AI 讓創造成為學習的入口，判斷仍在人身上

一位六年級學生把敦煌壁畫知識做成互動遊戲，一位國二學生自己做出上百個仿真實驗的平台。這場四小時的教育沙龍，五位講者從五個角度切進來，指向一個轉變：當實作門檻塌到接近零，「先學會、再產出」的順序被翻轉了。

一、知識有兩種狀態：庫存與調用

發生了什麼：沈祖芸把知識拆成「存儲態」與「運行態」。前者是靜態記憶，像倉庫裡的庫存；後者是動態調用，能真的接上問題。她指出傳統學習大多是「有標籤練習」，邊界清楚、干擾已被移除、標準答案在後面。真實世界是「無標籤現實」，得自己辨別、提取、判斷哪些資訊相關。她舉的作品是六年級學生做的敦煌壁畫互動遊戲，知識被刻意分成四層，讓不同投入程度的人各取所需。

原理：「你知道」和「你調得出來」是兩種不同的東西，中間隔著一道多數人沒意識到的牆。

怎麼用：下次覺得自己學會了，就找一個沒給你標籤的情境，看自己能不能認出這件事用得上。讀完能複述、能點頭，都還在庫存態。設計內容時也可以分層，讓淺嚐者拿到入口，讓深挖者找到縱深。

何時不成立：需要純粹記憶的場合，例如考前背誦一份固定名單，庫存本身就是目標，不需要額外的調用測試。

二、創造是入口，不是出口

發生了什麼：傅璐提出「創造從終點變成起點」：過去要先累積足夠能力才能產出，現在直接以創作為學習的入口。和淵談的是另一面：數理化的痛點是抽象概念與現實脫節，她引費曼的例子，學生能背出「布魯斯特角」的定義，卻認不出現實中的光反射。過去要打破這層脫節得靠實驗器材或現成模擬軟體，她提到某平台僅有一百多個實驗，成本很高。現在一位國二學生自行做出上百個仿真實驗的平台，成本幾乎為零。這些是講者的現場說法，未經查證。

原理：實作成本塌陷之後，先做再補學的收斂速度，比準備好再開始更快。

怎麼用：如果你對某個主題讀了很多卻做不出任何東西，就先做一個小的、能跑的東西，讓含糊的地方自己浮出來。做出來的東西會告訴你哪裡沒懂。

何時不成立：做錯一次的代價仍然很高的領域，例如涉及人身安全或不可逆的操作，仍然應該先學再做。

三、人機分工的那條線，劃在 AI 介入之前

發生了什麼：王嘉良把人機協作拆成五步：定義問題、AI 給方案、人類決策、人機協作、驗收優化，關鍵是第三步不能外包。他的案例是一位高中生做任務提醒工具，明明用第三方伺服器最省事，卻堅持只在家庭網路內運行以確保資訊安全。另一位十四歲學生為腦瘤術後復健的孩子設計足球主題訓練遊戲，切入點是發現「復健太無聊、要求做一千次只做得完兩百次」。現場有一句話是：「AI 寫程式比我快、查資料比我快，但最後那個判斷永遠是我的。」

原理：這兩個案例的價值在需求洞察，不在技術含量，而需求洞察要靠人在現場、在乎那件事。

怎麼用：在任何 AI 產出的方案裡，找出你不能妥協的那一項。找不出來，代表你還沒想清楚要什麼，拿到再漂亮的答案也只是別人的預設值。

何時不成立：需求本來就由外部明確給定的任務，例如照規格重現一份既有文件，定義問題這一步幾乎不存在，可以直接交給 AI。

四、監督者和協作者的差別，在於有沒有共同的產出

發生了什麼：宋妍提出一個學習層級階梯：接受式（聽、看、記）最低，資訊處理（筆記、整理）次之，產生新理解（講解、教授）較高，共同建構（討論、共創）最高。她指出家庭輔導最常見的失敗模式，是大人不知不覺站到了「監督者」的位置。她舉的作品是一位六年級學生做的古建築 3D 建模，把榫卯結構學習設計成闖關，過程中邀請家人配音，關係從監督變成了協作。

原理：沒有一件雙方都要對它負責的東西存在，關係就會自動滑向監督，這是結構問題，不是態度問題。

怎麼用：檢查自己一天的學習時間大多停在階梯的哪一層。如果集中在讀、看、劃線與整理筆記，就挑一件事改成講給別人聽，或和別人一起做出一件東西。

何時不成立：在需要純粹安靜吸收的階段，例如剛接觸一個全新領域，接受式學習仍是必要的起點。

今天的主線

過去的學習設計預設先學會再產出，這個順序被 AI 翻轉了：產出成為入口，知識在做事的過程中被現場調出來。連帶的後果有三個：囤積失去溢價，問題本身變成稀缺品，判斷是唯一沒被外包掉的東西。這些後果不限於小孩，成年人面對任何新領域也一樣成立。全場最有說服力的證據不是講者的論點，而是那些十歲上下的作品，它們成立的原因，是做的人沒有被「我還沒學會所以不能開始」綁住。

本文數據引自所列來源之解讀內容，未逐一回查原始報告。

來源

• 〈羅振宇的教育沙龍｜5位教育大咖在線開聊〉，得到 App