謝謝 Inside Possible的邀請，讓我有機會跟大家整理分享過去兩年試著將生成式AI整合到教學的心得。
#如何與AI一起學習
AI領域有一篇開創的論文「Attention is all you need」，但在生成式AI出現兩年之後，我們不禁要反問：「Is Attention still all you need?」我們使用AI的方式是否仍與過去相同？提問的方式、應用的情境是否有所演進？AI的角色更偏向自動化的「替代」，還是輔助性的「增強」？
替代指的是讓AI自動完成某些工作，但對學生的學習而言，這是好的應用方式嗎？自動化真的能減輕學生負擔嗎？還是只是拿來快速生成某些作品？
增強指的是利用AI作為輔助工具，提升我們原本的能力幫助我們思考作的更好。就像你騎電動腳踏車，你還是需要自己踩，但是AI可你讓騎的更遠更輕鬆。
為了更好地應用AI，我習慣從最根本的學習理論出發——人類是如何學習的？學習大致可分為「編碼」（吸收新知）、「儲存」（長期記憶）和「提取」（回憶應用）三個階段。
我曾有過這樣的經驗：第一次去某個不熟的學校開會，同事簡單指點路線後順利抵達（編碼、儲存）；但第二次要去時，卻怎麼也想不起確切位置和學校名稱（提取失敗），最後還是得依靠手機備忘錄和地圖才找到（後設認知——知道如何尋求外部輔助）。
有效的學習不僅是吸收，更在於能否在需要時成功提取。另外「後設認知」包含了解自己如何學習、監控學習狀態、知道如何解決學習困難，也是相當重要的能力。接下來我分享的AI應用案例，都會嘗試連結到這些學習原理。
#AI的應用情境
1.像小學三年級生一樣解釋概念（輔助編碼）： 請AI扮演小學三年級學生，用他們能懂的語言、動漫人物或童話故事舉例，解釋較難的概念（例如國中課本內容）。這有助於降低知識門檻，讓學生更容易吸收（編碼）。我測試過，三年級大概是個不錯的平衡點，再往下可能表達就太簡略了。
2.費曼學習法：教AI學會（提取）： 讓學生扮演老師，將AI設定為需要學習的小學三年級學生，學生必須用簡單易懂的方式向AI解釋概念，直到AI「聽懂」。這是一個很棒的「提取練習」，迫使學生從腦中提取、重組並輸出知識。研究證明，不斷提取比單純記憶更能鞏固學習。AI在此過程中還可以判斷學生解釋得是否清晰、正確，並進行反問。
3.蘇格拉底式家教（深度提問）： 利用現有的蘇格拉底式家教提示（Prompt），AI不僅針對單一問題提問，更能圍繞整個主題、學習脈絡進行深入探討，甚至引導學生思考知識與自身生活的連結（例如：「這個概念跟你生活有什麼關係？」）。這能培養學生的好奇心、持續思考與探索的學習態度，讓學習變得更有意義。
4.扮演歷史人物（情境思考）：讓AI扮演特定的歷史人物（例如甘迺迪總統在他遇刺當天），學生可以與之對話，更身歷其境地理解歷史事件和人物的決策。這有助於將歷史知識與情境連結，而不只是死記硬背。
5.提供有效回饋（自動化與教師角色的權衡）： AI確實能快速批改作業並提供立即回饋，這對學生學習很有幫助，也解決了老師難以及時給予個別化回饋的困境。但我也對此有所保留。因為過度依賴AI批改，是否會讓老師失去深入了解學生個別狀況與思考脈絡的機會？自動化雖然高效，但情感連結和老師對學生的細微觀察似乎難以取代。界線在哪裡，我還沒有答案。
6.提取練習工具（低風險測驗）： 將AI作為課堂結束前5-10分鐘的低風險提取練習工具，不計分、無壓力。透過與AI討論當天所學、為何而學，類似蘇格拉底式提問，但更聚焦於回憶與鞏固。這能有效幫助學生檢視學習成效。
7.批判性思考練習（情境思辨）： 透過童話故事改編為思辨情境，例如「睡美人被王子親吻算不算性騷擾？」、「小紅帽反殺大野狼是否防衛過當？」，讓學生先思考並寫下看法，再利用AI作為法律教練，精煉學生的論點，檢視其推論是否完整、思考是否周全。AI會挑戰學生的想法，引導他們從不同角度思考。
#關於PromptEngineering的省思
隨著AI越來越聰明甚至還有記憶功能，越來越懂得Context和反問，我們還需要像過去一樣，教孩子複雜的提示架構嗎？例如角色扮演、思考鏈（Chain of Thought）等技巧？。
或許比起教條式的提示規則，更重要的是培養孩子的好奇心、探索心態，以及如何清晰地描述問題。更重要的是我們要引導孩子思考如何「定位」AI——它是工具、軟體、夥伴、助理甚至老師？
#真正重要的事情
-情感連結是關鍵： 無論工具多新穎，學生的學習動機往往源於老師的關心與肯定。孩子學習的動力，很多時候來自於感覺被關心、被看見。老師或家長的陪伴與支持，比AI工具本身更重要。如果缺乏情感連結，即使AI再厲害，孩子也可能缺乏學習動機。
-AI降低學習門檻，但人類付出才是關鍵： AI確實可以降低學習的門檻，。但我的觀察是，學生若沒有被要求進行刻意的提取練習或應用，光靠與AI對話，長期記憶效果有限。大腦需要知道「這個知識很重要」，需要透過實際運用和克服困難才能有效學習，才會真正去記憶和理解。單純降低難度，不代表能確保深度學習。我們要重新思考「學會」的定義，它不只是知道答案，更包含過程中的思考與成長。
-孩子比我們想像的更好，但也需要引導： 許多人擔心孩子會用AI作弊。研究顯示，作弊比例在AI出現前後並無顯著增加（因為網路時代本就很高了）。我發現孩子多半知道作弊不對，被提醒後也願意修正。但他們也較少主動探索AI的多元應用。因此老師的角色不是禁止，而是引導——如何負責任地使用、了解界限、辨識風險。
#我們該如何教孩子使用AI
心態： 強調學生才是學習的主導者和最終負責人。AI是強大的工具或夥伴，但做決策、判斷是非的仍是自己。
界線： 與孩子深入討論AI能做什麼、不能做什麼，哪些學習任務適合AI輔助，哪些思考或創造必須由自己完成，以及過度依賴（學習外包）的潛在風險。
基本提問能力： 雖然複雜的提示工程可能不再是重點，但教導孩子如何清晰、具體地描述自己的問題或需求，仍然非常重要。
解決問題： 將AI融入實際的專案或問題解決過程中，讓學生在「做中學」，體會AI如何輔助他們達成目標，而不僅是為了使用AI而使用。讓AI輔助除錯、解釋概念或提供建議，而不是直接給出完整程式碼。從「由上而下」（專案導向）切入，可能比傳統「由下而上」（學語法）更能維持學習動機。
#結語
生成式AI的進步日新月異，但它真能改變教育系統嗎？使用AI的人會取代不使用AI的人，這定律在孩子身上也適用嗎？過早或過度導入AI，會不會反而阻礙了孩子核心能力的發展？
未來我們究竟要培養孩子哪些「不會被AI輕易取代」的能力？是提問能力、學習如何學習的能力、批判性思考、同理心、創造力，還是與AI協作的能力？
我沒有標準答案，甚至也不確定自己的做法是否完全正確。但我相信，持續觀察孩子、陪伴他們、與他們一同探索，並不斷反思與調整，或許才是身為教育者，在AI時代最重要的課題。
沒有留言:
張貼留言