很多大人看到中小學生用AI，心情複雜。一方面覺得這很方便，有效率，代表進步；另一方面也擔心，學生做功課像叫外賣，只顧「會吃」，卻忘了「會做」。

這份不安很正常。學生的大腦還在長骨頭，長的不只是詞彙量，還有注意力、理解模型、判斷力，以及對自己負責的習慣。AI 一旦進教室，最容易被偷走的，往往不是分數，而是那段慢慢長出能力的過程。

在上一篇中 [按此閱讀]，我借用了兩個概念來拆解差別：「認知卸載」，是把部分工作交給工具，方向盤仍在自己手上；「認知放棄」，是連推理、判斷、責任也一起交出去，看見順滑輸出答案就當作完成。這一篇重點在一個更敏感的問題：學生怎樣用 AI 做功課，才不會不知不覺滑向「認知放棄」？寫作只是其中一種形式，理科題、閱讀報告、專題簡報，同樣存在風險。

「先想再用」是方向盤

我們常把 AI 視作會吐答案的機器，其實它更像班上那位總在課間幫同學做作業的「神助攻」：速度快、表情淡定，還總能把錯題講得好像自己全對過一樣。老師都得特別留神，學生哪能不被吸引住。

最常見的情境是，學生把題目貼進 AI 對話框，拿到一段看似完整的答案，然後就複製或下載。他以為自己學懂了，其實只是完成了交功課的動作。

答案對不對當然重要，更要緊的是，他有沒有經歷過思考。學習的肌肉不靠閱讀答案長大，靠的是推敲、撞牆、修正、再試。答案來得太快，學生就少機會在卡住的地方鍛鍊出理解力。

因此，課堂裏更容易出現「認知放棄」，原因很現實。時間緊、評分只看成品、能力又仍在成形，AI 很容易由工具變成代勞者。學生一旦習慣直接把答案交出去，久而久之就會忘了腦袋本來要用來判斷和推理。

• 時間壓力：功課多、考試近，最快完成的捷徑永遠最誘人。
• 回饋機制：目前的評分只看成品，學生自然把心力放在「看起來像完成」。
• 能力仍在成形：注意力、判斷、責任習慣尚未穩定，容易把工具當終點。

把 AI 放在「教練位」：它負責提問，學生負責思考

若學生一開始就找 AI 拿答案，看到的只是一份完成度高的作文、報告或解題過程，卻看不到思考痕跡。那種「做得很像懂了」的狀態，就是我說的「熟口熟面」：像學會了，實際上只是借了個殼。

更穩妥的做法，是把 AI 放到「教練位」。教練不會替你跑全程，它擅長的是追問與拆台：你怎樣得出這個結論？憑什麼這麼說？有沒有反例？前提站得住嗎？換個場景還成立嗎？換題型還適用嗎？

學生需要的正是這種提問。很多人不是不會想，是不知道從哪開始；AI 用得好，能把「開始思考」變得更容易。

一個最小可行流程：學生先出骨架，AI 只負責提問

我們可以設計一個簡單的流程，讓它易落地，重點在順序。先讓學生動腦，再讓 AI 進場。

首先，讓學生寫骨架：理科題寫明已知、要求、擬用公式或定理，以及每步邏輯。用自己的話列出解題思路、立場、理由、概念、例子與結論，粗糙無妨，反而看得出真動過腦。

接著，讓 AI 當教練提問，針對骨架發問，例如：

• 這一步依賴的前提是什麼？
• 有沒有反例或例外？
• 這個例子能代表整體嗎？
• 換個情境或題型還成立嗎？
• 結論能否收斂一點，避免說過頭？

最後，學生重寫定稿，將答案轉為自己的表述，補漏、修正、補充例子或推導，提交真正的「學生版本」。

這一步就像練功房：AI 是沙包，你打它，它回彈；你就知道哪裡力道不足。打完一輪再補一輪，肌肉才長在自己身上。

家長和老師看什麼：看思維痕跡

家長與老師若想配合這個流程，可以先從「看痕跡」開始。

當 AI 能把成品修得很光滑的時候，越需要回頭找痕跡。例如，我們可以拿幾個實用的觀察點來測試一下：

• 能不能口頭復述？學生講不出來就很危險。
• 能不能指出一個反例？學生只會順著說，通常是借來的理解。
• 能不能說出自己改了哪裡？改動越具體，思考權越可能在學生手上。

老師那邊若願意把評核的一小部分放到過程上，像草稿骨架、AI 提問回合、重寫版本，往往比單一成品更能反映學習。

這些做法看似麻煩，其實是把兩件事放回學習核心：讓學生在乎準確性，並得到即時反饋。當學生知道「思考過程會被看見」，他才更願意抵抗「認知放棄」，握回學習的方向盤。

回歸教育的本質

一直以來，抄襲至少一眼看得出來。學生抄了，多半也知道自己做了甚麼。但「認知放棄」一旦成習慣，長期下去更危險。這種麻煩不在一次作業的對錯，而在於它會慢慢變成學習方式。它會令學生感覺自己很努力——複製貼上也要動手，潤色改寫也花時間。這份努力非但沒長在思考上，反而貼在包裝上，看起來還很光明正大。

所以這篇先做一件事：把順序調過來，先想再用，讓思考過程重新被看見。我的目的很簡單：使用 AI 時，讓學生仍然有理由去思考，並得到針對思考過程的真實反饋。AI 沒有改變學習的核心，它把另一件事放大了：答案變得更容易拿到，學生也更容易跳過思考。當答案像自來水一樣隨手可得，真正稀缺的就回到人身上：學生有沒有想清楚問題，能不能質疑，願不願意為自己的答案負責。

@張Sir的AI養生館 – 學習智人