這正是2026年每一位教育同工都要面對的核心問題:當人工智能(AI)能產出近乎完美的「答案」,我們到底應該評什麼?
答案,其實早已自己出現。
今年初,經濟合作暨發展組織(OECD)在《數位教育展望2026》發表了一個關鍵發現:使用一般AI聊天機械人練習數學的學生,當下表現比沒用AI的同儕更好,但在後續的閉書考試中反而倒退,一項研究顯示得分低了足足17%。為什麼?因為AI幫他們跳過了思考的過程。
OECD警告,這是一種「速食AI」現象:任務表面上完成了,但學習其實沒有發生。報告強調,執行一項任務不代表學會了那項任務,背後的思考過程才是教育的核心。
同一時間,Common Sense Media在2026年8月發表的大型調查提供了更令人憂慮的數據:70%的美國高中生使用AI做功課,而當中63%是用AI直接取得答案。近四成學生坦言,AI讓他們「產生更少自己的想法」;也有39%表示「感覺自己在失去學習」。然而,只有27%的學生曾與教師討論過如何安全地使用AI。
各位教育同工,這些數字不只是發生在美國的問題,而是香港學校即將面對的問題。
從「最終產出」到「思考可視化」
今年5月,聯合國教科文組織(UNESCO)發表了What's worth measuring?一文,直接挑戰傳統評量的根基。當AI可以寫論文、解數學,甚至模擬創意寫作,「最終產出就不再是可靠的學習指標」。UNESCO提出一個清晰的方向:從測量背誦知識,轉向評估高階思考、創意和倫理判斷。更重要的是,讓學習的過程變得可見。
史丹福大學學習加速中心與美國教育測驗服務社(ETS)在今年聯合發表的白皮書同樣呼應這趨勢:滙聚超過100位教育領袖後,結論是評量應該「超越單次測驗事件,走向能捕捉長期成長的持續式證據系統」。學習歷程檔案、對話式評估、反思任務,這些方法共享一個核心:學生的思考過程,比最終成品更值得被看見。
六個方法 把思考變成證據
第一、雙版本提交。讓學生先完成一份沒有AI的草稿,再用AI輔助完成最終版本,兩份一併提交。不用AI時的思考,就是你的評分起點。學生會發現,AI改善的是表達,不是觀點。
第二、對話紀錄門檻。要求學生提交AI對話紀錄時,設定一個門檻:對話不少於五輪。目的是迫他們追問AI,而不是只問一次就「收工」。五輪對話後,答案會深很多。
第三、口頭辯護三分鐘。每份AI輔助的作業,隨機抽選學生即場解釋:「你拒絕了AI的什麼建議?你如何判斷AI的答案是否可信?」三分鐘,一張嘴,思考深不深,一聽便知。毋須應用科技,每個教師都能做。
第四、意見反思日誌。學生記錄每一項修改:AI建議了什麼?我接受了什麼?為什麼接受?我拒絕了什麼?為什麼拒絕?教師不批最終成品,只批這個審批過程,因為這裏才看得見學生的判斷力。用AI幫手不可怕,真正可怕的是慣性接受。
第五、「慢AI」任務。跳出「用AI回答問題」的框架,反過來設計:AI只准提問,學生必須用自己的知識回答AI。答不上來的部分,就是學生真正的學習缺口。方法很簡單:給學生一個主題,AI扮演考官,學生扮演專家。
第六、反思三分鐘。每堂課最後三分鐘,學生在紙上回答三個問題:「今天AI的想法有哪些我不認同?我自己的想法有哪些AI沒想到?下次我會如何改變我的提問方式?」持續一學期,學生會由依賴答案,變成習慣追問。
答案會消失 習慣留一生
那份報告再完美,也只是一秒鐘的運算結果。真正值得被看見的,是學生在草稿上反覆塗改的痕跡、在對話紀錄中追問五輪才得到的答案、在被AI說服之後仍然堅持自己判斷的勇氣。這些,才是教育最該評的東西。
評答案,答案會消失;評過程,過程會成為習慣。而習慣,才是課堂留給孩子最長遠的資產。
撰文︰Ringo Fai
LexGo Academy 共同創辦人、香港城市大學媒體與傳播系講師、一位女孩的爸爸。專注 AI教育與創意課程設計,為學校與家長打造可落地的創新學習方案。我相信教育不只傳授答案,更要打開問題與思考的空間;也希望把學習從「會做題」帶向「會創造」。


