AI 應該令你讀得更深入,而唔係幫你跳過原文。開 chatbot 之前,先寫一段簡短摘要,指出作者嘅核心論點,再列出兩條你對篇文嘅問題。
之後可以問:
AI 可以幫你諗搜尋關鍵字、相關概念同可能嘅資料線索,但唔應該當成資料庫使用。所有重要主張,都要返去核對原始出版物,尤其係引文、參考資料、統計數字同技術細節。
比較兩篇文章時,可以叫 AI 幫你整比較表;不過每一格都應該由學生根據原文填寫同核實。最好保留研究紀錄,清楚分開:
討論完之後,關掉 AI,靠記憶寫返作者嘅論證,並加上一個限制或者未解決嘅問題。如果做唔到,可能你只係繞過咗閱讀,而唔係加深咗理解。
可以試下:
學生應該自己畫圖、講出因果鏈,同作出預測。AI 就可以追問極端情況、揭示誤解、提供反例。最後嘅檢查方法係:唔睇 AI 回應,向一個想像中嘅初學者講返個概念。
喺編程方面,AI 可以做程式審閱員、除錯助手同測試拍檔。先自己寫第一版,再要求 AI 幫你定位問題,而唔係成份答案重新生成。
可以問:
收到提示後,由自己實作修正、執行測試,再解釋點解改動有效。之後改一項要求,試下唔靠 AI 重新生成全部程式,自己修改。
一個實用標準係:學生應該能夠解釋每一行交出嘅程式、重現個 bug、為修正辯護,並寫至少一個唔係由 AI 提供嘅測試。
新加坡教育部形容,學生學習空間(Student Learning Space,簡稱 SLS)內嘅 AI 工具,係透過問題、支架式引導同反饋支援學習,而唔係直接派答案。 Learning Assistant 可以擔任唔同角色,包括寫作助手,並透過反覆提問幫學生加深理解。
呢個設計示範咗一個重要原則:學生嘅回應先係核心活動。AI 唔係即刻完成任務,而係透過追問下一步、指出漏洞,或者要求學生澄清,製造有助學習嘅「阻力」。
新加坡科技設計大學嘅 Feynman Bot,亦採用類似嘅概念學習模式。學生上載學習材料、選擇合適程度,再解釋課題;機械人就根據學生嘅回答提出適應性問題。相關報道指,學生大約講三至四次「唔知」之後,系統先會建議一個入手方法,再按弱點提出新問題。 相關研究將呢個工具描述為將費曼學習法應用於自主調節學習嘅 AI 系統。
重點唔係每個 AI 導師都要無限期拒絕回答,而係要延遲直接完成任務,畀學習者有足夠時間先嘗試、解釋,同面對自己唔明白嘅地方。
學生、教師同學校可以考慮以下界線:
簡單講,學生負責提供最初嘅思考、作出重要決定,同寫出最後解釋;AI 就負責提供問題、反駁、另類理解、測試同反饋。反覆經歷「嘗試、比較、批評、修訂、解釋」呢個循環,先可以將 AI 協助變成真正留得住嘅學習,而唔係將功課外判畀機械人。