被稱為「AI 教母」的李飛飛近期談到 AI 進入教育現場時，最重的一句話並不是關於偏見、隱私或答案準確度，而是指向一個更難處理的問題：當學生太早、太順手地把思考外包給 AI，他們可能會失去學習動力本身。這件事最值得先留意的地方在於——這個風險不會馬上反映在成績上，反而常常被漂亮的分數掩蓋。我的判斷是：教育界目前花最多力氣處理的「抄襲偵測」，其實是排在第二位的問題；真正該處理的，是作業與課堂設計讓學生「不需要動腦也能過關」。
「失去學習動力」不是指學生變懶
很多人一聽到這個警告，第一反應是「現在的學生就是不肯用功」。這種讀法把問題簡化了。
李飛飛的擔憂更接近認知層面：學習的動力來自「我不會 → 我卡住 → 我試出來了」這個循環。卡住的那段不舒服，正是學習發生的位置。而生成式 AI 最擅長的，就是把「卡住」這一段直接刪掉。
學生不是不想學，而是當一個十秒鐘就能給出完整答案的工具擺在旁邊，選擇痛苦三十分鐘去自己想，變成一個需要極強意志力的決定。
AI 不會令學生變笨，但它會令「不想動腦」變成零成本選項。
為什麼這個風險比作弊更難被發現
作弊會留下痕跡，動力流失不會。
設想一個中三學生要寫讀書報告。他其實讀了三分之一本書，剩下的用 AI 補齊摘要、生成觀點、潤飾文句。交出來的作品結構清楚、用詞成熟，老師給了 A-。這裡沒有明顯抄襲，沒有一段可以被偵測工具標紅，但這個學生錯過的是：整理混亂想法、發現自己看不懂、被迫回頭重讀的完整經驗。
再看另一個場景。大學一年級的程式作業，學生用 AI 生成一段可以跑的程式，測試通過、分數拿到。到了第二學期需要 debug 一個複雜系統時，他發現自己讀不懂錯誤訊息——因為他從來沒有經歷過「自己寫壞、自己修好」的過程。這種缺口不會在第一次考試出現，它會在第三、第四個學期突然爆出來，而那時已經很難補。
這就是這個警告真正棘手的地方：短期指標全部正常，長期能力在慢慢空掉。成績可以由 AI 撐住，好奇心不能。
教育現場最容易誤判的三件事
一、把偵測工具當成解決方案
目前不少學校的第一反應是採購 AI 偵測系統。問題是這類工具本身誤判率高，更關鍵的是，它處理的是「有沒有用 AI」，而不是「學生有沒有學到」。一個完全沒用 AI 但抄同學筆記、機械式背誦的學生，偵測工具一樣抓不到。把資源全押在偵測，等於用一道無法真正關上的門，去解決一個設計層面的問題。
二、把「個人化 AI 家教」自動等同於好學習
AI 家教確實有價值：它有耐心、不會嫌你問笨問題、可以無限次重講。但「隨時給答案」和「幫你學會」是兩種不同的產品。一個好的家教會反問「你覺得下一步該做什麼」，而多數 AI 工具在預設狀態下會直接把完整解法端上桌。差別不在模型能力，在互動設計。學校在導入時如果沒有明確要求「不要直接給答案」的模式，等於買了一台高效率的代做機器。
三、把「做得快」當成「學得好」
這是最普遍的錯覺。學生半小時完成過去要三小時的作業，老師和家長都覺得效率提升。但作業的目的從來不是產出那份文件，而是產出過程中的思考。當產出速度變成唯一可見的指標，教育的評量方式就已經跟目標脫節了。
真正該改的是作業設計，不是禁用清單
如果要把李飛飛的警告落地，最務實的方向不是列出「哪些工具不准用」，而是重新問：這份作業如果 AI 十秒就能完成，它本來想訓練什麼能力？
幾個方向值得課堂實際嘗試：
- 把過程納入評分：要求交出思考草稿、失敗版本、修改紀錄，而不只是最終成品。過程無法被一次性生成。
- 加入現場口頭追問：學生交完報告後，老師隨機問三個「為什麼你選這個角度」。用 AI 代寫的人在這一關會立刻露餡，而且這不是懲罰，是逼他回頭理解自己交了什麼。
- 設計 AI 難以取代的題目：與本地情境、課堂特定討論、學生自身經驗綁定的題目，AI 很難漂亮完成。
- 明確要求標註 AI 使用方式：不是禁止，而是要求說明「我用它做了什麼、我自己判斷了什麼」。這本身就是一種後設認知訓練。
這些做法的共同點是：把「卡住的那一段」重新放回學習流程裡。
哪些人要特別留意
中小學老師是最前線的一群，尤其是教寫作、閱讀理解、數學解題的科目——這些正是 AI 最容易「代勞」的範圍。大學基礎課程的助教與課程設計者同樣需要重新檢視評量方式，因為基礎能力的缺口會在高年級集中爆發。
家長則要留意一個微妙的訊號：孩子完成功課的時間突然大幅縮短，但被問到內容時說不出所以然。這比成績下降更值得警覺。
至於教育科技採購方，選工具時應該多問一句：這個產品的預設互動模式，是引導思考還是直接輸出答案？這個問題比比較模型參數重要得多。
這個警告的分量在哪裡
李飛飛的立場一向不是反對 AI 進課室，這也是這次發言值得認真對待的原因——它來自推動者，而不是反對者。她指出的不是技術缺陷，而是人性在便利面前的可預期反應。
技術更新每幾個月一輪，但學習動力一旦被磨掉，沒有版本升級可以補回來。這也是為什麼在所有 AI 教育議題裡，這一項最不該被排到討論的最後。
追蹤以下平台，獲得最新AI資訊：
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/
