策略。
3.與AI協作的能力
未來的學生必須同時具備傳統技能以及AI協作的能力。他們需要了解如何有效利用AI作為輔助工具，並能夠在必要時與AI合作完成任務。AI可以幫助他們處理許多複雜的問題，但學生必須學會的是如何運用AI來提升自己的能力，而不是完全依賴AI去解決問題。如近期的一些研究指出在教學中使用GenAI可能會傷害學生學習，學生多只是複製貼上，而非進行深度思考，我們應該將AI視為一個學習鷹架，而不是學習目標。更重要的是，學生要發展那些無法被AI取代的能力，例如創造力、批判性思維和人際溝通能力。當AI無法提供幫助時，學生仍應具備足夠的能力來完成任務，並能在沒有AI協助的情況下解決問題。
除了AI算力不斷提升外，希望能真的有團隊真的蒐集教學中的典範如師生間的對話及各領域教師的上課記錄整理成語料庫給大語言模型訓練，以更符合教學現場的需求。
還希望會有歷程(progress)評量的AI工具，想向類似google doc的工具，每當學生輸入一段話後，AI就會給他建議並且記錄學習的迷思給老師參考。也當學生直接複製貼上，AI就會警告他說不要只是複製貼上。
而除了工具的改良外，我想更重要的是讓老師試錯的彈性與餘裕。過多的限制與管理將使我們的時間致力於填寫文件以證明我們真的有做。我們得到的就是更多的文件及更符合規定的教育成效。
但因為生成式AI的邊界是鋸齒狀的，AI可能在某些任務很擅長，但很可能跨到一個程度就忽然失智或斷片了。但我們不嘗試我們就不知道結果。如果老師們都花時間在證明自己，我們就不可能有時間跟餘裕在嘗試、失敗跟解決問題上。及早的犯錯跟在學習中的掙扎或許都可以幫助我們找出可以改善的地方，只是現在的老師敢犯錯嗎？
留言