AI 真正有效的教育用法，是製造思考的摩擦而非消除它

教育科技的演進方向，賣點永遠圍繞著同一個字：快。更快的批改、更快的備課、更快找到答案，彷彿速度就是解決學習落差的萬靈丹。

然而，2026 年 8 月一份針對六千名田納西州國中生的隨機對照實驗結果卻顯示，在所有測試設定中，唯一能產生正向學習成效的特徵，恰恰是「慢」。目前唯一被實證有效的 AI 教育用法，是拿來「製造摩擦」，用這個摩擦，來讓孩子動腦想，而不是消除摩擦——而這剛好是市場上最難被銷售的功能。

隨機對照實驗的真相：AI 的唯一成效來自「製造摩擦」

多倫多大學與賓州大學 Wharton 商學院以嚴謹的標準評估 AI。六千多名國中生被隨機分派，對照組使用傳統電腦化教材練習分數，實驗組則加上名為 Numi 的 AI 家教，兩組再細分是否套用「精熟規則」（答錯必須連續答對三題才能前進）。

結果勝出的不是「有 AI」的組別，而是「AI 加上重複」的組別，而且成效僅高出三個百分點。主持研究的經濟學家 Philip Oreopoulos說，這份 NBER 工作論文顯示優勢僅出現在最基礎的題型，尚未通過同儕審查。但在許多 AI 直接給出答案而短路學習歷程的負向證據中，這已是罕見的正面訊號。

研究指出，AI 的關鍵價值在於“引導學生走過自己的錯誤”，而非直接攤開解法。但這項機制的核心其實是 Benjamin Bloom 在 1960 年代提出的「精熟學習」：沒學會就不准往前。AI 只是讓這個五十年前人力難以負擔的老方法得以被執行。

相較於實驗裡的微幅提升，市場更熱中傳播「每週使用 AI 的老師平均省下 5.9 小時、一年省六週」的說法。但這類來自老師自我陳述式的調查，從未證明「省下的時間」能直接轉化為「學生的學習成效」。如果一套工具的行銷素材裡，「省時」出現的次數遠多於「學會」，它解決的往往是行政痛點，而非學習本質。

孩子的自制與落差：摩擦正在變成一種隱形特權

根據 Britebound 與 Common Sense Media 針對青少年的調查，雖然高達七成學生會用 AI 輔助功課，但多數學生在卡關時，依然偏好先自己想，或詢問老師、家長與朋友，AI 只是後面的選項。

波士頓「Me, Myself, and AI」學生藝術展也展現了青少年的成熟思考。Day of AI 執行長 Jeffrey Riley 指出，學生懂得刻意限制 AI 使用以保有個人原創性，得獎者 Annie 更提出考量開源、倫理與環境足跡的界線。這證明孩子缺的不是自制力，而是清晰的指引。

但危機在於數位落差正沿著既有裂縫擴大。Britebound 與 Common Sense Media 發現，公立學校、父母無四年制大學學歷或有 IEP/504 計畫的學生，更容易僅把 AI 當成「找答案」的販賣機。在家裡有人示範如何追問的孩子，能把 AI 當成思維槓桿；沒有指引的孩子，則失去了思考的機會。「懂得何時讓孩子卡住並開始思考」這件事，正在變成一種演算法無法提供的特權。

制度與台灣教育的省思：別讓錯誤的學習方式跑得更快

面對衝擊，美國教育部的非強制指引提出五大核心問題，要求工具必須提出具體改善學習的證據，否則就應建立退場機制；MIT 的 AI 使用委員會報告亦承認 AI 已能解決多數書面作業，並建議停止使用 AI 偵測工具，轉而要求教師也需揭露教學與評分中的 AI 使用，將管制焦點轉移到證據與透明度。

這給高度重視解題技巧與進度效率的台灣教育敲響了警鐘。台灣傳統升學系統與補習文化本就以「消除摩擦」為目標，提供整理好的講義與最短解題路徑。若將能在三秒內給出解答的 AI 放入這個獎勵快速正確答案的系統，只會加速短路學習歷程。

田納西研究中的三個百分點，代價是進度表上必須讓出的時間。如果不改變「進度用時間衡量，而非用精熟衡量」的觀念，AI 只會讓錯誤的學習模式跑得更快。面對 AI 工具，家長與教師最該問的不是它幫孩子省了多少時間，而是省下來的時間，究竟被拿去做了什麼。