AI 真正有效的教育用法，是制造思考的摩擦而非消除它

教育科技的发展，卖点始终离不开一个字：快。改作业更快、备课更快、找答案更快，仿佛速度就是解决学习落差的解方。

不过，2026 年 8 月一份针对六千名田纳西州国中生的随机对照实验显示，所有测试设置里，唯一能带来正向学习成效的特征，反而是「慢」。目前唯一被证实有效的 AI 教育应用，是拿来「制造摩擦」，用摩擦逼孩子动脑思考，而不是消灭摩擦。

随机对照实验的真相：AI 的唯一成效来自「制造摩擦」

多伦多大学与宾州大学 Wharton 商学院用严谨标准评估 AI。研究随机分派六千多名国中生，对照组使用传统电脑化教材练习分数，实验组则加入名为Numi的 AI 家教。两组再细分是否套用「精熟规则」，也就是答错必须连续答对三题才能前进。

结果胜出的不是「有 AI」的组别，而是「AI 加上重复」的组别，成效也只高出三个百分点。主持研究的经济学家 Philip Oreopoulos说，这份 NBER 工作论文显示优势只出现在最基础的题型，目前尚未通过同侪审查，但在许多 AI 直接给答案而跳过学习历程的负面证据中，这已是罕见的正面信号。

研究指出，AI 的关键价值在于“引导学生走过自己的错误”，而不是直接给解法。这项机制的核心，其实是 Benjamin Bloom 在 1960 年代提出的「精熟学习」：没学会就不准往前。AI 只是让这个五十年前人力难以负担的老方法得以落实。

相较于实验里的微幅提升，更多的刻板印象是宣传「每周使用 AI 的老师平均省下 5.9 小时、一年省六周」。但这类老师自我承述式的调查，从未实质证明省下的时间，能直接转化为学生的学习成效。如果一套工具在宣传「省时」出现的次数远多于「学会」，它解决的往往是行政痛点，而非学习本质。

孩子的自制与落差：摩擦正在变成一种隐形特权

根据 Britebound 与 Common Sense Media 针对青少年的调查，虽然高达七成学生会用 AI 辅助功课，但多数学生卡关时，依然偏好先自己想，或是问老师、家长与朋友。AI 只是排在后面的选项。

波士顿「Me, Myself, and AI」学生艺术展也展现了青少年的成熟想法。Day of AI 首席执行官 Jeffrey Riley 指出，学生懂得刻意限制 AI 使用，借此保有个人原创性。得奖者 Annie 更提出界线，考量开源、伦理与环境足迹。这证明孩子缺的不是自制力，而是清楚的指引。

真正的危机在于数字落差正沿着既有裂缝扩大。Britebound 与 Common Sense Media 发现，公立学校、父母没有四年制大学学历或有 IEP/504 计划的学生，更容易把 AI 当成找答案的贩卖机。在家里有人示范如何追问的孩子，能把 AI 当成思维杠杆；缺乏指引的孩子，则失去思考的机会。懂得何时让孩子卡住并开始思考，正在变成一种算法无法提供的特权。

制度与台湾教育的省思：别让错误的学习方式跑得更快

面对冲击，美国教育部的非强制指引提出五大核心问题。指引要求工具必须提出改善学习的具体证据，否则就该退场。MIT 的 AI 使用委员会报告也承认 AI 已经能解决多数书面作业，并建议停止使用 AI 侦测工具，改为要求教师揭露教学与评分时的 AI 使用情况，把管制焦点转向证据与透明度。

这给高度重视解题技巧与进度效率的台湾教育敲了警钟。台湾传统升学系统与补习文化本就以「消除摩擦」为目标，习惯提供整理好的讲义与最短解题路径。如果把三秒内就能给解答的 AI 放入这个奖励快速正确答案的系统，只会加速跳过学习历程。

田纳西研究里的三个百分点，代价是进度表上必须让出的时间。如果不改变「进度用时间衡量，而非用精熟衡量」的观念，AI 只会让错误的学习模式跑得更快。面对 AI 工具，家长与教师最该问的不是它帮孩子省下多少时间，而是省下来的时间，究竟拿去做了什么。