AI能給出答案，教育仍須教我們如何判斷

本文作者為香港大學教育學院副院長（研究）、羅琪茵莊友堅基金教授（多元與公平社會研究）Liz Jackson 教授

想像一下，一名學生正在一堂超過100人的課堂上，為一道微積分預備課程（pre-calculus）題目苦苦思索。老師分身乏術；課程軟件可以判斷答案錯誤，也能提供一些提示，但無法在課後留下來，一步步幫學生理清困惑。

當天晚上，學生打開了ChatGPT：它很有耐性，會提供例子、逐步解釋每一個解題步驟，並且可以一直陪着學生，直到這道題看起來終於弄明白為止。

這正是教育採用AI最有說服力的理由之一。這套系統似乎比朝九晚五的人更專注，比僵化的軟件更能回應，也比許多學生所能獲得的幫助更容易接觸。這樣的好處，實在難以輕易否定。

然而，這個情境也應讓我們停下來想一想：學生得到的究竟是答案、解釋，還是教育？當同一套系統就衝突提供安慰、道德認同或建議，而且聽起來同樣耐心、同樣篤定、同樣關懷，情況又會如何？

人工智能無法解決教育最重要的問題，因為那些問題本質上並非技術問題。它們關乎判斷力、人際關係，以及我們希望共同建構一個怎樣的世界。在問「如何將AI融入教育」之前，我們應先問一個更根本的問題：它究竟要解決甚麼問題？

審慎使用AI有充分理由。它可以協助學生練習技能、回顧文獻、分析資訊，以及摸索處理難題的第一步；也可以協助教師處理例行工作，令某些支援更容易獲得。然而，有用不等於有智慧；而教育在其最佳狀態下，所關切的正是智慧。

在許多哲學傳統中，知識從來不只是累積資訊。蘇格拉底提醒我們質疑既有觀點，檢視自己的理由；亞里士多德則把實踐智慧，即 phronesis，與機械地套用規則區分開來。儒家思想同樣把智慧與道德辨識聯繫在一起：懂得思考自己、他人，以及賦予行動意義的關係。

這些傳統並沒有提供單一的智慧定義，卻共同指出：認知不只是產生一個看似合理的回應。它要求我們追問甚麼是真的、甚麼重要、情境有何要求，以及我們對他人負有甚麼責任。

人類的知識中，有些部分更多依賴經驗和直覺，而不是可以清楚表述的規則。《莊子》中的「庖丁解牛」，說的是一名廚師經年累月練習後，刀子遊走於牛身，顯得從容自如。重點不在於他停止思考，而在於多年的專注已化為身體的知識。雛雞雌雄鑑別員、棋手、品酒師和臨床工作者，有時也會描述類似經驗：他們先察覺到某些事情，卻未必能立刻說清自己如何察覺。這些能力來自持續、具體地投入一個會對人作出回應的世界。

AI並不像人類一樣身處這個世界。它沒有身體，不會以同樣方式依賴他人，也毋須承擔其言行帶來的後果。有哲學家主張，先進語言模型能夠回答、建議、學習和推理，因此應被理解為真正的認知行動者。這個觀點值得認真看待；它提醒我們，單純把機器貶為工具，並不足以分析它們究竟在做甚麼。

但即使承認AI可以展現令人印象深刻的認知能力，也不代表它擁有人類的智慧。教育真正要問的，不是系統能否產生流暢的文字，而是它能否負責任地參與教育應培養的判斷與關係。

以推理為例。人們常運用容許例外的一般說法。「鳥會飛」不代表每一隻鳥都會飛；「正在掙扎的學生需要幫助」也沒有告訴我們某一位學生究竟需要甚麼協助，或其生活中還發生了甚麼事。最近一項針對大型語言模型的研究發現，許多系統難以區分這類可廢止推理與嚴格的演繹推理，或會把一般說法當作普遍、毫無例外的斷言。這絕非枝微末節。日常的道德、教育和政治判斷，很大程度取決於我們能否知道規則何時適用、何時不適用，以及價值衝突時應如何抉擇。

語境同樣重要。假如有人說：「主街更遠一些。」另一人回答：「我的膝蓋痛。」此時，說話的重點已經改變。後者不是在糾正地圖，而是在說明距離為何重要。人類對話依賴不斷變動的共同語境：共享的經歷、未明言的假設、關係、幽默、社會規範，以及對未說出口之事的察覺。提示語不能取代這種由人共同建構、活生生的語境。

當AI被描述為具有情感智能時，這一點尤其重要。聊天機械人或許比疲憊不堪的教師更有耐性、更隨時可用，這確實可以帶來幫助。

但看似關懷，不一定就是關懷。為了留住用戶注意力而設計的系統，也可能迎合偏好、肯定有問題的前提、淡化分歧，或提供道德認同，卻毋須承擔質疑、追問或修復關係的責任。換言之，它可以展現一種看似支持人的策略性同理，卻同時強化錯誤、孤立或自我欺騙。這種模仿愈具說服力，我們便愈須審慎追問：它實際提供的是怎樣的支援？

教育不應訓練學生，一旦機器能更快地安慰自己，便轉身避開艱難的人際對話。學生需要學會如何在意見不合時溝通、傾聽、修正觀點、容忍含混，並對那些未必以同樣方式看世界的人負責。AI有時能讓人接觸課堂或本地社群以外的觀點；但它也可能成為逃避對話的途徑，使人退回一個彷彿完全為自己度身訂造的私人答案循環。

同樣的問題也出現在寫作上。學生使用AI，可能是想更深入理解題目，或把意思表達得更清楚。然而，成品往往有一種熟悉的特徵：大而化之的宣示、被壓平的語境，以及一把奇異地權威的聲音，彷彿凌駕於世界之上，而不是從世界之中說話。它聽起來果斷，卻可能沒有說出多少真正重要的內容。

這不只是語法或風格問題。小詞、限定語和停頓，同樣承載社會意義；它們可以表達關懷、開放、不確定、反諷，或為他人留下空間。有用的句子不必結構繁複。一個寫作者的任務，也不只是寫出看似流暢的文字，而是從自己所處的位置，澄清世界是甚麼模樣，並為那份描述承擔責任。

當學生偏愛機器看似自信的聲音，勝過自己較為審慎、置身具體情境的聲音，教育便面臨問題。我們不應教導學生把一切不確定視為失敗，也不應令他們以為，自己的本地知識和生活經驗無關重要，因為一個以海量文本訓練的系統能寫出更順滑、更簡化的句子。人類聲音的多樣性，不是應被編輯掉的缺陷。

AI也不是沒有代價。其使用會消耗物質資源和服務，可能令個人資料、研究參與者資料及元數據承受安全和管治風險，也會為必須核查不準確或帶有偏見輸出的人帶來額外工作。若機構無法說明資訊如何產生、核查和使用，公眾信任亦可能受損。研究人員和教育工作者應把這些成本與清晰的教育收益一併衡量，而非因為新工具唾手可得，便假定它必然帶來改善。

因此，選擇並非全面拒絕AI，或毫無條件地接納它。更好的問題是：我們想要怎樣的教育？某一種AI應用是否真的服務於這個目標？

如果目標是自動化一項直接的工作、支援練習、擴大資訊獲取，或減輕不必要的負擔，AI或許可以發揮合理作用。但若目標是培養判斷、對話、責任、道德辨識，以及與獨特、有缺點也有天賦的他人共處的能力，任何系統都不能替我們完成這項工作。

社會不是一堆被有效回答的提示語，而是一個由人組成的共同體；我們必須學會理解彼此、處理衝突、照顧共同世界，並決定甚麼重要。教育應讓學生為這項艱巨任務作好準備。AI可以是他們學習所處環境的一部分，卻不應成為我們停止學習如何做人的理由。

延伸閱讀：Jackson教授已發表的文章 《The Manliness of Artificial Intelligence》，探討AI語言工具如何可能偏好權威而脫離語境的聲音。她合著、已獲接受刊登的論文《The Voice of Artificial Intelligence: Philosophical and Educational Reflections》，則進一步探討AI、聲音與知識生產的相關問題。

本文內容以英文版爲準