我有工具可以概括閱讀材料、整理論點,把零碎想法變成流暢文章。我會使用它們,也對它們帶來的可能性感到興趣。
但我仍然會把想法寫下來。
本文附上的手寫筆記是一個小例子:主動聆聽、病人的線索、身體語言、人與人的連結,以及臨床推理。箭嘴把一個想法連到另一個。這是一頁仍在整理中的思考,並不工整。
我就是喜歡紙和筆。這是個人偏好,卻也令我想到一個教育問題:
如果工具令答案更容易產生,是否也代表學得更好?
更好的答案與更好的學習
生成式人工智能可以協助學生寫出更清晰的解釋、更有說服力的作業。但成品本身不能告訴我們,學生之後能否自行解釋、應用或答辯。
這是我所說的學習悖論:有支援時表現進步,獨立學習卻未必同樣進步。
Bastani等人(2025)對接近一千名中學生的數學實地實驗提供了例子。使用GPT-4改善了練習表現,但移除工具後,使用不受限制版本的學生,成績比無人工智能組低17%。加入學習保障設計的導師版本,大致減輕了這項負面影響。
17%是該研究中成績的相對降幅,並非所有人工智能使用者都會承受的影響。論文的已發表更正涉及作者所屬機構。對教育而言,關鍵是支援如何設計。
從問題走到答案,中間的工作去了哪裏?
閱讀、比較來源、判斷重點,再嘗試解釋,都是我理解材料的過程。人工智能的綜合答案,可能在我開始前,已替我完成當中不少工作。
Melumad與Yun(2025)在七項實驗、共10,462名參與者中,比較大型語言模型與傳統網絡搜尋。研究結果與較淺的學習一致:使用模型綜合答案者自報知識較淺,所寫建議亦較單薄、較少原創性。
這不表示每份摘要都有害,或每次搜尋都有助學習。值得問的是:工具讓學生練習了甚麼,又讓他們跳過了甚麼?
PISA提出問題,卻未能確立因果
經合組織近期對PISA 2025的評論,把人工智能使用、閱讀與批判評估連在一起。但使用頻率與成績的關聯,不能確立人工智能導致了差異(OECD,2026)。
關聯也並不一致。Rusinov(2026)分析24個國家的PISA數據,發現明顯的跨國差異。這仍是工作論文及觀察性證據,並沒有辨識教師指導或課程設計是否造成差異。
因此,我會避免說「人工智能正在拉低PISA成績」。更有用的問題是:學生怎樣使用、在甚麼環境使用,以及之後能獨立做到甚麼?
寫作本身可以是學習的一部分
我想找的研究概念是以寫促學(writing to learn)。
Graham、Kiuhara與MacKay(2020)綜合了小一至中六階段的56項實驗,發現就科學、社會科學及數學內容寫作,平均有助學習,報告效應量為0.30。Graham與Hebert(2011)亦發現,就閱讀材料寫作有助閱讀理解。
寫作可以是我們學習的過程,而不只是展示已學會甚麼的方法。
這是我的綜合表述,並非論文原句。這些研究沒有證明所有寫作活動都有效、手寫永遠優於打字,或人工智能輔助寫作必然有害。
對我而言,手寫筆記提醒我親自建立連結。當我在人與人的連結和臨床推理之間畫一道箭嘴,就會停下來問:這個關係究竟是甚麼?有甚麼例子支持?哪些地方仍未說清楚?
我喜歡親手寫字。當中的教學原則,是無論使用甚麼媒介,都保留讓學生自己建構解釋的機會。
我希望鼓勵的一個學習流程
- 先閱讀或嘗試解題。
- 用自己的文字寫下簡短解釋,註明仍不確定的地方。
- 請人工智能挑戰解釋,或只提供一個提示。
- 核對證據,再自行修訂。
- 關閉工具,再解釋或應用一次。
這是參考研究提出的教學構想,並非上述研究已驗證的固定流程。應以之後的理解與遷移表現評估價值。
在物理治療教育中,我可能要求學生先解釋一項動作分析決定,再讓人工智能挑戰推理,最後在新個案中答辯。準備好的成品是一項證據,學生自己的解釋則是另一項。
讓思考保持可見
我希望享有工具的好處,也希望繼續追問:學習在哪裏發生?
有時是與人工智能對話,有時是教師的一條問題、一次實務示範,或一段獨立寫成的解釋。
而對我來說,有時仍然是一支筆、一張紙,以及幾道連接尚未完成的想法的箭嘴。
這個過程,有些東西是我想保留的。
參考文獻
- Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26), e2422633122. Article. Affiliation correction.
- Graham, S., Kiuhara, S. A., & MacKay, M. (2020). The effects of writing on learning in science, social studies, and mathematics: A meta-analysis. Review of Educational Research, 90(2), 179–226. Article.
- Graham, S., & Hebert, M. (2011). Writing to read: A meta-analysis of the impact of writing and writing instruction on reading. Harvard Educational Review, 81(4), 710–744. Article.
- Melumad, S., & Yun, J. H. (2025). Experimental evidence of the effects of large language models versus web search on depth of learning. PNAS Nexus, 4(10), pgaf316. Article.
- Organisation for Economic Co-operation and Development. (2026, September 8). PISA findings on artificial intelligence use, reading skills and learning [Video commentary]. OECD.
- Rusinov, S. (2026). When does AI help students learn? Cross-country heterogeneity in the association between generative AI use and PISA achievement [Working paper]. SSRN.