AI 幫你完成了作業。下一次遇到相近問題,你能自己走到哪一步?
想像你正在寫一份作業:AI 拆解題目、提出大綱、整理反方觀點,也協助修改文字。最後,你交出一份完整的作品。
這份成果可以有價值。但只看交出的作品,還無法知道哪些推理已經變成你的能力,哪些仍依賴工具的協助。
完成任務與學會方法,值得分開檢查。這不是替人打分數,而是確認下一步需要什麼練習或支援。
Performance 不等於 Learning
learning science 很早就提醒我們:當下表現,並不是長期學習的可靠代理指標。
Soderstrom 與 Bjork 在 2015 年的整合性回顧把這個 distinction 說得很清楚:performance 是人在特定情境、提示與支援下此刻能做到什麼;learning 則更接近相對持久、能支持 retention 與 transfer 的知識或能力改變。
這兩者有時甚至會朝不同方向移動。
一個練習環境可以讓你當下錯得更少、做得更順,卻不一定留下更多能力;反過來,某些讓練習變得比較費力的方法,反而可能在之後的 retention 或 transfer 上表現更好。
AI 讓這個老問題突然變得非常現代。
一個值得檢查的風險:工具是否代做了正在練的那一步?
如果目標是完成工作,把某些步驟交給 AI 可以是一種選擇;如果目標是學會那些步驟,就需要另行安排練習。以下是本文提出的檢查角度,不是已被逐項證實的因果定律:
- 想練習回想概念,是否每次都先看了答案?
- 想練習拆解問題,是否還沒嘗試就直接採用大綱?
- 想練習找錯,是否只接受 AI 的檢查而沒有自己核對?
- 想學會判斷何時求助,是否有機會先說清楚自己卡在哪裡?
重點不是禁止完整解答,而是讓協助方式配合正在練的能力。完整解法也可以拿來逐步比較、解釋與找錯,再用新題目檢查理解;不能只從「有沒有看答案」判定一次學習成功或失敗。
一個很有意思的實驗:做題更好,拿掉 AI 之後反而更差
Bastani 等人 2025 年發表的研究,在 2023 年秋季於土耳其一所高中進行,以班級為單位隨機分組,讓近千名學生參加四次、每次 90 分鐘的數學課程。練習階段分別使用課本與筆記、一般 GPT-4 對話介面,或加入教師設計提示的 GPT Tutor;隨後進行閉卷、不能使用 AI 的測驗。
兩個 AI 組的練習分數較高,但一般對話組在後續無輔助測驗中較差。GPT Tutor 大致消除了這個負面效果,卻沒有顯著優於不用 AI 的對照組。未發現顯著差異,也不是證明兩組完全等效。
GPT Tutor 不只是多了一句「不要直接給答案」:教師還提供逐題正確解法、常見錯誤與回饋提示。這項實驗支持比較兩種完整設計,不能把差異全歸因於單一句提示。它測的是這個場景下的短期結果,不是長期能力退化的直接證據,也不能代替對今日工具的評估。
減少負面效果,與證明學得更好,是兩個不同的結論。
另一個實驗提醒我們:AI 也可以真的幫助學習
Kestin 等人 2025 年發表的研究來自哈佛大學 2023 年秋季的入門物理課,論文報告納入 194 名學生。研究採兩週交叉設計:兩組分別體驗在家使用專門設計的 AI 導師,以及課堂中的主動學習,下一週交換方式。
AI 條件下的課後測驗表現較高。時間方面,AI 組的學習時間中位數為 49 分鐘;課堂比較值則是研究者從 75 分鐘課程扣除測驗後估算的 60 分鐘。這不是每個學生都比較快,也不是對整學期效率的測量。
這項結果支持特定教學安排下的短期理解提升,不直接證明數月後仍能記得,或能遷移到其他學科。AI 條件同時包含教師設計的逐題提示、教學影片、個別回饋與自行調整步調;不能從這項比較中單獨算出每個設計要素的效果,更不能推論一般聊天機器人都能取代老師。
這兩項研究不是一份完整的 AI 教育效果總結,也不能合併成「加上提示就一定學得更好」。比較時,要一起看學生、學科、工具設計、測驗方式與追蹤時間。
對設計者更有用的問題是:這個工具讓學生做了哪些練習,而我們實際測到了什麼學習結果?
六個檢查問題:把協助與學習分開看
下面是本文整理的檢查建議,不是上述研究驗證過的量表,也不要求一次全部做完。先決定正在練哪一種能力,再選擇適合的題目與支援方式:
- 少一點提示:保留完整題目與必要資料,少給一步提示,還能繼續嗎?
- 自己解釋:不看現成答案,能說明關鍵步驟為什麼成立嗎?
- 隔一段時間:不是剛看完就重述,而是在適合這項學習的間隔後,再檢查記得多少。
- 換一個情境:換成沒有看過的題目,還能辨認哪些方法適用、哪些不適用嗎?
- 核對錯誤:用可靠答案、原文或測試比對時,能指出 AI 哪一步不合理嗎?不要只讓同一個 AI 替自己評分。
- 辨認求助需求:能說清楚自己卡在哪裡,需要的是概念解釋、一個提示,還是完整示範嗎?
目的是找到下一步需要的練習,不是證明自己不依賴任何工具。必要的無障礙與學習支援應保留;若目標本來就是善用工具完成工作,也應評估工具使用與驗證能力,而不是只測無工具作答。
目標不是 AI-off purity
這也不是在主張「最好什麼都自己做」。
人類文明一直在 cognitive offloading。文字、書籍、計算機、搜尋引擎,都把一部分 cognition 移到外部工具。
AI 只會把這件事推得更遠。
真正重要的問題不是「能不能使用工具」,而是:
我們把 cognition 分配給 AI 之後,人是否仍保有理解、監督、驗證、拒絕,以及在必要時重新接手的能力?
我很喜歡把這個目標稱為:interdependence without surrender。
不是拒絕 AI,而是不把 agency 一起交出去。
AI-native Learning 應該優化的,不只是完成率
如果一個 AI learning product 只看 completion rate、session time、答案正確率、artifact quality,很容易得到一個漂亮但危險的結果:使用者愈來愈順,但不知道自己究竟變強了多少。
所以我認為更值得追的 North Star 是:
在與 AI 合作之後,人是否留下了更深的理解、更好的 judgment、更強的 transfer、更準確的 self-knowledge,以及更多選擇?
AI 能幫我們完成多少,會愈來愈驚人。
但學習最後真正值得問的,可能仍然是:
那些完成之後,人本身變成了什麼?
研究與延伸閱讀
- Soderstrom, N. C., & Bjork, R. A. (2015). Learning Versus Performance: An Integrative Review.
- Bastani, H. et al. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics, PNAS. DOI: 10.1073/pnas.2422633122。此處連到原始研究,而非二手摘要。
- Kestin, G. et al. (2025). AI tutoring outperforms in-class active learning, Scientific Reports.
研究範圍:本文選用的研究來自不同年齡、學科與教學設計;不是完整的系統性回顧。短期測驗、長期保留、跨情境遷移,以及實際使用工具的能力,應分開測量。本文的產品設計問題與練習清單是編輯整理,不是已驗證的通用課程。
2026 年 10 月 2 日修訂:補充兩項 AI 教學研究的短期測量範圍、對照結果與設計限制,改寫以分數評價人的開場,並將研究觀察與本文練習建議分開。
延伸閱讀
- 你不需要把每一本書讀完 — 把 Performance ≠ Learning 放回日常閱讀:讀完一本書,和真的形成可遷移的理解,也不是同一件事。
- AI 都會 coding 了,我為什麼還要學程式? — 把 Performance ≠ Learning 放進 programming,看 AI coding 之後還應該保留哪些能力。
- 第二大腦不是資料倉庫 — 如果你想把「能力留下來」進一步連到 PKM、representation、synthesis 與 transfer。
- AI-native delivery:速度不等於完成 — 如果你想把同一個 human-agency 問題放到 AI-assisted product delivery 裡看。