用錯AI，比不用更糟糕？（上）拿掉AI後，人還剩下什麼

溫怡玲 -

2025年6月，麻省理工學院媒體實驗室（MIT Media Lab）發表的一項研究，很快成為討論「AI會不會讓人變笨」時常被引用的證據。研究者將54名受試者分成三組撰寫短文，一組使用ChatGPT，一組只能用搜尋引擎，一組完全不用工具。第一次寫作後，ChatGPT組有83.3％的人無法正確引述自己剛寫完的文章，另外兩組都只有11.1%。

這項研究更值得注意的，或許是它的評估方式：研究者觀察的不是使用AI當下寫得好不好，而是當AI不在身邊時，人還保留了什麼。在第四次實驗中，讓原本使用ChatGPT的人不能使用任何工具寫作，透過腦波儀（透過頭皮電極記錄大腦活動的儀器）顯示，他們大腦各區域之間的協同運作偏弱，研究者的解讀是「投入不足」。

不過，這項研究仍是尚未經同儕審查的預印本，第四次實驗只有18人完成。後續已有學者發表評論，指出樣本數有限、分析難以重現、腦波分析方法有疑義等問題，認為部分結論應更保守。這些質疑值得重視，但這個研究所提出的問題，後續已有設計更嚴謹的研究，得出方向近似的結果。

用AI時看似進步，拿掉AI反而能力倒退

華頓商學院Bastani等人在《美國國家科學院院刊》（PNAS）發表的隨機對照實驗，是目前方向一致的證據之一。研究中讓近千名高中生使用類似ChatGPT的AI家教練習數學，練習時的成績比未使用AI的同學高出48%；但撤除AI後，考試成績反而比這些同學低17%。另一個跨校研究團隊以1,222名受試者進行實驗，發現僅約10分鐘的AI協助，就讓受試者之後獨立解題的表現明顯變差，也更容易放棄。

為什麼會這樣？心理學家Bjork的「必要難度」理論是可能的解釋。這個理論指出，學習過程中感覺吃力的部份，例如自行寫出答案，雖然會降低當下表現，卻能強化長期記憶與應用能力。關鍵在於「表現」與「學習」不同：表現是當下看得見的成績，學習則是能持久保留、且能夠在新情境中應用的改變。

就像搭電梯比爬樓梯快，但腿力必須在爬樓梯時訓練出來。腦力也是如此，判斷力與直覺，只會在自己推敲、犯錯、修正的過程中慢慢累積。AI直接給出答案，就像替人按下電梯按鈕：人很快抵達目的地，成績看起來進步了，但那段讓腦力成長的路卻沒有走過。

對教育現場而言，這意味著真正需要在意的，不是作業寫得多快、練習分數多高，而是學生是否學到了自己需要的能力。

新手無法培養能力，老手會生鏽

類似的情況，不只出現在學生身上。

對新手來說，AI可能讓能力長不出來。AI公司Anthropic請52名較為資淺的工程師學習一套陌生的程式工具，使用AI的一組在事後測驗中平均50分，自己動手的一組則是67分，完成任務的速度也沒有明顯較快。兩組差距最大的，正是找出程式錯誤的除錯能力。研究者推測，自己動手的一組遇到較多錯誤，也正因為如此，而在這樣的過程中練出了除錯能力。

對老手同樣有影響。波蘭一項研究追蹤19位各做過超過2,000次大腸鏡檢查的資深醫師，發現導入AI輔助後，他們在沒有AI時的腺瘤（可能發展為癌症的大腸瘜肉）偵測率，從28.4％降到22.4％。這是觀察型研究，只能說明相關性，無法證明能下降就是AI造成的，但它呼應了航空業更早的發現。研究者Casner發現，美國航太總署長期依賴自動駕駛的機師，操控手感大致完好，退化的是判斷位置、辨識故障等思考能力。用他的話說，該擔心的不是機師「用手」做的事，而是「用腦」做的事；更嚴重的是，這些能力可能平常不太重要，卻往往是系統出狀況時千鈞一髮的能力。

問題在用法，而不在AI本身

所以「最好別用AI」嗎？上述研究其實不支持這樣的解讀。例如Anthropic的研究同時發現，同樣使用AI、得分較高的人會用AI追問概念、要求解釋，而不是直接索取程式碼。Bastani的研究中，另一組學生使用經過教學設計的AI家教，結果也截然不同。這些研究的任務、對象與評量時間都不相同，結論能夠如何延伸、適用在何種情境，仍有待更多研究逐漸發掘。可是至少目前已經可以看出，用AI來協助學習，究竟是好是壞，必須先看人究竟使用AI來完成了哪一部分的工作。

如果用法決定結果，那麼當台灣正把AI大規模帶進中小學課堂，下一個必須立刻探索的問題就是：要用什麼方式確認，學生的確是在學習培養能力、成為未來的人才，而不只是把學習外包出去，完成表面上的KPI？

資料來源：

  • Kosmyna, N. et al., "Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task," arXiv:2506.08872, 2025
  • Stanković, M. et al., "Comment on: Your Brain on ChatGPT," arXiv:2601.00856, 2025
  • Bastani, H. et al., "Generative AI without guardrails can harm learning: Evidence from high school mathematics," PNAS, 122(26), 2025
  • Liu et al., "AI assistance reduces persistence and hurts independent performance," arXiv:2604.04721, 2026
  • Shen, J. & Tamkin, A., "How AI assistance impacts the formation of coding skills," Anthropic, arXiv:2601.20245, 2026
  • Budzyń, K. et al., "Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy," Lancet Gastroenterology & Hepatology, 10: 896–903, 2025
  • Casner, S. M. et al., "The retention of manual flying skills in the automated cockpit," Human Factors, 2014