當學生已經有了 AI，老師還要教什麼？

重新思考 AI 時代的教與學

一份教科書，可以交給 AI 摘要。

一套簡報，可以被整理成重點、題庫，甚至轉成語音。

一個聽不懂的概念，也可以請 AI 換幾種方式重新解釋。

如果學生取得知識的方法已經改變，課堂是否也應該跟著改變？

真正的問題，不是「AI 會不會取代教師」，而是：

當資訊不再稀缺，教育究竟還需要創造什麼價值？

AI 已經成為學習環境的一部分

PISA 2025 的臺灣資料顯示，40% 的 15 歲學生至少每週一次使用 AI chatbot 協助學習；22% 用於新主題的初步研究、20% 用來摘要指定閱讀，21% 用來協助撰寫作業。這些數據不能代表所有大學生，也不能證明 AI 一定改善或損害學習，但至少顯示：對愈來愈多年輕學習者而言，AI 已經開始進入日常的搜尋、閱讀、整理與寫作流程。[1]

因此，教育現場真正要問的，已經不只是「學生可不可以用 AI？」

而是：

用了 AI 之後，哪些能力仍然必須留在自己身上？

有答案，不等於有能力

生成式 AI 最明顯的優勢，是降低資訊處理的成本。它可以摘要教材、比較理論、重新解釋概念，也能協助產生練習題、初稿與可能方案。

如果原本需要四十分鐘整理的背景資料，現在十分鐘就能完成，真正值得思考的也許不是如何阻止學生省下這三十分鐘，而是：

省下來的三十分鐘，要拿來學什麼？

2026 年一項澳洲大學生研究發現，高成就學生並不是完全拒絕 AI，而較傾向選擇性使用 AI，並持續驗證輸出、讓工具保持在自己的判斷之下。研究者以 epistemic agency，也就是「知識主體性」，來理解這種使用方式。[2]

換句話說，真正重要的也許不是學生用了多少 AI，而是：

最後是誰在理解？誰在判斷？誰在做決定？

AI 時代的學習，可以分成三種工作

Knowledge Work：AI 很適合協助

摘要、整理、解釋、比較、搜尋線索、產生初稿與練習題，都很適合由 AI 協助。它可以降低重複資訊工作的負擔，讓學習者更快建立基礎。

但前提是：AI 協助處理知識，不等於學習者可以完全退出知識處理的過程。

Reasoning Work：AI 可以參與，但人必須判斷

假設一個復健部門希望新增服務，但人力緊繃、空間有限、預算不足，家屬有期待，組織又希望快速看到成果。AI 可以在幾十秒內提出五個方案。

但真正的學習可能從這裡才開始：哪一個方案最適合目前情境？如果資源有限，要怎麼取捨？誰的觀點被忽略？如果條件改變，答案是否也需要改變？

提出選項，與做出決策，是兩件不同的事情。

Human Work：能力需要透過參與形成

傾聽、合作、協商、領導、衝突處理、價值選擇與責任承擔，並不是只閱讀答案就能形成的能力。

例如公民咖啡館。AI 可以模擬不同利害關係人的觀點，也可以協助設計問題；但真正坐在一桌，面對有人滔滔不絕、有人沉默、有人在意效率、有人在意公平，再從不同聲音中整理出可行建議，是另一種學習。

答案可以被生成，協作能力卻需要被經歷。

課堂的價值，正在重新分配

這並不表示講授已經過時。好的講授仍然能建立概念架構、釐清誤解，也能幫助學生辨識專業重點。

真正需要重新思考的是：哪些內容值得由教師直接說明，哪些適合讓學生透過教材與 AI 建立基礎，又有哪些經驗值得留在課堂中共同完成？

當大量資訊隨時可得，教室真正稀缺的東西，可能逐漸變成好的問題、需要做選擇的情境、與不同觀點的人互動、即時而有品質的回饋，以及可以犯錯、修正與重新思考的空間。

課堂不必再是資訊最密集的地方，而可以成為經驗、判斷與互動最密集的地方。

同時，「導入 AI」本身也不等於教學創新。2026 年一項約 500 名大學生、歷時一學期的隨機對照研究發現，導入 RAG AI chatbot 後，在研究測量的學業成就、興趣、自我效能與投入等結果上，並沒有出現統計上顯著的改善。單一研究不能代表所有 AI 教學情境，但它提醒我們：工具存在，不代表學習自然發生。[3]

新世代教師，不需要和 AI 比賽答案

當 AI 可以整理教材、回答問題、產生題目與提出方案，教師的角色並沒有消失，只是正在重新配置。

教師可以是知識的組織者、學習的設計者、思考的追問者、專業實踐的示範者與回饋者；也需要判斷哪些工作可以由 AI 協助，哪些能力仍然值得學生親自練習。

這種關係也不再完全是單向的。數位工具快速變化之下，學生有時可能比教師更熟悉某些平台與操作，教師則提供較完整的專業脈絡、情境判斷與實務經驗。

例如，一堂近百人的課需要快速分成十組時，學生利用校內既有數位系統迅速解決操作問題。這類小經驗提醒我們：教師不必靠「我什麼都比你會」來維持價值。 教師與學生可以擁有不同能力，也可以共同完成學習環境。

而當答案愈來愈容易取得，教育可能更需要提供一些不容易只用「知識傳遞」描述的東西：

給人方向，給人希望，也給人指引。

方向，不是替學生決定未來；希望，不是保證一切順利；指引，也不是直接把標準答案交給他。而是在快速變動的世界裡，幫助學習者知道自己仍然可以學習、判斷、調整，並形成自己的選擇。

AI 時代，老師還要教什麼？

如果一堂課只是把教科書重新講一遍，AI 的確正在挑戰它存在的必要性。

但如果教育希望培養的是能夠理解、判斷、合作、實踐，並對自己的專業選擇負責的人，那麼教師與課堂仍然有重要的位置。

只是分工正在改變。

讓 AI 協助處理資訊。

讓學生親自進行思考。

讓課堂創造互動與經驗。

讓教師設計這一切如何發生。

當 AI 讓答案變得更容易取得，教育的價值反而更加清楚：

不是替學生保存所有答案，而是幫助他逐漸成為一個有能力面對答案的人。

這或許就是 AI 協力下，新世代教師與新世代學習者，共同需要重新學習的一件事。