D - 272
（原文：AI Didn't Break Learning. It Removed the Need to Try）
最有效的學習，就是要使用 AI !!
原本我是這麼想的，但本文從兩篇從不同角度做的AI學習成效研究，打破了這個看似有邏輯、有道理的迷思，再次的給我上了一課！
曾經，我身為數學老師，在學校推行「AI 輔助學習」，利用一個叫做Magic School的平台，透過老師自行在後台給予參考資源，並利用prompt來設定AI生成文字所要扮演的角色、規則，我發現孩子人性化的一面在學習的過程中出現，包含：
- 遇到問題，不是停下來反思，而是敲敲鍵盤渴望立即獲得答案
- 對AI的文字回應沒有足夠的耐心閱讀、反思、學習，而是回答「我懂了！」就繼續下個階段
- 當透過後台限制學生的回應，學生出現了情緒上的不耐煩，要求AI讓他繼續往下學，即便根本在上一個階段的學習依然是不足夠的
因此，給予學生絕對的 AI 使用權，不論是我的現場經驗，抑或是接下來要介紹的本篇提及的兩個研究，都給予在「學習成效」上絕對否定的意見，利用AI快速獲取答案，這服務了大腦以及人性對「低耗能」的渴求，卻忽略了學習的底層邏輯，是大腦透過反覆思考的阻力、摩擦力來不斷成長。
〔 兩篇論文，不同方向 〕
本篇文章提及的兩個研究來自 Brazilian university 和 University of Pennsylvania's Wharton School，他們分別用了兩個截然不同的方向與方法試圖理解AI對於學生學習的介入之有效性，Brazilian university 讓 120 位大學生自由的使用ChatGPT作為學習輔助，結果，在45天後的突襲測驗，那些使用GPT的得分比起沒有使用的大學生，成績低了約11%！
而 University of Pennsylvania's Wharton School 的研究從一個完全不同角度的問題開始：如果 AI 用於「防止思考的替代」那會發生什麼？研究團隊設計了一個系統，偵測參與者的學習況並隨時調整內容的難度，讓「思考」一直都處於必要的狀態，研究結果顯示，這些人接受這個系統學習後，測驗成績比同齡人高出約6~9個月的學習時間之能力。
兩篇研究的關鍵差異：
一個讓思考是「可選的」，一個讓思考「無可避免」！
這兩份不同方向的研究給了我對於「AI 使人變笨」有了具體的釐清，大腦神經可塑性是把雙面刃，當我們持續不斷的學習與思考，這個歷程塑造大腦的神經連結重構，讓人即便到老，只要持續學習，都能夠保有一定的認知能力，也是抗老化的關鍵方法之一！但是，大腦在思考時非常耗能，不論是損耗意志力或是神經傳導能量三磷酸腺苷ATP，基於演化上的節能機制，文章提到大腦「傾向採取最省力的捷徑」來避免消耗過多能量，能夠不消耗就不要消耗，因此人「天生」不喜歡思考，AI 的錯誤使用讓思考變得舉無輕重（也就是大家時常聽見的「大腦外包」），一個按鈕就可以問出任何想要的答案，輕易的被拿來解決原本需要倚靠思考才能解決的問題，久而久之，這成為了習慣，而這習慣漸漸的也讓腦神經迴路因「用進廢退」原則，重塑成了更加難以思考的「低連結」狀態（也稱為突觸修剪）。
〔 思考還有必要嗎？〕
隨著AI越來越發展，開始有個問題浮現：
思考，是必要的事情嗎？
我心理瞬間的答案「當然！沒有思考還可以稱為一個人嗎？」（可笑的是，這個答案並沒有經過思考）
但是，當答案觸手可及，思考真的有其必要性嗎？我們的思考不就是為了獲得那個最終答案嗎？還是，有什麼比答案更重要的，專屬於人類的，並且那是我們一直以來僅僅為了只是考好成績、上好大學、去好公司所忽略的？如果答案真的如此重要，為什麼有那麼多研究表明，一個人在「輕易獲得答案的環境中，長期下來對學習的動機與好奇心都會有一定程度的消退」？作者在本篇也表明了類似的擔憂：
To me, the concern isn't just that AI replaces thinking, but that AI makes thinking optional. When answers are instantly available, the path of least cognitive resistance becomes very difficult to resist.
對我來說，該擔心的並不是「AI取代思考」，而是「AI讓『思考』成為了其中一個選項」。當答案變得垂手可得，那最小認知阻力的路徑，逐漸變得令人難以抗拒
從學習的角度來看，AI 的出現若配合我們傳統上那種為了結果、分數、學歷而學習的動機，會對人造成極大的負面影響和效果，那個「被 AI 取代」的現實將漸漸與我們靠近，但是，AI 的開展也給了我們人類一個新的機會，當不是所有非動腦的事情都得要人來做，那正是我們終於漸漸沒有藉口的可以好好練習動腦、思考的時刻，活到老學到老將成為真正有能力被每個人做到的事情，而思考正是人創造價值的起點，我們只是回到了這個起點，準備重新建構不同但卻更好的世界！
〔 最後的省思 - 總是反著想！〕
Technical topics showed the largest retention deficit under unrestricted AI use, precisely the areas where AI assistance feels most useful and where productive struggle may be more necessary
意思是那些越被視為「AI 也太好用了！」的技術性主題的學習（如：數學、程式設計……）正是最需要刻意經歷困境與具有建設性「掙扎」的領域，而在這領域過度無限制使用 AI 的後果，則是「最大記憶的流失」，也就是在這領域用的越多、成績越低，因為 AI 取代了人必須要經歷的掙扎，並在掙扎中理解並學會的機會，這也是我開始讓 AI 在數學課的介入從大量到逐漸降低的原因，因為若非限制與引導、若非刻意被設計出來的人工智慧學習系統，大多數時候看起來應該是反效果。
在備考路上的學習，我也因此篇文章有了收穫，學得好的關鍵，就是：
不斷追求阻礙與困難，那是學習最有效的時刻！
