圖片作者：NotebookLM
在數位學習的時代，我們正處於一個誘人的矛盾之中。想像一下：一個學生正對著一題棘手的數學幾何題發愁，隨手打開 ChatGPT，不到三秒，精準的解題步驟與答案就呈現在螢幕上。那一刻，大腦分泌的多巴胺讓人感到前所未有的輕鬆——難題消失了，作業完成了。
但作為一名長期關注教育科技與認知心理的觀察者，我必須告訴你：這份「秒回答案」的誘惑，可能是一場智力上的陷阱。當 AI 變成隨手可得的解題機器時，我們究竟是在培育更聰明的下一代，還是悄悄地讓大腦在「去難度化」的過程中逐漸失能？近日發表於《美國國家科學院院刊》(PNAS) 的一項大規模隨機對照試驗，為我們揭開了 AI 輔助學習背後的真相。
這項針對近 1,000 名高中生進行的實證研究顯示，AI 工具的使用方式決定了它是助推器還是絆腳石。使用標準 AI（GPT Base，即直接提供完整解答模式）的學生，在練習階段的表現比完全不用 AI 的控制組提升了 48%。然而，當這群學生進入拿掉 AI 的獨立測驗時，他們的成績反而比從未用過 AI 的同學退步了 17%。這證明了練習時的「高效」只是一種假象，學生透過AI學習到的技能並沒有真正內化，反而因為依賴而產生了「技能空洞」。或者更不客氣地說，這只是「抄答案」。
如同論文中提到的：「這與過度依賴自動駕駛（Autopilot）導致飛行員技能受損的情況類似：當科技自動化了學習任務，使用者會失去寶貴的練習經驗，導致關鍵技能退化，在系統失效時失去應變能力。」
為什麼我們明知道「抄答案」沒用，卻還是忍不住這麼做？這源於人類天生的「認知吝嗇（Cognitive Miserliness）」。從認知心理學的角度看，大腦運作極度耗能，因此我們本能地遵循「最小努力原則」，尋求阻力最小的路徑。
研究數據捕捉到了這個人性弱點：在沒有護欄的阻擋下，學生與 AI 的互動會迅速演化為「省電模式」。直接索取答案或簡單複製貼上的比例，從實驗初期的 56% 一路上升到 67%。想想也很合理：當有一個從不發火且 24 小時待命的機器願意幫你做苦工時，大腦當然會果斷地選擇「停止思考」。
你以為 AI 給的答案永遠正確嗎？研究揭露了一個事實：即使是強大的 GPT-4，在處理高中數學題時，錯誤率仍高達 49%。其中邏輯錯誤佔大多數（42%）。
邏輯錯誤之所以致命，是因為AI會讓它們看起來極具說服力（個人覺得，AI的強項就是能自信滿滿地胡說八道）。研究發現，即便面對漏洞百出的邏輯，學生仍選擇「盲從」。這並非因為他們看不出錯誤，而是因為大腦處於「認知吝嗇」狀態，不願付出額外的能量去核對正確性。他們寧願跟著 AI 一起跌進坑裡，也不願自己走路。
如果你以為只有小孩會偷懶，那你就錯了。前面提到的過度依賴自動駕駛的例子，就是最好的證明；而現在在網路上也不乏直接引用AI資訊並奉為真理的人，不是嗎？
看到這裡，您可能會問：難道教育不該擁抱 AI 嗎？研究團隊透過 GPT Tutor（導師模式） 給出了答案。這個模式在底層同樣使用 GPT-4，但加入了嚴格的「設計護欄」與「防禦性指令」，防止學生透過角色扮演或指令覆蓋來套取答案。它要求學生先展示思考過程，並僅提供遞進式的提示。
有趣的是，GPT Tutor 組在練習時的成績進步了驚人的 127%！但請注意，這依然是一種「輔助下的效能」。到了最終考試，這組學生的表現僅能與控制組持平，並未顯著超越。這告訴我們：高品質的 AI 引導頂多能「止損」，確保學生不至於像基準組那樣退步。
「GPT Tutor 的價值不在於幫你寫作業，而在於它有原則的耐心：它不幫你縮短路徑，而是耐心地陪你走完那段必須的掙扎。只有在學生嘗試並提供步驟後，它才給予最少量的引導。」
這種心理學上的「必要的難度（Desirable Difficulties）」雖然讓人疲憊，卻是知識生根的唯一養分。
研究中觀察到一個最具諷刺意味的現象：那些表現退步最嚴重的 GPT Base 組學生，自覺良好程度竟然最高。他們對自己的表現過度自信，完全沒意識到技能正在流失。
這被稱為「流暢性偏誤（Fluency Bias）」。當 AI 讓解題過程變得太流暢、太輕鬆時，我們的大腦會產生一種「我已經掌握了」的錯覺。這種「技術帶來的代糖」雖然口感甜美，卻沒有營養。記住，學習的深度通常與挫折感成正比，如果你覺得學習過程一點都不累，那很可能就是退化的開始。
不過，儘管 AI 擁有無限體力且能24小時待命，它目前仍缺乏兩項關鍵能力：時間感與情境洞察。AI 不知道學生在電腦前掙扎了多久，因為它無法感知現實時間的流動。
研究團隊提出的未來模式是「Tutor Copilot（助教副駕駛）」。這是一種人機協作：由 AI 負責提供即時資源與正確性支持，而真人老師則負責 AI 無法模擬的「觀察力」——覺察學生的焦慮、猶豫或停筆的瞬間，並主動挑出潛藏在學生腦中的錯誤觀念。高品質的教學引導來自於人類老師的專業「預演」與對人性的深度理解，這是目前的矽基生命最難觸及的專業領域。
這項研究給了我們一個終極警示：亂用 AI 會讓你變笨（退步 17%），而設計精良的 AI 輔助，頂多能幫你維持與傳統學習相當的水準。AI 本身不會自動提升人類的智力，它甚至會創造出一種「偽平等」，讓大家在練習時看起來都像天才，卻在考試時讓實力落差原形畢露。
真正的學習力，來自於主動建立「數位護欄」。當 AI 隨時都能給你答案時，真正的強者是那些敢於關掉螢幕、選擇那條更有價值的「痛苦之路」的人。在未來，最強大的競爭力不再是獲取答案的速度，而是那種在沒有 AI 支撐時，依然能獨立思考、勇於掙扎的靈魂。
更重要的是，這個研究告訴我們：好老師必需要具備的能力是什麼。我把這種能力稱為「引導力」，也就是不僅不立刻提供學生答案（這是GPT Base做的事），還要耐心引導學生去思考、去推演。
我曾聽到一種說法：有了AI，誰還需要學校？
這個研究告訴我們：有了AI，或許不一定需要學校，但是還是需要好老師。如果你的AI只是告訴你答案，你很可能是今天記明天忘、時時記時時忘，因為學習並未內化；但是如果你有個好老師、或是有如論文中的GPT Tutor，你才能真的達成學習內化的目的。
論文中提到，為了建立這個GPT Tutor，研究團隊聘請了兩名數學老師，專門為實驗設計教學內容與指令 。老師們憑藉經驗，預先列出學生解題時最常犯的錯誤，並寫進提示詞中，讓 AI 知道何時該給出警告或暗示 。
為了防止 AI 自己也「烙賽」（出現運算或邏輯錯誤），老師們還得把每一題的正確步驟預先塞進指令裡，作為 AI 的參考基準 。
除了專業知識，他們還設計了嚴格的邏輯護欄，例如：禁止 AI 給答案、要求學生先展示思考過程、保持鼓勵語氣等 。
這種針對特定問題建立提示詞的過程是「勞力密集（labor-intensive）」的 。也就是說，光是要讓AI像一個好老師一樣的思考，就要花兩位真人老師的許多時間來「訓練」AI（或者說，像無崖子給虛竹做的事：直接灌入真氣）。
當然，因為AI有無窮的體力又可以24小時待命，所以一旦大功練成，只要不烙賽的話，應該可以對教育發生很大的轉變。
所以，有了AI，我認為對教育還是會發生轉變；像GPT Base那樣的老師，應該就會很快被淘汰了。
參考文獻：
Bastani H, Bastani O, Sungu A, Ge H, Kabakcı Ö, Mariman R. Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proc Natl Acad Sci U S A. 2025 Jul;122(26):e2422633122. doi: 10.1073/pnas.2422633122. Epub 2025 Jun 25. Erratum in: Proc Natl Acad Sci U S A. 2025 Aug 26;122(34):e2518204122. doi: 10.1073/pnas.2518204122
