教育不僅是單向的知識灌輸，而是一場啟發心智、塑造自主能力的旅程。結合教育心理學家Zimmerman的「自我調控學習」（Self-Regulated Learning, SRL）理論，人工智能（AI）不再單純是提升效率的科技工具，更成為讓思維「可見化」的催化劑。自我調控學習的核心在於，學生能主動設定目標、監控學習過程，並反思學習成效，真正賦予學習主導權回到學生手中。
課前前瞻：視覺化目標與動機建構
學習的起點始於對目標的清晰構想。面對艱澀的課題，學生常因目標模糊或認知負荷過重而產生畏懼。在此前瞻階段，AI成為一個很好的動機建構工具。例如，在處理文言文或抽象的科學概念時，教師可借助Gemini等生成式工具，把枯燥的文本轉化為生動的圖像或互動教學海報。這種視覺化學習（Visual Learning）策略，不僅能迅速拉近學生與知識的距離，更把宏大抽象的學習目標，精準拆解為具體、連貫的小任務。當知識的門檻降低，學生的內在求知動機自然被喚醒，從而在正式學習前建立必要的自信與前備知識。
課中監控：搭建認知鷹架與動態反饋
學習是一場充滿迷霧的攀登，傳統的課堂節奏往往難以兼顧每名學生的即時困惑。缺乏適時的監測，問題便會不斷累積。在處理邏輯繁複的幾何推導，或是梳理長篇學術文本時，傳統的單向講授難以追蹤每名學生的思考軌跡。如今，學生可利用如Notebook LM等工具，即時交互並梳理思緒，甚至生成動態可視的邏輯圖。這不僅彌補過往學習監控往往滯後於結果的缺陷，更能即時記錄錯誤嘗試，提示何處需要概念補強。學習不再是一場模糊的記憶測驗，而是建基於數據驅動的動態調整過程。
課後反思：淬鍊錯題數據與沉澱智慧
反思是促成知識內化的關鍵一步，卻也是學生最易忽視的環節。傳統的課後檢討若流於形式，便難以發揮修正行為的效用。
AI的介入，使反思變得系統化且深刻。以Notion AI為例，學生能輕易建立個人專屬的「智能錯題集」。系統可根據作業數據，以清晰的結構圖表分析錯誤類型與知識弱點，並提供具體的修正指引或延伸資源。對教師而言，這套機制同樣適用於大班教學的反思。透過整合全班的學習薄弱點，教師能迅速掌握學情，精準調整後續的教學策略。
AI的廣泛應用，改變了學習的載體，也擴展了教學的維度。教師從單向的知識傳遞者，蛻變為學習體驗的設計師與心靈的導航者；AI則是無形的助手，默默搭建個人化、目標導向的學習環境。然而，我們必須謹記：技術的盡頭終究是人。AI是一種思想的放大器，但真正有效的教育，依然根植於人與人之間的情感共鳴、文化理解與價值觀的啟迪，這是任何演算法都無法替代的溫度。
撰文︰李婷欣老師
中大賽馬會「智」為未來計劃
曾任中學科學教育學習領域統籌、生物科及綜合科學科科主任