別把思考外包出去：用 AI 學習而不是用 AI 交作業

如果你是學生，這個問題大概正掛在你心上：怎麼用 AI 真正學到東西，而不只是讓作業變快？這條線劃在哪裡，決定了幾年後的你是更強還是更空。

這條線怎麼劃，其實可以整理成一句話：AI 可以當你的教練，但不能當你的代打。這篇文章講怎麼做到，以及怎麼誠實檢查自己有沒有做到。

兩種用法，兩種未來

用 AI 有一條根本的分界線：一邊是讓 AI 替你做事，作業快速完成，腦袋原地踏步；另一邊是讓 AI 幫你把事做得更好，順便把能力留在自己身上。

習慣讓 AI 替我們思考，我們就錯過了鍛鍊批判思考肌肉的機會，而那些肌肉，正是將來在真實世界解決問題的本錢。

後果會在你最需要的時刻找上門：閉卷考試沒有 AI 可以救援；面試時要當場解釋自己的想法；上台報告要即席組織語言；或者工作上 AI 給了你一個建議，而你沒有足夠的判斷力分辨它是天才還是垃圾。到了那一刻，借來的聰明一點都不好用。

委派：先弄清楚這份作業要練什麼

開啟 AI 之前先問自己：我要達成什麼？這份作業設計出來是要我學會什麼？如果目標是練論證寫作，就不該讓 AI 替你寫論點；但你可以請它當辯論對手，不斷丟反方觀點，逼你把自己的立場磨利。這就是帶著學習目的的任務委派：你留在駕駛座上，AI 負責出招。

平台的選擇也有影響。有些 AI 系統是專為學習情境設計的，有些則是不管三七二十一先給答案。好的平台自覺能幫你挑到以學習為本的工具；就算工具不是，下一節的描述技巧也能把它調回來。

描述：把 AI 調成教練模式

多數 AI 系統的預設是「樂於助人」，翻譯過來就是有問必答。這對趕進度很方便，對學習卻幫倒忙。好消息是 AI 很會遵循指令，你可以直接指定它的角色與行為：請它扮演家教或教授、只用提問引導你、把輸出做成學習單或隨對話更新的整理表。

開場白可以這樣下：「我是大一學生，正在理解藻類光合作用的細胞機制。請不要直接解釋，改用提問帶我思考，並連結上週學過的內容。」或者：「我貼了一題對數，卡住了。不要幫我解，指一個起步的方向就好，然後出幾題很簡單的練習，我們一起做。」看出模式了嗎？

我們是在請 AI 當教練，不是當代打。

除了提問引導，還有幾種教練式的請求值得收進口袋：

• 卡關時只給提示或線索，不給完整解法
• 出檢核理解程度的問題，或要你把概念應用到新情境
• 從另一個視角給你的想法批判性回饋
• 用不同的例子把學過的概念重新講一遍
• 出跟作業同型但不同題的練習，逐步加深

最好用的一招：請 AI 當你的學生，由你來教它。把概念講到別人聽得懂，是把學習鎖進腦袋最有效的方法之一。

判別：你是在學，還是在搭便車

判別在學習情境多了一層：不只看 AI 給的東西好不好，還要看整段互動有沒有把你帶向目標。對自己誠實一點，用三個問題快速檢查：能不能把學到的講給別人聽？能不能不靠 AI 解出類似的題目？

你知道的是「為什麼這樣行得通」，還是只知道「這樣行得通」？如果你是用提問、引導、一起解題的方式在用 AI，這三題的答案比較可能是肯定的。

還有一件反直覺的事：卡住時那種挫折感，其實正是大腦在長新連結。AI 可以幫你把難題拆解成學得起來的樣子，但別急著請它替你繞過去。

另外，正在學習的人本來就缺乏判斷資訊對錯的基礎，所以重要的知識要用非 AI 的來源再驗一次，就像對待網路上看到的任何東西一樣。

盡責：學術誠信是底線

• 建立盡責：用學校允許的 AI 系統、遵守校規，這些政策多半是以學習為出發點訂的。好奇規定為什麼這樣訂？可以請 AI 講講不同做法背後的學習科學，理解了「為什麼」，規則沒寫到的地方你也知道怎麼選。
• 透明盡責：主動記錄與說明你怎麼用 AI。有揭露要求當然要遵守；就算沒有，這份紀錄也是一種反思練習，幫你看見自己的學習過程與真正的進步。
• 產出盡責：這是終極測試。交出去的東西，每一部分你都要能解釋、能站得住、能應用到新情境。如果有人問「你為什麼這樣做」，而你答不出來，因為那是 AI 決定的，那你其實沒學會，而這筆帳遲早會找上門。

當個有主見的 human in the loop

human in the loop 聽起來像術語，意思其實很直白：在每一次 AI 互動裡，做決定、掌方向的都是人。你決定問什麼，你評估 AI 給的東西合不合理，你決定它夠不夠好、能不能用。你帶著自己的判斷力、創造力與是非感參與，而不是被動接受任何跳出來的內容。

值得你動手做的一件事：寫下你自己的 AI 協作準則。內容可長可短，可以包括：你想當哪一種 human in the loop（什麼時候用 AI、什麼時候不用）；學習中打算怎麼用；何時揭露、怎麼揭露 AI 的協助；以及有 AI 在旁邊的日子，怎麼讓自己的能力不生鏽。

寫真心話，不要寫場面話，讓它成為你檢視自己的北極星。

用 AI 真正學習，確實比抄捷徑費力。但走這條路的人會帶走真實的理解、更強的解題能力，以及面對沒見過的問題時的底氣。在人人都有 AI 的世界，能思考、能學習、能適應，才是你真正的超能力。