不要讓 AI 變成「學習拐杖」：大班微積分的 AI 教學研究

 你是否也看過這種場景：學生一邊寫作業，一邊開著生成式 AI，答案很漂亮，步驟很完整，語氣還很自信，彷彿一切都「懂了」。但到了考試，當 AI 不在身邊的那一刻，理解卻像退潮一樣瞬間消失。OECD（2026）近期的討論，也在提醒我們這個趨勢：生成式 AI 的確把學習的門檻降低了，但它也把「以為自己會了」的門檻拉得更低。這不一定是學生不努力。更常見的情況是：工具太方便、回覆太流暢，讓人很容易把「看懂」誤當成「會做」。

在臺大大班微積分的教學情境中，因應師生比例懸殊、課程緊湊、老師助教能回饋的時間有限等提問成本，AI 成了最容易取得的「即時回應」。筆者與生傳系邵恪玄博士候選人合作，於 113-1 學期的微積分課程中採用準試驗設計並結合混合研究方法，聚焦探討一個核心問題：高頻率使用生成式 AI，究竟是在促進學習，還是在不知不覺中削弱學習？

我們的試驗結果很清楚，也很值得警惕：在控制初始條件的情境下，高頻率使用 AI 與學業表現呈現顯著負相關。這個現象可以被理解為一種「學習拐杖」 (learning crutch, Bastani et al., 2025)：學生把原本應由自己完成的推理與驗算，外包給模型，短期看似有效率，長期卻可能削弱獨立解題能力：就像拐杖本來是用來幫你復健的，但你若一直不放手，腳就很難真的長回力氣。更微妙的是，這些時常使用AI學習的學生往往同時認為自己「更投入」、「更理解」微積分。換句話說，AI 可能帶來一種「流暢性錯覺」（illusion of fluency, Yang & Zhang, 2024）：因為回覆看起來太有條理，學生便高估了自己的掌握程度，以為「很順」就等於「真的會」。這種落差讓我們不得不問：如果 AI 正在改變學習的心理機制，教師能做什麼？

我們的答案不是「禁用」。在當代教室，禁止 AI 幾乎不可能，也未必合理。真正關鍵是：把 AI 的使用方式變成課堂的一部分，並且把批判性檢核變成不可省略的步驟。因此，我們導入一個結構化的互動學習模組：學生先提出問題、接收 AI 回饋、再進行反思與判讀，必要時重新提問 (圖一)。

令人鼓舞的是：我們的研究發現，在這樣的教師引導之下，能顯著抵銷高頻率 AI 使用所伴隨的負面影響。更重要的是，我們從學生的回饋上也發現兩個「會保命」的策略：第一，先把問題想清楚再問，將大題拆成小步驟，並且要求 AI 針對某一步給建議；第二，把 AI 的推理當作「草稿」來審稿：對照課本概念、檢查關鍵步驟；一旦發現不一致，就拒絕它，並回到重新提問或查證的流程。。這些做法看似簡單，卻能把 AI 從「捷徑」拉回「學習路徑」，降低學習拐杖的風險，也讓流暢性錯覺不再輕易發生。

感謝臺大教發中心（CTLD）教學實踐育成計畫的支持，本研究也獲得「生成式 AI X SoTL 示範計畫」的肯定。對我們而言，這份認可不只是對成果的鼓勵，更像是對一個信念的支持：在生成式 AI 已經進入學生日常的此刻，教育工作者最需要做的，不是把工具趕出教室，而是把「如何使用工具」變成可教、可練、可被看見的能力。目前我們也已將研究結果整合成論文，投稿至國際教育學術期刊（Shao & Tsoi, 2026），期待能與更多教育研究者與一線教師對話，持續把經驗轉化為可累積、可複製的教學知識。

文獻參考 :
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., and Mariman, R. (2025).
Generative AI without guardrails can harm learning: Evidence from high school mathe-
matics. Proceedings of the National Academy of Sciences 122(26), e2422633122.

Hui, E. S. Y. E. (2024). Promoting cognitive skills in AI-supported learning environments:
The integration of Bloom’s taxonomy. Education 3-13, 1–11.

OECD (2026). OECD Digital Education Outlook 2026: Exploring Effective Uses of Gen-
erative AI in Education. Paris: OECD Publishing.

Shao, K.-H., and Tsoi, K.-W. (2026). The Effects of AI-Usage Frequency and Instructor Intervention in Large Calculus Classes: A Mixed-Methods Study. Manuscript submitted for publication.

Yang, X., and Zhang, M. (2024). GenAI distortion: The effect of GenAI fluency and