當 AI 超越標準答案展賦如何培養「問對問題」的人
- 協會 展賦
- 2天前
- 讀畢需時 3 分鐘

人工智慧的浪潮,不只是改變了工作型態,也正動搖著我們對「教育究竟在做什麼」的理解。
當 AI 能在幾秒鐘內生成論文、解開數學難題,如果教育仍然停留在記憶與標準答案的競逐,那孩子真正的競爭力,究竟會是什麼?
展賦教育學選擇正面迎向這個問題。我們不把 AI 視為威脅,也不急著擁抱科技口號,而是回到一個更根本的提問——在 AI 時代,人之所以為人的價值,究竟是什麼?
一、從大腦運算回到身體經驗:人類智慧的根
長久以來,教育高度聚焦於認知能力:記憶、計算、快速反應。而這些,正是 AI 最擅長的領域。
展賦教育學參照當代腦科學中的「具身認知(Embodied Cognition)」觀點,提醒我們:人類的智慧,從來不是只存在於大腦,而是根植於身體、感官與真實環境的互動。
我們特別重視七大感官的整合發展——視覺、聽覺、嗅覺、味覺、觸覺、體覺與統覺。AI 可以精準描述一顆蘋果的成分與產地,卻無法替代人類親口品嚐、並在記憶中留下情感痕跡的經驗。
因此,從幼兒的積木堆疊、到青少年的單車環島與田野行動,展賦始終堅持「動手實作」與「真實情境判斷」。這些在複雜環境中形成的身體智慧,正是人類面對不確定未來的重要韌性。
二、不是禁止,而是引導:三維協作的學習關係
在 AI 進入校園之後,展賦並不採取「全面禁止」的態度。
相反地,我們設計了一個「三維協作」的學習迴圈,讓 AI 不成為學習的代工者,而是增能者。
1. 師生協作|引導與診斷
教師不再只是知識傳遞者,而是轉型為學習教練。AI 協助分析學習歷程與數據,讓教師能把時間與心力,放回 AI 無法取代的價值引導與情感支持。
2. 同儕協作|溝通與互助
透過異質分組與專案導向學習,學生必須學會協商、領導與被領導。這些人際互動中的摩擦與修正,正是社會運作的真實訓練場。
3. 人機協作|賦能與批判
展賦鼓勵學生使用 AI,但前提是「清楚知道自己在做什麼」。學生需要學會精準提問、辨識 AI 的幻覺,並對生成內容進行批判、修正與重構。
在這裡,AI 是工具,人才是決策的主體。
三、評量的轉向:看見成長,而不是一次成績
當 AI 能輕易完成測驗題目,「一張考卷定生死」的評量方式,也必須被重新檢視。
展賦發展出「學生學習軌跡地圖」,結合 AI 的數據分析能力,進行長期、立體的歷程評量。
評量不再只看紙筆測驗,而是包含實作成果、專案歷程、口頭發表與反思紀錄。AI 協助整理與分析,但最終的價值判斷,仍回到學生的自我理解與教師的專業眼光。
同時,我們也嚴肅看待數位倫理。學生在使用 AI 輔助時,必須誠實揭露、為成果負責,這是數位時代不可或缺的學術素養。
四、走向未來社會:連結與互助的能力
AI 的自動化,可能減少某些傳統工作,但也讓「人與人的連結」變得更加珍貴。
展賦教育進一步把視野放到社會層次,引導學生理解「互助經濟」的可能性。學校不只是學習場所,而是社區中的有機體。
透過技能交換、社區服務與行動實踐,學生在真實的互動中體會:被需要、能貢獻,是一種深層而穩定的安全感。
這份感受,不是任何演算法能夠複製的。
結語|讓科技為人所用,而不是反過來
展賦教育學所描繪的,並不是一個被科技主宰的未來,而是一場「科技為人所用」的新文藝復興。
當教育紮根於人性,並善用科技作為工具,孩子才能站在 AI 的肩膀上,看得更遠、走得更穩,也為世界創造出更多溫度與可能。
註記本文為展賦夥伴在整理《展賦教育學》理念時的書寫整理,摘錄並延伸自書籍第一篇與第四篇內容。關於課程模組、AI 協作評量與實作設計,於書中有更完整的理論與實務案例。




留言