我們是否正在使用AI訓練「不再思考的一代」

　　 近年來，「科技能否真正提升學習成效」這個問題，再次成為教育界與學界的焦點。今年一月，澳洲神經科學家傑里德．庫尼．霍維斯（Jared Cooney Horvath）應邀出席美國參議院商務、科學與運輸委員會，就「科技對教育的影響」作證，並在證詞及隨後的訪談中直言，Z世代可能是「現代史上第一個在平均認知能力上不如上一代的世代」。此言一出，旋即引起軒然大波。

　　在一個「教育投資不斷增加」、「學齡人口受教育年期持續上升」、「人工智能與教育科技全面進入課室」的年代，學生的閱讀、數學、注意力與高階推理能力卻出現停滯，甚至在二０一０年前後開始下滑，這無疑對「科技必然促進學習」的直線式想像，投下一顆震撼彈。然而，問題並不只是「Z世代是否真的變笨」，而是當科技從輔助工具變成學習的預設中介，我們是否正在悄然改變「學習的本質」？

科技進入課室，為何成效不升反跌？

　　霍維斯所援引的，並非單一研究，而是來自多個已開發國家的大型國際評量趨勢，包括PISA等長期受澳門高等學府、政府及辦學團體吹捧信任的數據。這些研究共同顯示，在閱讀理解、數學推理、持續注意力與抽象思考等核心能力上，學生的平均表現未見隨教育資源同步提升，反而在數碼科技全面滲透校園後出現下滑。

　　值得注意的是，這些下滑並非偶然，而是與學校環境的結構改變高度重疊，「一人一機」政策、全面線上作業、即時回饋的自適性學習系統、以平台為核心的課堂管理，逐漸成為教育日常。霍維斯指出，部分學生在一個七小時的上課日中，面對螢幕的時間超過四小時，而裝置本身的存在，已顯著增加分心與離題行為。更關鍵的是，當學習活動被拆解為即時反饋、快速作答、低延遲刺激時，學生較少需要承受「不知道怎麼開始」、「卡住卻必須繼續想」的認知張力。

　　從神經科學角度來看，深度學習本就伴隨不適感。閱讀長文、推導數學、建構論證，都需要長時間維持注意力，並在延遲回饋中自行校正錯誤。若科技設計不斷替學生「減壓」、「補位」、「自動完成」，短期內或許提升學習效率，長期卻可能削弱大腦中負責執行控制與抽象推理的功能訓練。

　　「組織碎化技術」（Histotripsy）是一種革命性的無創肝癌治療法，利用高強度聚焦超聲波在腫瘤內產生微氣泡「氣泡雲」，透過物理性的高速膨脹與收縮，將癌細胞直接「震碎」液化，不需開刀、無熱效應、無傷口，並有望激活免疫系統。為美國密西根大學（University of Michigan）生物醫學工程教授查爾斯·凱恩（Charles Cain）及其徒弟徐蓁（Zhen Xu）教授，足足用了二十年的時間鑽研，從無數次挫敗中開發的治癌新技術。換成今天AI順手拿來的文化，的確很難造就出鋼鐵般意志與韌性的學人。

　　其實，這個教育原理早在孔子時代已經出現了。《論語．述而》：「子曰：『不憤不啟，不悱不發，舉一隅不以三隅反，則不復也。』」翻譯成白話文就是，不到學生日思夜想仍不得其解的時候，不去開導他，不到他想說卻說不出來的時候，不去啟發他。《論語．為政》篇亦記載了子曰：「學而不思則罔，思而不學則殆。」非常強調學與思的重要。反觀今天的學校，「學」的比重因為AI帶來的方便，明顯壓倒了「思」，這亦是為何眾多知名學者會判斷出AI反而讓孩子變笨的原因所在。

逆弗林效應：智力下降，還是能力轉型？

　　霍維斯將上述趨勢與近年備受討論的「逆弗林效應」（Reverse Flynn Effect）連結起來。過去一個世紀，全球多數國家的智力測驗分數持續上升，被視為營養改善、教育普及與社會進步的結果；但近十多年，在部分國家與特定能力向度中，這個趨勢開始逆轉。不過，學界亦對此保持高度謹慎。許多研究者指出，智力測驗反映的是特定形式的認知表現，而非「整體智慧」。「逆弗林效應」在不同國家、不同能力領域中並不一致，部分能力甚至仍在上升，其成因可能涉及測驗設計改變、教育內容調整、生活型態轉變等多重因素，難以簡化歸因於「科技害人變笨」。

AI是雙刃劍：問題不在工具，而在使用方式

　　在AI技術迅速成熟的當下，這個問題變得更加迫切。當AI已能寫出流暢文章、即時翻譯、生成摘要，教育者與學生都不得不面對一個根本性的提問：還有哪些思考，是不能、也不該被AI代勞的？

　　法國哲學家與認知科學家丹尼爾．安德勒（Daniel Andler）在其名著《AI 會取代人類智慧嗎？》（Inteligence artificielle,intelligence humaine:la double enigme）裡，對此提出了關鍵區分。他指出，將智慧簡化為「解決問題的能力」，是對人類心智的過度簡化。AI擅長在參數穩定、目標清楚的情境中優化解答，但人類智慧的核心，往往在於「在特定情境中，做出合乎價值與責任的判斷」。人類面對的，往往不是可被「解決」的問題，而是需要承擔後果的抉擇，諸如疾病、衝突、關係、失敗，皆如此。AI可以提供資訊、模擬選項，卻無法代替人承受抉擇帶來的道德重量。問題在於，當AI進入學習場域，如果它被用來「替學生起步」、「替學生組織思路」、「替學生完成初稿」，那麼被取代的，並不是低階勞動，而是思考最關鍵、也最痛苦的起點。安德勒將此稱為「去技能化」（de-skilling），即是說當人們習慣跳過白紙階段，跳過混亂、遲疑與自我修正的過程，思考能力便逐漸外包給AI。

AI為何反而讓Z世代「變弱」？

　　若說AI與教育科技會對Z世代產生負面影響，關鍵不在於它們「太聰明」，而在於它們過度貼心。第一、AI與數碼平台大幅降低了「延遲滿足」的需求。即時回饋、即時答案、即時修正，使學生較少需要在不確定中停留。第二、許多EdTech設計以「降低認知負荷」為目標，卻忽略了適度的認知負荷正是學習發生的必要條件。第三、當寫作、計算、整理、摘要都能一鍵完成，學生實際練習的，不再是思考本身，而是如何向系統下指令。久而久之，學生或許變得更有效率，卻更難進行長時間、無外援的深度思考。一旦離開系統，能力便迅速崩塌。

學校該如何善用AI，而非被AI牽著走？

　　面對AI的不可逆趨勢，教育的出路不在於全面禁止，也不在於無條件擁抱，而在於重新界定「哪些能力必須保留為人類專屬訓練」。第一、學校應刻意保留「無科技學習時段」，訓練學生在沒有AI、沒有網路的情況下，仍能閱讀、書寫、推理與討論。第二、AI應被定位為「後設工具」，用於檢索資料、比較觀點、檢查錯誤，而非生成主體內容。第三、評量方式需調整，減少只檢驗產出結果的作業，增加過程性評量，重視學生如何思考、如何修正、如何回應質疑。第四、教師培訓必須同步更新，讓教師理解 AI 的限制，而非被平台指標與數據牽著走。

　　真正的危機，不是AI太強，而是人類太快放手。回到霍維斯的警告，它或許不該被理解為「Z世代變笨了」，而是作為一個提醒，當科技太順手，我們是否還願意保留那些原本屬於人類的、費力而不討好的思考勞動？AI是一把雙刃劍。它可以成為擴展心智的工具，也可能成為替代心智的拐杖。教育真正需要做的，不是選擇站在哪一邊，而是清楚知道——哪些能力，一旦交出去，就很難再拿回來。

　　可幸，已經有辦學團體向所屬學校的教育持份者發出《社交媒體及AI生成技術使用指引》。其中，非常強調要〈明智地使用AI資訊〉：「生成式AI是一種以大數據為基礎建立的智能工具，但難以產生真正原創的想法，其提供的資料，尤其在信仰及倫理領域，並不等同於真理。這些資料由過去的數據統計而來，未必能全面掌握真理。此外，數據本身可能含有偏見，在AI生成的內容中被反映或放大。會士及教育牧民工作者須審慎使用AI獲取的資訊，僅作參考，注意其原創性、偏見及時效性。」? 已故教宗若望保祿二世在《人的工作》通諭中，就說過我們是工作的主人而非工作的奴隸。同樣，我們是AI的主人而非AI的奴隸，這是所有教育持份者都必須恪守的準則。


□ 吳又可