人與機器同行，把自己留下來—— 潁川學探索 HI＋AI 共智時代的協作新模式

  序文

有一天，我們可能寫得比過去更多，卻愈來愈說不清楚：哪些話，是真正出自於自己？

螢幕上的文章條理清楚，措辭得體，結論完整。可是，讀到最後，總覺得少了一個人。少了曾經猶豫的痕跡，少了生活留下的傷口，也少了那一句雖不完美，卻非說不可的話。

這是AI時代值得追問的問題：當表達變得容易，我們是否仍有值得表達的思想？當答案隨手可得，我們是否還願意走過理解的路？

從潁川學關注的歷史文化傳承、教育實踐與社會文明責任出發，人機協作的價值，應放在人的成長上衡量。
我們完成一篇文章、解決一道問題、作出一項判斷之後，我們是更清楚了，還是只得到一份看起來很清楚的答案？

真正值得追求的共智，是工作向前走，人也向前走。

想像一間教室。

老師問：「如果學校只能保留一項最重要的教育任務，你會選什麼？」

學生輸入問題，幾秒鐘後，螢幕出現一篇漂亮的回答：培養批判思考、促進全人發展、落實終身學習。每一句都正確，每一句也似曾相識。

老師接著問：「你為什麼選這一項？如果只能犧牲另外兩項，你願意承受什麼？」

教室忽然安靜。

第一個問題可以請AI協助；
第二個問題，開始要求一個人表明立場。

我們需要警覺的，正是這段安靜：有了答案，卻沒有形成答案的過程；拿到結論，卻說不出自己願意承擔的代價。

這是一項發表於2025年CHI會議的研究，調查319位知識工作者、蒐集936個AI工作使用案例，發現對AI的信心較高，與較少投入批判思考有關。不過，這是自陳調查，不能據此斷言AI造成長期智力下降。

因此，「智力衰退」適合作為警醒的提問，不宜當作已被普遍證實的結論。更具體的風險是：我們反覆跳過分析、驗證與選擇，讓原本需要練習的能力逐漸失去練習機會。

少做一步，不一定出問題；長期不再做那一步，才值得擔心。

探索AI協作的必要條件，起點是思維升級。

這個升級，先發生在開啟對話框之前。

我要解決什麼？我已經知道什麼？我最不確定什麼？什麼證據會讓我改變想法？

能先寫下這四個問題的人，已經開始掌握協作方向。否則，AI很可能沿著一個含糊的題目，替我們蓋出一棟結構漂亮、位置卻錯了的房子。

例如，「請寫一篇AI教育文章」可以產生文字；「請比較AI協助高中生寫作時，對初學者與熟練者可能產生的不同影響，區分證據、推論與建議」，則開始建立可以討論、也可以查驗的問題。

提問的深度，來自我們對問題的理解。
指令可以學，理解需要累積。

對重要任務，不妨先保留一小段獨立思考時間。寫下自己的初步主張，再請AI提出反例。你會更容易看見：自己究竟被什麼說服，又在哪裡只是順著一段流暢的文字走。

把第一個問題留給自己，就是把思考的起點握在手裡。

「智慧無限」是一種令人振奮的想像。

AI擴大了取得資訊、生成方案與組織文字的能力，卻不代表知識完整、資料即時，或回答必然正確。

無限，適合作為探索的願望；落到判斷，我們必須承認邊界。

人的注意力有限，時間有限，查證能力也有限。一百個選項若沒有比較準則，只會增加疲憊。一篇長文若沒有核心問題，只會把讀者帶進更大的霧裡。

智慧的可貴，在於知道何時追問，何時取捨，何時坦白說：「這裡還不知道。」

專業因此更加重要。懂教育的人，會追問學習是否真正發生；懂研究的人，會辨認相關與因果；有實務經驗的人，會發現一個在紙上合理的方案，為什麼進了現場就寸步難行。

初學者也能與AI合作，但需要更清楚的教材、可查核的來源與適當指導。專業是一條逐步走深的路，AI可以陪走，腳步仍要自己落下。

「零死角」是一種認真，不能成為保證。

同一個AI反覆檢查自己的答案，仍可能沿用同一套錯誤前提；幾個模型得出相近結論，也可能受到相似資料與常見觀點影響。

因此，請AI找盲點時，問題要更具體：

「這個方案忽略了誰？如果資源只有一半，哪裡會先失敗？最可能推翻結論的證據是什麼？換成受影響的人，他會怎麼描述這件事？」

接下來，讓現實加入。

讀原始資料，詢問現場工作者，聽取不同立場的人，做一次小規模試行。這些行動，能讓螢幕裡的周全接受世界的檢驗。

AI可以幫我們想到更多；
沒有被想到的，仍可能存在。

成熟的協作，容得下這份謙遜。

當AI替我們寫作，如何保住自己的聲音？

不必刻意把句子寫得古怪，也不必把每個字都重新打過。真正需要保留的，是觀點的來源與選擇的理由。

你親眼見過什麼？哪個經驗改變了你？你認為什麼值得維護？對哪一種看似合理的說法，你始終有所保留？

這些材料，可以構成一個人的文章。

對我從農村成長、走進法律實務、企業服務與教育現場的人而言，寫作的力量，可以來自泥土、契約、教室與人情相遇的地方。
這一句經過生活驗證的話，往往比十句排列整齊的口號更有重量。

因此，AI能協助整理這些材料，卻需要我們提供真實經驗，也需要我們阻止它補出未曾發生的故事。

所謂「字字珠璣」，可以成為一種編輯紀律：刪掉沒有增加理解的句子，留下有證據、有觀察、有必要的話。

如把自己的文章交出去之前，先問自己：「這一段若有人追問，我能親自解釋嗎？這句話，我願意署名嗎？」

願意署名，意味著願意對文字負責。
有些句子，必須從你的人生長出來。

從蒐集線索、比較方案、整理初稿到修訂表達，AI都能參與。但各階段需要的速度並不相同。

構思可以快一些，讓可能性充分展開；查證要慢一些，回到原始來源；涉及重大取捨時，還需要討論、試行與停下來的空間。

「全面推進」若變成每一步都自動通過，錯誤也會順利前進。
「面面俱到」若變成每個角度都占一樣篇幅，真正重要的問題反而會被淹沒。

因此，人機界面協作之前應先確立目的：這篇文章要讓讀者理解什麼？這項教學要讓學生學會什麼？這個方案必須優先照顧誰？

方向清楚了！才能判斷哪些工作適合加速，哪些地方值得多花時間。

效率應當服務目的。否則，我們可能一天完成更多事情，卻愈來愈難回答自己究竟完成了什麼。

「文章取義」需要一份對原意的尊重。

摘要必然省略；省略是否適當，取決於有沒有改變原來的意思。一項研究中的「在特定條件下」「短期表現」「可能相關」，往往就是結論成立的邊界。刪掉這些字，文章會更有力，卻可能更不準確。

使用AI整理資料時，可以要求它分開列出：作者的主張、使用的證據、成立的條件，以及尚未回答的問題。

再回到來源核對關鍵段落。

尤其當某個答案恰好支持自己時，更值得停一下。因為令人舒服的文字，也可能讓人放鬆檢查。

潁川學若要讓傳統文化走向當代公共討論，也應遵守同樣原則：交代古典語句的脈絡，清楚標示現代詮釋，容許讀者提出不同理解。

傳承的生命力，來自經得起追問。

中道理性，不等於把每一場爭論都各打五十大板。
證據不對稱時，結論可以明確；資訊不足時，判斷應當保留；發現錯誤時，就應修正。

對AI的態度也可以如此。某項工作使用AI確實有助益，就讓它發揮；某個環節涉及尚未掌握的風險，就增加查核或調整用法。

中道的難處，在於持續衡量。

我們信任這個回答，是因為它有證據，還是因為它很像我想聽的話？我拒絕這項建議，是因為它不合理，還是因為它挑戰了我的習慣？

邏輯思考，正是在這裡發揮作用。

從什麼前提出發？證據能支持到哪一步？是否把相關當成因果？是否從少數案例推到所有人？還有沒有其他解釋？

邏輯讓我們辨認理由的強弱，也讓我們有能力承認對方說得對。

獨立思考的人，既能提出判斷，也能說明自己如何改變判斷。

教育工作者可以把人機協作設計成一個看得見成長的過程。
先讓學生留下自己的初步想法，再使用AI提出質疑、補充或替代觀點。完成之後，請學生說明：採用了什麼、拒絕了什麼、查證了什麼，以及哪個問題仍未解決。

例如，請學生規劃改善校園午餐。AI可以整理營養、成本與減少浪費的方案；學生仍要觀察剩食、訪問同學、了解廚房限制，再修改建議。
當現場資料與AI回答不同，學習才真正深入：是資料不完整？問題問錯？還是方案忽略了人的習慣？

評量也應看見這段過程。成品之外，加入適量的口頭說明、修改紀錄與實作觀察，才能更清楚辨認學生的理解。
保留必要的獨立練習也有價值。學生需要學會借助工具完成任務，也需要逐步建立能解釋、驗證與修正成果的能力。

給教室留一段不能跳過的路，學生才有機會在路上長出自己的力量。
高效的AI使用者，需要專業深度，也需要跨領域的理解。

但跨域的方向，不宜只押在「AI永遠做不到的地方」。技術能力會改變，今天的缺口，明天可能縮小。
更持久的能力，是理解不同領域的問題，願意到現場查驗，能在價值衝突中說明取捨，並與相關的人共同完成工作。

教育遇到科技，要問學習；科技遇到文化，要問意義；文化走進制度，要問誰能參與、誰被忽略。

這些交會，讓知識有機會變成可行的行動。

潁川學所重視的知識、常識、見識、膽識與賞識，也能在這裡形成協作的根基：以知識理解問題，以常識檢查可行性，以見識拓寬視野，以膽識承擔選擇，以賞識看見人的潛力。

AI擴大我們可以調動的資源；五識提醒我們，資源最終要走向人的生活。

人機共智的必要條件，最後會落在幾個樸素的動作裡：先形成自己的問題，願意查證，容許反駁，作出取捨，說明理由，承擔結果。

九項追求也因此有了落點。

思維升級，從提問開始；智慧開展，以承認邊界為前提；減少死角，靠多方檢驗；文字精練，靠真實與刪改；全面推進，需要目的與節奏；周全考量，需要輕重與取捨；文章取義，需要尊重脈絡；中道理性，需要隨證據調整；邏輯思考，則貫穿每一次判斷。

這些能力，需要在一次次使用AI的過程裡練習。
我們可以把初稿交給AI協助，把繁瑣整理交給工具，把更多時間留給觀察、傾聽、思考與創造。協作的成果，應該讓我們更能說清楚問題，也更願意對自己的選擇負責。

有一天，年輕人回頭看這個時代，我希望他們記得：前一代留給他們的，除了新工具，還有追問的勇氣、辨別的習慣，以及修正自己的餘地。

AI機器可以陪伴我們走很遠。

願望每走一段路，我們都更清楚自己為何出發，又願意成為怎樣的人。

教育工作者  陳銀欉  敬述