所以，現在的學生到底怎麼用 AI？
最近，嗯... 應該說這一年吧，越來越常感覺到一種氛圍。就是關於學生用 AI 這件事。
我還記得有學生很緊張地跑來問我，他用 ChatGPT 幫忙順報告的架構，這樣算不算作弊？他說的不是抄襲，是「幫忙」。
老實說，我看到的不是一個想偷懶的學生，而是一個很焦慮的學習者。他不知道在 AI 時代，怎樣的「努力」才算數。
這好像就是我們現在教育現場的縮影。我們都知道 AI 很重要，但沒人說得清那條線在哪。結果就是，學生早就開始用了，但學校和老師們，嗯... 好像還沒準備好。
大家還在吵作弊，但學生早就跑到前面去了
我看到一份英國的研究報告，蠻有趣的，叫 HEPI–Kortext survey。它調查了一千多個大學生，數據變化很驚人。去年大概還有三分之二的學生在用 AI，但今年，這個數字一下子衝到快九成 (92%)。
這不是「慢慢普及」而已，這根本是「擋不住的趨勢」。
對大部分學生來說，AI 已經不是什麼新奇玩具，它就是... 學習的一部分。他們用 AI 搞懂很難的課文、檢查自己的想法、規劃作業結構。當然，一定有人用它來抄近路，但更多人告訴我們的是：「我們現在就是這樣學習的。」
但弔詭的是，當學生們都在高速公路上狂飆的時候，我們這些當老師的、還有整個教育體制，好像還在入口處爭論「到底該不該發駕照」。超過八成的學生承認他們在作業裡用過 AI，但只有不到四成的學校有好好教過他們怎麼「正確、負責任」地使用。
這狀況就像把一群人丟到沒有護欄的高速公路，然後等他們出車禍了，再驚訝地說「你看吧！多危險！」。這...好像怪怪的。
與其圍堵，不如教他們怎麼跟 AI 協作
我自己是覺得，一直防堵也不是辦法，因為根本防不了。那不如反過來，直接教他們怎麼跟 AI「一起工作」。這可能才是所謂的 AI素養 吧。
這不是要學怎麼寫程式，完全不是。比較像是一種新的工作方法。我把它簡化成三個步驟，可能比較好理解：
- 第一步：學會「提問」。這超重要的。你問 AI 爛問題，它就給你垃圾答案。怎麼把一個複雜的報告主題，拆解成幾個精準、可以讓 AI 聽懂的問題？這本身就是一種能力。
- 第二步：學會「批判」。AI 給你的東西，絕對不能照單全收。你要能像個偵探一樣，去查證它講的事實是不是真的、去思考它給的觀點有沒有偏見、去挖掘它漏掉了哪些更重要的背景資訊。
- 第三步：學會「整合」。最後，把 AI 給你的材料，跟你自己的觀點、老師上課講的內容、還有你批判思考後的發現，全部融合在一起，變成你自己的東西。AI 的部分只是原料，你才是那個總廚師。
簡單說，就是把 AI 當成一個...嗯，很會找資料但有點不靠譜的實習生。你可以交代工作給他，但最終的品質，還是要靠你自己把關。這種能力，我自己把它叫做「AI 協作能力」，這應該是未來不管做哪行，都超級實用的技能。
那作業要怎麼改？兩種思路的比較
說到這個，老師們最頭痛的應該還是「那作業怎麼辦？報告怎麼打分數？」。一直以來防弊的做法，好像都快失效了。這裡有兩種方向，我自己覺得都蠻值得試試看的。
| 方向一：乾脆讓 AI 無用武之地 (AI-Proof) | 方向二：直接把 AI 當成作業的一部分 (AI-Inclusive) |
|---|---|
| 方法：課堂即席報告或辯論 OS：這個最直接，AI 根本來不及反應。考的就是學生的臨場反應跟真正的理解程度，是真功夫。 |
方法：AI 協作專案報告 OS：對，直接把 AI 當成隊友。但要學生交一份「協作紀錄」，說明他們問了 AI 什麼問題、AI 給了什麼、他們又怎麼修改的。 |
| 方法：連結個人經驗的反思寫作 OS：叫學生寫這門課對他個人生命的影響。AI 沒有你的人生記憶，這總寫不出來了吧？很難作弊。 |
方法：AI 輔助的事實查核任務 OS：這蠻酷的。直接丟一篇 AI 生成的文章給學生，讓他們去當「糾察隊」，找出裡面所有錯誤、偏見或過時的資訊。順便訓練思辨。 |
| 方法：動手做的實體專案 OS：不管是做一個模型、拍一支短片，還是辦一場活動。這些需要動手、與人協調的事，都不是 AI 能在鍵盤上完成的。 |
方法：AI 輔助的草稿與最終稿對比 OS：要求學生同時繳交「AI 生成的初版草稿」跟「自己修改後的最終版」。分數的重點在於「從草稿到定稿的進步幅度」，而不是 AI 寫得好不好。 |
但新的「數位落差」已經出現了
不過呢，事情也沒這麼簡單。當我們鼓勵大家擁抱 AI 的時候，一個新的問題也浮現了：新的數位落差。
那個 HEPI 的調查也發現，家庭經濟狀況比較好的學生，或是在理工科系的學生，他們用 AI 輔助寫作跟研究的比例明顯更高。反過來說，社經地位比較弱勢的學生，或是一些文科的女學生，她們反而更不敢用，怕被誤會是作弊，也怕自己「用錯了」會很丟臉。
我自己上課也看過。有的學生早就把各種 AI 工具玩得很熟，把它當成自己的超強家教；但同時，教室的另一角，有學生連怎麼開始第一個問題都不知道，顯得很徬徨。
如果學校再不提供一個有系統、有引導的學習環境，那這個差距只會越來越大。有資源的學生藉由 AI 變得更強，而比較弱勢的學生，反而因為「不敢用、不會用」，在起跑點上就輸了。
這點跟我們在台灣看到的情況蠻像的，雖然教育部 生成式AI指引 已經出來了，但那比較是原則性的建議。真的要在課堂上落實，讓每個學生都有平等的機會去練習、去犯錯，老師們其實需要更多具體的支持...對，老師自己也需要先學會才行。
所以，重點不是工具，是思考方式
說到底，AI 就跟幾十年前的計算機、網路一樣，它就是一個工具。工具本身沒有好壞，重點是我們怎麼看待它、怎麼使用它。
學生會半夜跑去問 AI，很多時候不是想作弊，只是因為老師下班了、同學睡了，只剩下 AI 還醒著能回答他問題。那份半夜的焦慮，才是我們該去理解的。
所以，與其花心力去打造一個「沒有 AI 的烏托邦」，還不如把力氣花在培養學生的「AI 協作能力」上。讓他們知道，AI 可以是一個很棒的起點，但絕對不能是終點。
真正的學習，還是在於提出好問題、批判性地思考、還有加入自己獨特觀點的那個過程。而 AI，嗯... 或許正好可以成為幫助我們重新重視這些「過程」的契機。
聊了這麼多，也想聽聽你的看法。
如果你是老師或學生，你覺得現在在學校用 AI，最大的挑戰是什麼？是怕被當作弊、不知道怎麼用，還是有其他更煩惱的事？
歡迎在下面留言聊聊你的經驗或困惑。👇
