【居久屋課程筆記】別再讓孩子大腦外包,該怎麼教孩子 AI
謝謝阿亮校長、Alice和謙懿科技的盛情邀請,讓我能夠在這裡跟大家熱情分享我對教學上的一些想法!今天我不會直接切入書本的內容,而是想帶大家一步一步從我自己的機械經驗出發,聊聊我所看到的世界,以及我對教學形式的思考,最後才進到書中那些給孩子們使用的AI教學內容。 我的這本書,主要是寫給高年級以上的孩子,甚至國、高中生都能看。那時候跟三采出版社討論很久,到底要鎖定老師、家長還是學生?身為每天與孩子相處時間最長的小學老師,我深知孩子們的世界,所以最終決定讓這本書能直接走進孩子的心。更有趣的是,有些家長看完後跟我說,他們自己比孩子收穫更多呢! 準備好了嗎?讓我們一起踏上這段充滿啟發的旅程吧!
當AI能毫不費力地給予答案,孩子還願意學習嗎?
這是一個我常常思考的問題。現在,不只大人,連孩子們也都在用AI找答案,不再只依賴Google。特別是過去一、兩年前,AI的影響主要集中在大學生,但現在,你會發現小學生下課時滑的不再是短影音,而是跟AI聊天!
我忍不住要問大家:用Google找答案和用AI找答案,究竟有什麼不一樣?如果我用Google搜尋「羅東夜市美食」,會出現幾百條推薦,我得一條一條看、思考、比較,最後做出自己的決定。但如果我直接問AI:「請推薦羅東夜市美食」,它會立刻給我幾個精選答案。這兩種方式對孩子的大腦發展和獲取答案的能力,會有什麼影響?
對我來說,AI加快速度當然很好,但如果孩子因此失去了比較、判斷答案的過程,他們是不是也失去了培養「如何取得答案」的品味和能力?甚至,他們可能連分辨AI給的答案好壞的能力都沒有,只能盲目相信。我們大人透過思考、掙扎而獲得答案的過程,其實也幫助我們更理解自己到底想要什麼。這絕對值得我們深思!
學生與老師:當我們都把「大腦外包」給AI?
國教院的研究指出,近七成的國中生已有生成式AI的使用經驗,其中7%每天使用,甚至有半數學校已實施相關教學。但這半數的「相關教學」到底教了什麼?是教AI的原理,還是教如何使用AI?這兩者可是天差地遠!
我曾有學生很坦白地告訴我:「老師,我數學不穩,就拍照叫AI算給我聽。」還有學生抱怨閱讀測驗寫不好,卻也承認自己有拍照測試AI。這讓我警覺到,如果我們不正確引導學生使用AI,他們一定會選擇最省時省力的方式。
更驚人的是,國外研究顯示,美國大學生使用AI大多直接跳過「記憶、理解、應用」等基礎階段,直接要求AI「生成報告」或「分析研究」。如果連大學生都這樣,那他們真的能培養出創造和分析的能力嗎?還是只是學會如何「叫AI去創造」而已?研究表明,這種學習成效其實並不好,因為學生跳過了實質的學習過程。我們老師呢?如果我們也用AI生成教案、教材,這是不是也算一種「大腦外包」?
AI作為「中間層」的代價:創意限縮與認知負債
當AI成為我們與工作之間的中間層,它可能會帶來意想不到的代價。華頓商學院的研究發現,集體使用AI會讓我們的「創意範圍」變小,雖然平均創意分數可能提高,但種類卻變得更集中。單純人類的創意可能從20分到95分都有,但範圍卻更廣。
MIT的研究更指出,使用生成式AI寫作,大腦活躍度最低,83%的人在20分鐘後記不住自己寫了什麼。這就是所謂的「認知負債」或「大腦外包」——我們將不想做的事情委託給AI。程式工程師使用AI輔助寫程式,雖然效率提高,但長期下來卻更難學會寫程式!為什麼?因為他們跳過了學習的過程,沒有扎實地理解程式碼的內容。
我們對AI的信心越高,對自己的信心就越低,越不會質疑AI生成的答案。我曾問一個直接複製貼上AI答案的學生:「你為什麼直接複製貼上?」他竟說:「老師,AI想的跟我想的剛好一樣!」這讓我哭笑不得。AI的結果是有隨機性的,不能盡信,我們必須具備「後設認知」能力,思考自己如何思考,並評估AI的生成結果。
就像我們用Google地圖導航,雖然方便,但也可能讓我們失去了對路線的記憶和觀察周遭風景的機會。長期把這些日常的「重訓」外包給AI,我們的認知肌肉、思考肌肉是否也會因此鬆弛、退化?當AI成為老師與學生之間的「中間層」,所有的教學活動都由AI生成,學生再用AI生成答案,老師再用AI批改,這樣我們還能真實地接觸、理解學生嗎?效率提升了,但我們又失去了什麼?這是一個需要深思的取捨。
讓AI成為學習的放大器:認知科學與AI的完美結合
那麼,我們是不是就不該用AI了呢?當然不是!就像有了汽車不可能再回到騎馬的時代。當整個進程走到這裡,我們不可能不用AI,而是要「適切地用AI來幫助我們成長」,讓學生懂得運用AI來「放大學習」,而不是將AI當成「答案機器」。
但孩子學習AI的方式跟大人一樣嗎?我們大人可能從工具入手,快速解決問題,但孩子呢?他們是否需要更系統性地將AI融入學科,培養他們如何運用AI放大學習,而非快速完成任務?我的書正是要結合認知科學中已被驗證有效的學習方式,與AI結合,引導孩子使用AI輔助學習。
就像《學習如何學習》這本書提到的,真正能記住知識的方法,是「合上課本努力想起來剛剛讀了什麼」,也就是「輸出」,強迫大腦組織所學。這比畫重點或多讀幾遍書都有效!而AI,正好能成為孩子實踐這些有效學習法的最佳夥伴!
AI學習法實例大公開:讓學習更有趣、更有效!
這裡跟大家分享幾個超實用的AI學習法,讓孩子們愛上學習!
蘇格拉底法:AI成為你的智慧導師
想像一下,你的AI不再直接給你答案,而是扮演一位蘇格拉底老師,透過一連串的提問引導你思考。你只要輸入指令,讓AI扮演「絕對不會直接給學生答案,總是透過詢問正確問題幫助學習思考,並調整問題以符合學生興趣和知識」的老師,AI就會不斷追問,直到學生自己想清楚為止。這就像英才網的AI設計,真正激發孩子的思考潛能!
費曼學習法:說給AI聽,你真的懂了嗎?
費曼物理學家曾說:「如果你沒辦法用最簡單的話,講給一個完全不懂的人聽,就代表你還沒有真的懂。」現在,我們可以讓AI扮演一個「小學生」,讓孩子們把所學知識(例如:什麼是Gemini)解釋給AI聽。AI會不斷反問,直到它完全聽懂。這迫使孩子們去組織、澄清自己的想法。加上現在AI都有語音對話功能,孩子們就算打字慢,也能用說的方式跟AI互動,超方便!
主動學習法:AI客製化你的學習路徑
你可以請AI扮演一位能拆解複雜主題的專家,透過簡單比喻和類比來教學,降低認知負荷。每次教完一個主題,AI就會提問,根據你的回答調整教學內容或進行複習。想像一下,AI能像老師一樣用海賊王或寶可夢的比喻來解釋複雜概念,讓學習變得生動有趣!
提取練習與遊戲化:讓知識深植腦海
真正學會的知識,是能用出來的知識!我們可以拍下課本內容,請AI根據照片生成10個抽認卡(Flashcard),甚至用Canvas做成遊戲來複習。我上學期帶學生用AI做英文背單字遊戲,結果他們下課還在玩!這種遊戲化學習,能有效降低學習難度,讓孩子更願意投入。
AI應用面面觀:各學科的學習新可能
我的書中詳細介紹了AI在國語、數學、英文、自然、社會等各科的應用,這裡我挑幾個有趣的例子:
- **語文**:讓AI扮演《小王子》的作者,用小王子也能懂的方式介紹書中角色,甚至為孩子制定閱讀計畫,解釋文化背景。AI不是代替閱讀,而是為學生搭建理解的鷹架,讓他們更願意深入學習。
- **數學**:將枯燥的數學應用題改編成寶可夢訓練家的故事,保留數學概念,卻讓情境變得更吸引人。
- **英文**:請AI故意寫出文法錯誤的英文句子,讓學生來改正,並解釋錯誤原因。你還可以結合英文課本,請AI根據單字生成情境故事(例如用「大筆小心」解釋afraid),幫助孩子將單字與具體情境連結,加深記憶。
- **自然**:請AI快速生成解釋複雜概念的動畫或教具。雖然老師還是要檢查內容是否正確與適合,但AI能極大地加速製作過程。
- **社會**:讓AI扮演歷史人物,例如請AI扮演1931年病榻上的蔣渭水,反思其生平感悟。這能幫助孩子回到歷史脈絡中,更真實地理解人物思想。
我的AI進化之旅:從日常問答到第二大腦
我個人在使用AI上,也經歷了不同的階段。從一開始的日常問答(打開ChatGPT、Claude、Gemini),到現在訂閱多個AI,根據不同任務選擇不同AI工具,甚至讓AI幫助我整理讀書心得、學習程式碼。我會用語音跟AI對話,速度更快,也能用費曼學習法向AI解釋概念,讓它反問我。
我將AI視為我的「24小時老師」,當我學習遇到瓶頸時,它能將抽象概念變得具體,不斷出題讓我練習。我也開始學著將AI作為我的「第二大腦」,將所有想法和寫過的資料儲存起來,每次有新想法時,就和AI討論、挑戰,讓它幫我找出過去沒想過的方向。
這就像Andrew Karpathy(前特斯拉AI總監)的閱讀方法:先自己讀,不懂的地方再問AI,然後針對不同觀點與AI互動,進行深度閱讀。AI不再是略過閱讀的工具,而是深度閱讀的載體。
我會用AI來打造教學原型、製作網站,並部署上線與他人分享,吸收回饋來改進。這其實就是OpenAI最熱門的工作「FDE(前線部署工程師)」的概念——將AI應用於實際問題,解決後再將經驗產品化。身為老師,我們不也正是教學前線的FDE嗎?我們在教學中實踐AI,並將這些經驗萃取出來,影響更多人,讓他們知道如何正確、有效使用AI。
在AI快速進步的世界中,我們不用擔心跟不上,而是要理解AI的原理、優缺點,保持學習心態,提升自己的核心能力,並透過動手實踐去突破能力邊界。最終,我希望大家都能將AI作為思考的一部分,讓臺灣成為善用AI的國家!
🎁 喜歡我們的課程嗎?
如果你想要學習更多學科教學知識與科技應用,歡迎訂閱謙懿科技Youtube頻道,記得按讚追蹤我們的節目,一起探索教育的無限可能。
- 謙懿科技Youtube:http://www.youtube.com/@morganfang0905
- ㄚ亮笑長練功坊Blog:https://bit.ly/aliangblog
留言
張貼留言