AI 技術的快速迭代，正深刻改變著教育現場的學習樣態與教學思維，這也為大學教育在課程作業設計、評量機制與師生人機協作上帶來了全新的省思。當學生只需幾秒就能用生成式 AI 產出完整解答，高等教育正面臨從追求效率轉向反思「學習如何真正發生」的關鍵轉折點。
本次教學反思的核心，在於釐清真正的 AI 素養並非消除所有學習阻礙，而是精準劃分「哪些困難可以交給 AI，哪些思考必須留給學生」。世新大學傳播管理學系方正璽副教授提出「四種學習摩擦」架構，結合學習科學中的「合意困難」理念，重新定義人機協作分工：透過「減少機械摩擦」將排版與轉錄交由 AI、「保留認知摩擦」確保學生先形成獨立觀點、「增加查證摩擦」落實原始資料核對，並「建立責任摩擦」要求透明揭露協作歷程。教學發展中心與您分享【教學新知】AI 教育不該消除所有困難：四種學習摩擦。探討如何透過作業階段性拆解，讓 AI 成為拓展視野的思維教練，而非取代大腦思考的代答者。這份洞見不僅是翻轉課堂與實作評量的風向球，更可作為各學系在規劃前瞻性課程、落實 AI 融入教學時的重要指引，有助於確保即使工具離開，深度思考與批判判斷力依然留在學生身上。
歡迎各位教師參閱！
示意圖：本圖由聖潔與｜ChatGPT協作生成
文／方正璽（世新大學傳播管理學系副教授）
AI 教育不該消除所有困難：四種學習摩擦
真正的 AI 素養，是知道哪些困難可以交給 AI，哪些思考必須留給學生
學生把作業題目貼進生成式 AI，幾秒後就拿到一篇有標題、有論點、有結論的完整答案。從效率看無可挑剔；但從學習看，問題才剛開始：學生真的理解問題了嗎？如果拿走 AI，他還做得出來嗎？
學得更快，不一定學得更深。所以 AI 教育真正該問的，不是「學生可不可以用 AI」，而是：
在這項學習任務中，哪些困難可以交給 AI，哪些困難必須由學生親自經歷？
學習本來就需要某些困難
學習科學有個概念叫「合意困難」（desirable difficulties）：主動回想、間隔練習這些當下比較吃力的方式，反而能帶來更持久的記憶與遷移（Bjork & Bjork, 2011）。感覺容易，不等於真的學會。
一項近千名高中生參與的數學課田野實驗把這件事說得更直接：練習時能用 GPT-4 的學生，練習成績明顯提高；但拿走 AI 之後，使用一般聊天介面的那組，考試成績反而比從未用過 AI 的學生低了約 17%。改用只給提示、不直接給答案的 AI 家教，這種負面效果就大致消失（Bastani et al., 2025）。
換句話說，生成式 AI 最大的教育風險，未必是它會答錯，而是它太快答對，讓學生還沒形成自己的問題，就先收到一個看似完整的答案。
四種學習摩擦
這裡的「摩擦」，指學生從問題走向答案時必須付出的時間、注意力、判斷與責任。摩擦不是越多越好，但也不能全部消失。我把人與 AI 的分工整理成四種：
- 減少機械摩擦。轉錄、排版、格式轉換、修正錯字這類與學習目標無關的工作，可以放心交給 AI。判斷標準很簡單：學生不做這一段，會失去什麼能力？如果答案是「沒有」，就交出去，把時間留給真正的思考。
- 保留認知摩擦。使用 AI 之前，先讓學生用自己的話重述問題、寫下初步答案，之後再比較自己和 AI 的差異。提問方式也能調整：與其說「幫我完成報告」，不如說「指出我推論中最薄弱的地方，但不要替我重寫」。AI 就從代答者變成了質疑者。
- 增加查證摩擦。AI 的文字越流暢，越容易讓人誤以為可靠。一項針對 319 名知識工作者的調查發現，對 AI 越有信心的人，自陳投入的批判思考越少（Lee et al., 2025）。因此查證要寫進作業：請學生挑出 AI 的主要主張，回到原始來源核對，並標記「支持、部分支持或不支持」。
- 建立責任摩擦。AI 可以參與，但不能負責。與其禁止使用，不如要求揭露：在哪些步驟用了 AI、採用或拒絕了哪些建議、怎麼查證。UNESCO 為學生與教師訂定的 AI 能力框架，都把「以人為本」、人的能動性與問責放在首位（UNESCO, 2024a, 2024b）。
四種學習摩擦速查表
| 學習摩擦 | 可以交給 AI | 必須留給學生 |
| 減少機械摩擦 | 轉錄、排版、格式轉換、錯字修正 | 判斷整理結果是否合理 |
| 保留認知摩擦 | 提示、反例、提問、回饋 | 先形成觀點、推理、比較與修正 |
| 增加查證摩擦 | 列出待查的主張與搜尋關鍵字 | 回到原始來源、判斷證據強度 |
| 建立責任摩擦 | 記錄對話與修改過程 | 揭露使用方式、解釋並承擔成果 |
一份作業可以怎麼改？
以「選一項社會議題，寫一篇分析報告」為例，可以拆成四個階段：
- 先定義問題：使用 AI 前，交出自己的問題描述、初步立場與待確認的疑問（保留認知摩擦）。
- 讓 AI 擴大觀點：請 AI 提出反方意見、找推論漏洞、整理資料格式（減少機械摩擦）。
- 建立證據核對表：挑出三項 AI 的主張，回到原始資料查證（增加查證摩擦）。
- 附上人機協作紀錄：說明 AI 的使用範圍與自己的最終判斷（建立責任摩擦）。
這樣一來，AI 沒有被排除，但也沒有拿走整個學習歷程。
結語：重新分配思考
最後要提醒，摩擦必須服務學習目標，也要符合學生程度；語言、身心或設備造成的障礙，不能被浪漫化成「培養毅力」。值得保留的困難，是能促進理解與判斷的那一種。
好的 AI 教育，不是消除所有困難，而是：
減少機械摩擦，保留認知摩擦；增加查證摩擦，建立責任摩擦。
AI 可以幫我們走得更快，但教育必須確保：即使工具離開，思考仍然留在學生身上。
參考文獻
Bastani, H., et al. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26), e2422633122.
Bjork, E. L., & Bjork, R. A. (2011). Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning. In Psychology and the real world (pp. 56–64). Worth Publishers.
Lee, H.-P., et al. (2025). The impact of generative AI on critical thinking. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems. ACM.
UNESCO. (2024a). AI competency framework for students.
UNESCO. (2024b). AI competency framework for teachers.
【教學新知】邀稿說明
教學發展中心誠摯邀請本校教師踴躍投稿「教學新知」專欄，分享教學創新理念、課程實踐成果或教學反思經驗。稿件圖文形式不拘，建議以1,500字以內為原則，亦可搭配附圖或相關超連結作為補充引註資料。來稿請寄至教發中心信箱：ctld@mail.shu.edu.tw。經審核採用之稿件，將刊登於教學發展中心網站（https://reurl.cc/9vKAbY），並轉發全校教師電子郵件分享。
此外，依據本校教師評鑑效標，凡撰寫「教學新知」並經本中心刊登者，每篇可核加1分，每學期至多加5分。歡迎老師踴躍分享教學成果，共同精進教學品質。如有任何疑問，亦歡迎隨時與本中心聯繫。