當 AI 走進教育現場，我們真正該擔心的是什麼？
上個月參加了「2025ICEET數位學習與教育科技國際研討會」（ICEET），研討會中邀請不同的講者來分享對於目前數位教育的現況及看法，一位來自新加坡南洋理工大學國立教育學院（NIE）的陳成志教授分享 NIE 在實行 AI 教育的一些成果。
AI 真能改善教學？還是只是完成作業的捷徑？
陳教授分享幾個外部資料，一份來自 Google Singapore 的問卷，調查 905 位新加坡家長關於青少年使用 GenAI 的頻率，將近 80% 的青少年每周使用 GenAI工具，例如 68% 使用在學校作業、41% 使用在娛樂中。
不論是完成學校作業或是休閒娛樂，從一些資料數字上可以觀察到 AI 已經融入在學生的生活中。然而，當我們深入探討 AI 在教育應用上，遇到的多重挑戰。乍看之下，AI 工具似乎讓學習更高效，像是 ChatGPT、AI 寫作助理、程式產生工具…… 但仔細一看，許多問題浮現出來：
學生其實對 AI 持懷疑態度，尤其是 AI 偵測工具的「不準確」，常常導致無辜學生被誤判
AI 生成內容可能出現「幻覺」（hallucination），也就是看似合理、實則錯誤的答案。
多數學生對校內 AI 使用規範不了解，即便教育部網站上早已發布指引。
學生常把 AI 當成「效率工具」，快速完成作業，但不一定真正學會背後的知識。
這裡出現了一個教育核心問題：學生是在學習？還是在「看起來有在學習」？
CHAT 理論給我們的提醒：學習從來不是一個人的事
為了解這些深層問題，講者引入了文化歷史活動理論（Cultural-Historical Activity Theory, CHAT），這是一個源自 Vygotsky、Leontiev 和 Engeström 的經典學習理論。他們認為學習不是個人行為，而是在一個「有規則、有分工、有工具」的社群中進行。CHAT 的核心思想是人類的活動和意識是相互依存的，並且活動是嵌入在社會和文化背景中的。
而陳教授通過 CHAT 提出了四層「矛盾」作為 AI 教育轉型的驅動力：
主要矛盾：學生學習的動機是為了真正掌握知識，還是為了通過考試、拿到證書？
次要矛盾：學生用 AI 完成作業，但未必理解內容，甚至直接提交 AI 回答。
第三層矛盾：當老師希望學生運用 AI 促進批判思考時，學生卻只想快點得到答案。
第四層矛盾：教師的教學設計想要引發學習，但學生只把作業當成形式，目標錯位。
這些矛盾不是壞事，反而正是教育改革該正視的機會點。
新加坡的系統性做法：從技術、制度到教師賦能
在因應 AI 教育挑戰方面，新加坡顯然走在前面。他們不只是「導入工具」，更是全面性的系統設計：
推出 AI 國家戰略 2.0 （Singapore National AI Strategy 2.0, NAIS 2.0），提升新加坡在 AI 領域的競爭力。
NIE 致力於透過研究和建立生態系統來利用 AI 轉化教學與學習。
舉辦講座和工作坊，改進基礎設施以方便 AI 數據使用。
為 NIE 所有教職員工提供數據賦能和 AI 賦能計畫。
結合教育部與 NIE 共同設計 AI 教育課程，鼓勵教師學習與轉型。
這些行動背後的思維其實非常清楚：技術可以快速進步，但人與制度的準備才是教育轉型的根本。
AI 教育框架的四個面向：不是「用 AI」，而是「怎麼跟 AI 一起學」
陳教授也分享了他提出的 AI 教育四大框架，這部分非常值得老師與教學設計者反思：
從 AI 學習（learn from AI）：把 AI 當作老師，但要理解它的極限與幻覺。
與 AI 學習（learn with AI）：設計具挑戰性的任務，讓學生與 AI 一起思考。
瞭解 AI（learn about AI）：了解其倫理、偏見與限制。
超越 AI 學習（learn beyond AI）：強調人類創造與討論的價值，引導學生主動建構知識，而非等待答案。
▍總結：教育的終點，不該是「讓學生會用 AI」
AI 是當前教育不能忽視的變革力量，但更關鍵的，其實是我們如何面對學習本質的問題。不是學生能不能用 AI，也不是工具準不準，而是：
學生為什麼學？他們想成為什麼樣的學習者？
我們不能只是設計「避免學生作弊」的制度，而應該建構「讓學生願意真正學習」的環境。這場研討會的討論，讓我重新省視了教學與學習的關係，也提醒自己：AI 是教育變革的契機，但真正的轉變，要從人的學習動機與制度支持開始。
註: 本篇文章與 AI 共同編輯撰寫