隨著人工智慧技術迅速進入校園，國際學者開始審慎評估其對學生學習成效的實質影響。波士頓大學的研究團隊指出，過度依賴生成式工具可能削弱學生的獨立思考能力，呼籲教育界在引進新科技時應採取實證態度。
輔助練習與獨立測驗的落差：研究揭示對 AI 的依賴風險
生成式人工智慧在教學現場的普及，讓不少教師陷入兩難。一方面希望運用新工具激發創新教學，另一方面又擔心學生失去自主解決問題的能力。一項發表於《美國國家科學院院刊》（PNAS）的國際研究顯示，近千名高中生在練習數學題目時，使用標準版本的 GPT-4 互動，練習成績比未使用的對照組高出 48%。然而，當進入沒有任何工具輔助的正式考試時，這些經常使用 AI 的學生，分數反而比完全沒用過的學生低了 17%。
研究人員發現，如果改用經過特殊設定、會引導思考而非直接給答案的 AI 版本，這種學習落差就能獲得明顯改善。波士頓大學學者指出，學習過程中最關鍵的是建立理解與連貫邏輯的「頓悟時刻」，若系統直接提供解答，學生便錯失了自行摸索與建構知識的核心體驗。
教育科技缺乏實證支持 學者主張建立審查機制
除了學習成效的隱憂，現行教育軟體的品質也面臨檢驗。波士頓大學的研究團隊警告，目前市面上被學校引進的教育科技工具中，獲得科學研究證實有效性的比例不到一成。特別是部分特殊需求的學生，經常成為使用未經驗證軟體的族群，可能無意間承擔了學習風險。
為此，專家建議教育界應參考藥物審查機制，推動對教育科技的嚴格評估，透過隨機對照試驗（RCT）來確認軟體的實際效益。研究人員強調，在學校全面推行 AI 工具前，教育者應適時「暫停步伐」，優先釐清教育的核心目標與資源分配公平性，避免科技應用反而擴大不同背景學生之間的學習差距。
給家長與老師
面對人工智慧的普及，家長與教師無須全面禁止孩子接觸新工具，但應調整引導方式，避免讓 AI 變成直接提供答案的「代寫神器」。在輔導孩子使用 AI 時，建議採取以下做法：
- 將 AI 定位為提問者而非解答者： 鼓勵學生在使用聊天機器人時，要求 AI「提示解題方向」或「提出引導問題」，而不是直接輸出完整步驟或結果。
- 強調解題過程與思維整理： 在課堂或家庭作業中，除了關心最終答案是否正確，應多詢問孩子「為什麼這樣做」以及「如何驗證結果」，協助孩子建立獨立的思考脈絡。
- 觀察孩子的自主學習表現： 定期讓孩子進行離線或無科技輔助的練習，確認孩子是否真正理解概念，而非僅是順利完成線上作業。
學習小教室
為了幫助沒學過程式與資訊技術的讀者更容易理解相關討論，以下說明幾個常見的核心概念：
- 生成式 AI（Generative AI）： 指能夠根據使用者輸入的指令，自動產生文字、圖像或程式碼的人工智慧技術。雖然它能迅速輸出豐富資訊，但無法取代人類大腦進行邏輯推論與深度理解的過程。
- 運算思維（Computational Thinking）： 這是一種解決問題的思考方式，包含拆解複雜問題、尋求規律、抽象化以及設計演算法步驟。無論學習程式或數學，運算思維都是培養邏輯能力的關鍵，無法透過抄襲解答獲得。
- 隨機對照試驗（Randomized Controlled Trial, RCT）： 一種嚴謹的實證研究方法。研究會將參與者隨機分為「使用新軟體」與「不使用軟體」兩組，在控制其他變因後比較兩者差異，用來客觀證明某項教育工具是否真的對學習有幫助。
常見問題
學生使用 AI 寫作業會有什麼隱憂？
研究顯示過度依賴 AI 直接給答案，容易讓學生錯失理解與建構知識的過程，導致在沒有 AI 輔助的獨立測驗中表現反而下滑。
家長該如何引導孩子正確使用 AI 輔助學習？
家長可以請孩子將 AI 當作「引導學習的家教」，要求 AI 提供解題提示而非直接給答案，並在完成後讓孩子口述解題過程以確認理解。
什麼是教育科技的「隨機對照試驗（RCT）」？
這是一種嚴謹的科學評估方法，透過將學生分為使用與不使用某項軟體的兩組，客觀驗證該教育科技是否真的具備提升學習成效的作用。